自相似业务流的合成性能研究

在分组交换网中对业务流进行多时间尺度的测量时，业务流会产生相似的特性，利用分形点过程模型来分析自相似流是目前较为流行的方法。基于OPNET平台，对合成后的自相似流的参数，如分组平均到达速率九、Hurst参数H和分形开始时间分别进行了讨论，得出了合成后的业务流的统计特性。     

基于自适应SSUKF的组合导航信息融合方法

针对车载组合导航系统噪声统计特性无法事先实时获取的问题,提出了一种神经网络辅助的自适应SSUKF信息融合算法.该算法利用神经网络在线估计系统噪声,采用SSUKF同时估计系统状态和在线训练神经网络的权值,从而能在系统噪声统计特性未知的情况下获得组合导航系统的实时最优估计,给出了算法的详细实现过程.最后,针对车载INS/GPS组合导航系统的信息融合问题进行了仿真研究.仿真结果表明,该算法在系统噪声统计特性未知的情况下仍能获得高精度的估计效果,同时与自适应UKF算法相比,有效降低了算法的计算量,提高了算法运行的实时性,证明了该算法是一种有效而实用的方法.     

MPEG视频流小波在线预测模型

基于MPEG视频流在尺度空间及小波空间的线性相关结构,提出了小波在线预测模型,并通过逆变换得到模拟业务流,从而评价网络性能.利用一阶与二阶统计方法,对预测模型在刻画流量的主要统计特性方面的性能进行仿真分析.结果表明该模型不但能较好拟合复杂业务流在各个时间尺度的概率分布特性,也能拟合其长相关特性.     

基于PA的卫星网络动态带宽分配在线算法及仿真

为解决卫星网络带宽分配问题,基于离散事件动态系统理论中的PA方法,提出了一种在线算法.该算法把动态带宽分配问题描述为约束优化问题,以一次计算机仿真的数据为基础,通过PA方法求出网络平均延时相对于分配带宽的梯度,以优化网络平均延时为目标,构造带宽约束条件下的迭代公式,在线地分配带宽,有效解决了一般计算机仿真中需要进行多次重复仿真而导致的大量机时问题,克服了一般算法须假定信息流的统计特性的限制.仿真结果表明,该算法能明显改善网络的平均延时性能.     

一种基于自相似业务的队列管理算法

在分析业务流自相似特性对队列性能影响的基础上,提出了一种适宜自相似网络环境的队列管理算法,简称SSRED。在SSRED算法的分组丢弃概率函数中引入了自相似参数H,其目标旨在降低自相似特性所造成的影响以提高网络性能。仿真实验与分析表明,使用SSRED算法有利于提高自相似网络环境中的吞吐量、降低丢包率以及减少网络延迟等性能。     

组合导航系统的模糊信息融合

为了解决联合卡尔曼滤波法存在的不足，文中给出了用模糊推理系统与卡尔曼法相结合的方法，该方法可以在线对噪声统计特性进行修改。它不仅可以对子滤波器进行自适应，而且对主滤波器的融合方式提出了全新的信息融合算法，构造一个模糊推理系统，根据实际情况由该系统得到各子滤波器的各状态估计量的不同信任权值，实时地进行加权融合，既避免了传统联合卡尔曼法的复杂计算，又提高了融合精度。最后把此法用于INS／GPS组合导航系统中，仿真结果证明该方法是有效的，实用的。     

基于模糊神经网络的自适应滤波方法仿真研究

提出了一种模糊自适应卡尔曼滤波算法。该算法基于模糊规则，根据新息相关性，自适应调整测量噪声方差R，有效的解决了噪声的统计特性与实际不符时，滤波器发散的现象。同时，利用Elman网络作为误差估计器，补偿模糊自适应卡尔曼滤波器的估计误差。仿真结果表明，两种方法结合，可以有效地防止滤波器发散，缩小实际的滤波误差，提高滤波精度，实现滤波器参数的在线改进。     

基于神经网络方法的船舶姿态运动极短期预报与仿真

根据动态神经网络具有通过学习能以任意精度逼近非线性函数的特性，建立了用于船舶运动极短期预报对角回归网络（DRNN）模型及算法，并将该算法所取得的结果与自回归预报法和周期图预报法的结果相比较，说明了该算法的可行性。     

匹配场反演后验概率分析

构造了一种基于并行优化算法的后验概率分析算法，用于对匹配场反演结果进行定量的概率分析。应用并行优化算法的强收敛特性，解决了统计计算中常出现的收敛标准难以确定的问题；应用优化算法高度并行、种群个体收敛高度一致的特性，较好的解决了高维统计计算中样本数量与计算时间、样本数量与样本质量之间难以协调的问题。匹配场反演仿真算例表明，该算法能有效对反演结果进行概率分析。     

独立分量提取的在线算法及其应用

独立分量分析(ICA)根据信源统计独立特性对观测信号进行盲分离运算，由于其独特的分离性能而受到广泛关注，但目前其实现的算法普遍采用批处理的形式。文章探讨了在线ICA算法，并将其应用于脑电信号伪迹消除中，实验结果表明，丈中所提出的在线ICA算法具有良好的稳健性和盲源分离性能。     

Providing QoS guarantees for self-similar traffic flows

1.INTRODUCTION Recentanalysesofvariouspacket basednetworking showthatnetworktraffichasvariabilityovermany timescales.Itsperformancedifferswithresultsof queuetheorythatisbasedonthePoissondistribu tion.Statisticalanalysesoflargetrafficdatasetshave revealedthatthestatisticalcharacteristicsofrealtraf ficmaybebestdescribedbyself similarity.Self simi larityimpliesthepresenceoflong rangedependence (LRD)inthetraffic.Thatis,thereexistnon negli giblepositivecorrelationintheburstbehaviorofthe …     

一个基于多重随机二分法的流量仿真模型的算法设计

随着互联网流量的急剧增加,网络流量的特征也发生了很大变化,相应的需要网络流量模型也随之发展。在对实际城域网流量拟合的基础上,设计了一个基于Gamma分布和多重随机二分法的流量仿真模型。对仿真流量的评估证实,该模型不仅较好地刻画了网络流量的自相似特征,而且能够方便地控制仿真流量的自相似程度,从而为网络设计和网络设备测试中仿真流量负载的生成提供了一种新的算法。     

基于仿真的宽带网络流量特征分析

网络的流量特征对于建网及网络性能分析至关重要。本文基于自相似理论基础，运用计算机仿真技术，对在不同负载情况下，宽带网络流量特征的变化过程进行了研究。实验数据表明，自相似业务流通过汇聚节点进入核心链路之后，其自相似特性仍然保持，但是自相似的程度有所下降，特别是在网络吞吐量较大的情况下，自相似程度明显低于任何一个支路。TCP协议发送窗口的大小变化会引起网络流量自相似程度的变化。     

短时交通流预测FSMSVR模型

针对城市道路短时交通流的复杂非线性特点和以往的预测仅考虑典型交通条件（无交通事故等突发事件）的现状,结合交通流的特征,提出了一种有限状态机支持向量回归模型（finite state machine of support vector regression model,FSMSVR）的短时交通流预测机制. 通过线性回归算法和指数平滑算法划分交通流状态,根据各状态特点结合支持向量回归算法建立有限状态机工作机制,实现涵盖典型和非典型交通条件的短时交通流预测. 通过实验例证,对比了FSMSVR模型和传统SVR模型对城市道路6min交通流的预测,研究结果表明,该预测机制能够提高预测精确度,在非典型条件下有着较好的预测表现.     

基于神经网络的交通平衡求解算法

研究目标在于采用神经网络方法替代传统的交通分配方法。回顾了交通网络平衡条件下实现交通网络配流的解析方法，然后提出了采用人工神经网络模拟处于交通平衡状态的运输网络，进而替代传统的配流方法的思想。定义了交通流的平衡函数和交通流平衡态的概念，证明了用神经网络来识别交通流的平衡状态的可行性。提出采用反向传播神经网络来模拟交通平衡状态的原则和方法，并建立了训练神经网络的判据，提出了判断神经网络模型效果的评价方法。最后，通过实例证明了良好训练的神经网络可以替代传统的交通分配，而且，容易把交通管理策略考虑到分配的过程中．并且能够政善配流速度。     

On use of the alpha stable self-similar stochastic process to model aggregated VBR video traffic

1 .INTRODUCTIONThe conventional short range dependence (SRD) basedtraffic models such as Poisson or Markov, have beenproved not suitable for the analysis of network trafficwith long range dependence (LRD) . While use thesemodels on networktraffic withself-si milarity,LRD,theperformances of network,suchas buffer overflowprob-ability,cell lose probability,delay,etc.,would becomehigh and unstable. However ,recent researches tell us,self-si milarity and LRDare the most i mportant charac-…     

基于自相似业务流的AOS延时累积调度算法

针对自相似业务流量下的高突发性及重尾性所引起的空间数据系统调度性能下降问题,分析了高级在轨系统(advanced orbiting system, AOS)虚拟信道存取(virtual channel access, VCA)子层调度策略以及现有基于短相关模型调度算法的不足,引入Hurst参数、紧迫度、流量离差、成帧时间因子等权值参量,提出一种基于延时累积的自适应轮询调度(scheduling of delay accumulated adaptive polling, SDAAP)算法,通过自适应改变延时阀值因子实现多业务的差异化调度,从而优化AOS虚拟信道服务质量及调度性能。采用多信源重尾分布的ON/OFF流量分布模型进行仿真验证,实验结果表明,针对自相似业务流,SDAAP算法在溢出率、平均延迟等方面优于AOS固定阀值和等时调度算法。     

基于支持向量机的交通流混沌快速识别研究

采用支持向量机研究交通流混沌的在线快速判别问题.在分析交通流控制对交通流混沌判别的要求和现有混沌判别方法存在问题的基础上,提出了基于支持向量机的在线交通流混沌快速实时判别方法,介绍了该方法的原理和实现该方法的系统结构.重点讨论了特征向量的提取和支持向量机实现在线识别的算法,给出了仿真试验结果,说明了方法的可行性与正确性.     

基于成批排队的自相似业务性能分析

自相似业务建模及性能分析是ATM领域当前的研究热点。讨论了当前排队模型的特点与不足,从分组层次上提出了一种新的模型。利用成批排队理论对系统的性能指标进行了分析,对模拟流量的自相似性及排队性能进行了实验仿真,研究了确定模型参数的方法,证实了理论结果的正确性。实验结果表明,从分组层次上建立的排队模型在性能上优于ON-OFF源层次上的模型。