一种基于优先级的卫星网络AQM算法

针对卫星网络大带宽、长时延、高误码等特点,结合控制理论,提出了一种基于优先级的卫星网络主动队列管理（active queue management, AQM）算法。首先,借鉴控制理论中比例-积分-微分（propertional integral derivative, PID)控制器设计方法计算总的报文丢弃概率-然后,针对IN和OUT两种不同优先级报文定义不同的丢弃概率,以实现不同优先级业务流量的区分服务。仿真实验表明,相对于低优先级流量,高优先级业务在保持高吞吐量的同时具有较低的报文丢失率,且整体队列长度抖动小,从而实现高优先级流量报文的有效保护。     

基于显式拥塞指示的自适应主动队列管理算法

目前Internet网络中间节点拥塞控制问题在网络和控制理论界已获得了广泛关注.本文提出一种基于神经元自适应PID控制器的AQM算法,针对TCP/AQM系统模型,结合中间节点队列管理和显式拥塞指示机制(Explicit CongestionNotincation,ECN)机制,采用梯度学习算法来在线调整基于神经元PID的AQM控制器参数,以实现标记/丢包概率的自适应调整,从而对网络拥塞程度作出及时响应,尤其在网络参数时变的情况下仍能保证良好的动态性能,并显著改善网络的服务性能(QoS).最后通过NS-2仿真结果表明,该算法在队列稳定性、平均丢包率等性能方面要明显优于基于常规PID的AQM算法.     

PIO:区分服务中的一种基于预测的主动队列管理算法

提出了区分服务中一种基于预测的主动队列管理算法PIO。在PIO算法中,首先对IN包和所有包下一时段的平均到达速率进行预测。当包到达队列时,根据当前IN包队列长度、总的队列长度、预测的下一时段所有包的平均到达速率和IN包平均到达速率决定对包是否丢弃。通过仿真实验,分析了在不同预约比例、不同端到端TCP连接数的条件下PIO算法队列稳定性、丢包率和吞吐量等性能指标。仿真结果表明,PIO算法在统计性保证带宽的同时,与RIO算法相比,无论是在低预约还是过预约网络状态下都有效提高了队列的稳定性,并降低了丢包率。     

瓶颈网络TCP/主动队列管理模型及仿真

提出了一种基于离散时间Markov链的时延闭环反馈TCP/AQM(Active Queue Management)模型,并得到其稳态分布.通过以环路时延为单位,将系统时间分割成长度不同的时隙,分析每个时隙内TCP发送端发送窗口模型和瓶颈路由器队列模型.通过结合相邻时隙的参数,提出了TCP/AQM整体分析模型.该模型可以估计路由器的队列平均长度和丢包率、TCP发送端的平均发送窗口值,因此可以用于分析AQM算法性能以及给新算法的设计提供理论支持.通过在Matlab实施该模型与NS2仿真结果作比较,证实了该模型在模拟时延闭环反馈的TCP/RED系统的有效性.     

基于连续滑模控制的主动队列管理算法及仿真

基于一种改进的滑模控制器提出了一种主动队列管理（AQM）算法。采用连续的滑模控制（SMC）方案来取代不连续的切换控制，消除了滑模控制中存在的抖振现象从而使队列跟踪性能得到改善．对于网络模型的不确定性、网络参数的时变性及非TCP适应流所引起的网络抖动试算法具有很强的鲁棒性。仿真结果表明该方法可以使队列长度快速收敛到设定值，同时使队列振荡最小，结果也表明在网络条件变化的情况下，该算法优于传统的PI控制和传统的滑模控制。     

一类不确定离散网络系统的全局滑模控制

针对动态传输控制协议(transmission control protocol, TCP)网络的拥塞问题,基于离散全局滑模控制理论设计了一种主动队列管理(active queue management, AQM)算法,该算法消除了滑模控制的到达阶段,保证网络系统在整个控制过程中的鲁棒性。为了减弱离散指数趋近律的抖振现象,给出了一种改进的滑模趋近律,使得复杂的网络系统具有良好的性能。仿真结果验证了所设计的控制器对活动的TCP连接数、链路带宽及往返时延的不确定性具有很强的稳定性和鲁棒性。     

TCP-RED路由队列建模与分析

用NS2构建了TCP-RED系统（网络业务流是TCP包，以RED为AQM算法），以产生模拟Internet业务流的数据。基于机理分析与数据驱动相结合的思想，建立了Internet业务流的控制模型用于研究TCP-RED系统的动态特性。从RED的分段特性出发，从切换系统的角度分析了TCP-RED系统，发现网络流量的波动是由于RED的切换特性引起的。通过根轨迹法分析了此切换系统中子系统的稳定性。提出了一种在实际网络环境中调整RED来控制流量波动（甚至混沌）的方法。本文所得的RED参数调节法基于实际网络数据的分析，而不是只依赖经验或机理分析。NS2的仿真实验证实了它的有效性。     

AQM中基于T-S模型的滑模控制及仿真

针对TCP(Transmission Control Protocol, 传输控制协议)网络的拥塞控制问题,基于T-S (Takagi-Sugeno)模糊模型,采用滑模控制理论提出了一种新的AQM(Active Queue Management, 主动队列管理)算法.考虑到TCP网络中存在的不确定和时变时滞因素,首先利用T-S模糊模型对网络进行建模,然后利用线性矩阵不等式设计了一个渐近稳定的滑模面,而且还给出了一种能够明显减小滑模面附近抖振的趋近律,基于该趋近律设计的控制律能够有效地抑制路由器中队列长度的振荡,并使其快速收敛于期望值.仿真结果表明,该算法与普通的滑模控制算法相比具有更好的稳定性和鲁棒性,能够很好地适应复杂多变的TCP网络环境.     

基于RNPI的动态时滞网络主动队列管理算法

针对网络存在较大时滞和网络参数动态变化等问题,提出了一种鲁棒非线性PI主动队列管理算法。由流体流模型将动态网络推导为参数区间不确定一阶时滞系统,在确定使闭环系统稳定的非线性PI控制参数集合基础上,利用遗传算法寻找基于改进ITAE指标最优的PI控制参数。基于扩展到时滞系统的棱边定理,给出了RNPI算法的设计方法。仿真结果表明了该方法具有良好的控制性能,对网络区间不确定参数有较好的鲁棒性。     

基于自适应灰色预测的虚速率算法

虚速率(VRC)算法是近年来新兴的一种基于速率的主动队列管理算法,本文将灰色预测、自适应控制与虚速率算法三者的设计思想融合起来,提出一种新的基于自适应灰色预测的虚速率算法。将二次型性能指标引入到VRC算法中PID控制器的整定过程中,按照性能指标的负梯度方向修改加权系数,实现了PID的自适应最优控制。同时将自适应PID与灰色预测器相结合,用预测结果代替被控对象测量值,克服了网络时滞和干扰给系统带来的负面影响,并进行了稳定性分析。仿真结果表明,该算法具有优良的性能。     

基于混沌优化的大时滞网络拥塞控制算法

基于改进的网络简化模型,提出一个大时滞网络拥塞控制算法称为改进的混沌优化PID控制算法(ICPID).改进的网络简化模型考虑了时滞的影响,利用这个模型,AQM路由器应用改进的混沌优化策略优化PID控制器参数.通过加速混沌搜索快速得到控制器参数的次优值,运用变尺度方法在次优值附近找出控制器参数的全局最优值.对比仿真结果表明,该算法有较好的鲁棒性,链路利用率更高,丢包率更小,平均队列长度更趋于期望值,综合性能优于PI和DC-AQM.     

主动队列管理的PI/PID拥塞控制器的调节

主动队列管理是一类重要的互联网拥塞控制策略。然而,要调节控制参数以达到性能目标是比较困难的,目前,许多研究工作致力于寻找简明有效的调节方法。提出了网络拥塞控制中主动队列管理的PI/PID控制器的一个简化模型,给出了控制器参数调节的经验公式。仿真结果表明,新的拥塞控制器简单易行,并具有系统响应时间短、网络流量吞吐率高等优点。     

Improved algorithm for RDO in JPEG2000 encoder and its IC design

1 .INTRODUCTIONJPEG2000is a newi mage codingstandard usingstate-of-the-art compression techniques based on wavelet trans-formationfor still i mage compression.It has a variety ofapplications from digital cameras through to advancedmedium, medical i maging, mobile application,remotesensing etc. Hardware i mplementation of JPEG2000 isveryi mportant for suchapplications.The block diagramof a JPEG2000 encoder /decoderisillustratedin Fig.1 .In Fig.1 ,input of RDOfromthe arithmeticcoding…     

New clustering algorithm for interconnection of MANET and internet

1 .INTRODUCTIONRecentyearshavewitnessedtherapiddevelopmentsinmobilecommunicationandmultimedianetworktechniques.Thesetrendsaremotivatingagreatdealofinterestsinmakingsurethatmobilenetworkscanaccessinfrastructurenetworks (especiallyInternet)forthepurposeofex…     

基于神经网络的高并行大规模MIMO信号检测算法

随着5G和未来移动无线网络的不断发展,大规模多输入多输出(multiple input multiple output, MIMO)是其中的关键技术之一。随着天线数目的不断增加,给接收机的设计带来更高的挑战,复杂度过高的检测算法在实际中难以应用。本文将一种高并行(high-parallelism, HP)检测算法展开到神经网络中,单层神经网络基于该算法的每次迭代,并将其与可训练的权重参数和非线性神经单元相结合,提出基于网络结构HP-Net的方法。通过训练HP-Net得到最优可训练参数,进而提高检测性能。实验结果表明,所提方法相对传统最小均方误差(minimum mean square error, MMSE)算法复杂度更低,并能够得到更低的误码率;同时相对HP并行检测算法误码率性能更优。     

多状态网络系统d-最小割集的边合并算法

为更有效的获取多状态网络系统d-最小割集（d-mincuts,d-MCs）,提出一种边合并算法。算法用容量未取最大容量的边及对应取值组成的集合对表示网络状态,基于网络分割的思想,不以最小割集为基础,通过边合并、状态继承求取可行解,通过集合对的比较得到d-MCs。同时提出一个引理,更高效的求取容量下界,缩小状态空间。算法复杂度对比分析证明算法有效,且通过定义带权值的广义联络矩阵实现算法,便于编程计算。最后,通过实例分析验证了算法的有效性。     

横列式双旋翼矢量飞行器的改进ADRC姿态控制算法

横列式双旋翼矢量飞行器具备飞行时间长、风阻小、机动性强等优点, 但其机械结构复杂, 状态之间耦合严重, 抗干扰能力弱。针对其控制特性提出一种基于改进自抗扰控制(active disturbance rejection control, ADRC)的姿态抗干扰解耦控制算法, 该算法利用扩张状态观测器(extended state observer, ESO)实现姿态干扰和状态间耦合项的跟踪和估计, 将非线性多输入多输出(multiple input multiple output, MIMO)系统转化成线性单输入单输出(single input single output, SISO)系统, 采用改进的粒子群优化算法(particle swarm optimization, PSO)对姿态控制系统进行参数优化。通过仿真结果验证了该算法具备良好的抗干扰能力,并设计了实际的飞行控制系统, 进行了飞行器的悬停试验, 实现了稳定悬停。     

基于奇异值分解的混合递阶遗传算法训练径向基神经网络

提出了一种将递阶遗传算法和奇异值分解的优点相结合的新型径向基神经网络学习算法--混合递阶遗传算法。它具有较高的学习效率,并能同时确定径向基神经网络的结构和参数。利用所提出的混合递阶遗传算法对混沌时间序列学习和预测,取得了较好的效果。     

融合深度图像先验的全变差图像着色算法

提出了融合深度图像先验的全变差(total variation,TV)图像着色模型,在即插即用(plug-and-play,PnP)框架下,结合交替方向乘子法(alternating direction method of multipliers,ADMM),设计出相应的数值求解算法,并给出该算法的收敛性结果.数值实验...     

大规模网络中基于HDHT的病毒疫苗分发算法

目前,反病毒系统防御病毒的主要方法是依靠反病毒中心服务器定期更新各个节点上的病毒定义文件和安装系统补丁,这种被动应对策略常常不够及时,且容易使服务器节点成为系统的性能瓶颈,具有较大的滞后性,也不能适应大规模网络系统。针对大规模网络环境提出了一种高效的基于层次式分布散列表(hierarchical distributed Hash table, HDHT)的反病毒疫苗分发算法。算法基于一种新型层次式分布散列表网络拓扑结构HDHT,利用网络边缘节点直接通信来提高病毒疫苗分发效率,从而有效分担服务器负载。为了增强算法的性能,算法还引入一种简洁的节点信誉评估机制。从分发效率、系统开销等方面,对病毒疫苗分发算法的性能进行实验验证和性能分析。结论表明,该算法可有效实现病毒疫苗在网络中快速分发和部署,同时减轻了网络和服务器的负载。