交换超立方体在PMC模型下的g好邻条件诊断度

诊断度是多处理器系统互连网络能够诊断的最大故障结点的个数,它是度量多处理器系统故障诊断能力的一种参数。g好邻条件诊断度是2012年提出的一种新的诊断度,它要求每个非故障顶点至少有g个非故障邻点。研究了交换超立方体EH(s,t)在PMC模型下的g好邻条件诊断度,证明了EH(s,t)(1≤s≤t,0≤g≤s)在PMC模型下的g好邻条件诊断度为2g(s+2-g)-1.     

排列图在PMC模型下的g好邻条件诊断度

诊断度是评估和判定多处理器计算机系统互连网络的自我故障诊断能力的重要指标。g好邻条件诊断度推广了经典的诊断度的概念,它要求每个非故障结点没有发生故障的邻点个数至少有g个。本文以PMC为模型,对排列图A_(n,k)的g好邻条件诊断度的上、下界进行讨论,最终得到了A_(n,k)在PMC模型下的g好邻条件诊断度为[(g+1)k-g](n-k).     

分层立方网络在MM~*模型下的g好邻条件诊断度

诊断度在衡量互联网络可靠性方面有着重要的作用。许多著名网络的诊断度已被研究。g好邻条件诊断度扩展了传统诊断度的概念,它要求每个非故障处理器至少有g个非故障邻点。本文证明了分层立方网络HCNn在MM*模型下的1-好邻条件诊断度为2n+1,2-好邻条件诊断度为4n-1.     

折叠交叉立方体的1-好邻诊断度

诊断度是多处理器系统互连网络能够诊断的最大故障结点的个数,它是度量多处理器系统故障诊断能力的一个重要参数.2012年,Peng等提出了一种新的诊断方法g-好邻诊断度,它要求每个非故障顶点至少有g个非故障邻点.n-维折叠交叉立方体网络FCQ_n是由交叉立方体网络CQ_n增加2^n-1条边后所得.该文利用1-好邻诊断度作为评价可靠性的重要度量,对折叠交叉立方体网络的可靠性进行分析,得到折叠交叉立方体网络的1-好邻诊断度.证明了在PMC模型与MM^*模型下FCQ_n的1-好邻诊断度分别等于2n+1,n≥5和2n+1,n≥6.     

PMC模型下星图的g-好邻局部诊断度

故障诊断度对于多处理系统的可靠性至关重要,是多处理器系统互连网络能够诊断出的最大故障点的数量。研究表明,系统的诊断度总小于其最小度,然而这严重地低估了系统的诊断能力。2019年,Yin和Liang提出了g-好邻局部诊断度的定义,它可以表征系统在g-好邻条件下的局部故障诊断能力。文章证明了PMC模型下星图S_n的每个结点的g-好邻局部诊断度为(n-g)(g+1)!-1,其中0≤g≤n-2,n≥4.根据诊断度与局部诊断度之间的关系,可以推出星图的g-好邻诊断度。     

超立方体Q_n在PMC模型下的2-条件诊断度

诊断度是衡量多处理器系统自我诊断能力的重要参数,是多处理器系统互连网络能够诊断出故障点的最大数。2-条件诊断度的概念是条件诊断度概念的一个推广,要求系统中的每个结点至少有2个好邻点。研究了超立方体Q_n在PMC模型下的2-条件诊断度并证明了Q_n在PMC模型下的2-条件诊断度为16n-57.     

BC网络的g-超条件诊断度

多处理器系统的故障诊断是一个重要的研究课题。g-超条件诊断度是于2016年提出的度量系统自我故障诊断能力的一类新的参数,它是在每个非故障结点组成的分支至少包含g+1个顶点的假设下,系统G能够一次性识别的故障结点的个数。g-超条件诊断度能够更精确地度量异构环境下系统互连网络的自我故障诊断能力。文章研究了n-维双射连接(BC)网络在PMC和MM*模型下的g-超条件诊断度,给出了n-维BC网络在两种模型下g-超条件诊断度的下界。在此基础上,确定了超立方体在PMC和MM*模型下g-超条件诊断度,改进了相关结果。最后,我们给出了当1≤g≤3时,BC网络在PMC和MM*模型下的g-超条件诊断度的计算公式。     

泡型星图网络的3限制诊断度

互连网络故障诊断的一个新的方法是g限制诊断度,该方法限制每个无故障分支至少有(g+1)个无故障节点.作为一种良好的互联网络拓扑结构,n维泡型星图BSn具有许多良好的性质.文章证明了在n≥5的PMC模型和在n≥12的MM*模型下BSn的3-限制诊断度是8n-20.     

泡型星图网络的3限制诊断度（英文）

互连网络故障诊断的一个新的方法是g限制诊断度,该方法限制每个无故障分支至少有(g+1)个无故障节点.作为一种良好的互联网络拓扑结构,n维泡型星图BS_n具有许多良好的性质.文章证明了在n≥5的PMC模型和在n≥12的MM~*模型下BS_n的3-限制诊断度是8n-20.     

加强立方网络的条件诊断度

多处理系统规模的扩大会增加系统某些元件的脆弱性.故障诊断就是系统通过内部测试来识别故障处理机的过程,故障诊断度是衡量互联网络可靠性的重要参数.条件诊断作为新的容错性的度量能更好地评估互联网络真实的诊断能力.求出了加强立方体网络EQ n,k(4≤k≤n)在PMC模型下的条件诊断度.     

PMC模型下的h-边容错诊断数

系统级诊断是多处理器系统设计和维护中的重要方面,通过诊断参数来衡量系统的容错性能。传统的诊断参数都是在假设系统中仅有处理器发生故障的情形下得到的,但是在实际情形中,系统中的处理器和链接都可能发生故障。该文研究了新的系统级诊断参数—h-边容错诊断数。当系统G中的故障边数不超过h时,G中包含的可以被全部识别的最大故障点数称为系统G的h-边容错诊断数。通过对一般图中公共邻点数的限制,证明了PMC模型下一般图的h边容错诊断数。文中确定了k-元n-方体、平衡立方体、交换立方体和交换折叠立方体4类网络在PMC模型下的h-边容错诊断数,为衡量系统在点边混合故障情形下的容错性能提供了有效参数。     

星型网络的几种故障诊断度研究

针对星型网络的故障诊断问题,利用集合论、图论等方法对星型网络的结构特性进行研究,给出了星型互连网络在PMC故障模式下的几种诊断度,包括:一步故障诊断度,t1/t1-诊断度,局部故障诊断度。对于一个n维星型网络(n≥3),其一步故障诊断度、t1/t1-诊断度策略和局部故障诊断度分别为n-1,2n-4和n-1,这些诊断度的提出,对星型互连网络的可靠性和容错性的研究具有重要的意义。     

带有丢失弧的双向超立方体网络的诊断度

超立方体因其特殊的结构和良好的性质成为多处理机系统最常用的互联网络之一.在实际的超立方体网络中两个处理器间的双向连接常常是通过两个方向相反的单向信道物理实现的.诊断度是度量系统识别故障能力的指标,而PMC模型是一种基于测试的系统级故障诊断模型.研究了当丢失一些单向信道时双向超立方体网络在PMC模型下的诊断度并确定了具有特定诊断度的双向超立方体所需的最小测试数.     

交换立方网络在PMC模型下的条件诊断度

条件诊断度作为一个新的度量指标能更好地评估互连网络的诊断度。通过对以交换立方EH(s,t)(t≥s≥3)为模型的多处理机系统的容错性分析, 证明了其在PMC诊断模型下的条件诊断度为4s-3, 其大小几乎为其传统诊断度的4倍。此外,还确定了对偶立方体网络DCn的条件诊断度为4n-3。     

系统诊断的模糊模型

本文在PMC模型的基础上,利用模糊理论提出了更接近于实际的模糊模型,讨论了各单元重要程度及故障的隶属函数的建立,论证了该模型的F-t一步和顺序可诊断性,得到了与PMC模型平行的新结论.     

扭立方连接网络的故障诊断分析

容错性对于互联网络来说极为重要,这是因为网络规模的扩大会导致一些元器件的脆弱性.为维持多处理机系统的高可靠性能有必要将故障处理机识别和替换下来,这一过程通常称为故障诊断分析.通过对扭立方连接网络TN n的容错性分析,确定了其在PMC诊断模型下的条件诊断度,并给出简易的t/t-诊断算法.     

有向Kautz图的好邻连通度

有向Kautz图是并行计算系统的一类重要网络。根据实际应用中并行计算系统的故障分布情况,提出了有向图的好邻连通度的概念,该连通度是比传统连通度更精确的网络可靠性指标,并证明了有向Kautz图K(d,n)的好邻连通度为2d-2。     

一种基于PMC模型下的概率性矩阵诊断算法

系统级故障诊断是提高多处理器系统可靠性的必要手段。为了有效定位多处理系统中的故障单元,该文建立了一种基于PMC模型t可诊断条件下的概率性矩阵诊断算法。首先对一般概率性矩阵诊断算法进行仿真分析获悉其具有较高的误检率,在诊断过程中引进绝对故障基和节点集团思想,通过计算绝对故障基以寻找系统中的部分故障处理机,集团用于将不确定状态的节点单元分类以补充正常节点集合,改善了原诊断的限制条件。仿真实验验证:改进后的概率性矩阵诊断算法保持了很高的检测精度,并且随着节点数的增多极大地降低了误检率,提高了诊断效果,使得该算法具有广泛的适用性。     

原子间偶极相互作用对双光子T-C模型中纠缠度的影响

研究了原子-光场间的耦合常数ε和原子间偶极-偶极相互作用强度η对双光子T-C模型中各纠缠度的影响.当系统初态为∣ 2,g1,g2〉时,光场和两个原子间的纠缠度是光场和其中任意一个原子间的纠缠度的两倍;当系统初态为γ∣ 0,g1,e2〉+√/1-γ2∣0,e1,g2〉时,若γ两次取值分别为γ1、γ2,在满足γ1+γ2=1条件下,其纠缠度满足原子间的交换对称性.     

K故障容差网络的诊断性研究

研究一类容差网络的Ｋ故障诊断问题，建立起容差值为随机变量的故障网络模型，用正交能量法对网络进行故障定位．给出无容差与容差网络Ｋ故障的可诊断条件，分析了诊断性能好坏与故障网络的哪些因素有关，给出它们之间的关系．对于已知网络结构与容差统计特性的系统，可对其Ｋ故障的可诊断度给出一个概率估计