基于C++的高效内存池的设计与实现

为了高效、安全地利用计算机内存资源,在大型的软件设计中,往往要进行大量的内存分配与回收操作,为此,C++专门提供了malloc等相关函数进行操作,这些函数能够满足一般的使用,但由于它们调用了操作系统API,所以实际使用时会在操作系统中产生大量的内存碎片,让内存分配成为效率瓶颈,从而降低系统性能.基于此,通过对循环首次适应算法进行改进,设计并实现了基于C++的高效内存池,大幅提升了内存分配与回收的效率.同时,还为内存池编写了相关的分配子,使其能与C++标准库无缝对接,提供了若干具有垃圾回收功能的智能指针,提高了内存管理与程序运行的效率.     

基于人工智能优化理论的无线电频谱分配

为了提高无线电频谱的利用率,提出一种改进蚁群算法的无线电频谱分配方法.以系统带宽收益最大化为目标优化函数,引入自适应搜索窗口限制蚁群算法的活动范围,并对局部信息素和全局信息素进行改进,加快了最优解的搜索速度,降低了陷入局部最优解的概率.仿真测试结果表明,改进后的算法能够快速找到无线电系统频谱分配的最优方案,系统效益优于对比算法.     

网络控制系统的变采样周期调度算法

综合考虑网络控制系统的误差、误差变化率、网络利用率及采样周期对系统性能的影响,设计了一种基于模糊反馈的变采样周期调度算法.该算法由网络利用率预测和采样周期调节两部分组成:网络利用率预测部分根据当前网络运行状况预测新的网络利用率;采样周期调节部分包含网络利用率分配和采样周期的计算.采样周期调节部分的网络利用率分配,用于重新分配各控制回路的网络利用率,分配时考虑系统各回路的误差和误差变化率,利用模糊控制理论调整各回路对网络的需求程度,完成分配;而采样周期计算是根据所得的网络利用率及数据的传输时间,动态调节系统各回路的采样周期.最后,结合EDF调度算法利用TrueTime工具箱对所研究的调度算法进行了仿真,结果表明采用本文所研究的变采样周期调度算法的控制系统性能要优于采用固定采样周期调度算法的控制系统性能.     

实时操作系统保护模式下的内存管理策略

提出了保护模式下实时操作系统实现内存管理的一种实现方案，改进了内存分配的边界标识算法，将内存块的控制信息和用户实际使用内存空间完全隔离，在分配算法中增加了搜索指针，提高了系统运行速度，同时，采用虚拟存储器的管理方法，对内核空间和任务空间进行保护，并采用位图管理任务逻辑地址空间。更好地满足了实时操作系统高可靠性和高实时怀的要求。     

改进的人工鱼群算法在二维板材下料问题中的应用

为提高板材利用率,采用人工鱼群算法进行研究,算法中加入改进的觅食行为和改进的聚群行为,对行为进行了改进,并将该算法用于求解二维板材下料问题.通过仿真实验与文献中的改进粒子群算法和基本人工鱼群算法进行比较,结果表明:改进后的算法得到的最优解要优于文献中的算法,实现提高板材利用率的问题.     

OFDM系统中一种改进的低复杂度自适应比特功率分配算法

针对正交频分复用(orthogonal frequency division multiplexing,OFDM)系统在进行自适应比特功率分配时存在过高复杂度的问题,提出了一种基于边缘自适应(margin adaptive,MA)准则的改进低复杂度自适应比特功率分配算法.与贪婪(Greedy)算法相比,提出的改进算法通过预分配和迭代分配2部分来降低算法的计算量.改进算法先在预分配中根据信道条件预先分配部分比特,在迭代分配中通过增大内存开销的方法减少Greedy算法中计算和比较每个子信道功率增量的次数,从而降低算法的复杂度.仿真结果表明,在相同的仿真环境下算法的自适应分配效果和Greedy算法的自适应分配效果基本一致,同时该算法和Greedy算法具有几乎相同的误比特性能.且随着子信道数量的增加,与Greedy算法相比,该算法的运行时间更短,进而说明所提出的算法具有较低的复杂度.     

内存数据库索引研究

内存数据库将数据存储在内存中进行操作,与基于磁盘的数据库相比在性能上得到提升,但是由于MMDB与DRDB的性能瓶颈的差异,用于DRDB的B+树索引算法已经不再适用于MMDB。为适应内存数据库的性能,T树,CSS树,CSB+树等索引算法相继被提出,但是这些算法没有考虑到TLB失效会影响索引的性能。本文通过对CSB+树进行改进,得到一种更适用于内存数据库的索引算法。实验证明,该索引结构可以降低TLB失配,提升处理器缓存的利用率,提高查询效率。     

退避算法改进及其在矿山物联网应用研究

针对智慧矿山建设中,数据在无线传输过程存在的传输速率低、覆盖范围不足及稳定性差等问题,将退避算法应用到矿山物联网中,来提升无线网络的性能.而目前常用的退避算法由于缺乏适应能力,无法满足网络环境的变化.因此,对退避算法进行改进,引入一个竞争窗口的门限值CWt,来划分网络环境的负载情况,并采用对应的退避策略以适应变化的网络环境.实验结果表明,采用改进的退避算法对网络进行优化后,矿山物联网的性能有了显著提升.     

CR-OFDM系统中的一种新的动态频谱分配算法

文中基于对认知无线电技术以及OFDM系统传输特性的分析,提出了一种CR-OFDM系统中多用户资源分配新算法。该算法首先根据认知用户的QoS需求为其分配子载波,在保证不干扰授权用户正常通信的前提下,再利用改进的注水算法为每个认知用户分配功率,使得整个系统的信道容量最大化。仿真结果表明该算法能在保证误比特率和用户公平性的前提下显著提高频谱利用率。     

一种基于VMIC网的内存分配算法

为了满足分布式仿真系统中大量数据的存取需求，提出了基于VMIC网的内存分配算法，利用链表对VMIC板卡内存进行了动态分配和释放；实验表明：算法能为每条仿真数据准确地分配唯一存储空间，能够及时合并空闲空间以减少内存碎片，并能够有效处理内存分配和释放过程中出现的异常，从而较好地为仿真系统提供充分的数据支撑。     

分布仿真系统中的动态内存分配算法

针对分布仿真系统中的内存分配问题,提出了一种基于VMIC的内存分配算法,利用向量和映射相结合的方式对VMIC板卡的内存空间进行动态分配和释放。试验表明,该算法能够准确地为仿真数据分配和释放空间,处理内存分配和释放过程中出现的异常,且能够及时合并空闲空间以减少内存碎片,从而满足分布仿真系统对大量数据的存取需求。     

可变分区存储管理方式的模拟

论述了如何用C语言模拟可变分区存储管理方式的过程。形象地展示了操作系统中可变分区存储管理中采用的最佳适应算法的分配与回收过程，达到了理论与实践相联系的目的。     

一种改进的MIMO中继系统中比特与功率分配算法

比特和功率分配是基于正交频分复用的多输入多输出(multiple input multiple output-orthogonal frequency division multiplexing,MIMO-OFDM)系统自适应资源分配中的一个重要研究问题.针对单用户MIMO放大转发中继系统中功率分配的问题,提出了基于注水定理的比特和功率分配算法,算法采用对分法搜索注水线,相对于传统的注水算法,减少了迭代次数,复杂度较低.仿真结果表明,该算法能够有效提高系统谱效率,并且在误码率性能上也有一定的提高.     

一种TD-SCDMA集群中的动态信道分配算法

在研究了蜂窝系统中的动态信道分配算法和TD-SCDMA集群通信特点的基础上,提出了一种适用于TD-SCDMA集群系统的动态信道分配算法—排队式可移动边界动态信道分配算法（queue movable boundary dynamic channel allocation ,QMB_DCA）。该算法基本原理是牺牲部分低优先级业务的接入速度来提高系统整体性能。通过仿真验证分析,该算法相对于可移动边界算法（movable boundary dynamic channel allocation,MB_DCA）,在实现了系统较高的资源利用率的同时,减小了低优先级业务的阻塞率和掉话率。     

基于MAS的动态协作任务求解模型与算法

为提高动态网格资源的利用率,提出了基于多智能体系统博弈协作的任务动态分配和协作求解模型,建立了网格资源调度模型和任务求解算法,证明了资源分配博弈中Nash均衡点的存在性、唯一性和Nash均衡解。该方法能够利用用户智能体的学习和行为能力,使得用户的资源申请和任务调度具有较高的合理性和有效性。进行了供求关系中竞价博弈的模型试验。实验结果表明,资源调度算法不但可以有效减少延迟,而且在响应时间的平滑性、吞吐率及资源利用率方面比类似方法要好。使得整个网格系统供需合理、负载均匀。     

基于包簇映射的云计算资源分配策略

提出了一种基于包簇映射的云计算资源分配策略。在包、簇概念下,资源可共享,任务调度更为灵活,资源利用率更高。将多目标遗传算法与改进的蚂蚁算法动态融合,提出了一种基于成本最优的云计算资源分配算法。该算法在任务前期利用遗传算法快速随机的全局搜索能力,产生初始信息素,在任务后期通过蚂蚁算法蚂蚁间的信息交流和正反馈机制,寻找资源分配的最优解。实验结果表明,在包、簇概念下,该混合式调度算法能够显著降低云计算系统的任务完成时间和任务执行平均成本,有效减少簇结点的使用数量,提高资源利用率。     

基于人工鱼群算法的多用户系统资源分配策略

针对当前多用户系统资源分配策略存在的用户公平性较差、 系统吞吐量小等缺陷, 设计一种基于人工鱼群算法的多用户系统资源分配策略. 首先通过分析多用户系统资源分配的工作原理, 构建相应的数学模型; 然后引入人工鱼群算法对多用户系统资源分配的数学模型进行求解, 并针对标准人工鱼群算法存在的局限性进行相应地改进; 最后与其他多用户系统资源分配策略进行仿真对比测试实验. 实验结果表明, 人工鱼群算法可以快速、 准确地找到多用户系统资源的最优分配方案, 有效保障了用户的公平性, 且大幅度改善了多用户系统的通信能力, 整体性能优于其他多用户系统资源分配策略.