网络路径容量测量算法仿真研究

网络路径容量的测量在网络管理、网络规划与设计、提高网络应用程序的性能等方面，都具有重要意义。现有的网络路径容量测量工具都是采用Pacbt Pair测量算法设计的，这些测量工具在实际使用中的性能不尽人意。Packet Pair测量算法的ns-2仿真测量分析表明：网络在重载时Packet Pair测量算法不能正确测量出网络路径的容量；Packet Pair测量算法中的测量分组的长度并不是采用最大值为最佳。根据仿真测量分析的结论，提出了Double Packet Pair网络路径容量测量算法，改进了原有算法测量速度慢，重载环境下测量精度不高的缺点。     

太湖梅梁湾水污染及蓝藻分析计算

构建了太湖梅梁湾污染及蓝藻扩散、运移变化计算模型,模型主要由4个部分构成:(a)基于GIS构建的计算网络;(b)基于水动力学基础的水质扩散运移模型;(c)水质进程模型,包括衰减模型和溶解氧模型;(d)蓝藻浓度计算模型.实例计算结果表明:用该模型模拟梅梁湾总磷、总氮、溶解氧和蓝藻质量浓度4项污染指标的扩散、运移变化,精度较高,其确定性系数分别为0.70,0.74,0.88和0.86.     

基于PSO优化LSSVR的三维WSN节点定位方法

提出了一种基于粒子群优化最小二乘支持向量回归机的三维无线传感器网络节点定位方法。该方法首先运用最小二乘支持向量回归机构建三维节点定位模型,再利用粒子群优化算法对最小二乘支持向量回归机核函数参数和规则化参数寻优。然后,根据若干虚拟节点定位的预测位置与实际位置的均方差构造粒子群算法适应度函数,通过有限次建模参数迭代寻优获得最小二乘支持向量回归机全局最优参数。最后,返回回归模型中进行定位计算,实现节点定位。仿真结果表明,所提出的方法与最小二乘和最小二乘支持向量回归机定位方法相比,可以提高节点定位精度。     

亚太区域的因特网拓扑分析

为分析因特网区域路由器级拓扑的结构特点,提出了一种基于Skitter数据的区域拓扑荻取方法.利用ICANN提供的IP地址分配信息,通过检索CAIDA提供的Skitter数据,提取其中位于特定区域的IP路径,根据域名进行别名解析并最终生成区域拓扑信息.分析对比了亚太4个主要国家的路由器级拓扑的特性.分析结果表明,各个国家的网络拓扑在多个测度上均表现出相似的性质.与AS级拓扑的结论不同,幂率不能在严格意义上描述亚太主要国家网络拓扑的度分布.日本的网络规模较大但其平均路径长度较小.     

面向高速对等网应用的拥塞控制机制

为改善现有拥塞控制机制在高速网络中带宽利用率偏低、稳定性不高和更好地应对急剧增长的对等网(P2P)应用流量,提出了一种以FAST为基础,应用大规模网络测量和模糊控制技术的拥塞控制机制.该机制利用分布在网络中的测量设施周期性获取网络状态信息,指导端系统选择适当的控制参数.单个和多个链路瓶颈条件下的仿真实验均表明,本文拥塞控制机制能够在高带宽时延积网络中获得更高的带宽利用率和稳定的排队时延,很适合于P2P等数据传输量大、连接持续时间长的流量的拥塞控制.     

苏通大桥主桥中跨顶推辅助合龙技术

通过综合国外顶推合龙工艺和国内温度配切合龙工艺优点，提出了全新的顶推辅助合龙工艺，并介绍了顶推辅助合龙工艺实施条件、关键施工参数和主要工艺措施的计算分析要点以及实施情况。     

支持大规模分布式网络测量的组件自配置机制

针对大规模分布式网络测量中,大量异构组件需要自动配置和管理才能统一协调运行的问题,提出了分布式网络测量组件自配置机制(CSCM:Components Self-Configuration Mechanism)。采用基于目录服务的方式对组件进行认证和配置管理;并通过资源权限的分配,使全网范围内的测量资源得到合理使用。通过形式化描述和分析CSCM机制的系统模型和运行模型,证明了CSCM具有一阶线性的消息复杂度和收敛时间。并给出一个基于CSCM的分布式网络监测系统(MMS:Monitor and Measurement System),实践证明CSCM增强了MMS的易用性和可扩展性。     

基于加权映射模型的主干网流量特性分析

网络测量表明,IP主干网上流量在次秒级的时间尺度下呈现出非平稳的泊松特性,而不是近10年大量研究的自相似现象。从分析因特网的结构出发,提出了一种加权映射模型来解释这种特性。该模型通过引入混沌变化因子和流量特征间的关系,对接入网中的具有自相似特性的流量进行了变换得到具有趋泊松性的流量。最后,通过在NS2上的仿真实验证实了该模型的合理性。     

缺氧池＋氧化沟联合处理制革废水的工程应用

制革废水排放量大,有机物含量高,水质复杂,处理难度大.该文介绍了采用缺氧池＋氧化沟联合处理制革废水的工程实例,处理后出水可以达到《污水综合排放标准（GB8978-1996）中表4一级标准.