动态的时间驱动的分组采样技术

提出了一种用于网络测量的动态时间驱动分组采样技术,根据网络流量的变化动态调整采样次数,从而能将最后的测量误差率控制在一个给定的范围内,在保证精度的同时极大地降低了测量的代价。并且该方法的实现复杂度与“1out of N”采样技术近似,文章中给出了有关的理论分析和实验研究。实验结果表明该方法达到了设计的目标。根据网络运行状态动态调整网络测量方案的思想可以广泛用于网络测量当中。

脉冲步进频率雷达宽带数字接收

根据脉冲步进频率信号的特征,提出了一种新的宽带数字接收方案.通过对回波脉冲串的分组采样和数字正交混频,实现了宽频带的步进频率脉冲信号的频率搬移,显著降低了信号的采样速率和硬件实现的复杂性.通过多级滤波设计和结构优化,简化了处理结构并提高了滤波性能和实时性.该宽带数字接收处理方法从根本上解决了传统的步进频率混频和相干检波模拟电路中存在的寄生调制和I/Q通道幅相不一致的问题.利用QuartusⅡ软件进行了电路设计和时序仿真,仿真结果表明该数字接收机的处理性能可以满足实时处理的要求,有很好的仿真成像结果.

高阶间隔估计算法在网络流量监测中的应用研究

当前的网络流量监测方法比如报文抽样和时间间隔抽样,存在资源消耗大和精度低2个方面的问题,本文提出了一种高带宽及高传输速率情况下的流量监测方法,即以均匀分组采样方法为理论的高阶间隔估计算法﹒首先根据网络流量的动态变化,实时调整采样次数;再利用低阶采样数据及优化算法进行高阶估计;最后采用相对熵进行采样性能分析与估计﹒仿真结果表明,随着高阶间隔的逐渐增大,流量监测的精度相比报文采样和时间间隔采样得到逐步提高,而资源消耗却显著减少﹒