区分服务中一种动态概率优先级调度算法

提出了一种动态概率优先级算法DPP,针对一类对延时和丢包率要求相对较高的应用,根据AF1队列长度动态调整概率计算参数p,有效地解决了由于突发流量带来的QoS性能下降问题。不同实验环境下的仿真结果表明,DPP算法有效改善了突发性对分组平均排队延时的影响,减少了分组丢包率。

犹豫模糊语言优先关系下的大群体层次聚类与小组赋权法

针对犹豫模糊语言优先关系下的大群体决策问题,考虑已有聚类方法对孤立点敏感的不足,提出一种新的层次聚类模型和综合考虑多方面信息的小组权重确定方法.首先,根据方案优先度检验孤立点,再基于层次聚类法和聚类有效性指标对决策者进行分组,采用概率语言优先关系表达各组优先关系信息;然后,通过综合考虑组间与组内距离、小组综合熵和小组规模等信息确定各小组的权重;最后,通过加权平均算子集结各小组意见并对方案进行排序.案例分析结果验证了该方法的合理性与可行性.

基于信道占用及优先级的MAC协议退避算法

针对Ad Hoc网络MAC协议(SPMA协议)的退避时间问题,为降低包与包之间的冲突并提高信道利用率,提出了一种基于信道占用及优先级的自适应退避算法(A-COP算法)。分析了退避时间对系统性能的影响以及现有退避算法的不足;根据SPMA协议的特点以及初等函数模型建立退避算法模型;基于OPNET对该模型进行系统仿真,并与原算法协议模型进行比较。仿真结果表明,基于该算法的SPMA协议通过对低优先级业务的接入控制,可使系统吞吐量更加稳定,并且可满足高优先级业务高通信质量的要求。

一种基于QoS的无线分组调度算法

提出了一种适用于无线网络的分组调度算法动态概率优先级(DynamicProbabilistic Priority,DPP)调度算法.DPP调度算法采用动态的优先级分配策略,满足了不同业务的QoS需求.另外,DPP算法在网络出现差错时,动态地调整带宽分配,使得网络中的带宽得到有效的利用,提高了系统的吞吐量,保证了算法的公平性.理论分析和仿真试验表明,在无线网络环境中,该算法具有更好的性能.

一种支持多业务的调度算法的研究与仿真

针对适合多媒体业务的概率优先调度算法,主要分析了它的调度模型、延时性能,同时通过在公平服务性能上与其它调度算法比较,得出了它的特点.并进一步通过opnet仿真分析了它的工作过程及其性能结果.

在嵌入式系统中求解无约束的现实TSP问题

介绍了利用模拟退火算法思想,结合大概率最近邻深度搜索算法解决无约束的TSP问题,以及用改进的深度优先遍历建立TSP子集数据结构和求解,并成功地应用到嵌入式电子导游系统中,取得良好效果。

高灵敏度电子地震预警器故障检测方法研究

传统基于时间序列数据挖掘的故障检测方法,缺少高灵敏度电子地震预警器灵敏度分析,故障检测率低。提出新的高灵敏度电子地震预警器故障检测方法,根据高灵敏度电子地震预警器的结构,采用质量块、铰链和延长梁构建其力学模型,得到电子预警器的灵敏度表达式,根据该表达式建立多信号模型相关矩阵,得到故障优先概率的故障源耗费,采用基于故障模式故障概率的改进多信号模型检测方法(包括故障模式概率均分法和故障模式概率优先法),计算得到电子地震预警器故障概率表达式,实现电子地震预警器故障检测。实验结果表明,所提方法对电子地震预警器TE过程中G和I两个指标的故障检测率分别为0.989、0.905,对PL过程的故障检测时刻为180s、故障检测率为0.412 8,都高于传统基于时间序列数据挖掘的故障检测方法,说明所提方法具有较高的故障检测性能。

一种支持多业务的无线调度算法

本文分析了目前网络的发展方向,并针对所传输的多媒体业务提出了一种新的调度算法,它结合了概率优先算法和绝对优先算法的特点,是一种支持多业务的无线调度算法。

面向互联网拓扑的非单调半程增长模型

互联网拓扑模型的构造,是网络进一步应用和发展的重要研究基础。在现有建模方法中,构成拓扑的节点和连接均为单调增长,显然无法体现网络的真实演化。通过分析长时间跨度的网络实测数据,提取出网络拓扑中节点和连接的消亡与新生规律。在此基础上,进一步修正了拓扑增长的优先倾向概率,并给出一种新的非单调增长的互联网拓扑模型。实验结果说明,在多项重要拓扑特征量方面,该模型均可以很好地体现互联网的动态演化过程。

基于改进MDP的边缘计算任务卸载研究

针对强化学习进行边缘计算任务卸载时,面临大规模动作空间导致的收敛慢,计算速率低的问题,采用改进马尔科夫决策过程(Markov Decision Process, MDP)的移动边缘计算任务卸载算法。首先对信道增益去噪,使用时间卷积网络(Temporal convolutional network, TCN)生成卸载动作,然后根据改进的MDP选择最优卸载动作,引入经验回放机制存储最优卸载动作,依据提出的概率优先级抽样训练TCN,最终得到最佳卸载策略与资源分配。实验对比任务全部本地处理、全部卸载、长短期记忆网络融合改进MDP等基准算法,由结果得出模型可以快速收敛,有效提高计算速率,证明了模型的有效性和可靠性。

联合功率域SPMA协议的动态阈值算法

针对基于优先级概率统计的多址接入(statistic priority-based multiple access,SPMA)模式协议在高负载情况下战术信息的碰撞概率十分严重,网络性能无法满足协同攻击要求的问题,本文借鉴非正交多址接入技术在功率域上区分同时同频信号的思想,改进SPMA协议信号发送机制与多优先级检测机制,在原有的时域、频域基础上引入功率域,提出一种联合功率域的SPMA协议性能改进策略。并针对各优先级数据包到达率的动态变化场景,设计动态阈值算法,以达到降低碰撞概率,提升网络吞吐量的目的。仿真结果表明,采用该改进策略与动态阈值算法可以使网络承载更大的业务流量,提高网络吞吐量。

一种新型数据链MAC协议及其信道占用研究

根据Ad Hoc网络中MAC协议对系统性能的影响,针对传统MAC协议的不足,首先研究了一种基于优先级概率统计的多址接入(SPMA)协议,对SPMA协议的运行机制及特点进行详细阐述。然后,提出信道占用率的概念并提出了一种基于收发脉冲的信道占用统计算法。最后,在上述算法的基础上实现SPMA协议对信道的接入控制。仿真结果表明,在无线Ad Hoc网络场景中,基于该统计算法的无反馈MAC协议可以为高优先级业务提供QoS服务保证,即高优先级分组成功概率不低于99%,端到端时延不超过2ms。

基于个体属性的人类感知网络演化模型

从个体属性差异角度切入,结合现实群体关系研究感知网络演化模型。模型通过引入马氏定理,模拟在不同感知维度和感知能力下的个体行为,并计算其马氏距离,实现以优先连接概率为前提条件的人类感知网络结构。实验表明:通过优先连接概率阈值和感知因子权重关联度阈值两个外部环境因子,以及个体节点属性差异内部因素,可以共同数据化新旧节点度的动态变化过程,结果显示核心属性因子权重的变化对网络特征影响明显。

Probabilistic contour extraction based on shape prior model

Statistical shape prior model is employed to construct the dynamics in probabilistic contour estimation.By applying principal component analysis,plausible shape samples are efficiently generated to predict contour samples.Based on the shape-dependent dynamics and probabilistic image model,a particle filter is used to estimate the contour with a specific shape.Compared with the deterministic approach with shape information,the proposed method is simple yet more effective in extracting contours from images with shape variations and occlusion.

基于PROMETHEE-AQM模型的区间直觉模糊多属性群决策方法

给出在区间直觉模糊集下建立PROMETHEE-AQM模型的多属性群决策方法.首先,利用了两个区间直觉模糊数的优先概率,计算同一属性下不同方案之间的偏差;其次,定义了区间直觉模糊数的相似函数,进而给出了区间直觉模糊数的一种新排序方法;最后,基于0-1优先关系矩阵和各个决策者的偏好指数熵,定义了新的优先关系.通过综合0-1优先关系矩阵计算最优方案,给出了具体方案排序方法.并由实例说明本文给出方法的可行性和有效性.