WDM光网络中FAR算法的改进

随着信息化社会对通信容量和带宽需求的飞速增长,WDM全光网将成为未来大容量宽带发展的首选方案.这篇论文首先对WDM网络中FAR算法作了介绍,然后提出了在实际通信链路中由于存在光纤中信号的衰减和光放大器中存在增益饱和现象,从而需要对FAR算法进行改进,最后提出了一种在考虑信号功率的情况下的改进算法,该算法可以大大减少由于功率限制所带来的被迫中断率.

WDM中一种基于动态RWA算法的改进

随着掺铒光纤放大器(EDFA)的出现及其迅速商用化的发展,使得波分复用(WDM)技术日益成熟,而路由和波长分配(RWA)问题是WDM网络中的一个重要问题。通过对RWA基本问题的探讨,对EDFA出现的增益饱和现象的分析,找到了FAR算法中所存在的弊端并进行了改进。在文中所提出的新算法中,主要是根据光纤到光纤链路中输入EDFA光信号功率的基础上寻找备选路由,此种算法能够大大降低WDM传输网中的阻塞率。

移动计算中一种基于最小代价的语义缓存替换算法

分析了当前LDD中比较典型的语义缓存替换算法,指出单纯基于语义距离的FAR替换算法的缺点,提出了基于代价函数的LCFAR替换算法,综合了语义距离和语义片断被重复查询重要性的时空间特性.给出了详细的算法实现,并且通过实验验证了算法的有效性.

基于位置相关查询的一种语义缓存模型

为了克服FAR算法在位置预测方面的不足,定义了一种语义缓存模型,与传统的语义缓存模型相比增加了对移动单元的坐标和语义片段的时间描述,有助于预测未来移动单元可能的位置.提出了一个改进的RBF-FAR算法作为替换策略,并结合使用RBFNN进行位置预测.实验证明,通过定义新的语义缓存模型,采用新的查询替换策略,再结合神经网络的自学习特性,使得RBF-FAR模型更加灵活,并有效地减少网络负载和查询时间.