信号序列预测和缓冲区算法下光纤通信网络时延自动控制

常规的光纤通信网络时延自动控制方法对通信干扰的抑制效果不佳,因此提出信号序列预测和缓冲区算法下光纤通信网络时延自动控制方法。建立预测目标函数,采用负载自适应调度方法对通信信号序列进行预测;基于缓冲区算法对光纤网络通信的密度进行计算;按照编码形式对通信密度进行分配;根据分配参数对通信干扰进行抑制;设置采样时间间隔对通信数据包进行分配,实现光纤通信网络时延控制。实验结果表明,本文设计的方法能够将光纤通信时延控制在0.89 ns之内,控制效果较好。

溶滞网络缓冲区占用率预测模型设计

溶滞网络中数据滞留较多,占用了缓冲区大部分内存。为此,构建基于多组件融合的溶滞网络缓冲区占用率预测模型。在多组件框架的基础上,求解数据样本融合条件。联合数据库主机内存储的信息样本,完成对可移植任务的配置,实现溶滞网络缓冲区内的数据样本处理。设置决策树组织,确定复杂度指标的取值范围,完成基于多组件融合的溶滞网络缓冲区占用率预测模型设计。对比试验结果表明,在多组件融合预测模型作用下,拥塞系数最大值仅为0.6、信道平均占用率始终不超过60%。该模型预测准确率较高。所构建模型预测溶滞网络缓冲区占用率的性能较优,具有一定的实际应用价值。

基于WP-MLP神经网络的VoIP自适应抖动缓冲算法

为解决抖动缓冲区播放延时和丢包之间的矛盾,实现缓冲区的动态调整使延时和丢包达到最优的平衡,提出一种基于WP-MLP神经网络的自适应抖动缓冲算法。首先,对抖动缓冲区的基本原理进行了分析并给出了丢包率与缓冲延时之间的函数关系;其次,提出了WP-MLP神经网络抖动缓冲算法的网络模型并对算法流程进行了分析;最后,通过VoIP网络仿真进行建模对比几种常用抖动缓冲算法,结果表明,本文所提算法能够在播放延时和丢包率之间保持更好的平衡,对缓冲区大小的动态调节表现出更优异的性能。

vxWorks下基于缓冲队列的全双工网络通讯

文章针对半自动大型仪器使用半双工网络通讯造成的效率下降问题,建立了在嵌入式实时操作系统vxWorks下全双工网络通讯的模式,并特别提出了双缓冲队列的流水线处理方法和通讯死时间的概念。该方法充分利用vxWorks对多任务和网络的良好支持,做到了在操作人员层面上的软件零死时间,在改善系统响应特性,提高软件效率上都很有帮助。因此比半双工通讯方式更加适用于半自动控制。

基于神经网络包装缓冲特性预测模型的研究

文中描述了冲击缓冲特性的预测模型,研究了不同的试验方案,其预测模型结果与实际值最大相对误差的变化规律,找出了能满足工程设计要求的最少试验方案。通过实例验证了该预测模型,其预测模型的结果对工程设计是十分便利。

片上网络中一种单周期2GHz无缓冲路由器

近年来,无缓冲路由器由于不需要缓冲器而成为片上网络低开销的解决方案。为了提高无缓冲路由器的性能,提出一种单周期高性能无缓冲片上网络路由器。该路由器使用一个简单的置换网络替换串行化的交换分配器与交叉开关以实现高性能。虚通道路由器与基准无缓冲路由器相比,该路由器在TSMC65nm工艺下可以以较小的面积开销达到2GHz的时钟频率。在合成通信负载与真实应用负载下的模拟结果表明,该路由器的包平均延迟远小于虚通道路由器和其他无缓冲路由器。

考虑项目网络特征的鲁棒性项目调度缓冲方法比较

对两种缓冲方法应用于具有不同网络特征的项目进行了比较分析。首先,生成具有不同网络特征的大量项目实例,分别用两种缓冲方法制定鲁棒性调度计划;然后,采用仿真实验方法模拟在不确定环境下执行所制定的调度计划;最后,通过分析实验结果比较两种缓冲方法所建计划的鲁棒性绩效指标,归纳出缓冲方法的适用性特征。研究表明,追求解鲁棒性的项目调度适用分散缓冲法,追求质量鲁棒性的项目调度要依据项目规模、网络复杂度及不确定性程度的具体情况选择缓冲方法。

基于遗传算法的片上网络缓冲分配算法

针对片上网络有限的缓冲资源,提出了一种缓冲分配算法.该算法首先通过分析模型估算出路由器每个输入通道的负载大小,随后根据输入通道的负载分布情况采用遗传算法来实现缓冲资源的分配.实验结果表明,在均匀随机流量下,与均匀分配算法和贪婪分配算法相比,新算法能获得更小的网络数据包延时,并可节省约33.3%的缓冲资源.

黄河中下游典型河岸缓冲带植被景观连接度及其网络构建

植被作为河岸缓冲带生态系统服务形成与维持的基础,在维持生物多样性方面,能为多种物种提供栖息地和迁移廊道。因此,本文以黄河中下游典型河岸缓冲带植被为对象,采用遥感解译、景观连接度指标、斑块重要性评价和廊道网络分析相结合的方法,分析2003年、2009年和2015年研究区的植被景观连接度和斑块重要值变化,并构建河岸缓冲带植被廊道网络,以期为黄河中下游河岸缓冲带生物多样性保护提供支持。结果表明,研究区植被斑块的连接度在2003—2015年呈增加趋势,且随距离阈值的增大而增大;不同距离阈值下,斑块重要值随斑块面积增大而增大,且随距离阈值增大的而增大;小型斑块(0~5 hm^2)重要值呈增加趋势,中型斑块(5~10 hm^2)重要值呈先增加后降低趋势,而大型斑块(>10 hm^2)重要值呈降低趋势。植被廊道网络分析表明,基于重要生态节点同时考虑沟渠和道路廊道可作为研究区植被廊道网络构建的重要参考。

面向片上网络缓冲资源争用的路由器设计

针对片上网络典型路由器的缓冲资源利用率不高、大容量缓存设计受限等问题,在不增加缓存和虚通道的情况下,提出一种新的面向片上网络缓冲资源争用的路由器设计方案。在该路由器中,当某个输入端繁忙发生资源争用情况时,将阻塞数据包分配到其他拥有空闲缓存资源的输入端口,解决缓冲资源的争用问题,从而提高网络整体性能。SystemC仿真结果表明,相对于基本路由器,该路由器在热点模式和均衡模式下均具有较高的网络饱和率和吞吐量,尤其在热点模式下提高了约11.4%的饱和率。FPGA实现结果表明,该路由器的面积开销较小,能较好满足片上网络的应用需求。

面向多核处理器的Linux网络报文缓冲区重用机制研究

提出一种多核架构下Linux网络报文缓冲区重用无锁算法。通过建立Linux网络转发模型,分析了Linux网络报文缓冲区重用机制的工作原理,指出其在多核处理器上扩展性不好的主要原因在于:互斥机制占用了较多的处理时间,较差的Cache行为特征降低了指令执行效率。设计并实现了MSRQ回收重用算法,实现无需互斥机制对重用队列的并行操作,并且具有更好的Cache行为特征。实验证明,MSRQ算法的小包转发性能比原有的缓冲区重用算法提高了67%。

光总线交换网络输出排队两级缓冲结构与性能分析

为了解决核心路由器高速无阻塞光总线交换网络体系结构中的高速大容量分组缓冲这一关键技术难题 ,本文提出了基于SRAM技术和DRAM技术相结合的输出排队分组两级缓冲结构及相关LBF -MMA存储器管理算法 ,并利用实测的网络流量数据对该缓冲技术的性能进行了仿真分析 .分析表明 ,两级缓冲结构较好地解决了光总线交换网络中分组缓冲高速度与大容量之间的矛盾 。

神经网络方法在包装件缓冲垫层非线性特性识别中的应用

将结构化神经网络方法用于包装件缓冲垫层非线性特性识别问题，对于两种典型的包装件缓冲垫层材料模型的模拟识别结果表明，据此方法可以较好地获得其非线性特性。

基于结构的神经网络在液压缓冲器建模中的应用

分析了液压缓冲器的结构及其动态工作过程 ,介绍了基于结构的神经网络建模方法 .该建模方法根据系统结构组成特点将复杂系统分解为相互关联的简单子系统 ,用函数链神经元分别建立子系统模型 ,然后根据子系统间固有的连接关系将子系统神经元模型连接成一个网络 ,所得网络模型即为原系统模型 .应用该方法建立了 5 2 SFZ- 1 40 - 2 0 7B液压缓冲器的动态模型 .结果表明 ,基于结构的神经网络建模方法对复杂非线性系统建模是有效的 .

具有窗口接入和线群输出结构的输入缓冲ATM交换网络的性能分析

本文提出了具有组合的窗口接入和线群输出结构的输入缓冲ＡＴＭ交换网络并对其性能进行了研究．通过概率生成函数方法得到了计算该交换网络最大吞吐率，平均信元时延和信元丢失率的封闭表达式，并通过计算机模拟实验验证了理论分析的精确性．研究结果表明，在随机均匀业务下，当窗口尺寸和输出群尺寸分别为４和１６时，最大吞吐率可达到９９％．

基于CPM网络的关键链汇入缓冲设置研究

关键链管理作为作为项目管理的新一代技术为项目管理提供了新的工具———缓冲区,研究人员可以利用缓冲区结合应用广泛的甘特图技术和CPM网络技术来研究非确定工期项目的管理,这使得原有理论的可移植性大为增强。然而在关键链缓冲区的研究中,汇入缓冲区计算对象即汇入链的定义一直没有明确的界定,这使得缓冲区的计算存在随意性;在工序前后逻辑关系相对复杂的情况下汇入链的识别就成为一个难点。论文对汇入链的识别和汇入缓冲设置问题展开研究,首先根据汇入链的本质对汇入链进行了定义,并利用CPM网络机动时间的性质给出了汇入链的识别的一般方法。其次研究了CPM双代号网络中缓冲区设置问题,并通过添加带有时间参数的缓冲节点解决了缓冲区的表示问题。最后论文通过算例对基于CPM网络对关键链汇入缓冲区设置的步骤进行说明。

模糊神经网络在能量缓冲统一潮流控制器中应用的研究

UPFC是最具有代表性的柔性交流输电系统(FACTS)装置,它集串、并联补偿为一体。通过能量缓冲装置的引入,使得UPFC中有功分布控制成为可能。该文采用模糊神经网络(FNN)来控制统一潮流控制器(UPFC)及能量缓冲装置;提出了一种改进的FNN控制器学习算法:在构成隶属函数的神经结构中采用遗传算法,在解模糊过程中采用最小二乘方法。模糊神经网络控制方法结合模糊理论与神经网络各自的优点,使其对于UPFC的控制具有更加灵活稳定和快速的特性和很强的鲁棒性,并使UPFC串并联侧协调控制更加可靠。通过大量的样本学习,验证了该控制系统能够确保各种运行模式下的UPFC正确工作,最后通过仿真证实了该方法的可靠性。

基于神经网络的蜂窝纸板缓冲特性建模

以蜂窝纸板的静态压缩实验数据为训练样本，建立了蜂窝纸板静态缓冲特性的神经网络模型，并对网络训练算法进行了一些改进，仿真结果表明蜂窝纸板的神经网络特性模型较好地模拟了实际的蜂窝纸板缓冲特性，训练误差均控制在5％以内，可满足工程设计的要求。

基于神经网络的重载列车缓冲器模型

以试验数据为基础,利用BP神经网络快速准确地建立缓冲器模型,对不同冲击速度下的单车碰撞试验进行模拟仿真,并与试验结果作对比.结果表明:所建模型拟合出缓冲器工作过程的曲线形式与试验曲线形式相似性较高;所拟合的最大阻抗力与试验最大阻抗力误差基本在10%以内,发生位置误差小于1 mm.构建的缓冲器数学模型有利于进一步对HM-1型与HM-2型重载货车缓冲器力学特性的研究,也可以用于其他型缓冲器,利用试验数据构造缓冲器模型.为重载列车缓冲器的试验结果处理、缓冲器模型建立以及重载列车纵向动力学研究开辟了新途径.

面向传输延时的片上网络缓冲区分配算法

针对优化片上网络数据包传输延时的问题,提出了一种在缓冲资源限制条件下的缓冲区分配算法.该算法在建立二维网格结构的片上网络通信模型的基础上,依据各节点之间的通信流量,估算出节点中各输入通道的负载大小,再根据其负载情况采用模拟退火算法实现缓冲区资源的分配.实验结果表明,该算法可以更加合理地分配缓冲区资源,有效降低数据的传输延时.在均匀通信流量下,可降低传输延时11.3%～56.4%;在单热点通信流量和双热点通信流量下,可分别降低传输延时13.2%～76.9%和13.7%～79.1%.