分布式综合化航空电子网络拓扑优化技术

针对分布式综合化(DIMA)架构下实时动态消息流和网络资源能力,优化航空数据和通信网络(ADCN)拓扑问题,提出一种基于业务拓扑、网络拓扑以及延迟、线缆约束下的多目标网络拓扑优化算法。该算法能够基于驻留任务的信号、逻辑连接、物理连接关系,在资源约束下优化机载网络拓扑。算法通过组合优化方法计算折中全局最优解集(Pareto最优)。对于大规模机载网络架构优化,为了减少计算规模和提高计算时间,又提出一种预计算路径算法。算法通过类A320机载网络拓扑场景和类A380机载网络拓扑场景进行验证。结果表明,相比手动功能映射和网络拓扑优化设计,优化效率能提高10%～30%。     

低地球轨道卫星网络节能方法

通常卫星的唯一能源来源是太阳能,因此星上网络设备的能源供应问题比地面网络的更加严峻。通过修改和扩展链路容量受限的最小代价多商品流模型来适应卫星网络这一特殊的体系结构,并基于低轨道卫星网络的多重覆盖机制和流量分布模型,改进现有的启发式算法来关闭冗余的卫星节点、星地链路和星间链路。在满足链路利用率和路由跳数增加比例约束的条件下,仿真实验中关闭上述三种参数的比例分别可达59%、61%和72%,卫星网络的总体节能比例可达65%。     

引入价格因素的网络资源分配模型与算法实现

引入价格因素,针对网络资源分配提出PE-EMRA网络资源分配模型,并给出算法实现。PE-EMRA模型综合考虑带宽、缓冲等多种网络资源,调节并限制各业务类流量,使系统总效率最大化。该方法可有效提高资源利用率,提供服务质量保证,并具有配置灵活、实现代价小等特点。     

无线认知网络中一种分布式最大频谱分配算法

无线认知网络被认为是下一代无线网络的核心架构之一。该网络能解决日益增长的频谱使用需求和低下的频谱使用率之间的矛盾。通过伺机接入临时可用频谱资源,其频谱利用率能得到大幅的提高。由于频谱资源分配是影响频谱资源利用率的关键,因此如何对频谱资源进行高效的分配一直是无线认知网络的重要研究领域之一。我们证明了在异构频谱使用概率条件下的最优频谱分配是NP难的问题。为了有效解决该问题,本文提出了一种基于分布式最大加权独立集的频谱分配算法——DMWIS。该算法的时间复杂度为O(V2/2)。通过大量的仿真实验,验证了在90%以上的不同随机网络环境下算法能在3轮内收敛,并且该算法一般能获得最优解90%的性能。     

管道流量泄漏监测的网络链路层路由协议的实现

针对管道流量泄漏和管网突发性的爆管,以管道流量泄漏为应用对象,将一种协同式拥塞控制协议应用于管道流量泄漏监测中,提出TCP(Transmission Control Protocol)拥塞控制改进协议C3P(Cooperant Congestion Control Protocol),通过C3P源端检测RTT(Round Trip Time)延时信息和路由器反馈的1 bit显式预测信息来判断网络拥塞状态,自适应地调节拥塞窗口。仿真实验表明C3P协议能够有效地适应这种高带宽延时网络的传输特性,以保证网络获得更优的链路利用率、TCP友好性以及流与流之间的公平性。     

基于呼叫状态的IMS业务触发算法

在IMS会话和和业务控制过程中,随着业务量的增长,S-CSCF面临的负载急剧增加,3GPP原有IMS业务的集中控制方式极易形成性能“瓶颈”,从而影响系统服务质量。为降低会话时延,提高系统性能,本文在研究基于分组的业务触发算法和基于呼叫状态的业务触发算法基础上,提出了一种基于呼叫状态的分组业务触发算法（C-GSTA）,并对其进行性能建模和理论分析。仿真结果表明,在业务种类和业务量增加的情况下,C-GSTA算法能够有效降低S-CSCF与服务器之间的信令流量,提高IMS系统吞吐量,缩短S-CSCF处理时延,改善业务触发性能和网络服务质量。     

改进蚁群算法在P2P网络资源搜索中的应用

针对P2P网络搜索算法中冗余查询消息过多,资源搜索效率低的问题,提出了基于改进蚁群算法的P2P资源搜索算法,算法中在选择邻节点查询时,综合考虑到本地资源情况、邻节点资源情况、邻节点资源相似度等因素,尽量避开了资源搜索中的恶意节点,并改进了基本蚁群算法的状态转移规则,从而避免了查询消息的盲目发送。仿真实验表明,与传统资源搜索算法K-radom-walks和Flooding相比,该算法在搜索命中率和带宽利用率方面有明显提高。     

基于遗传算法的多约束路由算法研究

针对数字化军事通信网络的多业务需求,提出了一种基于遗传算法的多约束路由算法,来求解多约束条件下的最佳路由。采用自然数编码,自适应的变异和杂交算子,有效地提高了算法的搜索效率。仿真结果表明该算法是有效的,既保证了业务对网络带宽和延迟的需求,同时使得网络的资源利用率最低。     

一类有增益网络的最大流模型

一般带容量限制的网络图中流出源点与流入汇点的流量相等,但在实际应用中,存在一类流量经过弧发生变化的网络,使得流出源点与流入汇点的流量不相等。针对此类问题,建立了增益网络最大流模型,并通过增设虚弧将增益网络转换成循环网络,利用循环网络中汇点流量瞬间平衡的优点简化了模型。最后,结合实例进行分析,编写程序对实例进行了计算,计算结果验证了该模型的有效性。     

光互连网络中资源预留的多级光互连仲裁机制

基于资源预留策略提出一种多级光互连仲裁机制,通过将网络分级实现快速、高效的仲裁。多优先级数据缓存队列的传输节点设计,提供了不同类型流量的差异化传输;通过预约式两级仲裁机制,实现网络的完全公平与100%的高吞吐率。设计并对快速仲裁通道进行了合理布局,极大地缩短了仲裁延迟。仿真结果表明:采用基于资源预留的分级仲裁策略,在多种流量模式下所有节点均获得公平的服务。与Feather Weight相比,分级仲裁策略吞吐率提高17%;与2-pass相比,仲裁延迟减少15%,同时,功耗减少5%。     

利用微气泡减小平板摩擦阻力的数值模拟

假定气-液两相流体均匀混合且微气泡在水流中存在滑移运动,运用混合多相流模型对水中运动平板的微气泡减阻过程进行了数值计算,研究了微气泡流的减阻机理,分析了主流速度及气体流量率等对减阻率的影响规律,同时构建了一个减阻率预报数学模型,并指出在微气泡减阻中存在一个与主流速度相对应的饱和气流量.     

一种基于Netflow机制的大流抽样算法设计

在网络测量中,如何在快速存储器容量一定的条件下提高对大流的测量精度是目前研究的一个热点问题。首先在不影响应用需求的前提下,提出了对双向流进行抽样测量的思想。然后对流抽样算法进行了一定的数学分析,证明了测量双向流能有效提高流表的利用率,较好地提高大流测量精度。为实现基于Netflow机制的抽样算法,详细设计了哈希函数,流表表项结构,重点解决了将双向流映射到同一个流表表项的问题。最后利用网络实测数据对该算法进行了仿真验证,结果表明,当存储资源一定时,该算法的大流测量精度要优于单向流测量算法。     

分段线性凸费用网络流的两个算法

本文讨论了分段线性凸费用网络流问题,推广了线性费用网络流中的负回路方法和最小费用路方法,从而得到了求分段线性凸费用网络的最小费用流的两个算法。     

Web服务组合算法的研究与分析

Web服务组合是提高Web服务资源利用率的一种重要方式,也是发掘增值服务,加快系统开发速度的重要手段。通过服务组合为网络系统应用提供了更加丰富的资源。首先介绍了Web服务组合的运行框架;然后以Web服务组合算法使用的设计方法学为依据,对现有经典服务组合算法进行了分类并从执行流程、应用场景、核心技术等方面分析了算法的优缺点;最后总结了全文,探讨了下一步的研究方向。     

分布式流体系结构及其编程模型与资源管理

利用互联网资源提供大数据计算服务面临着资源异构性、动态性与通信长延迟等方面的挑战,现有分布式计算模型仍存在一些不足。运用流计算模型提出分布式流体系结构,包括分布式流编程模型与资源管理等,能够高效支持多种并行执行模式。在10个CPU-GPU异构结点上实现了原型系统,仿真实验验证了7个不同的测试用例。实验结果表明,与本地串行计算相比,分布式流体系结构可以平均提高39倍计算性能,具有较大的应用潜力。     

k-ary n-cube中的移动气泡流控策略

在k-ary n-cube网络中,气泡流控是一种有效、实用的死锁避免技术,它不必依赖虚通道就能避免环网中出现的死锁问题。如果流控策略能感知到维度内缓冲区的总体使用情况,就能够更加高效地进行调度,从而提高网络性能。为了避免关键气泡机制引起的阻塞,提出了伪报文协议;结合伪报文协议,设计了移动气泡流控策略,它有效实现了维度内的全局资源感知能力。与局部气泡流控相比,路由器每条输入通道仅设置一个报文缓冲区就可以避免环网中的死锁,即最小资源需求减少了一半。网络模拟结果表明,该机制不会出现永久阻塞;在distribute、hotregion和uniform传输模式中,该机制可以有效提高网络吞吐率20%以上,并且在网络饱和后吞吐率依然维持稳定。     

SpaceFibre星载数据网络低延时确定性调度算法

针对超高速SpaceFibre星载网络中多源数据传输的确定性和实时性应用需求,提出一种分类细粒度低延时确定性调度算法。该算法基于差异化调度策略的思想,将数据流划分为三类。为实现网络资源的细粒度分配,引入扩展时隙。该算法采用无冲突均匀调度方法,降低了数据包的平均排队延时。为适应有效载荷组网的航天应用场景,该算法兼顾网络拓扑结构生成调度方案。为验证算法有效性,在OPNET仿真平台下利用自定义建模技术搭建网络仿真模型。仿真结果表明:相比优先权调度和无冲突连续调度机制,该算法实现了时间敏感数据流的确定性传输;随着时隙数目的增加,网络的延时性能和抗抖动性能显著提升,吞吐量性能得到保证;该算法具有一定的航天工程实用价值。     

二次流引射对保形非对称喷管性能的影响

发动机与飞机后体结构设计合理与否直接影响发动机的部件匹配和性能。利用三维雷诺平均N-S方程和k-ωSST湍流模型对飞翼布局无人机保形非对称喷管在典型飞行状态下开展了内外流流场特性的数值分析,获得了后体尾喷管推力性能和三维流动特征随二次流压力比的变化趋势。结果表明:发动机喷管落压比条件一定的前提下,通过合理优化二次流通道、增大二次流压力比,可以有效改善后体/喷管主流流场特性;当二次流与主流的流量比在0. 2%～1. 86%内时,后体尾喷管轴向推力系数的变化幅度大约为3%,在一定程度上能够减弱发动机主流的过膨胀程度,减小发动机推力损失,无人机后体尾喷管性能得到显著提高。     

遗传算法的多目标优化资源选择算法

无线自组网中,一个任务请求可能会存在多个满足需求的后备资源,如何从中选择一个最佳资源提供给用户使用是资源管理的核心内容.目前的算法大都只考虑节点的计算能力、负载情况和网络延迟等,而没有考虑无线自组网环境中无线连接带宽有限、设备节点能源受限的特点.在对节点能力、网络资源和能源情况进行数学描述和分析基础上,提出并实现了基于遗传算法的多目标优化资源选择算法.实验结果表明该选择算法能够充分利用有限的带宽资源,最大化网络的使用时间.     

改进的多目标GM-PHD分量融合算法

密集杂波的平行多目标跟踪场景中,高斯混合概率假设密度滤波器的计算代价随着分量的增多而不断变大,且其目标状态估计精度较低.为了解决这些问题,基于高斯混合概率假设密度滤波框架,提出一种改进的目标分量融合算法.通过目标分量的权重、均值及协方差的充分协作,该算法能够极大程度地融合目标强度中的相似分量,同时能够有效地避免真实目标分量被错误融合.仿真结果表明,密集杂波环境下该算法不仅具有较高的目标状态估计精度,而且其计算代价相对较低.