【摘 要】
：
随着互联网日新月异的发展,新的业务形式不断出现,面对日益剧增的网络数据流量,传统的波分复用网络因其固有的技术特性限制,已经越来越难以满足不断增长的带宽需求,因而在此基础上提出了弹性光网络技术。弹性光网络采用更细粒度的频谱分配方式,能够提高网络的频谱资源利用率,能够满足大容量的带宽需求。为了应对网络扩展便利化的需求,网络功能虚拟化技术（NFV）随之而出现,它使得原有物理设备承载的网络功能够用软件定义
论文部分内容阅读
随着互联网日新月异的发展,新的业务形式不断出现,面对日益剧增的网络数据流量,传统的波分复用网络因其固有的技术特性限制,已经越来越难以满足不断增长的带宽需求,因而在此基础上提出了弹性光网络技术。弹性光网络采用更细粒度的频谱分配方式,能够提高网络的频谱资源利用率,能够满足大容量的带宽需求。为了应对网络扩展便利化的需求,网络功能虚拟化技术（NFV）随之而出现,它使得原有物理设备承载的网络功能够用软件定义的方式实现虚拟网络功能（VNF）并整合到网络中,多个VNF按照服务功能链（SFC）中的一定次序（即VNF的依赖关系）部署在数据中心上为进行业务数据流处理,增加了网络的灵活性和可移植性。然而如何有效地在网络中部署数据中心及VNF成为了影响网络资源消耗的重要问题。本文主要的研究方面为:（1）考虑VNF依赖关系的数据中心负载均衡问题,（2）考虑VNF依赖关系的虚拟网络功能映射问题。为了解决这两个问题,本文的主要贡献有:1.研究了考虑VNF依赖关系的数据中心负载均衡问题。VNF的依赖关系对于网络中的资源分配有着重要的影响,也对RSA问题的求解起着关键的作用,因此本文首先对VNF的依赖关系做了数学化表述,并对于考虑VNF依赖关系的数据中心负载均衡问题建立一个数据中心负载的标准差及频谱资源消耗最小化为目标的带有约束条件的全局优化模型。为了求解该模型,首先设计了针对依赖关系的处理算法,并设计了交叉和变异算子,在此基础上,设计了以遗传算法为基础的模型求解算法。为了验证模型和算法的准确性,与其他算法在不同的拓扑网络上进行了仿真实验比较,结果表明本文建立的模型是准确的,算法是可行的。2.研究了考虑VNF依赖关系的虚拟网络功能映射问题。由于VNF依赖关系的存在,使得数据中心和VNF部署问题更加具有挑战性,为了达到最小化数据中心资源消耗、VNF资源消耗及频谱资源消耗的目的,本文建立了一个以这三个资源消耗最小为目标的带约束优化模型,为了有效的求解此模型,我们设计了数据中心确定算法及VNF部署算法,并将其与遗传算法相结合求解该模型。为了验证模型和算法的准确性,在不用的拓扑网络上与其他算法相对比,仿真结果表明本文的算法对求解本模型有着比其他算法更加优秀的效果。
其他文献
人体姿态估计任务是计算机视觉任务的热点之一,主要包括对图像或者视频中的人体和人体关键点的准确定位,进而估计恢复出人体姿态的任务。在运动建模、监控安防、行为动作分析和人机互动等领域,人体姿态估计都具有广泛的应用价值。在实际生活中,受拥挤人群遮挡、光线因素变化以及各种复杂场景等的影响,人体姿态估计一直存在着一些普遍和典型的问题和挑战。基于这些问题和挑战,本文在学习总结了相关领域知识方法的基础上,利用深
随着国民经济水平的不断提升,人们的出行方式逐渐演变为以汽车为主。但由于道路规划不合理以及人为主动性地交通违规等原因,道路交通安全问题越来越严重,比如违规停车、违规驾驶等交通违规现象日益增加,轻则造成交通拥堵,重则导致交通瘫痪甚至发生大型交通事故危及群众生命安全。车牌号作为车辆的“身份证”,能唯一地标识车辆,车牌在交通违规中标识车辆具有重要作用,因而准确而快速地识别车牌号码在当今的交通场景下的应用非
目标跟踪作为计算机视觉的一个重要分支,在众多领域中发挥着重要作用,其中包括:视频监控、无人机视觉导航、自动驾驶、医学成像、军事制导等。目标跟踪的主要任务是训练获得一个跟踪器,在给定视频第一帧图像中待跟踪目标的位置的情况下,通过跟踪器准确地预测出该目标在后续帧图像中的位置。随着人工智能浪潮的兴起,越来越多的国内外学者投身于目标跟踪领域,大量能够完成目标跟踪任务的算法被提出,但是由于存在背景相似干扰、
无人机在现代社会的应用越来越多,无人机自主导航技术一直是无人机应用的重要研究内容。无人机应用场景和任务正在向复杂化和多样化发展,在实际应用中GNSS拒止的未知环境也更为常见,本文研究GNSS拒止未知环境下无人机自主导航技术。无法利用先验信息和GNSS定位技术,无人机需要完全依靠自身传感器收集信息,由于无人机载荷有限,而单目相机和IMU具有低价、轻便和优势互补的优点,因此视惯融合是一种理想的无人机自
近年来,随着计算机视觉和自动化等技术的迅猛发展,自动驾驶技术逐渐走入了大众的视野。安全性是自动驾驶首要关注的问题,安全性水平离不开自动驾驶系统环境感知的能力,而车道线检测是环境感知的一个重要环节。较好的车道线检测的性能是自动驾驶系统后续进行正确规划和决策的前提,也是自动驾驶稳定性和安全性的重要保证。然而传统的车道线检测方法在检测的准确率和鲁棒性等性能上往往表现不佳,现有的深度学习方法也存在着平衡检
氮化镓（GaN）作为第三代半导体材料的代表,因其具有高禁带宽度、高电子迁移率、高电子饱和速度、高击穿场强等一系列优良的电学特性,在电力电子和微波射频领域均取得了广泛的应用。本文研究的是基于高压大功率领域的氮化镓肖特基二极管（GaN SBD）,针对当下GaN SBD开启电压高、击穿电压低的情况,本文研究并制备了新型混合阳极结构肖特基二极管（HA-SBD）,以期在获得高反向击穿电压的同时,获得低开启电
随着互联网的快速发展与普及,网络中的信息量呈现爆炸式地增长,用户很难从海量数据中筛选出其感兴趣的内容,从而出现信息过载的问题。推荐系统是解决信息过载的重要工具,而协同过滤算法是推荐系统中研究与应用最为广泛的算法。近年来,推荐系统不断融入神经网络及深度学习的技术以提升推荐性能。基于神经网络的推荐算法具有更强的表征能力,可以从用户的行为记录中深度挖掘出用户偏好,并一定程度上缓解传统推荐算法的可扩展性问
密集群目标指的是空间位置临近、速度、运动方向基本一致,各成员协作完成任务的多个目标的集合。当群目标内的各个目标均位于同一波束宽度、多普勒单元或距离单元内时,各个目标的空间位置及运动参数相似,因此回波信号在空域、时域或频域上均难以分辨,对雷达测量造成了严重危害。本文针对上述问题,基于联合分辨原理,对密集群目标分辨及参数估计方法进行研究,主要工作分为以下三个方面:1.建立了包括目标方位角、速度和距离等