【摘 要】
：
拥塞控制机制是支撑星际互联网良好运行的关键技术,但星际互联网络通信链路质量极其恶劣,点到点链路经常中断而且延时长达数十分钟,使得拥塞状态的探测和传播极其困难,难以设计出有效的拥塞控制机制。为此,弃用了网络拥塞实时检测和控制的传统思路,根据星际互联网中拓扑和流量可预测特点,从流量规划的角度研究了拥塞避免模型。将拥塞问题建模为线性规划问题进行求解,模型的输入为星际网络的拓扑演进和流量产生信息,输出为源
论文部分内容阅读
拥塞控制机制是支撑星际互联网良好运行的关键技术,但星际互联网络通信链路质量极其恶劣,点到点链路经常中断而且延时长达数十分钟,使得拥塞状态的探测和传播极其困难,难以设计出有效的拥塞控制机制。为此,弃用了网络拥塞实时检测和控制的传统思路,根据星际互联网中拓扑和流量可预测特点,从流量规划的角度研究了拥塞避免模型。将拥塞问题建模为线性规划问题进行求解,模型的输入为星际网络的拓扑演进和流量产生信息,输出为源节点的流量拒绝值和各链路上的流量规划,通过约束节点和链路资源占用以避免拥塞,使得模型在避免网络拥塞的前提
其他文献
众所周知,工程建设离不开混凝土。衡量混凝土质量好坏的标准有多种指标,如混凝土的强度。在对施工质量要求精益求精的今天,不仅对混凝土的内在质量指标严格控制,还对混凝土的
Fast SLAM算法中粒子滤波存在粒子退化问题,重采样可以抑制粒子退化,却又带来了多样性减弱问题。提出量子粒子群优化免疫粒子滤波的Fast SLAM算法,利用量子粒子群优化算法,减缓粒子权值的退化,再通过人工免疫算法的变异操作扩大搜索范围,从而增加粒子的多样性,避免算法陷入局部最优,提高全局搜索能力。在无人机环境下对提出的算法进行仿真验证,结果表明在SLAM的估计精度和一致性方面,提出的算法都明
多跳无线网络的干扰攻击都是先从时域或频域角度展开的,为了更好地保障多跳无线网络的安全稳定性,需要进行多跳无线网络干扰节点目标定位方法的研究。但是采用当前方法对干扰节点目标定位时,无法构建干扰节点跳数与欧式距离的映射关系,存在多跳无线网络干扰节点目标定位误差大的问题。为此提出一种基于连续回归的多跳无线网络干扰节点目标定位方法。上述方法先基于被动监听推断多跳无线网络节点的度分布状态,选择度较大的节点作
在网络维护过程中的异常干扰信号的检测,能够有效提高网络使用寿命,加快网络维护过程。对异常干扰信号的优化检测,需要将滤波粒子当作萤火虫,计算萤火虫的吸引度并对权值进行更新。传统方法构建网络状态异常信号的检测模型,利用遗传法优化回声状态网络中的参数,但忽略了对参数权值的求取,导致检测精度偏低。提出基于萤火虫的异常干扰信号优化检测方法。以干扰信号的时域为基础,构建基于熵的异常干扰信号检测器;获得干扰信号
物联网中的数据具有数据类型复杂、异构性强等特点,为了提升物联网的服务质量,在物联网环境下,需要进行移动高维异常数据自动挖掘方法的研究。但是采用当前方法进行异常数据自动挖掘时,无法提取异常数据的主成分特征,存在数据自动挖掘误差大的问题。为此,在物联网络环境下,提出一种基于改进主成分分析的移动高维异常数据自动挖掘方法。该方法先融合于主成分分析方法输入数据样本并进行标准化处理,计算标准化数据矩阵的协方差
为了满足大规模网络线路数据流量分配均衡性需求,以及流量控制,需要对网络线路数据流量并行预测。当前利用ARMA模型,通过线性的最小均方误差实现流量预测的方法,存在预测效果差,预测功耗大等问题。提出一种基于蚁群的网络线路数据流量并行预测方法,根据多分辨率的分析要求表达式,获得相应尺度之下的网络线路数据流量特征,进而将近似系数,以及细节系数内的冗余流量去除;将近似系数与细节系数进行叠加,获得原始网络线路
对互联网环境下数据传输过程特征的采集精度的估计,能够有效提高数据传输的正确性。对传输数据特征采集精度估计精度的评估,需要结合二进制向量描述方法选取数据特征,对传输数据的联合参量进行估计,完成对传输数据特征采集精度估计精度的估计。传统方法选择一个数据采集区域中心节点的取样值,获得数据传输区域测量值,但忽略了对联合参数的估计,导致其数据采集精度的估计效果不理想。提出基于相干功率谱密度估计的互联网环境下
随着科技的发展,冲孔网的需求量日趋增多;冲裁速度控制系统是一个不稳定、非线性、强耦合的系统,很难保证冲孔速度的平稳性;在实际生产过程中,冲裁速度影响着冲孔成型质量,容易引起冲头磨损和断裂失效。针对上述问题,提出了一种带高增益观测器的滑模控制策略。首先分析了冲孔工艺电液伺服控制系统原理,建立了数学模型,设计了一种基于电液伺服的滑模控制系统,引入高增益观测器对伺服系统速度进行预测控制。然后通过构造Ly
机会网络中,合理地选择中继节点进行消息转发,是实现消息高效交付的关键所在。现有的机会网络路由协议在中继节点的选择上往往存在随机性,同时对消息副本数量的分发缺乏合理控制。提出一种基于节点社会性的喷雾等待路由协议(BSW-based on the sociality of node in opportunistic network,BSW-SN),通过综合分析节点的社会属性、移动模式和对消息的转发效能
对寒地公共建筑的取暖能耗总量进行准确预测,能够有效完善我国寒地公共建筑取暖能耗研究体系。对建筑取暖能耗的预测,需要挖掘寒地建筑取暖能耗预测模型样本数据规律,结合粒子群算法对该模型参数进行优化,完成对公共建筑取暖能耗总量进行预测。传统方法结合神经网络和迭代加权最小二乘法,构建寒地公共建筑热负荷、冷负荷预测模型,但忽略了对模型的参数进行优化,导致预测精度偏低。提出基于时间序列分析的寒地公共建筑取暖能耗