【摘 要】
：
针对已有的多业务流多通道并行传输不支持业务流之间优先级的问题,将业务的优先级映射到多个通道,建立了具有优先级保证的多业务流多通道数据传输模型。基于排队论知识将模型抽象成多维Markov链,并使用两阶段的PH分布将多维Markov链近似成一维Markov链,采用矩阵分析方法对模型进行定量分析,推导出系统的平均队长和平均等待时间。通过数值分析与简单多业务流单通道、多优先级业务流单通道、简单多业务流多通
【机 构】
：
中国科学院研究生院,中国科学院声学研究所国家网络新媒体工程技术研究中心
【基金项目】
：
国家“863”计划资助项目（2011AA01A102）,国家科技支撑计划基金资助项目（2011BAH11B04）
论文部分内容阅读
针对已有的多业务流多通道并行传输不支持业务流之间优先级的问题,将业务的优先级映射到多个通道,建立了具有优先级保证的多业务流多通道数据传输模型。基于排队论知识将模型抽象成多维Markov链,并使用两阶段的PH分布将多维Markov链近似成一维Markov链,采用矩阵分析方法对模型进行定量分析,推导出系统的平均队长和平均等待时间。通过数值分析与简单多业务流单通道、多优先级业务流单通道、简单多业务流多通道这三种传输模型进行了比较。结果表明,不管业务流达到率如何变化,多优先级业务流多通道并行传输模型中的高优
其他文献
通过野外地质露头、钻井岩心系统观测和采样,采用高压压汞实验等测试方法对六盘水地区龙潭组煤储层孔隙结构特征进行研究,并对孔隙进行分类。研究结果表明:六盘水地区龙潭组
一种普遍的观点认为P2P不需要服务器部署策略,然而近年来的研究表明,通过部署服务器可以解决由于P2P规模扩大所带来的新问题,如跨ISP流量。试图解决当前主流观点和研究结果间的矛盾,通过分析不同服务器部署策略的部署性能来回答P2P系统服务器部署策略的必要性问题,通过三种典型服务器部署策略的部署性能的分析来回答P2P服务器部署的特殊性问题。结果表明:P2P系统需要合适的服务器部署策略;由于P2P自身特
针对赵楼煤矿选煤厂中矸磁尾及TBS尾矿精煤含量偏高、煤泥分选工艺及设备不尽完善导致的低灰精煤流失等问题,采用煤泥离心分选机、高频分级筛分选回收工艺回收精煤,可完成高
由于P2P网络的动态性、分散性和半可信性,其实时性研究和应用成为公认的难题。当前P2P多媒体应用系统和实时计算系统或多或少采用了实时保障措施,但均没有对P2P实时性进行系统研究。在总结现有P2P网络系统采用的实时技术的基础上,分析了P2P网络结构、搜索协议(算法)和任务调度对实时性的影响,提出P2P网络实时性研究存在的问题,总结出P2P实时性研究需要解决的关键技术。
为验证低阶烟煤轻度加氢改质机理的正确性和技术可行性,利用高压釜装置及采用四氢萘加氢溶剂、纳米级铁系催化剂对新疆淖毛湖煤进行加氢改质试验。试验结果表明:与原煤相比,
研究了利用神经网络对序列黑白(灰度)图像进行着色的问题。针对以往基于人工或者半自动化技术的黑白图像着色技术效率低下、视觉效果较差的缺陷,提出了一种利用三层神经网络、无须人工干预的图像自动着色算法。首先将灰度图像分割成小块,通过对小块提取灰度特征、空间特征等作为神经网络的输入,训练得到一个回归神经网络。在着色过程中,可以利用该神经网络将图像中各像素由灰度空间投影到一个经过压缩的色彩空间,从而实现了图
设计了基于标准差分进化算法(differential evolution,DE)与遗传算法(genetic algorithm,GA)的混合差分进化算法(hybrid DE,HDE),同时用典型的测试函数对HDE进行性能测试。针对旅行商问题(traveling salesman problem,TSP)的求解难题,给出了采用位置—次序转换策略和HDE的有效求解方法,并测试了Oliver 30个城市
针对布料动态模拟中快速稳定求解的瓶颈问题,提出了一种局部自适应的混合积分方法。在每一时间步长,网格中质点利用自身模拟参数求解一稳定的判断准则,据此自适应判定该质点相连弹簧不同弹性力部分引起的运动方程采用何种数值积分求解,从而有效提高了模拟效率且可以并行计算。另外,针对线性方程组的特点,用快速超松弛迭代法代替传统的共轭梯度法来求解,进一步提高了系统的性能表现。实验表明,该方法具有近似线性的复杂度,便
为了求解卫星数传调度问题,提出了混合蚁群优化算法。算法设计了基于任务数传操作的解构造图,提出了基于解构造图的任务调度序列和资源分配序列概率决策模型,采用基于随机加权的混合策略综合利用问题的启发式信息。算法通过基于混沌变异的列信息素向量更新策略增强解构造的多样性,通过具有补偿机制的全局信息素更新策略来保证算法的收敛性。利用STK工具设计了五个调度场景,并利用计算机生成各场景的数传任务。仿真实验结果表
为了提高非劣解向Pareto最优面收敛的速度以及解的多样性,设计了一种新的杂交算子并改进了NS-GA-Ⅱ算法。在此算法中,采用中心均值重组算子策略增强算法全局快速搜索能力,以获得最佳的Pareto近似解,同时,改进NSGA-Ⅱ快速非支配排序和拥挤机制将父代与子代的双种群进行截短,确保最优解不会丢失并保证解的多样性。数据实验表明,该算法能在解的收敛性、分布性以及自适应程度上均表现较好。