一种以太网无源光网络（EPON）动态带宽分配算法

对EPON系统的上行信道复用技术进行了深入的研究。在EPON系统上行信道复用技术中,带宽分配算法是一个热点和难点。文章基于DifrerServ模型探讨了一种支持多业务的、保证QoS的混合动态带宽分配算法（HBA）,并与静态、动态带宽分配算法进行了仿真比较。结果表明HBA算法在时延、时延抖动和信道利用率等方面优于其它算法。     

基于无线网络的混合业务资源调度算法

WCDMA系统混合业务下的资源调度算法要区分业务以保证用户的服务质量(QoS)。基于此,在研究最大加权延时优先算法(M-LWDF)的基础上通过引入QoS监测机制提出一种保证混合业务服务质量的资源调度算法,在业务调度中同时考虑时延优先级和吞吐量优先级,并采用传输时延保证的资源分配准则。仿真结果表明,该算法在时延和吞吐量水平上要优于已有的调度算法。     

基于PLE的有确定解的端到端网络链路时延推测方法

网络时延是重要的网络性能指标,端到端网络时延推测能够克服传统的基于路由器或者路由器协作的网络测量技术的弊端。在网络拓扑已知且稳定和链路性能时空独立性的假设前提下,给出了网络链路时延推测模型,提出了一种基于伪似然估计(PLE)的有确定解的端到端网络链路时延推测方法。在应用期望最大化算法的伪似然估计的基础上,控制背靠背发包方式,确定可以求解的探测单元,解决了不满足有确定解拓扑下的求解问题,且有效降低了计算复杂度。最后利用基于模型的计算验证了该方法的准确性和有效性。     

MHWSN中保证混合业务QoS的跨层调度算法

针对中高速传感器网络中混合业务QoS（Quality of Service）要求,跨层考虑物理层和数据链路层参数,提出了一种保证混合业务服务质量的调度算法AM-LWDF。该算法同时考虑时延优先级和吞吐量优先级,在满足实时业务QoS约束的前提下,以最大化系统吞吐量为目标建立了相应的优化模型,对实时业务能够满足时延较小的要求,对非实时业务满足吞吐量较大的要求。仿真结果表明,该调度算法可以灵活地在时延和吞吐量之间取得满意的折衷,并保证不同类型业务用户间的公平性。     

一种双参数拓扑推测方法

针对采用单一性能参数推测网络拓扑结构算法的问题, 如有效性与网络负载有关以及测量节点性能参数时大多需要节点间时钟的同步等, 在现有的测量方法基础上, 提出了一种不需要节点间时钟同步可以测量端到端时延抖动和丢包相关性的紧接分组对序列测量方法, 同时设计了一种综合端到端时延抖动和丢包相关性的双参数拓扑推测算法, 该算法能够适应不同的网络负载环境。最后通过NS-2仿真实验验证了该算法的有效性和准确性。     

一种基于抽样的大规模混合数据聚类集成算法

混合数据聚类是聚类分析中一个重要的问题。现有的混合数据聚类算法主要是在全体样本的相似性度量的基础上进行聚类,因此对大规模数据进行聚类时,算法效率不高。基于此,设计了一种新的抽样策略,在此基础上,提出了一种基于抽样的大规模混合数据聚类集成算法。该算法对利用新的抽样策略得到的多个样本子集分别进行聚类,并将结果集成得到最终聚类结果。实验证明,与改进的K-prototypes算法相比,该算法的效率有了显著提高,同时聚类有效性指标基本相同。     

基于HSDPA的增强型分组调度算法研究

从系统吞吐量、用户公平性等方面分析研究了HSDPA系统中支持非实时业务的三种经典分组调度算法RR、Max C/I和PF。针对PF算法重传时延过长问题,提出了一种结合混合自动请求重传HARQ的增强分组调度算法。该算法通过提高重传分组的优先级降低重传时延,有效地避免系统资源的浪费。MATLAB仿真结果表明,该算法在降低单用户重传时延的同时,仍能保证用户间的公平性和系统的吞吐量。     

基于多阶抽样的高斯混合模型彩色图像分割

针对传统高斯混合模型应用于彩色图像分割时计算复杂度高等问题, 提出一种多阶抽样的高斯混合模型的彩色图像分割算法。首先,给出采样数定理及其证明,并推导出与聚类类别数和最小聚类相关的最小采样数目;其次,设计一罚函数判断抽样优劣,消除抽样对聚类模型影响,根据最小采样数数目,对像素点进行均匀采样,并利用高斯混合模型对采样像素点进行聚类;最后,定义像素点和类之间的距离,对剩余的像素点按距离最近原则进行划分。实验结果表明算法具有有效性。     

一种软件定义网络中基于博弈的混合路由算法*

现存软件定义网络中的流量工程算法考虑单一,难以实现流量均衡,且缺乏对端到端的时延优化。对此提出一种博弈混合路由算法,以少量的显式路由与基于目的的聚合流量配置,在保证流量均衡的同时,优化网络的平均端对端时延。聚合流量配置采用纳什议价博弈理论对流量均衡与端对端时延优化场景进行联合优化建模,并设计了相应的启发式算法进行求解。实验结果表明,与现有算法相比,流量均衡程度和平均端对端时延均得到一定程度的改善,在Splintlink拓扑中,最大链路利用率平均减少6%,平均端对端时延减少12%。     

一类远程控制系统的时延补偿H∞鲁棒控制

针对一类有扰动的多时延不确定模型的远程控制系统,为了有效减少网络时延对系统的影响,提出了一种改进Smith补偿H∞鲁棒控制算法;在给出系统体系结构的基础上,应用改进Smith补偿器将含有网络时延的系统鲁棒性能问题转化为无时延的鲁棒性能问题,并对系统存在的模型不确定性和干扰问题引入H∞混合灵敏度设计方法设计了鲁棒控制器;此方法适用于工业现场为无线传感器网络的远程控制系统,通过对存在乘积性的不确定系统进行仿真研究,证明该算法具有良好的控制品质和动态性能。     

工业过程多模型建模及辨识方法研究

针对实际的工业过程建模中存在的多工况和采样延时这两大重要数据特征,首先利用LPV模型拟合多工况过程,选取线性ARX模型作为LPV的局部模型;同时将采样延时和数据的工况归属作为EM算法的隐含变量,然后对极大似然函数进行求解,辨识出各局部模型的参数;最后采用高斯权重函数将局部ARX模型融合为整体LPV模型。采用连续搅拌反应釜和三级高纯度精馏塔作为数据采样延时情形下的多工况过程建模仿真实例,在建立过程模型的同时准确地估计数据的采样延时。仿真结果表明该方法具有良好的建模效果,对于处理数据采样延时的多工况工业过程建模问题具有非常实用的价值。     

纯滞后过程控制算法的研究

介绍了工业过程控制中PI控制算法、Smith预估控制算法和采样PI控制算法。给出了采样PI控制算法及控制原理，分析了控制器参数对控制性能的影响，给出了控制器参数选择的方法。并利用：Matlab选取典型一阶纯滞后对象，在控制对象纯滞后时间和增益改变时进行了动态仿真。仿真结果表明，采样PI控制和Smith预估控制具有较强的鲁棒性，而且算法简单、容易实现．所以更适用具有纯滞后的工业过程控制。     

基于Bootstrap采样粒子滤波的WirelessHART时间同步算法﹡

针对无线HART传感器网络时间同步精度较低、能耗过大等问题,提出了一种基于Bootstrap采样的粒子滤波时间同步算法。在未知网络延迟分布的情况下,为了减少观测次数,对发送端和接收端的时间戳观测值进行Bootstrap采样,采用混合粒子滤波算法,获得精确的时钟偏移,从而不仅降低了无线HART传感网络时间同步误差,而且使能耗减小。最后,实验表明,对于无线HART网状分层网络,当观测量达到10以上时,粒子滤波算法获得的时间偏差的均方误差约是最大似然估计算法的50%,而基于Bootstrap采样的粒子滤波算法获得的时间偏差的均方误差约是最大似然估计算法的35%,仿真的结果验证了该方法的可行性和有效性。     

Identification of time delays in linear stochastic systems

This paper presents a new approach to the explicit identification of an input time delay in continuous-time linear systems. The system model is converted to a discrete-time version, assuming that a digital computer is to be used for time delay estimation and control. A recursive identification algorithm based on parallel Kalman filtering and Bayes' estimation is developed. The sampling rate is adapted during the time delay estimation process using the most recent estimate of the time delay. This method assures that the estimate of the time delay approaches the true value with each successive iteration. The proposed method also has the advantage of a fast convergence rate because prior knowledge of the delay, if available, can be effectively utilized.     

自适应网络往返时延采样方法

在讨论周期性数据采样算法弊端的基础上,提出自适应往返时延（RTT）的采样算法。该算法以时延变化率作为动态控制采样频率的主要依据,根据网络时延变化的缓急自动调整采样时间间隔。通过实验分析证明,该算法实现简单,可有效地跟踪网络RTT变化情况,从总体上减少采样工作量,减轻因网络测量而给网络带来的额外负载。     

Characterization of limit cycles for self-regulating and integral processes with PI control and send-on-delta sampling

This work is focused on the study of limit cycles that appear in a control scheme which is based on the use of a PI controller with an event-based send-on-delta sampling (SOD). The processes investigated are integrator processes plus time delay (IPTD) and first and second order processes plus time delay, which are of interest because they are frequently used to model many industrial processes. The SOD sampling is characterized as a non-linearity of n levels with hysteresis. An algorithm to calculate the limit cycles properties is proposed, and then the results obtained in simulations are compared with experiments performed on a real plant, a distributed solar collector field at the Solar Platform of Almería (PSA, Spain).     

大时滞系统自适应模糊Smith控制

针对大时滞对象，把史密斯（Smith）预估控制原理和模糊控制器参数的自适应调整方法结合起来，即在Smith预估控制系统中，利用自适应机制在线整定模糊控制器的参数，即根据控制系统在各个阶段呈现出的不同特点来适时调节模糊控制器的量化和比例因子，以适应对象特性的变化。仿真研究表明，所提方法能有效克服普通模糊控制算法不适应大时滞系统控制和常规Smith算法过于依赖模型精度的缺陷，提高了普通模糊控制器对大滞后系统的控制能力。同时该算法还具有很强的鲁棒性和良好的控制品质。     

面向SoC的系统级并行划分方法

为缩短复杂SoC系统的设计周期,降低系统设计的复杂性,提出了一种SoC系统级的并行划分方法.引入带有信号激活率和输入输出延时的过程模型图,为SoC系统构建模型.设计一启发式算法对该过程模型图进行并行划分,同时,该算法能解决有环图的划分问题.通过大量的实验证明,划分结果同要求吻合,说明该划分方法是可行、有效的.     

时滞系统采样迭代学习控制

针对一类具有状态时滞的连续系统提出一种采样迭代学习控制算法。给出并证明了算法指数收敛的充分条件,该条件可保证系统输出无论在采样点或非采样点上,都能以指数收敛速率收敛至期望输出的一个与采样周期有关的误差范围内。仿真结果表明了该算法的有效性。     

信息能源系统的信-物融合稳定性分析

尽管信息物理系统的稳定性已经得到了广泛的研究,但大部分的学者皆关注于通信网络延时或攻击下的信息物理系统的稳定性问题,无网络通信的信息物理系统的信物融合稳定性分析策略亟待提出.其中,内嵌数字控制系统的并网逆变器系统是一种最简单、最典型的信息能源系统.同时,从效率的角度出发,逆变器的开关/采样频率总是选择尽可能低的频率,其势必产生系统固有延迟时间(控制理论中称为时间延迟).这种延迟时间往往容易引起系统的低频/次同步振荡,弱电网将加剧此现象.为此,提出一种信息能源系统的信-物融合稳定性分析技术.首先,基于柏德近似方法,建立了具有等效延迟时间的信息物理系统阻抗模型.该等效延迟时间由三部分组成,即信息/物理层的采样延迟时间、信息层的计算延迟时间和物理层的脉宽调制延迟时间,其有效地反映了信息-物理相互融合作用的影响.进而设计了稳定禁止区域判据,利用空间映射使开关/采样频率求解过程转化为Hurwitz矩阵辨识问题.在这些空间映射的基础上,最小开关/采样频率通过自适应步长搜索算法获得.最后,仿真和实验结果验证了该方法的有效性.