软件定义网络中交换机处理时延的仿真

针对目前的网络仿真工具在对软件定义网络(SDN)的仿真过程中,未考虑交换机的处理时延的问题,提出一种处理时延的仿真方法,目的是为了使仿真结果更加真实和准确。该方法首先将交换机的转发处理过程分解为对流表的查询操作和执行不同的动作;然后,利用交换机的处理器频率和访存周期,将查询流表和执行动作转换为处理时间。实验中测量了真实环境中不同配置的交换机处理时延,并与利用该方法仿真出的处理时延进行对比。实验结果表明,利用该方法仿真出的处理时延和真实交换机的处理时延基本一致,该方法能够较准确地仿真交换机处理时延。     

网络控制系统H∞鲁棒控制器设计

针对存在不确定时延的网络控制系统, 将未知扰动和建模误差转换为满足给定约束的矩阵, 建立具有参数不确定性的网络控制系统模型。基于Lyapunov稳定性理论证明控制系统渐近稳定, 结合线性矩阵不等式完成H∞鲁棒控制器设计。通过仿真实验, 比较在不同时延条件下系统的状态响应曲线, 结果证明所设计的H∞鲁棒控制器可以解决系统中存在不确定建模误差、干扰和时延等问题, 具有一定的鲁棒性。     

基于显式计算的单播链路时延估计

为提高基于单播测量的网络链路时延分布估计速度,提出了一种基于显式计算的单播链路时延快速估计方法.由于网络设备多样化导致链路时延特征存在差异,首先根据端到端测量数据为各链路分配不同的离散间隔;然后利用背靠背探测包在网络中引入的二层二叉树结构,通过显式计算推断各链路的时延分布,能明显提高估计速度.仿真结果表明,该方法将链路时延分布的估计时间降低至数百毫秒,同时更准确地捕获链路时延特征.该方法基于显式计算,计算复杂度非常低,因此能够满足实际应用的实时性要求.     

基于异步切换多胞系统的网络化飞行器故障检测

本文研究了存在时变短时延和随机丢包的大包线网络化飞行器故障检测问题.首先,采用切换多胞系统描述飞行动态,并提出了一种局部重叠多胞划分方式以较低设计保守性.然后,借助泰勒级数展开和伯努利分布将时延和丢包转化为多胞系统参数,并构建了切换参数依赖故障检测滤波器.同时,考虑滤波器切换指令及多胞加权参数更新滞后引起的异步切换问题,基于切换参数依赖Lyapunov函数和平均驻留时间方法分析了系统的稳定性和l2性能,并以LMI形式给出了滤波器存在的充分条件.最后,以HiMAT(highly maneuverable technology)飞行器为例验证了所提方法的有效性.     

一种高精度移相方法及其在无功功率计算中的应用

传统数字移相法是采用对采样点延时输出的方式实现信号的移相,当移相的目标相位与整数个采样点延迟所对应的相位不相等时,传统方法将有较大的非线性误差。提出了基于线性+多项式补偿的实时高精度移相方法。仿真实验表明,本方法可以在无需改变采样率的情况下实现任意相位的高精度移相,同时,本方法的移相因子与信号频率和相位相关,提高了移相的实时性。最后,讨论了本方法在无功功率计算中的应用,说明了本方法的实用性。     

AFDX端系统技术时延测试方法设计与实现

航空电子全双工交换以太网(AFDX)已成为先进的民用飞机航电系统的通信主干网。AFDX端系统(ES)是AFDX网络的重要组成部分。研究了AFDX端系统发送技术时延和接收技术时延的成因,设计了端系统技术时延的测试方法。在测试平台上对被测的AFDX端系统模块实际验证测试表明该方法精确有效。     

具有时延和丢包的NCS鲁棒H∞控制

针对一类含有不确定参数的网络控制系统(NCS),研究网络中存在时延与丢包情况下的鲁棒?∞控制问题.构造一个新的Lyapunov-Krasovskii泛函,并基于改进的Wirtinger不等式推导出闭环NCS渐近稳定且满足?∞性能的充分条件,该条件能得到比已有文献保守性更小的结果.给出线性锥补算法以实现次优鲁棒?∞控制器增益的求解.最后通过多个数值实例验证了所提出方法的有效性.     

一种基于过零点的时延测量方法

信号传输时间（时延）的测量,是雷达、声纳系统的关键技术之一。本文研究了一种基于过零点的时延测量方法,在建立过零点搜索模型的基础上推导得出时延测量的测量结果表达式;定量分析了高斯白噪声条件下过零点时延测量的测量精度,得到测量误差的理论表达式。仿真与实验表明,过零点时延测量精度与信号频率、过零点数目、信噪比密切相关,当信噪比较高时,其测量精度与经典FFT法相当,而优势在于过零点时延测量的算法简单、计算量小,适用于对实时性要求较高的测量场合。     

基于神经网络的常压塔柴油凝点软测量的研究与应用

研究某炼油厂常压塔三线柴油凝点的软测量建模问题,分析过程变量对柴油凝点的影响。基于在线分析仪6min采样数据,利用前向网络和时延前向网络(TDNN)分别建立了三线柴油凝点的静态软测量模型和动态软测量模型,并结合在线分析仪对模型实现了在线修正。通过两种模型的仿真和在线实施效果,表明基于神经网络的软测量模型取得了较好的应用效果,而且动态模型的实施效果优于静态模型。     

大规模认知无线电网络的时延分析

时延作为无线网络的最基本的性能之一,对网络信息分发、路由协议设计、节点部署等都具有重要意义。与传统的无线网络不同,认知无线电网络的频谱资源具有动态变化性,该特性会对网络时延产生极大的影响。因此,如何对动态频谱环境下的大规模认知无线电网络进行时延分析,是一项很具挑战性的课题。为此,首先对动态频谱环境进行建模,将认知用户的频谱接入过程建模为一个连续时间的马尔可夫链,并建立认知用户的生存函数来量化授权用户活动以及信道数量对频谱环境的影响;其次,将上述模型与首次通过渗流理论结合起来,研究了大规模认知无线电网络时延的伸缩规律,并获取了更为精确的时延与距离比的上限值。理论分析及仿真结果表明,动态频谱环境与密度一样会对时延产生极大影响。研究结论对认知无线电网络的设计具有重要的指导意义。