视图增量计算的延迟部分补偿算法

为解决异步传播算法中视图增量计算时间过长、占用系统资源过多及某些错误补偿问题,提出了在数据源上进行延迟部分补偿的算法.该算法要求获取数据源的基表增量时记下增量的事务时间,在实化视图层记录已用于视图增量计算的基表增量的最大事务提交时间.当计算实化视图新的增量时,比较同一个数据源在实化视图层上的记录时间与增量子查询的执行时间,如果这段时间基表产生新的增量,则进行补偿查询.补偿过程采用单个数据源上的时间进行比较,避免了全局时间问题,也解决了现有部分补偿算法可能产生的错误.该算法利用基表之间的主外码约束来减少计算次数,提高计算效率.分析和实验表明,该算法在计算效率和正确性方面都有所提高.     

实时流媒体传输技术研究综述*

为推动实时流媒体传输技术的进步,提高Internet流媒体服务质量,将实时流媒体传输流程分为用户层、编码层、流处理层、传输控制层和网络层,分层总结和综述了实时流媒体传输过程中的主要研究问题和研究进展,阐述了一些目前主流的基于UDP和TCP的实时流媒体传输技术,并且比较分析了它们的优缺点。最后指出低比特率、高丢包率与无线、强干扰环境下保证流媒体服务质量是未来的研究方向,移动实时流媒体业务则是实时流媒体传输技术应用的必然趋势。     

一种基于TCP的实时视频传输延时预测模型*

针对TCP重传易导致延时抖动大、降低流媒体播放质量的问题,提出了使用TCP传输实时视频时,播放质量不受TCP重传影响的必要条件,即视频帧发送延时、播放缓冲区延时与网络往返时间需要满足一定的关系式。建立了视频帧发送延时的预测模型,该模型通过输入视频帧长度、丢包率、网络往返时间、TCP拥塞窗口大小与TCP超时重传时间,预测视频帧的发送延时。NS2模拟结果表明,可以通过发送延时的预测值来判断视频帧是否适合采用TCP传输。     

无线城域网中中心调度的竞争解决方案

针对无线城域网PMP模式下的竞争问题，提出了一种中心调度的竞争解决方案CSCR（centralized scheduling contention resolution）。通过对每一时间帧内活动用户站（subscriber stations）数目的预测，基站（basestation）给所有用户站提供了一个优化的竞争窗口，所有用户站都采用该窗口独立地参与竞争。理论分析和模拟结果表明，与IEEE802．16推荐的基于二进制指数回退BEB（binary exponential backoff）算法的方案相比，CSCR方案不但易于实现，而且能更加有效地利用无线资源，同时减少请求接入延时。     

IEEE 802.16竞争解决方案的性能分析

目前,IEEE 802.16标准推荐采用基于截断二进制指数回退算法的竞争解决方案.分析了该方案同IEEE 802.11竞争机制的区别,给出了传送机会利用率u、带宽请求延时d以及带宽请求丢失率p_d等性能指标的计算方法.通过性能模拟,讨论了初始化回退窗口W、用户站数目n以及单位时间帧内传送机会数目N_to等参数对性能指标的影响,进而得出基站调整性能参数的一般策略.这些策略对于基站进行上行带宽资源的分配具有指导意义.     

棒材生产在线视觉计数系统研究

针对轧钢厂棒材生产工艺状况，为实现标准化打捆包装要求，设计了在线计数控制装置，研究了实时视觉图像处理，在线棒材识别算法和k级容错计数技术，并应用于含有各种干扰的实际生产过程，实现了棒材在线快速计数和分钢自动化操作．     

基于非精确网络状态信息的多服务器选择

服务器复制经常被用来作为改进处理大量客户请求的服务能力的方法．在采用服务器复制时．一个关键的问题是客户如何确定哪一个服务器是最好的,通过一个简易的服务器模型，研究了在延时非精确的网络情形下，通过采用智能的票据探测技术，同时搜索延时较小的网络路径并探测目的服务器性能来进行多服务器选择的算法．仿真结果显示，与其它几种多服务器选择算法比较，由于综合考虑了服务器延时和网络延时的最优，我们的算法可以取得最好的性能．     

棒材分钢视觉反馈控制

在实现轧钢厂棒材生产自动计数的基础上，提出用视觉图像信号作为反馈信息，实时跟踪棒材位置，实现自动分钢控制的方案．用实际视觉系统和对象仿真相结合，采用粗糙集数据挖掘技术进行离线学习，提取控制策略，驱动分钢装置实现分钢自动化操作.     

移动边缘计算中计算卸载方案研究综述

在移动边缘计算中通过将终端设备的计算任务卸载到边缘服务器,可以利用边缘服务器资源解决终端设备计算能力不足的问题,同时满足移动应用程序对低延迟的需求.因此,计算卸载备受关注并成为移动边缘计算的关键技术之一.本文对移动边缘计算的计算卸载研究进展进行深度调研.首先,总结归纳出两类计算卸载方法——基于启发式算法的传统方法和基于在线学习的智能方法;从最小化延迟时间、最小化能耗、权衡时间和能耗三个不同优化目标对基于启发式算法的传统计算卸载进行分析对比;梳理了基于在线学习智能计算卸载采用的底层人工智能技术;然后介绍了边缘服务器资源分配方案和新兴的移动边缘计算应用场景;最后分析计算卸载方案存在的问题并展望移动边缘计算的计算卸载研究的未来方向,为后续研究工作指明方向.     

一种基于SIP的自适应端到端VoIP系统设计与实现

VoIP应用程序可以以相对低廉的价格,为用户提供优质的语音甚至是视频实时通信服务,然而,IETF提供的请求/应答机制在当前充满NAT的网络环境面前,经常无法正常工作.目前的解决方案都是基于STUN协议的,而该协议会周期性地发出心跳消息以维持公网和私网地址的映射关系;这些消息对VoIP服务器来说是一种极大的资源浪费,设计并实现了一种基于SIP的自适应端到端通信系统,支持NAT下的端到端VoIP通信.系统扩展了SDP请.求/应答模型,使其能够令一个会话中的各个端用户交换公网和私网地址/端口号.通过实现一个实际系统证明了该扩展方案的可行性.一系列实验证明了提出的系统相比其它基于超级结点转发机制的VoIP应用在效率和表现上的优越性.