可变负载动态反馈弹性调度模型及其算法研究

由于工作负载的动态变化,以多媒体应用为代表的软实时系统的运行具有很大的不确定性.在这种情况下,依靠任务的静态属性进行调度分析和决策不足以为系统提供高效、实用的资源分配支持.提出一种弹性资源调度算法,该算法周期地采集系统的作业总数和作业丢失数,并以此为根据改变部分软实时任务的作业周期,以调整系统在下一个采样周期内的作业总数,达到满足任务的QoS(quality of service)、接纳尽可能多的服务请求、提高系统的并发服务能力的目的.详细分析了模型结构和核心算法的实现机制,并利用模拟平台对该算法进行了验证.实验结果表明,该算法在提高资源利用效率的同时,还具有良好的稳定性和收敛性.     

基于反馈控制理论的流媒体服务器资源管理模型

如何合理地分配系统资源，使流媒体服务器能够在满足客户基本QoS的前提下，支持尽可能多的并发服务，是流媒体研究领域的重要组成部分．提出了基于反馈控制理论的流媒体服务器资源调度模型及核心调度算法．该模型通过周期地采集系统的工作状态，并以此为根据调整任务在下一个采样周期内的运行属性，达到在满足任务的QoS的前提下，提高系统的并发程度的目的．详细分析了模型结构和核心算法的实现机制，并利用模拟平台对该算法进行了性能分析．     

基于Intel网络处理器实现弹性分组环交换节点

在阐述了RPR交换节点软件结构之后介绍了使用Intel IXP2800实现网络设备的优势,最后总结了IXP2800数据平面开发的一些方法和经验。实践表明基于Intel IXP2800网络处理器设计并实现RPR交换节点是一种可行的方案。     

一种IPv4/v6自适应的QoS VPN的设计和实现

提出了一种适应IPv4/v6混合组网的、具有QoS能力的VPN业务管理架构（IP4/6AQEVMA）,并从网络提供商（Network Provider,NP）的角度分析VPN用户的需求,分析基于IPv4和IPv6混合组网并支持多种QoS应用的VPN业务。因此,该架构重点强调两个方面：VPN业务提供对底层网络差异的屏蔽和灵活地为VPN用户提供具有多种QoS保证的VPN应用。     

基于模糊理论的多媒体实时调度算法研究

多媒体系统中的任务调度采用的是实时调度算法。传统的实时调度总是假设任务的属性是精确确定的并能够提供令人满意的结果，但实际任务的属性总是存在一个模糊的范围。文中在传统实时EDF算法的基础上，提出了基于模糊理论的可抢占式的实时调度算法(FEDF算法)。此算法的主要设计目标是在实时任务属性模糊条件下尽可能地减少任务丢失率，提高保证比率，实验结果表明该算法达到了预定的目标。     

一种基于运动连通性的视频对象提取方法

传统的视频分割通常利用低级特征提取对象。文章提出对象运动的连通性是对象的高级特征；并在累积帧差图像上，滤除尖锐噪声自适应确定域值，利用这个特性自动提取首帧运动对象。实验结果表明，该方法计算复杂度低，能够自动、快速、准确地提取运动对象，非常适于基于对象的实时视频应用。     

一种基于模糊神经网络的VBR MPEG视频流量预测模型

针对VBR MPEG视频流的复杂特性，充分利用人工智能方法的优势，提出了一种基于模糊神经网络的视频流量预测模型，利用模糊逻辑模型达到减少预测误差的目的，采用神经网络满足网络通信的实时性要求．实验结果表明，该模型比传统AR模型显著提高了预测的准确度和可靠性．     

基于Intel网络处理器的RPR三层交换机的设计

弹性分组环(ResilientPacketRing,RPR)是一种能高效地支持数据业务的新兴城域网络技术。论文主要使用IntelIXP2800网络处理器设计和实现了能为以太网提供接入RPR网络能力的三层交换机。设计过程中,在二层交换机制的基础上,参考了IPoverRPR框架和三层交换原理,对RPR网络与以太网络之间IP数据交换机制进行了优化,并借助IXP2800网络处理器的高性能和灵活性,使该交换机能高效地进行IP数据交换,而且提高了RPR环网的带宽利用率。     

VBR MPEG视频源流量的智能集成预测模型

由于VBR视频流量的预测能力是直接关系缓冲区设计、动态带宽分配及拥塞控制等提高网络服务质量的关键因素,因此,以多媒体主要应用形式VBRMPEG视频源为研究对象,提出了一种基于模糊神经网络的视频流量智能预测模型。通过设计模糊预测器减少输出比特流的预测误差,采用神经网络减少多步预测的计算量。仿真试验表明,与标准AR模型预测结果相比,该模型显著提高了预测的准确度和可靠性,且易于推广使用。