一种可实现呼损率比例公平的准入控制算法

提出了一种能够实现多业务之间呼损率比例公平的准入控制算法CDPF(call dropping proportional fairness).CDPF根据各类呼叫的平均到达率、平均持续时间、小区驻留时间等参数,动态地计算各类呼叫的准入阈值,从而控制各类呼叫的准入数量,使得各类呼叫的呼损率符合给定的比例.当网络负载发生变化时,各类呼叫的呼损率也随之变化,但各类呼叫呼损率之间的比值始终保持不变.仿真结果表明,随着网络负载的变化,CDPF能够很好地保证呼损率的比例公平.此外,CDPF算法比已有算法具有更低的时间复杂度.     

结合集成服务、差分服务和MPLS实现端到端QoS保证

文章论述了当前流行的多种Qos（服务质量）解决方案，详细分析了这些方案的优缺点。最后综合这些方案优点．提出了一种新的端到端的QoS解决方案。该方案通过在MPLS（协议标签交换）的基础上结合集成服务、差分服务以及流量工程的思想，在实现端到端QoS保证的同时实现了优化路由和负载均衡。     

层次移动IPv6中基于阈值的自适应呼叫准入控制

提出了一种适用于层次移动IPv6(HMIPv6)网络的呼叫准入控制(call admission control,简称CAC)方案.该方案以过载率和系统容量为限制,根据网络中主机的移动特性和呼叫特性,自适应地计算出区域中各小区的理想呼叫数,使系统效益最大化.通过建立HMIPv6网络下的Markov模型,计算出达到理想呼叫数的CAC阈值,并将其作为是否接纳新呼叫的判断依据.仿真实验分析了影响最优区域范围的因素,为设计动态微移动管理方案提供了依据.它指出:随着呼叫在小区之间的切换率和平均持续时间的增加,最优区     

PFWRR:能实现比例公平的增强型WRR

为了实现比例公平原则,在加权轮循调度(WRR)算法的基础上提出了比例公平WRR调度算法——PFWRR.PFWRR依据各队列的平均分组到达率,调整各队列的调度权值,从而在当队列长度小于等于缓冲长度时,保证各队列的平均分组排队时延符合给定比例;当队列长度大于缓冲时,保证各队列的平均分组丢失率符合给定比例.PFWRR的计算负荷是合理的,因为它仅当系统超载且平均分组到达率发生变化时,才调整各队列的服务率.实测性能显示:当系统超载且不出现分组丢失时,PFWRR实现了比例平均分组排队时延保证,当系统出现分组丢失时,PFWRR实现了比例平均分组丢失率保证.     

基于动态范围的移动组播协议

提出在基于范围的移动组播协议（RBMoM）的基础上根据用户的移动特性、业务量及网络特性为每个主机动态地确定最优服务范围的算法,形成了基于动态范围的移动组播协议（DRBMoM）．该协议通过设计一个代价函数并求解使代价函数最小化的服务范围来实现减小组播分组传输时延和组播树重构频率的折衷．分析表明,代价函数值随主机的业务量和移动速度的增加而增加;最优服务范围随主机业务量的增加而减小,随主机移动速度的增加而增加．在性能对比中发现,DRBMoM的代价函数值小于RBMoM的代价函数值,表明DRBMoM的确增强了RBMoM的性能;在与同类方案的比较中,发现DRBMoM的平均切换信令代价稍高于同类方案,但其平均组播分组传输代价及最终的代价函数值均小于同类方案．     

移动IPv6中的一种分布式动态型微移动管理方案

为了弥补移动IP不能支持主机高速移动的缺陷,提出了一种分布式动态型微移动管理方案.该方案在网络中放置多个区域移动代理来实现分布式的域内主机移动管理,并提出一种由主机根据自身的移动特点及获悉的网络参数动态地选择区域移动代理和区域大小的算法,该算法使得主机在域内产生的信令代价和分组传递代价达到最小,且没有对网络拓扑结构和区域移动代理的位置做任何强制性要求.分析表明,当主机的平均分组到达率增加时,区域大小减小而总代价增加;当主机在接入路由器的平均驻留时间增加时,区域大小和总代价均减小.最后,在与分层移动IPv6方案的性能比较中发现,分层移动IPv6方案在几种不同区域大小情况下产生的总代价都比该方案可能产生的最大总代价要高.     

WLAN中基于"小区呼吸"的多约束负载均衡

在无线局域网(WLAN)中,负载不均衡会降低网络吞吐量、增加分组传输时延.由于无需修改客户端的优点,研究者们将码分多址(CDMA)网络中的"小区呼吸"概念引入WLAN以实现负载均衡."小区呼吸"方法通过改变接入点(AP)的信标功率,从而改变AP的覆盖范围,进而控制AP的用户数.现有的同类方案在使用"小区呼吸"方法时,大多没有考虑两个比较重要的问题:AP的负载均衡与用户数据功率损失的矛盾以及AP的业务可用性(包括AP业务欺骗和业务漏洞).文中将这两个问题作为使用"小区呼吸"进行负载均衡的约束,首先对多约束负载均衡问题进行形式化定义,然后提出分析模型来求解关键参数,如相邻AP的负载差、平均数据功率损失代价以及AP全覆盖的条件.最后,采用遗传算法(GA)求解多约束负载均衡问题,并测试在不同用户密度下,所提方案和同类方案的AP负载、吞吐量以及平均分组传输成功率.实验表明,所提方案实现了优化.