树拓扑片上网络的低能耗映射

针对树拓扑片上网络(NoC)中通信时延受约束的低能耗映射问题,提出了一种递归的二路划分算法RPM(recursive bipartitioning for mapping)。RPM基于分而治之策略,首先将NoC映射转化为多层次的IP核通信任务图划分问题,并采用带参数的Kernighan-Lin算法实现最小割值划分。实验结果表明,与已有算法相比,RPM可以在较短的时间内获得能耗更低的映射解。通过设置不同的参数,RPM既可以用于生成高质量的优化解,也可用于快速的NoC设计空间探索中。     

一种面向多拓扑类型请求的虚拟网络映射算法

虚拟网络映射问题是网络虚拟化研究中的核心问题之一,其主要目标是将虚拟网络请求高效地映射到底层物理网络上. 针对面向多拓扑类型请求的虚拟网络映射问题进行研究,提出了节点连通性模型和通用底层物理网络节点评价模型用以判断节点映射的优先次序,在此基础上设计了一种复合型虚拟网络映射算法,在映射过程中通过识别虚拟网络请求的拓扑特征调用相应的映射子算法完成网络映射. 仿真结果表明,该复合型映射算法获得了较高的虚拟网络请求接受率和网络收益开销比,整体上提高了虚拟网络映射性能.     

软件定义网络的数据中心动态流量调度方案

针对等价多路径(ECMP)算法没有考虑网络负载和流量特征,很容易将多条大数据流映射到同一路径,造成网络瓶颈链路的问题,提出一种面向软件定义网络(SDN)数据中心的基于网络负载的动态流量调度方案(DTSNL)。该方案结合网络负载和流量的特点,通过合理调度流量,实现网络负载均衡。控制器通过周期性统计Fat-Tree网络拓扑中接入层交换机的流量信息,计算流量阈值,为带宽占比较高的大数据流选择最佳路径。仿真实验表明,相较于ECMP方案和全局首选(GFF)方案,DTSNL方案的网络平均吞吐量、链路使用率、核心交换机负载、链路带宽利用率4项指标都有所提高。     

一种保证负载均衡的网络资源分配算法

为了避免或延迟网络瓶颈的出现,使网络提供最大的服务能力,提出了一种路径级资源分配算法——P-ERA算法．在其基础上,又根据链路拓扑位置及不同源结点注入流量等因素,提出一种保证负载均衡的网络资源分配算法——N-ERA算法．它通过量化的路径选择以及合理的资源调配,可以在保证用户业务服务质量的同时,实现网络资源的充分利用．仿真结果也证明,相对于其他的资源分配算法,N-ERA算法具有更高的业务接纳率和更加均衡的资源利用率．     

图像混合插值缩放IP核的VLSI设计

为解决不同的输入视频源在固定分辨率的平板显示器件上无损显示问题,提出一种基于双线性和双三次混合插值的图像缩放算法及其硬件实现方法．基于混合插值算法,完成图像缩放IP核的VLSI设计．该IP核支持多种格式的输入源,无需外部存储器实现高精度的缩放功能,并作为嵌入式IP核在数字视频处理芯片DTV100B中进行功能验证正确．混合插值方法在保持图像细节和清晰度方面优于双线性插值,而在内部存储资源开支上不到双三次插值的1/2．     

可切换式TAM结构的快速SoC测试方法

由于现有TAM(Test Access Mechanism)结构中,被测IP(Intellectual Property)核都是固定地连接在某些TAM总线上,经常会导致测试资源浪费,故提出了可切换式TAM结构．某些IP核通过切换电路挂接在多组TAM上,可以使用多组TAM来完成对一个IP核的测试,减少了空闲时间,缩短了测试用时．按特定的排序规则,采用0-1规划先给每个IP核分配一组TAM,再采用一种启发性搜索算法,挑选合适的IP核使用多组TAM测试．对ITC2002基准电路的实验结果表明,该方法的测试用时较小．     

一种改进的多伯努利多目标跟踪算法

针对粒子势均衡多目标多伯努利滤波的粒子实现形式所需粒子数多、粒子退化严重的问题,将均方根容积卡尔曼滤波与粒子势均衡多目标多伯努利滤波相结合,提出均方根容积卡尔曼粒子势均衡多目标多伯努利滤波算法．该算法利用均方根容积卡尔曼滤波构建重要性密度函数,再对其进行采样获得预测粒子状态,从而提高粒子的准确性,减轻粒子退化．与基于无迹卡尔曼的粒子势均衡多目标多伯努利滤波相比,该算法更稳定,且算法性能不受目标状态维数的限制．仿真实验表明,所提算法与粒子势均衡多目标多伯努利滤波算法和基于无迹卡尔曼的粒子势均衡多目标多伯努利滤波算法相比,其跟踪精度更高．     

基于概率的能量均衡无线传感器网络路由协议

该文讨论了路由协议在实际中的应用及存在的问题,并进一步提出了基于概率的能量均衡路由协议.分析对比证明基于概率的能量均衡路由算法与一般最短路由算法相比,具有能量均衡且低能耗的特点,实验表明,该算法能使网络均衡,从而有效的延长网络寿命,获得更好的性能.     

自适应混沌遗传退火的片上网络映射

针对带宽和时延约束的低能耗片上网络（NoC）映射问题,提出了一种自适应的混沌遗传退火映射算法. 该算法利用Boltzmann更新机制选择遗传个体,引入自适应混沌方法优化适应度较差个体,采用多邻域的退火策略优化较优个体. 实验结果表明,所提算法有效地避免了早熟收敛,提高了算法收敛速度,与标准遗传算法和混沌遗传算法相比,平均节能分别为45%和226%,有效地降低了NoC系统通信能耗.     

基于网络探针的流量均衡VOD 系统及仿真

提出一种园区网流量均衡VOD 方案,在基于代理服务器的VOD 应用系统中以区域覆盖的方 式植入网络探针,实现对各个区域数据流量及相应代理服务器性能参数的分布式测量,并由全局管 理模块周期性获取网络探针的测量数据并以LLE 算法为核心进行流量均衡调度,调整代理服务器 为不同的区域提供服务,以优化数据流量分布,从而实现了各个代理服务器的负载均衡及网络各个 区域的数据流量均衡,仿真实验结果表明该方案有效,具有较高的实用价值．     

WDM光网络中带宽预留型业务的时间感知绿色疏导算法

针对带宽预留型业务提出了一种业务持续时间感知的绿色疏导算法,通过计算不同疏导策略的传输能耗,为业务选择最小能耗疏导策略;为进一步减小网络传输能耗,设计一种灵活触发光路合并操作的机制,该机制能根据光网络中不同光路的拆除时刻在业务传输前确定光路的合并时刻,减少了路由器端口和光收发器数目的使用,增加了光路带宽利用率. 仿真结果表明,提出的时间感知绿色疏导算法能有效降低网络传输能耗.     

缓存辅助边缘计算的卸载决策与资源优化

提出一种缓存辅助边缘计算的卸载决策制定与资源优化方案,以进一步降低移动边缘计算（MEC）系统中终端设备的能量消耗.首先,建立该优化问题为最小化用户在任务执行时最坏情况下的能耗值,并将这一混合整数规划问题转化为非凸的二次约束二次规划（QCQP）模型,使用半定松弛及随机概率映射方法获得缓存辅助下的预选卸载集合;其次,分别采用拉格朗日对偶分解法和二分法求得性能约束下的最优传输功率及边缘计算资源分配,从而通过对比该集合中的设备能耗得到理想的卸载决策集合与资源分配方案.实验数值结果表明,所提方案能够有效降低用户能量消耗,提升边缘计算系统的服务性能.     

无线传感器网络流量重分配拥塞控制算法

基于流量分配与重分配的算法,提出了一种改进的拥塞流量分配 (ECOTA) 和有效的拥塞检测和缓解 (ECODEM) 算法。在衡量了所有路径的能耗与传输延迟之后,选出若干条能耗低、延时短的路径,增加了数据传输的成功率。通过设定阈值与预测的方法对网络中的拥塞区域进行检测,一旦拥塞发生,采用合理重分配流量的方式,使节点能够更快地从拥塞状况中恢复出来,并保证拥塞区域的数据能尽快被转移到非拥塞区域。仿真结果表明,与其他算法相比,该算法能够提高分组成功递交率,降低端到端延时,提升网络的整体性能。     

An optimal energy management development for various configuration of plug-in and hybrid electric vehicle

Due to soaring fuel prices and environmental concerns, hybrid electric vehicle(HEV) technology attracts more attentions in last decade. Energy management system, configuration of HEV and traffic conditions are the main factors which affect HEV's fuel consumption, emission and performance. Therefore, optimal management of the energy components is a key element for the success of a HEV. An optimal energy management system is developed for HEV based on genetic algorithm. Then, different powertrain system component combinations effects are investigated in various driving cycles. HEV simulation results are compared for default rule-based, fuzzy and GA-fuzzy controllers by using ADVISOR. The results indicate the effectiveness of proposed optimal controller over real world driving cycles. Also, an optimal powertrain configuration to improve fuel consumption and emission efficiency is proposed for each driving condition. Finally, the effects of batteries in initial state of charge and hybridization factor are investigated on HEV performance to evaluate fuel consumption and emissions. Fuel consumption average reduction of about 14% is obtained for optimal configuration data in contrast to default configuration. Also results indicate that proposed controller has reduced emission of about 10% in various traffic conditions.     

多载波认知无线电无线携能通信资源分配算法

认知无线电可通过频谱感知提高资源利用率,但会产生感知能耗,降低传输能量.为了保证认知无线电的传输性能,提出认知无线电可利用多载波实现无线携能通信,并分配通信资源,实现系统性能优化.认知无线电利用部分子载波传输信息,采集剩余子载波上主用户射频能量,补充感知耗能.提出的子载波和子载波功率联合优化算法,在保证能量、干扰和总功率受约束的基础上,可最优化系统的吞吐量和能量.仿真结果表明,能量采集会占用传输资源,需要合理分配子载波,使其在速率和能量间取得性能折中.提出的算法通过采集能量补充感知能耗有效地提高了系统吞吐量.     

类电磁优化的片上网络低功耗映射算法

针对基于2D Mesh结构的片上网络功耗优化问题,提出了一种类电磁优化的片上网络低功耗映射算法．该算法采用实数编码机制,将类电磁算法应用于求解离散问题．使用轮盘赌的选择机制进行种群初始化,提高初始化粒子的质量,从而提高算法效率;利用调整序的方法进行局部搜索,提高粒子在局部范围内的精细搜索能力;设计电荷计算公式求解合力,用阈值滤掉作用力甚微的粒子,提高搜索最优解的效率．实验表明:改进类电磁的映射算法与现有的遗传算法、蚁群算法相比,平均节能达20.35％和12.58％,有效地降低了片上网络通信能耗,并且能耗分布更加均匀,算法效率更高．     

Cloud Computing Based Optimal Driving for a Parallel Hybrid Electric Vehicle

A cloud computing based optimal driving method is proposed and its feasibility is validated through a real-world scenario simulation. Based on principles of vehicle dynamics, the driving optimization problem has been formulated into an optimal control problem constrained by traffic rules, directed at achieving lower equivalent fuel consumption and shorter travel time. In order to conveniently specify the constraints and facilitate the application of the dynamic programming (DP) algorithm, the driving optimization problem is transformed into spatial domain and discretized properly. Considering the heavy computational costs of the DP algorithm, a cloud computing based platform structure is proposed to solve the optimal driving problem in real-time. A case study is simulated based on a real-world traffic scenario in Matlab. Simulation results demonstrate that the cloud computing framework is promising toward realizing the real-time energy management for hybrid electric vehicles.     

基于最优刚性子图的势博弈无线传感器网络拓扑优化算法

为了高效地利用网络资源,均衡网络拓扑能耗,剔除网络拓扑冗余链路,以降低节点负载及最大化的延长网络的生命周期.通过势博弈和最优刚性子图的概念,综合考虑节点的剩余能量、节点的负载及网络拓扑链路的冗余性,作者设计了一种基于最优刚性子图的势博弈无线传感器网络拓扑优化算法(PGOSG).首先,根据节点间通信的功率变化,构造节点的...     

透明IP over WDM网络中能效链路控制策略

在低负载时断开网络拓扑部分链路是IP over WDM光网络中一种有效的节能方法,但链路断开时段的选择对IP over WDM光网络的阻塞率和节能效果有较大的影响,对此,根据网络中IP流量一天中的周期性变化规律,设计了一种链路能效分时控制策略调整非峰值时间段网络拓扑连接关系,并建立整数线性规划能耗模型,设计了便于求解模型的启发式算法。仿真结果表明,与无链路断开的原始策略相比,所提策略能有效降低网络能耗;与现有的链路断开策略相比,新策略能获得更低的网络请求阻塞率。     

基于INSGA-Ⅱ算法的机械手多目标轨迹规划

针对机械手时间最优、能量最优、平滑性最优等多目标下的轨迹优化问题,设计新的多目标轨迹优化方法.采用高次B样条曲线插值方法,构造机械手高阶连续且起始和终止的运动参数均可指定的关节轨迹, 保证了机械手运动性能.采用改进非支配排序遗传算法 （INSGA-Ⅱ）对机械手轨迹进行优化,得到一组Pareto最优解集,该算法采用一维Logistic映射产生初始种群并利用不可行度选择操作处理约束条件.在6自由度串联机械手上的计算结果表明,采用高次B样条轨迹规划方法可以得到高阶连续的机械手分段轨迹,采用INSGA-II方法可以对B样条轨迹实现有效的多目标寻优,得到理想的Pareto分布,为用户提供较多的选择.