基于LRU淘汰机制的自适应大流检测算法

针对现有大流检测算法自适应能力差和难以满足工程应用需求的问题,提出一种新的基于"最近最久未用"淘汰机制的自适应大流检测算法。该算法设置流归并和LRU两级缓存,数据分组到达时,首先进入流归并缓存,按照"流关键字"通过哈希算法实现数据分组到流的匹配,并对流大小进行估计;同时根据上一时刻被LRU淘汰流的大小实时调整LRU缓存之前的过滤门限;然后比较流估计值和门限大小,估计值大于门限的流所含数据分组进入LRU缓存进一步筛选,否则丢弃。为保证实时性和过滤效果,分析并提出了门限时长的设置方法。理论推导和实验结果表明:该算法既保证了准确性又提高了自适应性,更适合工程应用。     

一种新的可变采样率的网络流量抽样测量方法

随机报文抽样方法是目前常用的流量抽样测量方法,但是它倾向于采集长流,影响了异常检测的正确性．提出了一种新的基于IP流可变采样率的网络流量抽样测量方法,将到达的数据报文按照流标识分类,并以每一个报文在所属流中的位置和流的大小为参数设置可变采样率进行抽样测量．实验表明,该方法提高了短流中报文的采样率,减少了随机报文抽样方法对异常检测的影响,检测结果能正确地反映原始数据的异常情况．     

用于高速IPv6网络流量抽样测量的算法

为了解决高速IPv6网络流量测量,提出了一种基于数据包首部内容分析的流量抽样测量算法．算法将IPv6数据包首部内容进行关键字段的掩码匹配,通过Hash映射,利用判断Hash值是否属于抽样域来决定数据包的采集与否．其特点是利用信息熵理论,分析IPv6数据包首部,选择出熵值较大的字段,将其作为抽样算法掩码匹配的关键字段,这样就避免了对数据包首部内容的全抽样,在保证抽样样本随机性的前提下,有效地减少了运算量．实验结果表明,总体流量和抽样样本的数据包大小分布函数曲线十分吻合,验证了该算法的正确性．     

基于Hash LRU的超时流管理算法

随着UDP流的增多,传统的流结束标识不再适用于判别流结束,目前常采用流超时策略结束流。分析现有的超时流策略,指出其局限性,提出一种基于Hash-LRU的超时流管理算法。利用Hash算法快速定位分组所属表项并更新,通过有区分的最近经久未用算法(least recent used,LRU)区分活动流和不活动流,活动表项在链表头部,不活动表项在尾端被删除。分析和仿真结果表明,与LRU算法相比,Hash-LRU算法将大流的漏判率降低两个数量级,同时该算法满足流量测量的实时需求。     

结合机器学习的SSR代理下App流量识别方法

提出了一种基于机器学习的ShadowSocksR代理下的App流量识别方案。目的是识别出智能手机产生的ShadowSocksR代理流量来源于哪款APP。该方案包含流量预处理、特征提取和模型构建。首先将智能手机产生的ShadowSocksR流量对应的数据包集合，按照到达时间间隔以及源目的IP地址和端口这两部分信息将其划分为细粒度的流数据分组；再将包含数据包较少的流数据分组进行进一步的过滤，目的是过滤掉后台App或者智能手机操作系统产生的干扰流量识别的噪音流量；之后，从过滤后的流数据分组集合中提取数据包长度统计特征与分布特征、时间统计特征、数据包频率特征、数据包过滤比例特征、前后流结合特征的特征向量组成特征矩阵，输入机器学习算法得到App流量识别模型，对于需要识别的ShadowSocksR流量经过相同处理步骤得到特征矩阵后，输入App流量识别模型即可得到流量识别结果。实验结果表明，该流量识别方法对于ShadowSocksR代理下的App流量识别可以到达97%以上的准确率。     

一种无线Ad Hoc网络中的公平带宽分配算法

针对如何公平有效地分配无线带宽的问题,提出了一种有效带宽分配算法,该算法能确保在无线多跳ad hoc网络模型中的各个用户分配到公平带宽资源.该算法在每一跳都能够公平地分配给每个竞争流相应的信道时间比例,依据这些时间比例,每一跳为经过自己的所有数据流计算更新速率,而每条数据流的源端能够根据更新速率来调节它的下一时刻发送速率,以达到它应该占有的公平份额.这种公平性被称为信道时间最大最小公平性.实验结果表明,所提出的这种信道时间最大最小公平性算法能够在无线多跳数据流中公平地分配带宽并达到高的信道时间资源利用率.     

基于加权队列的跨平台进程间通信调度算法

针对采用当前算法在跨平台进程间进行通信调度时,存在掉包率高和平均时延高的问题,提出了基于加权队列的跨平台进程间通信调度算法。分析掉包率和端到端时延两个指标,得出为了实现跨平台进程间的通信调度,需要关注队列长度和数据重传跳数,初步降低通信过程中的掉包率和平均时延。根据随机数和服务概率,通过队列管理器、数据包长度观测器、自适应服务概率计算器和队列调度器在跨平台进程通信间实现加权公平调度,对各队列的平均数据包长度进行更新,进一步降低平台中数据丢包的概率。实验结果表明,本文算法的掉包率低、平均时延低。     

改进的公平随机早期检测队列管理算法

在网络拥塞情况下，为了解决用于平衡带宽的公平随机早期检测（FRED）算法对适应流存在误判的问题，通过分析和实验的方法对其做出了改进，提出了一种改进的公平随机早期检测算法（MFRED）.改进算法在非适应流鉴别条件满足时击中值增加较快，在数据包离队时击中值减小较慢，在没有大幅增加计算复杂性的前提下提供了一种误判纠正机制.实验结果表明，和FRED队列管理算法相比，MFRED算法在有效鉴别非适应流并平衡带宽在各流之间分配的同时，明显减少了对适应流的误判.     

基于数据采样方法的城市道路自由流行程时间估计

基于交通波模型,提出利用车牌识别数据估计城市道路自由流行程时间. 无需额外架设检测器或现场测算,所提方法具备准确性、科学性、实用性的特点. 基于车辆均匀到达的假设,将行程时间分为自由流行程时间和延误,建立信号影响下的路段行程时间分布函数. 针对现实环境中车流非均匀到达的特点,提出数据重采样方法生成符合均匀流假设的行程时间数据;拟合行程时间分布函数以获得路段自由流行程时间. 在杭州市多个路段的数据验证结果表明,重采样后的行程时间数据较好地拟合了行程时间分布模型,估得的自由流行程时间准确且具备理论支撑.     

间断连接无线互联网下的E-PROPHET

在介绍并分析了基本的间断连接无线互联网路由协议的原理和性能的基础上，提出了一种改进概率估计传染路由算法（E PROPHET）. 该算法把节点接触频率和接触持续时间的概率估计思想引入路由协议，以达到准确选择下一跳转发数据包的目的. 仿真结果表明，该算法较PROPHET和Epidemic明显减小了系统消耗，提高了数据包交付率.     

基于相似度检测的欠定混合矩阵盲估计

针对现有欠定盲分离混合矩阵估计方法中存在的估计精度低以及时间复杂度高等缺点,提出一种基于相似度检测的欠定混合矩阵估计方法.该方法能够在没有任何先验信息的条件下自适应地估计出源信号数目以及混合矩阵,而且不需要进行迭代,时间复杂度低.仿真结果表明,与现有的一些混合矩阵估计方法,如改进K-均值聚类法和拉普拉斯势函数法相比,所提出的方法在源信号数目估计准确率、混合矩阵估计精度以及时间复杂度等方面都具有明显优势.     

一种混合网台跳频参数盲估计算法

针对低信噪比（SNR）和复杂电磁环境条件下跳频参数估计精度低及算法复杂度高的问题,提出了一种短时傅里叶变换（STFT）和平滑伪魏格纳分布（SPWVD）的组合时频分析方法.该算法首先利用STFT将天线接收信号变换到时频域,并对时频信号进行自适应降噪处理;通过自适应聚类算法进行频率的精估计;提取时频信息并剔除各类干扰,再通过网台分选后得到各类网台跳时粗估计;最后采用SPWVD及修正后的截断门限进行跳变时刻的精估计.仿真结果表明,该算法在混合网台和低SNR条件下,跳频参数估计精度较高,算法复杂度较低,有效解决了实际跳频通信系统存在频率转换时间条件下的参数估计问题.     

基于分维处理的单通道阵列频率与角度联合估计

针对现有无源单通道阵列频率与角度联合估计算法的信号采样时间较长以及运算复杂度较高等问题,提出了分维处理的频率与角度联合估计算法.其信号采样数据由时域采样数据与空域采样数据构成,前者来自于对参考阵元的多次采样,后者来自各阵元.仅对时域采样数据进行处理即可得到各信源的频率估计值;然后基于空域采样数据以各频率估计值为搜索频率,估计出各频率对应的空间谱,再利用频率误差与角度误差的关系以及方向矢量与噪声子空间的正交性从各空间谱中提取出与各频率估计值对应的角度估计值.与已有算法相比,该算法采样时间较短,复杂度较低,且直接对采样信号进行处理,避免了信号失真.理论推导与仿真分析证明了该算法的有效性.     

MIMO系统中自适应延时公平调度算法

为了提高MIMO系统的容量,提出了一种自适应公平调度算法,在每个调度时隙,根据用户的信道环境和分组数据长度选择具有最小延时的用户进行传输,并且动态更新用户的平均传输延时,根据更新的平均传输延时自适应选择被调度的用户,从而使得不同信道环境和不同数据长度具有不同延时的用户都能公平的获得传输机会.通过仿真,将轮询调度算法和最大信噪比调度算法与ADFS算法进行比较.仿真结果表明,三种算法中ADFS算法具有最小的系统平均延时,并且可以给每个用户提供公平的传输机会,并取得较大的系统容量.     

基于加权平滑l_0范数的单快拍波达方向估计

针对现有基于压缩感知的DOA估计算法估计精度不高的问题,提出一种基于加权平滑l0范数的单快拍DOA估计算法。所提算法采用一种新的加权方式,在构造一个恰当的平滑连续函数后,根据接收数据的初始解确定一个合适的递减的{σ}序列[σ_1,σ_2,?,σ_J],并对每一个σ值,用最速下降法来求解l0范数的逼近函数H_σ(S)的最小值;然后将该σ值作为下一次迭代的初始值,并在每次迭代开始时更新权值,通过多次的迭代获得逼近函数的最小解,即逼近的最小l0范数。通过仿真实验表明所提算法可对DOA进行有效估计,且容易实现、精度较高,与未加权的改进平滑l_0范数DOA估计方法相比具有更好的估计性能。     

Novel per-flow traffic measurement algorithm

It is extremely difficult to measure traffic information with a growing network link speed. In recent years, increasing focus has been put on probabilistic algorithms which are fast enough to examine all packets and can provide estimates of the sizes of all flows. However, the previously proposed flow estimating algorithm of PMC has the drawbacks of poor space efficiency and large estimation error. To address the problem, a double bit field (D-BF) algorithm is proposed. The method is divided into two steps: the newly arrived packet is mapped to two bit fields using different hash functions in the data capturing stage; two virtual matrixes recovered from the bit fields have been intersected to eliminate errors caused by the hash collision in the data recovering stage. Experimental results show that the proposed D-BF is more accurate than PMC in flow estimate, while a reduction of 75% in memory space can be achieved.     

基于变采样率UKF算法的动力锂电池SOC估算

电动汽车处于不同行驶工况时,固定采样率的无迹卡尔曼滤波(Fixed Sampling Rate Unscented Kalman Filter,FSR-UKF)算法不能精确估算荷电状态(State of Charge,SOC).为克服这一缺点,以传统的UKF算法为基础,针对电动汽车不同行驶状态下电池电流的变化特点,将变...     

基于GPU的并行遗传算法在时频差估计中的应用

互模糊函数可以估计时频差参数,但在弱信号条件下,需要大量采样点才能获得较好的估计结果,面临巨大的计算压力,现有算法大都基于遍历思想进行时频二维搜索,实时性较差。针对此问题,提出基于GPU加速的并行遗传算法进行时频差快速估计,该算法针对互模糊函数的特点,结合GPU设计高速并行的遗传进化架构,通过对适应度函数的并行化计算,选择、交叉、变异的并行化操作,提升算法的执行效率。实验表明,文章设计的GPU加速算法能够带来较大的速度提升,可以快速得到时频差估计结果.     

Estimation of coal particle size distribution by image segmentation

Several industrial coal processes are largely determined by the distribution of particle sizes in their feed. Currently these parameters are measured by manual sampling, which is time consuming and cannot provide real time feedback for automatic control purposes. In this paper, an approach using image segmentation on images of overlapped coal particles is described. The estimation of the particle size distribution by number is also described. The particle overlap problem was solved using image enhancement algorithms that converted those image parts representing material in lower layers to black. Exponential high-pass filter (EHPF) algorithms were used to remove the texture from particles on the surface. Finally, the edges of the surface particles were identified by morphological edge detection. These algorithms are described in detail as is the method of extracting the coal particle size. Tests indicate that using more coal images gives a higher accuracy estimate. The positive absolute error of 50 random tests was consistently less than 2.5% and the errors were reduced as the size of the fraction increased.