基于下一代流量控制机制TCNG的带宽管理实现

为了达到有效管理网络资源的目的,更多的用户采用了带宽管理的方式。Linux系统提供了内核级的流量控制支持,无疑是实现带宽管理的有效平台。但是传统的流量控制TC,鉴于其自身较复杂的缺陷,一直没有得到广泛的应用,此时下一代流量控制机制TCNG,通过其对带宽管理策略近乎于口头语言描述的直观性,极大的推动了带宽管理的应用。本文介绍了利用TCNG实现带宽管理的方法。     

基于测量的接纳控制方案比较研究

基于测量的连接接纳控制(Measurement—based Connection Admission Control，MBCAC)通过实时的业务流测量从而对新连接请求做出接受与否的决定．MBCAC无须事先了解业务流的流量模型并能根据通过测量得到的数据动态适应网络灸栽的变化，所以近来受到了重视．分析了与接纳控制有关的问题．提出了一种新的MBcAC分类方法，并通过实验比较了几种MBCAC方案的实现复杂性、可扩展性和带宽利用率等．同时，实验结果也显示出了通过测量汇集流的信息计算有效带宽的方法可以在保证服务质量(QoS)的前提下得到较高的网络资源(带宽)利用率．     

区分服务网络基于测量的接纳控制方案的设计与应用

提出了一种分布式可扩展的接纳控制方案，其目的是为区分服务网络提供端到端服务质量（Quality of Services,QoS)保证，该方案主要由以下部分构成：（1）连接接纳控制协议，主要负责主机和网络节点以及网络节点和带宽代理之间的信息传送，实现对连接请求的串行操作；（2）位于网络核心节点的可用带宽估计算法；（3）位于网络边缘节点的接纳控制算法；给出了该方案在视频传输方面的应用实例；利用多种网络拓扑结构和QoS指标评价该方案的性能，实验结果表明该方案能准确地控制可接纳区域和提高网络资源的利用率。     

窗口流量控制的干线动态协调控制方法

城市交通干线在高峰时期经常处于饱和状态,排队车辆溢出至上游交叉口的"死锁"现象时有发生.为避免干线阻塞、提高饱和条件下干线交通流的运行效率,首先提出一种有效带宽评价方法对已有干线绿波协调控制系统的运行状态及控制效果进行监控;其次借鉴TCP/IP窗口流量控制思想,设计一种窗口流量控制的干线动态协调控制方法,控制城市干线拥挤交通流.模拟试验及对比结果表明,通过窗口流量通告的方式,下游交叉口可以向上游交叉口实时告知路段的有效容量,便于各交叉口信号机根据当前的交通需求及路段的有效容量重新分配各股车流的绿灯时间.     

ATM网络中基于模糊PD 的显式速率流量控制机制的研究

ATM网络中ABR服务采用基于速率的流量控制机制。基于模糊逻辑理论和传统控制理论,提出了一种模糊PD控制机制。通过仿真,得知该机制是稳定的、鲁棒的,并具有很好的瞬态和稳态性能,从而可以获得网络性能目标和提高网络资源利用率。     

基于单片机控制的毛细管流量特性研究

毛细管是一种使用广泛的节流装置,由于毛细管管内液体层流与非层流运动的存在,使得其流量计算较为复杂.针对液体经过毛细管的流体特性,设计出了一套毛细管流量差压控制系统,该系统以单片机作为控制器,通过控制微型气泵为毛细管两端提供恒定压强差,并由压力传感器进行毛细管两端压强检测,探索出了毛细管差压流量特性,为不同条件下毛细管的选取提供了实验方法.     

基于测量的接纳控制研究

与传统的接纳控制算法相比,基于测量的纳控制有诸多优点,首先它无需知识应用的流量模型,其次它能动态适应网络的负载变化,提高网络资源的利用率。文中分析了基于测量的接纳控制的基本思想,并在此基础上提出和实现了一种自适应的接纳控制算法（Adaptive Measurement-Based Admission Control,AMBAC).作者通过实验对该算法进行了验证,发现在系统资源利用率（或接纳能力）接近的情况下,与传统的（固定时间窗口的）,MBAC相比,AMBAC能达到更低的平均分组丢失率。     

基于视频内容的多媒体网络接纳控制

提出一种新的基于视频内容的多媒体网络服务接纳控制方法。根据MPEGVBR视频图像的内容复杂度,利用人眼对视频内容的惰性,对不同视频流在固定窗口下赋予不同的丢帧优先级。在网络负载加重时,在客户可容忍的QoS范围内,通过适当丢弃B帧,不但增加了多媒体网络的并发客户数,而且也提高了网络资源的利用率。     

基于IEEE802.11e EDCA的接纳控制方案

随着无线局域网的快速发展,人们对服务质量提出了迫切的要求,IEEE 802．11e协议应运而生,为QoS的实施提供了参考标准。EDCA是802．11e中实现QoS的分布式机制,本文基于EDCA,提出了一整套接纳控制方案和EDCA参数调节机制。本方案QoS参数考虑全面,实现简单,而且能够运用在全分布的ad hoc网络中。     

基于神经网络的闸门定流量控制的研究

介绍BP网络、改进BP网络和RBF网络的结构算法和优缺点,并结合独流减历史水文数据对三种算法进行MATLAB仿真,通过分析比较仿真图形和误差数据探讨了利用神经网络实现闸门定流量控制的最优方法。     

基于BBO-ELM方法的网络视频流量预测仿真研究

针对在互联网络服务中,进一步提升网络视频流量预测的精度以优化网络资源配置和满足用户需求的问题进行了研究,并对如何自适应选取网络视频流量时间序列中有效且必需的历史信息进行了探索,提出一种基于生物地理学优化算法优化极限学习机的BBO-ELM预测模型。在ELM预测模型的基础上,将BBO优化算法用于ELM的网络输入变量、隐含层节点的配置及参数、Tikhonov正则化参数的优化选取。为验证所提出方法的有效性,将BBO-ELM方法应用于真实网络视频流量预测实例中,在同等条件下,与现有方法进行了比较。仿真实验结果表明,该方法能有效地改善预测精度,显示出其有效性以及应用潜力。     

高速道路交通视频中车辆目标提取研究

为了能够从监控视频中快速、准确地分析车辆目标,提出了基于感兴趣区域(ROI)的车辆目标提取方法.针对高速公路监控视频,利用混合高斯背景建模,在视频中划定ROI,以排除逆向车道车辆目标的影响,应用图像形态学进行干扰点排除与前景图像轮廓空洞填充,对运动车辆目标进行检测后,用最小矩形方框法自动截取目标,最终,通过图像尺度归一化建立车辆样本数据库,为车型分类和识别提供目标图像.实验结果表明:该方法对车辆目标提取准确率高,且图像数据库样本丰富.     

Identification of adaptive video streams based on traffic correlation

Due to the popularity of Dynamic Adaptive Streaming Over HTTP (DASH), broadband and Internet service providers’ links transmit mainly multimedia content. As the most popular providers encrypt their video services, the attempts to identify their traffic through Deep Packet Inspection (DPI) encounter difficulties. Therefore, encrypted DASH traffic requires new classification methods. In this work, we propose to identify DASH traffic taking into account statistical dependencies among video flows. For this purpose, we employ cluster analysis which can identify groups of traffic flows that show similarity using only the application level information. In our work, we applied three unsupervised clustering algorithms, namely MinMax K-Means, OPTICS and AutoClass, to classify video traces obtained from an emulated environment. The experimental results show that the employed algorithms are able to effectively distinguish video flows generated by different play-out strategies. The classification performance depends on the network conditions and parameters of the learning process.

     

基于视频车流轨迹的虚拟车道划分方法

针对车道线磨损、临时改道以及非结构化道路等情况下的车道划分问题,在利用YOLOv3得到车辆检测模型前提下,提出基于视频车流轨迹的虚拟车道划分方法。密度矩阵统计时间t内由车辆检测模型得到车流量密度分布,运用三维坐标系对其进行分析;使用EM算法对一元混合高斯模型求解;建立虚拟车道宽度数学模型,运用3σ准则得到车道边界点集合,利用最小二乘法对边界点进行曲线拟合,完成虚拟车道线划分。该方法可以有效避免环境和天气因素对车道线检测的影响,具有一定的鲁棒性和灵活性。实验结果表明,该方法在不同道路中能够取得88.7%的准确率。     

基于DSP的交通视频稳像算法设计与实现

针对因交通监控设备抖动而引起的视频图像序列不稳定问题,提出了一种在设备内的DSP上直接工作的快速稳像方法。该方法采用Harris算子提取参考帧图像的特征点,利用金字塔LK光流在当前帧跟踪参考帧的特征点,从而获得运动矢量。通过RANSAC剔除匹配错误或前景物体的特征点对,筛选出全局运动矢量。采用描述复杂运动的单应性模型估算全局运动参数,用单纯形法和模板相似性微调参数优化整体效果。最后进行全局运动补偿,实现图像的稳定。依赖TI公司C674X系列DSP的优化方法,实现了对720×480交通视频精确、实时的图像稳定处理。     

基于监控视频的运动车辆检测优化方法

为满足实时性处理需要,提出了一种基于监控视频的运动车辆检测优化方法.运用自适应ROI(region of interest)提取算法,在获取可能出现运动车辆的区域后,基于帧间差分法与分块处理思想,提出了一种改进的背景提取算法,有效地提取运动目标区城.对提取的多目标运动区域进行分离,分别提取可能是车辆的区域后,提出了一种简单、快捷的阴影去除算法,有效地去除阴影,获得准确的运动目标区城.实验结果表明,该方法速度快、准确率高,能很好地满足实时性要求.     

基于四核DSP的视频交通检测系统设计

简要介绍了车流量检测系统,提出使用4颗TI公司高端数字信号处理器TMS320C6416构建一种新型的并行图像处理系统.该系统通过一个同步4口SRAM和PCI总线构成互连结构,兼有紧耦合并行系统和松耦合并行系统的优点.系统具有性能高、功耗和成本低、稳定性和实时性好、可扩展性强等优点.     

基于视频的大空间建筑消防系统研究

针对基于视频的大空间建筑火灾消防存在的实时性和有效性问题,提出了一种基于改进的自适应差分进化算法的摄像机自标定方法。用基于比值法与相关函数法融合的SURF火灾图像特征点匹配算法,快速得到准确的匹配点对;进行摄像机自标定,用较为准确的匹配点对求得基本矩阵F,利用绝对二次曲线的性质,得到优化函数。利用基于改进的差分进化算法对其进行优化,求得摄像机内参数,得到火源的三维信息。实验结果证明,该方法短时间内,算出了较为准确的火源的空间三维信息,实时性和精确度均能够满足火灾消防的标准,有效地进行灭火。     

基于单片机无线通信的应急交通控制研究

研制了基于单片机无线通信技术的应急交通控制系统.系统采用AT89C52作为核心控制器,手持遥控端的AT89C52单片机实现控制命令的判断、编码和经ZT-TR43S无线数传模块发送;路口控制机执行预先设定的交通信号控制方案,当接收无线信号后转入相应的应急控制程序.本文介绍了系统的总体方案、部分硬件设计和软件设计.     

基于行人安全的交通信号灯智能控制算法研究

提出了一种基于深度确定性策略梯度(DDPG, deep deterministic policy gradient)的行人安全智能交通信号控制算法;通过对交叉口数据的实时观测,综合考虑行人安全与车辆通行效率,智能地调控交通信号周期时长,相位顺序以及相位持续时间,实现交叉路口安全高效的智能控制;同时,采用优先经验回放提高采样效率,加速了算法收敛;由于行人安全与车辆通行效率存在相互矛盾,研究中通过精确地设计强化学习的奖励函数,折中考虑行人违规引起的与车辆的冲突量和车辆通行的速度,引导交通信号灯学习路口行人的行为,学习最佳的配时方案;仿真结果表明在动态环境下,该算法在行人与车辆冲突量,车辆的平均速度、等待时间和队列长度均优于现有的固定配时方案和其他的智能配时方案。