WDM光网络动态路由和波长分配算法

研究了WDM光网络中的路由和波长分配问题,比较了目前提出的算法,并结合分层图模型提出了一种新的动态路由和波长分配算法。对算法的时间复杂度进行了分析和仿真。     

对WDM网络中一种路由算法的改进

路由问题始终是WDM全光网络中的一个核心问题。原有的一些WDM网络动态业务路由算法,在对链路赋权求最短路时,用链路上已使用波长数对链路直接赋权,或者链路权值与链路上已使用波长数成倍数关系。这种策略在一定程度上可以均衡各条链路的使用率,但缺乏对建立连接所用跳数的考虑,特别是在多优先级业务网络中,没有体现对不同优先级业务的区别;同时,链路的权值和已用波长数成线性关系,对“瓶颈”链路的禁用力度不够。新算法对原算法做了改进,将链路的使用率与路由的跳数结合起来对链路进行赋权。新算法可根据业务的属性、优先级别等灵活地调整链路权值,使得连接尽量建立在链路使用率较低,且跳数较少的路由上。     

一种稀疏波长转换光网络中的波长分配算法

研究了具有波长转换功能的WDM光网络的分类以及已有的几种波长分配算法,分析了波长分配算法的一般流程。文中以波长变换次数最少做为所提出的波长分配算法的主要优化目标,根据WDM光网络中的节点是否具有波长转换的功能,结合等价光路由替换的思想,提出了在稀疏有限波长转换光网络中的一种启发式的波长分配算法。仿真实验表明,当光网络中的连接请求量较大时,该算法的阻塞率低于已有的一些波长分配算法,连接能力有了较大提高。     

一种稀疏波长转换光网络中的波长分配算法

研究了具有波长转换功能的WDM光网络的分类以及已有的几种波长分配算法，分析了波长分配算法的一般流程。文中以波长变换次数最少做为所提出的波长分配算法的主要优化目标，根据WDM光网络中的节点是否具有波长转换的功能，结合等价光路由替换的思想，提出了在稀疏有限波长转换光网络中的一种启发式的波长分配算法。仿真实验表明，当光网络中的连接请求量较大时，该算法的阻塞率低于已有的一些波长分配算法，连接能力有了较大提高。     

弹性光网络中基于频谱连续度的算法研究

针对光网络中可用的波长资源有限、频谱利用率不高的问题,提出了一种基于KSP算法的频谱连续度感知算法（KSPDP）。该方法在路由选择方面,用KSP算法求得源节点和目的节点之间的不同的路径长度,并根据业务请求所需的频谱资源数量,分配不同的路径。在频谱分配方面,算法将感知各链路的频谱连续情况,最大限度减少业务分配的路径上各链路的频谱碎片。仿真结果表明,所提出的算法与传统的最短路径RMSA算法相比,能降低频谱阻塞率,提高频谱资源利用率。     

WDM网络中考虑Qos约束的动态业务路由算法

路由问题是WDM网络中的一个核心问题。该文研究了WDM网络中受瓶颈带宽Qos和时延Qos约束的动态业务路由算法。算法以链路的延时值作为链路的权值,为网络中所有节点对计算所有代价有限的路由,作为备用路由。当一个连接请求到达时,考察其瓶颈带宽Qos指标与时延Qos指标,在备用路由集中选择满足Qos指标的路由;对所选路由综合考察其跳数、成本以及链路瓶颈带宽,计算目标函数,选择目标函数值最优的路由建立连接。     

基于QoS的光网络路由选择算法的研究

满足数据业务QoS是网络发展的必然要求,现行数据疏导技术更多考虑是提高带宽利用率,对QoS中其他指标如时延、丢包、吞吐量等研究甚少。提出了基于QoS的路由算法是在现有理论基础上综合考虑了QoS的其他指标。算法测试结果表明,主/备用LSP的路由选择更好地满足了数据业务的传输需求。     

基于博弈均衡的WDM光网络动态恢复策略

提出一种基于博弈论和D*思想的动态均衡启发式算法，求解波分复用(WDM)光网络中波长级恢复问题。算法将网络中的各边代价与当前波长使用情况综合考虑，运用博弈论原理动态构建估计函数，实现了WDM光网络的高效恢复。仿真结果表明，该算法能有效地降低光路阻塞，提高恢复率，其快速和智能特性能够满足恢复时间的要求。     

A Minimum Cut Interference-based Integrated RWA Algorithm for Multi-constrained Optical Transport Networks

Advances in optical technologies have enabled the deployment of wavelength division-multiplexed (WDM) transmission systems capable of providing huge amounts of bandwidth across long distances. In this scenario, dynamic routing for direct provisioning of optical paths at the WDM layer becomes a challenging problem. Any distributed algorithm for routing dynamic traffic demands on optical transport infrastructures should be simple, flexible, efficient and scalable. The contribution of this paper is a novel integrated routing and grooming scheme for setting-up bandwidth guaranteed paths on hybrid wavelength and label switched networks. Our proposal exploits and refines the minimum interference routing idea according to an improved and re-optimized resource and traffic-aware approach, where critical links are detected and weighted according to a low complexity all-pairs minimum cut strategy that substantially reduce the overall number of calculations and hence the computational cost. The valuable results achieved in the comparison against other well-known reference techniques clearly demonstrate that our algorithm is very time-efficient while performing better in terms of blocking probability.

改进的脉冲耦合神经网络人脸特征提取方法

针对基于子空间分解的人脸特征提取方法对人脸图像在采集过程中的光照、旋转、位置等变化较为敏感的问题,提出了一种改进的脉冲耦合神经网络人脸特征提取方法。该方法模拟生物视觉的感知过程,将人脸图像分解成由若干二值图像组成的认知序列,计算序列中的每幅二值图像的熵作为人脸特征,基于支持向量机实现分类与识别;同时克服了标准的脉冲耦合神经网络模型参数过多的缺点,识别率也有所改善。理论与实验结果表明,该方法与现有的基于子空间分解的人脸特征提取方法相比,对人脸图像在采集过程中的光照、旋转、位置等变化有较强的鲁棒性,而且具有较低的维数。     

Review of Image Fusion Based on Pulse-Coupled Neural Network

Recently, many researchers have paid their more attention to image fusion technique based on pulse coupled neural network (PCNN). In order to make the researchers to rapidly understand the research development of image fusion based on PCNN, it is systematically reviewed in the paper. On the basis of statistical analysis on published papers, firstly, PCNN and some modified models are introduced. Then we review the PCNN’s applications in the field of image fusion. Subsequently, some existing problems are summarized, while we give some suggestions for the future research.     

基于脉冲耦合神经网络的灰度图像边缘提取

提出一种局域窗口内边缘值的计算方法，用所得的结果调制脉冲耦合神经网络神经元的脉冲发放值，利用神经元的同步脉冲发放特性进行图像的边缘提取，在一定程度上消除了噪声的影响，提高了边缘提取的自适应性和准确性。此外引入了图像增强机制，用网络的输出实时地计算更新图像灰度值，从而提高模糊边缘的检测质量。实验表明该算法可以得到令人满意的结果。     

WDM网络中基于负载平衡的通路恢复算法

将链路波长使用数均衡的负载平衡思想引入到光网络恢复机制中,同时区分业务的可靠性,提出基于负载平衡的通路恢复算法.仿真表明,该算法不仅降低了全网阻塞率,而且能保证较高优先级的光路建立请求具有较低的阻塞率,更适合现代光网络中不同业务请求对应不同服务等级的要求.     

基于NS的光突发交换仿真平台设计

光突发交换（OBS）是一种可行的构建下一代光网络的交换技术，它可以在现有光交换技术基础上较好地支持网络中的突发性业务。由于业务的突发性强，所以路由和波长分配的设计是OBS网络需要解决的一个关键问题。仿真是设计网络协议和验证算法的重要手段之一，但对于OBS，目前还缺乏一种通用仿真模型。该文在NS-2网络仿真软件的基础上，实现了一个光突发交换的仿真平台OBSns。仿真数据表明，OBSns得到的仿真结果和理论分析结果相符，可以用来设计并验证光突发交换网络中的波长和路由分配算法。     

基于改进的神经网络对航空发动机故障率预测研究

以某俄式发动机为研究对象,根据该发动机故障分布,使用优化后的BP神经网络对该故障率模拟。针对BP神经网络可能陷入局部极小值点的问题,在激励函数中加入模糊参数。与原网络相比,在不同学习速率的条件下,优化后的BP神经网络预测结果与实际故障率更为拟合,预测结果更为准确。该模型对于该型号发动机的故障预测具有一定参考意义。     

Real-Time Robot Path Planning Based on a Modified Pulse-Coupled Neural Network Model

This paper presents a modified pulse-coupled neural network (MPCNN) model for real-time collision-free path planning of mobile robots in nonstationary environments. The proposed neural network for robots is topologically organized with only local lateral connections among neurons. It works in dynamic environments and requires no prior knowledge of target or barrier movements. The target neuron fires first, and then the firing event spreads out, through the lateral connections among the neurons, like the propagation of a wave. Obstacles have no connections to their neighbors. Each neuron records its parent, that is, the neighbor that caused it to fire. The real-time optimal path is then the sequence of parents from the robot to the target. In a static case where the barriers and targets are stationary, this paper proves that the generated wave in the network spreads outward with travel times proportional to the linking strength among neurons. Thus, the generated path is always the global shortest path from the robot to the target. In addition, each neuron in the proposed model can propagate a firing event to its neighboring neuron without any comparing computations. The proposed model is applied to generate collision-free paths for a mobile robot to solve a maze-type problem, to circumvent concave U-shaped obstacles, and to track a moving target in an environment with varying obstacles. The effectiveness and efficiency of the proposed approach is demonstrated through simulation and comparison studies.      

基于双向搜索的脉冲耦合神经网络的图像分割

脉冲耦合神经网络（Pulse Coupled Neural Network PCNN）是基于猫视觉原理构建的一种简化的神经网络模型。为了快速进行图像分割,本文提出了基于双向搜索的脉冲耦合神经网络（Bidirectional search PCNNBPCNN）。与传统PCNN不同,BPCNN模型可同时自上而下和自下而上点火。当BPCNN与最大熵结合时,可以同时双向寻找最佳阈值,大大提高网络运行速度。通过灰度图像实验验证该模型取得了较好的效果。     

改进的神经网络在网络流量预测中的应用研究

关于保证网络安全服务,研究网络流量预测问题.网络流量数据具突发性、非线性和时变性等等特点,传统RBF神经网络在网络流量预测过程存在敛速度慢、极易出现局部最优等缺点,从而导致预测精度低和难问题.为了提高网络流量的预测精度,提出一种粒子群算法优化RBF神经网络参数的网络流量预测方法.首先采用粒子群算法对RBF神经网络的参数进行优化,简化网络结构,加快收敛速度,并用优化后RBF神经网络对网络流量进行预测,防止局部最优的出现.最后在Matlab平台对模型进行了仿真,结果表明,算法提高了网络流量的预测精度.相对于传统的网络流量预测方法,提高了预测效率.