二维mesh上的自适应容错路由算法

基于故障块模型提出了二维ｍｅｓｈ上的自适应无死锁容错路由算法。该算法将网络分为两个虚拟网络ＶＩＮ０和ＶＩＮ１。消息根据源与目的节点的相对位置判断进入哪一个虚拟网络。消息在没有遇上故障时经由最短路径路由。算法的容错技术是基于故障环和故障链的概念。最后,将该算法与另一个二维ｍｅｓｈ上的容错路由算法ｆ－ｃｕｂｃ２进行性能比较。     

直连网络中的动态自适应容错路由算法

针对超级计算机的直连网络发生链路或节点故障,需要在保证一定网络性能的前提下在线完成网络重构的问题,提出一种直连网络中的动态自适应容错路由算法.该算法能够承受空间和时间上任何数目故障的组合,使发生故障的系统经过自动重构后能够维持较优的计算能力.该算法不牺牲任何健康节点,并且无需过多硬件资源.模拟结果表明,在网络无故障的情况下几乎不影响直连网络的性能,数据结果也表明了故障恢复的实时性和有效性.     

Torus网络自适应容错路由算法

在应用于大规模并行计算机的互连网络的设计中,容错问题是其中的一个关键问题和难点问题。提出了一种基于Torus虫孔交换网络的容错路由算法,这一算法使用了矩形故障模型,无论故障区域大小多少和如何分布,算法始终是无死锁的,而且具有足够的自适应性,只要故障节点没有断开网络的连接,算法就能够通过选路使消息绕过故障区域,保持路由的连通性。同时,算法仅需要使用3个额外的虚拟通道。最后算法在不同故障率的Torus网络中进行了仿真实验,结果显示这一算法具有良好的平滑降级使用的特性。     

实时任务在异构集群中的自适应容错调度研究

异构集群由于良好的扩展性和可用性,逐渐成为当前并行计算的热点。在具有实时性要求的异构集群中,调度是提高系统性能的关键所在。在此提出了两种自适应调度算法SANOL和SAOL,在保证异构集群中任务的实时性和容错性的前提下,自适应地根据系统的负载情况动态地调整任务的服务级别,从而提高整个系统的灵活性、可调度性和资源利用率。通过实验将这两种算法与另外一种有效率的调度算法DYFARS算法进行比较,结果表明所提出的SAOL算法具有更好的性能。     

反图对角网格中可容错的自适应路由算法

提出一种新型的网络结构－反图对角网格，分析反图对角网格网络的优点，在这种新型网络结构上提出了一种可容错的自适应路由算法，无故障情况下消息通过无死锁确定性路由进行寻径，有故障情况下消息通过自适应路由沿着故障块进行寻径。     

软件容错模型中的容错实时调度算法

在软件容错模型的容错实时调度算法中,主部分可执行性的预测精度是影响调度算法性能的关键.针对此问题提出了DPA(deep-prediction based algorithm)和EDPA(EDF-based DPA)算法.算法考虑当前时间至替代部分通知时间之间的任务执行情况,通过构建预测表对待执行主部分的可执行性进行精确预测.当主部分不发生错误时算法根据预测表调度任务. DPA依照预测表中通知时间的先后顺序调度主部分,而EDPA则按照EDF算法调度预测表中的主部分.模拟结果表明,DPA和EDPA较目前同类算法可获得更多的主部分执行时间,降低CPU的消耗.当软件错误率较低、任务周期较短时,算法能够以较小的调度开销获得较高的调度性能.     

基于CORBA的分布式系统自适应容错模型的研究

一、引言分布式系统需要可靠性保证,例如在线支付系统对安全性提出了很高的要求。因此,分布式系统必须提供可靠性机制,支持关键业务。容错技术是分布式系统运行过程中可靠性保证的重要手段,冗余资源是实现容错的根本保证。单一的容错策略仅适用于特定的应用和特定的系统,无法适应系统状态的动态变化,支持广泛的分布式应用。系统的容错模型应该能够智能地根据外部运行环境的变化,选择合适的容错策略,以便在保证系统可靠性的前提下提高系统资源利用率。自适应容错可以在分布式系统中的各个层次中实现。基于操作系统的自适应容错强烈地依赖于特定的操作系统,系统可移植性差;而在应用程序中实现自适应容错又加重了开     

自适应容错控制的发展与展望

自适应容错控制出现了一些新进展及其代表性工作.首先,给出自适应容错控制的内涵;然后,将其分为四大类:基于故障参数估计的自适应容错控制,基于近似模型的自适应容错控制,基于多模切换与校正的自适应容错控制和直接自适应容错控制,重点论述了模型参考自适应容错控制;最后,提出了一些具有挑战性的问题.     

一种分布式计算中的容错选举算法

选举算法被广泛应用于分布式计算中,而且它已经被证明比合意问题更难.在分析了选举问题和合意问题的关系之后,提出了一种新的容错选举算法.该算法是稳定的、通信有效的,并且该算法可以容忍进程和链路的暂时性错误.所提出的算法不仅解决了选举问题,并且也提供了解决合意问题的一条新的途径.     

基于自适应交互算法的神经网络控制器设计

自适应交互算法是一种简单有效的算法，可以应用于不同类型的系统，与常用的BP算法相比，它不需要反馈网络反向传播误差，可以直接用来设计自适应神经网络控制器，使控制器的设计简单化，将这种算法应用于神经网络，并设计了神经网络控制器，通过仿真研究表明，用自适应交互算法设计的控制器不仅结构简单，而且控制效果也非常好。     

基于RSSI自适应建模的加权反馈基站定位算法

针对基站定位中，终端接收的信号强度(RSSI)受多方面干扰，传统基站定位算法定位精度不高的问题，提出在最小二乘算法中引入加权与反馈的RSSI定位算法（RDOA）。旨在优化信号强度与传输距离的关系，大幅度提高基站定位精度。通过对基站信号在复杂环境下分布情况的研究,建立自适应信号强度分布模型，对定位信息进行加权与反馈,缩小误差带来的影响，综合得到定位结果。实验表明，所提出的方法相较于传统基站定位方法，在只增加少量复杂度的情况下，有更好的鲁棒性和更精确的定位结果。     

数据中心巡检机器人信息平台实时任务容错调度算法

为了实现数据中心巡检机器人信息平台实时任务容错性,提出一种基于自适应反馈均衡和码元调制技术的数据中心巡检机器人信息平台实时任务容错调度模型。首先构建路由冲突下的数据中心巡检机器人信息平台传输信道模型,优化数据中心巡检机器人信息传输协议。然后采用模糊C均值聚类的方法进行巡检机器人信息融合,结合自适应反馈均衡方法进行巡检机器人信息传输的信道均衡设计,采用码元调制方法进行信息平台的实时任务容错调度。最后进行仿真实验。结果表明,采用该方法进行数据中心巡检机器人信息平台实时任务调度的容错性较好,信息平台的信道均衡性较强,提高了数据中心巡检机器人信息平台的任务实时调度能力。     

基于地形网格化和遗传算法的MLAT基站选址研究

针对不同多点定位（Mulilateration,MLAT）地面站的布站方式对定位精度影响的问题,提出一种基于地形实际计算最优布站方式的方法。该方法结合实际地形因素,构建地形网格化模型生成初始可选站点,通过XDraw算法计算地面基站的覆盖性对初始站点进行初筛,再结合遗传算法计算最优布站组合。最后选取不规则图形区域进行选址实验验证,在选址区域内随机生成地形,通过初筛减少初始可选点,得到布站方式,并计算几何精度因子和多点定位均方根误差,与传统布站方式进行比较。实验数据表明,该方法计算得出的布站组合与传统布站方式相比,多点定位均方根误差要比传统布站中最小的菱形布站减小4.015 9 m,且该方法可用于实际考虑地形因素的MLAT最优基站选址。     

关于数据库清理的一种模糊匹配算法

由于数据来源复杂,日积月累,数据库中有很多重复数据。在“电话号码”和“手机号码”字段数据中,不单单只有号码,还有汉字等,有的记录甚至有二三个号码;本文根据以上实际情况,提出了一种查出“重复”数据的模糊匹配算法,算法的基本思路是：从记录中,单单取出数字号码,然后进行比对。在匹配算法设计中,考虑了影响程序运行的各种各样差错、数据“异构”的情况。     

面向水环境监测的无线传感器网络数据视频基站设计

基于无线传感器网络的水环境监测系统包括数据监测节点、数据视频基站、远程监测中心等三部分,可对水温、pH值、浊度、电导率、溶解氧等水环境参数和重点区域的视频信息进行感知、采集、处理和传输,进而实现对水库、湿地、湖泊、江河、海洋等大范围水域的监测。数据视频基站在监测网络中充当数据监测节点和CDMA网络之间的网关,是整个系统的通信枢纽。本文研究了一种基于ARM-DSP双处理器架构的数据视频基站,并阐述了其硬件系统和软件系统设计。该基站采用ZigBee和CDMA无线传输技术,实现了基站与传感器网络、基站与远程监测中心的双向高效通信,满足了水环境远程实时监测系统的要求,在工业控制、智能家居、医疗监护、智能交通等领域亦具有广阔的应用前景。     

移动环境中数据广播的自适应可靠性研究

在移动计算环境中,数据广播已成为数据发布和获取的重要手段。为了提高数据广播的可靠性,使移动用户能有效的访问到所需数据项,提出一种移动环境下的自适应等距离广播算法。根据广播数据项的被干扰情况,对广播数据项的广播顺序进行等距离调度。最后通过性能分析表明该广播算法有效的提高了数据广播的可靠性。     

基于鲸鱼优化改进算法的基站选址

基站选址优化是网络通讯中的重要优化问题,对网络通讯质量有着极大的影响。本文基于基站选址优化问题的约束条件,以网络覆盖率作为优化指标,构建一种基站选址优化模型。传统优化算法有着收敛速度慢、易于陷入局部最优等问题,为此本文提出一种鲸鱼优化改进算法。首先,引入收敛因子随着迭代次数非线性递减的自适应改变策略以提升算法收敛能力;然后,对部分个体施加服从正态分布的变异扰动,以避免算法早熟收敛。其测试函数和基站选址优化问题的测试算例的仿真结果表明,本文提出的改进算法能够获得更理想的优化解,且具有较快的收敛速度。     

实时异构系统中的积极复制容错调度算法

在设计实时异构系统中的容错调度算法时,既要考虑到实时性的约束,又要最大化系统的可靠性.此外,异构系统中的并行应用调度问题已经被证明了是NP完全问题.现有的容错调度算法大多采用复制技术来提升系统的可靠性,但是任务的多次执行会导致应用执行时间变长,系统实时性下降.为此,提出了一个基于积极复制技术的容错调度算法,该算法连续的复制任务集中对当前系统实时性影响最小的任务,然后将任务集中的所有任务调度至最早完成的处理器,用以在满足实时性约束的同时,提升系统的可靠性.实验表明,相比于同样着眼于实时异构系统的DB-FTSA算法,该算法在实时性约束严格的情况下,可靠性有较大提升.     

实时数据库中历史数据无损压缩算法的研究

实时数据库在工业控制领域得到广泛应用,其保存的历史数据占用大量的存储空间。为了在保持高实时性等特点的同时,尽可能地提高数据库的容量,数据压缩技术被引入实时数据库。本文设计一种针对实时数据库历史数据的无损压缩算法,该算法改进自LZ算法。通过试验比较发现这种算法运算量小、压缩率高、压缩速度快,是一种高效的无损压缩算法。