基于多阶梯度的光网络链路抽象方法

文章提出一种多阶梯度链路抽象方法以及在多域路由中辅助此方法来对连接建立请求进行判断的处理模式.使用该链路抽象方法以及辅助处理模式可以近似无差错地体现原始信息,为多域路由提供准确的信息.仿真分析表明,使用多阶梯度链路抽象方法和辅助处理,可以大大减小连接建立请求的误接受和误拒绝的概率,提高网络资源利用率和网络整体性能.     

基于软件定义的以用户为中心的5G无线网络架构

5G无线接入网络是一种复杂的异构网络,各个协议之间的封闭性限制了网络性能.为了统一管理异构网络,向用户提供个性化的服务,提出了一种基于软件定义的以用户为中心的新型网络架构.该架构通过软件定义的形式统一管理所有无线网络,打破了传统蜂窝小区的概念,针对每个用户生成以用户为中心的小区,小区内的所有基站都能为该用户提供服务.这种新的网络架构能够为用户提供个性化的网络服务,提升用户的峰值速率和边缘用户性能.     

面向差异化业务请求的虚拟网络映射算法

网络虚拟化是克服当前网络僵化的重要方法,而资源分配是网络虚拟化实现的核心.为了解决业务差异性需求导致的物理网络资源分布不均,造成虚拟网络接受率下降的问题,提出面向差异化业务请求的虚拟网络映射算法.该算法首先定义反应节点和所连接链路资源比的节点饱和度,依此将虚拟节点映射在节点饱和度最接近虚拟网络请求的物理节点上,最后基于所映射的物理节点和节点饱和度约束,将虚拟链路映射在由物理链路组成的路径上.仿真结果表明该算法能够满足不同业务的差异化请求,具有较高的资源利用率和虚拟网络接受率.     

基于路径优先度的VoIP中继选择算法

在覆盖网络中为VoIP业务计算端到端路径时,需要保证该路径的时延小于150 ms;由于覆盖网络中反三角现象普遍存在,因此,为了保证VoIP业务时延要求,应用中继技术计算从源节点通过中继节点到目的节点的路径,取代端到端路径,成为覆盖网络提供VoIP业务的关键技术。基于已有中继技术存在的部署难、未考虑路径差异及结果不是最优等问题,提出基于路径优先度的VoIP中继选择算法,该算法首先提出路径优先度的概念,描述时延和默认IP路径的差异性,再基于路径优先度构建中继路由表,在中继路由表中挑选最优中继节点;提出基于路径优先度的两跳中继选择算法进一步减少转发时延。仿真证明所提算法能够减少VoIP业务的传输时延,提升VoIP业务的用户体验。     

面向内容网络中基于相关内容聚集的缓存方案

提出了一种基于相关内容聚集的缓存方案,通过具有相同特征的相关内容的相互吸引,使相关内容在节点上聚集,从而方便对缓存内容进行内容特征抽象,以减少向外通告的路由信息量,提高面向内容网络的路由可扩展能力;同时通过相关内容生存时间相互增强的策略,增强了缓存内容的稳定性,提高了其路由可信度. 在此基础上设计了通用的相关内容聚集算法,仿真结果符合预期效果.     

智能光网络中基于DRS的多层生存性策略的研究

近年来,基于区分生存性业务(DRS)的多层生存性问题在智能光网络生存性技术的研究中愈发受到关注.本文在分析现有多层生存性机制存在问题的基础上,结合DRS模型,设计了一种基于DRS的多层生存性策略,并对层间协调机制中的关键问题进行了研究.该策略不仅考虑了业务的可靠性需求差异,而且平衡了网络资源分配,有重要的实际应用价值.     

一种简化鲁棒的传感网络节点三维估计算法

针对无线传感网络中进行节点三维状态估计时受到重尾或突变性质噪声干扰的问题,提出了加权质心定位和简化最大互相关熵无迹卡尔曼滤波结合的传感网络节点三维估计算法．首先,通过信号强度的测距方式得到信标节点和传感节点的观测距离;然后,利用质心定位的方法得到节点的近似估计,并结合节点估计模型和最大互相关熵准则对非高斯、非线性问题的鲁棒性,推导出一种简化最大互相关熵无迹卡尔曼滤波算法;最后,得到精确估计．仿真结果表明,新算法在具有重尾非高斯观测噪声的传感网络中对节点三维估计的效果比典型的方法更好,不仅降低了一般最大互相关熵无迹卡尔曼滤波的时间复杂度,还提高了节点估计的精度．     

光网络的快速恢复路径搜索算法

光传送网是电信网的基础，如何在网络发生故障后将受故障影响的业务快速恢复，是光网络面临的重要问题．本文在分析了经典Floyd算法和Dijsktra算法存在的问题的基础上，提出了一种备用路径和搜索算法相结合的恢复算法，且在搜索算法中提出了一种快速不完全遍历算法（FIE算法），该算法适合于网状网结构．当网络发生故障后，首先查找备用路径，在备用路径无法恢复的情况下，以一定的准则进行路径的搜索，并采用双向搜索的方式，从多方面大大缩短了恢复时间．     

基于最大互相关熵UKF的传感网目标状态和系统偏差联合估计算法

针对空天地一体化传感网络中传感器观测目标时观测噪声具有重尾或突变性质的问题以及系统偏差对目标状态估计的影响,提出一种基于最大互相关熵无迹卡尔曼滤波（MCUKF）的目标状态和系统偏差联合估计（ASMCUKF）算法。MCUKF算法首先通过无迹变换（UT）获得预测状态估计值和协方差矩阵,然后使用基于最大互相关熵准则（MCC）的非线性回归方法重新构建观测信息,增强了UKF对重尾噪声的鲁棒性。ASMCUKF算法通过目标状态向量扩维的方法建立状态方程和带有系统误差的非线性观测方程,根据估计的系统偏差进行偏差配准,改善了系统偏差对目标状态估计的影响。仿真结果表明,ASMCUKF在重尾非高斯观测噪声的环境下对通信目标状态和系统偏差的估计效果比传统方法更好。