基于速率的主动队列管理算法的性能分析

主动队列管理是解决网络拥塞的主要措施。针对基于队列的主动队列管理算法的不足,提出了一种基于速率的新算法RAQM,该算法以数据到达速率与路由器最大服务速率的差值为指标计算丢包概率,能够快速地对网络流量的变化做出反应,该算法计算简单,而且只需要设置一个参数K。通过现代控制理论分析了RAQM/TCP系统的稳定性。仿真结果表明,RAQM能够维持较低的队列长度并保持队列的稳定,从而减小了分组端到端时延和时延抖动。最后讨论了参数K对算法性能的影响。     

新型多功能开关电流双二次滤波器

本文提出了一种具有较低灵敏度和正反两相输出的开关电流（ＳＩ）改进型通用积木块（ＭＵＢ）可以实现抽样数据信号处理的各种基本运算，据此，以开关电容电路为原型，采用信号流图方法生成了一种新型Ｓ高Ｑ双二次滤波器，可获得低通，高通，带通和带阻等多种滤波的能。     

离散时间点格神经网络珠开关电流电路实现

本文将原连续时间电压域点格神经网络模映射到离散时间电流域，并采用开关电流技术来墩散时间ＣＮＮ的ＶＬＳＩ设计。给出基本积木块的实现电路，并进行了连通片检测方面的简单应用研究。     

电流模式神经网络分类器的CMOS实现技术

运用电流模式技术,以Hamming神经网络为基本模型,进行了二值模式的最优的最小误差分类器设计实现。给出了全电流模式胜者为王(WTA)子网和模式间匹配值计算子网的CMOS实现电路,计算机仿真与理论结果相吻合。该分类器很好地模拟了生物神经网络中的侧抑制作用,所得电路结构简单,适合用标准VLSI工艺集成,有其应用价值。     

基于干扰抵消的多用户检测

探讨了一种在检测前消除多址干扰,然后进行匹配检测的多用户检测方法,给出了这种方法基于MOE 的最佳系数矩阵,讨论了基于这一思想的MOE随机梯度算法,对算法的收敛条件进行了分析,并进行了数值仿真。     

基于阴性选择的网络限制洪泛算法

为使网络在洪泛故障信息时洪泛时延和业务质量两方面性能都能够得到改善,提出了一种基于阴性选择的限制洪泛算法.该算法根据网络环境对洪泛时延和业务损失的侧重程度,分别给出了洪泛时延与业务损失两方面代价函数以及综合两方面因素的优化目标函数,利用阴性选择算法进行寻优,计算出能够最大程度适应网络需求的限制洪泛范围,通过对故障的洪泛范围进行限制,将故障洪泛对网络造成的影响降低到最小.实验结果表明该算法能够改善网络的性能.     

融合提升小波降噪和LSSVM的网络流量在线预测

针对网络流量数据被噪声污染而无法进行准确建模与预测的问题,将提升小波降噪(LWD)技术和在线最小二乘支持向量机(LSSVM)相结合,提出了一种网络流量的集成式在线预测方法。该方法首先对采集的流量数据进行降噪,然后采用相空间重构理论计算流量的时延、嵌入维数,据此确定训练样本并建立在线预测模型,对网络流量数据进行预测。实验结果表明,该方法能有效滤除流量噪声,实现在线预测,提高预测精度。     

基于自适应模糊聚类的LM-BPNN网络故障诊断

提出一种综合运用模糊聚类和神经网络改进算法的网络故障诊断方法.根据网络故障特征数据量大、且存在冗余和冲突的特点,基于模糊聚类思想,提出了以聚类中心为核、自适应半径来优选样本的数据预处理方法.在进行故障特征的学习训练时,针对BP神经网络用于网络故障诊断时训练次数多、收敛慢和易振荡的局限性,使用结合了Levenberg-Marquardt的改进算法.理论分析和实验结果表明,文中提出的网络故障诊断方法能达到诊断更快速、更准确的效果.     

核心链路感知的可生存虚拟网络链路保护方法

针对现有可生存虚拟网络链路保护方法无差别对待所有虚拟链路、备份资源消耗多且故障后网络恢复时延长的问题,该文提出一种核心链路感知的可生存虚拟网络链路保护(CLA-SVNLP)方法。首先,综合考虑虚拟链路动态和静态两方面因素构建虚拟链路核心度度量模型,依据虚拟网络生存性需求,对核心度较高的虚拟链路进行备份保护;其次,将p圈引入可生存虚拟网络链路保护,依据虚拟网络特点构建p圈,为核心虚拟链路提供1:N保护,即每条核心虚拟链路平均消耗1/N条的备份链路带宽资源以减少备份链路资源消耗,并将单物理链路保护问题转化为多个p圈内的单虚拟链路保护问题;最后网络编码技术与p圈结合,将备份链路对核心虚拟链路提供的1:N保护转化为1+N保护,避免了故障后定位、检测及数据重传。仿真结果表明,该方法提高了备份资源利用率且缩短了故障后的网络恢复时延。     

环境自适应的拓扑联合感知虚拟网映射算法

针对虚拟网映射算法环境适应度低、拓扑关联性较差且映射开销较大的问题,该文提出一种环境自适应的拓扑联合感知虚拟网映射算法。首先提出一种加权相对熵排序方法对具有多指标的节点进行量化处理,依环境变化赋予节点指标不同的权值;在虚拟节点排序阶段采用加权相对熵和广度优先搜索算法双重排序,物理节点排序中引入就近度与加权相对熵算法配合使用,实现了对虚拟拓扑和物理拓扑的联合感知;最后利用k-最短路径算法完成虚拟链路映射。仿真结果表明,该算法依据环境变化自适应调整指标权值,提高了虚拟网映射成功率和收益开销比。