基于两次丢包策略的主动队列管理算法研究

针对网络拥塞现象,基于两次丢包方法建立了一种新的主动队列管理算法TDPQW。该算法利用M/G/1排队模型推导了实际队列长度和等待时间的数学表达式,以此提出在队列头部和队中随机位置进行丢包的策略。同时,通过仿真实验对比分析了该算法与RED、DROP-TAIL算法的性能,结果表明TDPQW具有较好的适应性。     

利用Windows 2000 Server实现用户管理自动化

在机房管理中常常需要面对不同的用户，本文对Windows 2000 Server网络中的用户管理作了一个初步研究。针对其手工操作方式固有的缺点进行了优化，结合实际给出了一个切实可行的自动化管理方案。此方案解决了手工操作方式中效率低、易出错、无有效差错检验方法、无法自动控制等问题。     

基于PFC与PWM复合控制的电池充电技术研究

传统的两级APFC采用两套控制电路和至少两个功率开关管,增加了电路复杂程度及成本.随着PFC/PWM两级复合控制芯片的产生,两级APFC的这一缺陷可以得到大大改善.通过对PFC/PWM两级控制复合芯片ML4824的两级APFC技术进行的测试与分析,分析了将其用于带PFC的蓄电池充电器中的可行性.     

基于ESD测试的无线电网络抗SSDF攻击协作频谱感知方案

针对认知无线电网络中协作频谱感知容易遭受数据伪造攻击的问题,提出一种基于检验统计和极端学生化偏差检验法的协作频谱感知方案。首先,将差分进化算法与加权增益合并软决策融合方法相结合,形成一种高效的节点决策融合机制。然后,在协作感知中,根据节点的软决策数据,利用检验统计消除故障认知节点。最后,利用提出的改进型ESD检验法消除恶意认知节点,从而形成全局决策。仿真结果表明,该方案在协作感知中能够有效过滤SSDF攻击数据,具有较低的误检测率。     

一种新的被动队列管理算法

针对因网络拥塞而产生的丢包问题,基于弃头方式提出了一种新的被动队列管理算法(Drop Front n based on Wavelet and Shuffled frog leaping,DFWS)。该算法首先利用小波变换对实际流量的长相关特性进行刻画,并利用混合蛙跳方法获取网络队长,同时结合弃头方式提出丢包策略和丢包概率。最后,以实际数据进行仿真实验,深入研究了网络队长、丢包数量和服务率之间的关系。结果发现,与其他算法相比,DFWS具有较好的适应性。     

电力系统暂态稳定性优化技术研究与仿真

研究电力系统的稳定性能优化问题.电力系统当遇到短路故障,雷击、干扰等突发状况时,电压、电流等稳定状态被破坏,形成电流、电压的突变.传统的稳压算法很难针对突变干扰建立稳定的数学模型,抗干扰能力不强,造成电流系统的暂态稳定性较差.为此提出一种采用多区域电力信号稳态补偿算法.通过组建电力信号的多个补偿区域,计算新的补偿信号点,弥补单区域突然出现强干扰,克服传统方法的弊端.实践证明,该方法能够大幅减少强干扰造成的电力系统惯性震荡,保证系统的稳定性,取得了令人满意的效果.     

机械防砂与分层采油一体化管柱研究与应用

针对胜利油田疏松砂岩油藏机械防砂后井筒内径变小,现有分采工艺均无法实施的问题,研制了适合小直径套管的机械分层防砂与分层采油一体化管柱。该管柱采用1套换层工具控制2层采油,打破了以往的每个油层都需要1个换层工具进行分采的做法,简化了管柱结构,并可与多种机械分层防砂工艺管柱配套。该项工艺技术现场实施30井次,成功率100%。该技术可使疏松砂岩油藏各油层均衡生产,能较大限度地发挥中、低渗透层产能,并延长油井工作寿命。     

基于S排队的被动队列管理算法

为了解决网络拥塞问题,基于“弃头”方式建立了一种新的被动队列管理算法（DFSQ）。该算法首先利用S排队推导网络队长的数学表达式,并提出丢包概率和丢包策略。同时,通过仿真实验深入研究了影响网络队长的关键因素,并将DFSQ与随机早期检测算法(RED)、“弃尾”算法进行对比分析,结果表明DFSQ算法性能更优。     

利用Windows 2000 Server实现用户管理自动化

在机房管理中常常需要面对不同的用户,本文对Windows2000Server网络中的用户管理作了一个初步研究,针对其手工操作方式固有的缺点进行了优化,结合实际给出了一个切实可行的自动化管理方案。此方案解决了手工操作方式中效率低、易出错、无有效差错检验方法、无法自动控制等问题。     

基于云模型的网络攻击检测方法及其性能分析

为了有效判断网络数据包是否存在被攻击的可能性,提出了一种新的基于云模型的检测算法DMCM(Detection Method based on Cloud Model)。该算法首先结合数据包属性的离散度和偏差定义了状态指标,并根据云模型给出了标准差分布的计算流程,以此判断数据包的异常状况。最后,通过OPNET和MATLAB进行仿真实验,深入研究了影响该算法的关键因素,同时 与其它算法之间进行了性能对比,结果表明DMCM具有较好的适应性。