拥塞等级与流分类结合的数据中心拥塞控制算法研究

数据中心具有高带宽低延时的特点,内部网络多采用多对一的树型拓扑结构.当多个请求并发传输时,就会造成交换机缓存溢出而丢包的现象.通常,这种拥塞导致的吞吐量下降问题叫做"TCP Incast"问题.针对这一问题,本文基于NS2仿真平台,对显式拥塞反馈机制ECN进行修改,将网络拥塞程度划分为低拥塞、中拥塞和高拥塞三个等级,每个等级再结合数据流特点将其划分为大流和小流,这样数据中心的网络拥塞状态被分为六种类型.提出了一种拥塞等级与流分类结合的算法(FCCL-TCP),经过仿真,发现新的算法在吞吐量方面的表现要优于传统的Tahoe算法和DCTCP算法.     

重要性抽样在期权定价中的应用

在期权定价的蒙特卡罗模拟中,重要性抽样是一种有效的方差减小技术。从理论上分析了重要性抽样技术在几种期权定价中的具体应用,通过实例说明了这种测度转化的运用以及最优漂移率水平的确定;给出了模拟的具体算法;用对比分析的方法实证模拟和检验了用最优漂移率水平进行重要性抽样能最大限度地减小估计方差。     

不等群下的整群抽样问题研究

在社会经济领域中,群大小不等是常见的现象。在群大小不等条件下进行整群抽样最主要的问题是样本群大小的随机变动。样本群大小的随机变动会给抽样调查带来种种不利的影响。要提高整群抽样估计的准确度,就必须控制样本群大小的变动。在群大小不等条件下,简单随机抽样无偏估计方法是不可取的,应尽可能地采用麦多方法、PPS方法或简单随机抽样比率估计方法,以提高整群抽样效率。另外,改进总体推估方式也是提高整群抽样效率的简便方法,应值得高度重视。     

抽样调查中样本异常值的测量

抽样调查中,从差异较大的总体抽取样本通常会产生异常值,而样本变量异常值的存在将直接影响抽样估计的准确性与有效性。探讨样本异常值对抽样估计中样本均值、样本方差、抽样方差的影响及其测量方法。     

一种NLOS环境定位精度提高方法

用蜂窝网络对移动台进行定位估计时,为了降低电波的非视距传播对定位精度的不利影响,提出了一种先对电波到达时间差和到达时间测量值进行平滑和重构,再采用两次加权最小二乘算法对移动台进行定位估计的算法。仿真结果表明,该算法在电波的非视距环境中能显著提高对移动台的定位性能。     

二维到达角和极化参数的并行化设计

针对无线电波的信号频率、二维到达角和极化参数联合估计算法的运算量大、计算时间长,且不能满足实时性要求的问题,提出了对该算法进行并行化设计的解决方法。通过对联合估计算法的数学模型和串行算法的分析,设计并实现了通用并行算法。经在4台同构处理器上进行测试,表明该并行算法能有效减少计算时间,使加速比达到2倍以上。     

DS-UWB信号DOA的估计方法

到达角估计是直接序列超宽带系统的关键技术之一。传统的到达角估计方法都基于窄带信号,不能直接应用在该系统。针对该问题,提出了一种基于四阶累积量的到达角估计方法。该方法建立在直接序列超宽带系统阵列信号的频域模型。仿真结果表明该算法有效易行,能准确估计直接序列超宽带信号的到达角。     

针对IPv4协议的容错解码算法研究

在易错网络中传输IP(因特网协议)数据包时,除了网络拥塞之外,信道误码也容易导致数据包丢失。丢包对信源恢复会造成较大影响。为了降低误码导致的丢包率,该文研究了IPv4协议解码的可靠性问题,分析了IPv4(因特网协议版本4)协议各字段之间的相关性,建立了IPv4协议容错解码的理论模型,利用最大后验概率推导出容错解码的准则。在该基础上提出一种以分段方式估计协议字段的算法,实验结果表明该算法大大增强了IPv4协议解码的纠错能力。     

阵列误差对多参数联合估计性能的影响

建立了频率、二维到达角和极化联合估计的阵列误差信号模型,分析了阵列误差对用ESPEIT算法进行参数估计性能的影响。推导了在阵列误差模型下,频率、二维到达角和极化联合估计算法中各参数估计结果的均方误差。计算机模拟结果证实了分析结果的正确性。     

一种快速全局运动估计算法

为了对全局运动进行准确快速的估计,在对全局运动估计算法进行研究的基础上,提出了一种快速全局运动估计算法。该算法基于非线性密度估计,采用了六参数的仿射模型。为了提高计算速度,采用了3层金字塔进行多分辨率计算,而且在每层迭代计算中,将基于块的外点去除算法与特征点提取算法相结合,这样既加快了算法的速度,又提高了计算结果的准确性。全局运动估计的实验结果表明,该算法在速度和准确性上具有一定的优势。     

问卷调查中无回答问题的偏误及处理

本文探讨了问卷调查中无回答问题产生的原因、对抽样推断的影响以及如何解决的办法,在理论和实践中重视这一问题,有利于提高估计的准确性。     

一个快速的多维数据包分类算法

通过引入位图映射以及元组空间的概念,提出了一个数据包分类算法,该算法可以满足高性能网络对骨干路由器的要求,能够以线速完成对输入数据包的分类处理。算法在时间及空间复杂度上性能较好,并具有很好的扩展性。     

阵列单元取向对DOA估计的影响

针对以往DOA估计算法中智能天线系统的阵列单元模型多采用全向振子的情况,分析了当天线单元存在方向性时对MUSIC算法估计信号到达角的影响,并在进行阵元互耦校正后,讨论了影响MUSIC算法分辨率的一些因素,通过计算机仿真结果的比较表明单元取向、阵列方向性、信噪比对到达角分辨率有较大的影响。     

一种CDMA蜂窝网中业务相关的公平调度算法

在调度算法中考虑到业务大小的信息,提出了一种蜂窝CDMA系统中业务相关的公平调度算法。在蜂窝CDMA系统中引入基于比例补偿的无线公平调度算法,然后在比例补偿策略中考虑业务大小的信息．其仿真结果表明,该算法在蜂窝CDMA系统中具有良好的性能．     

采用数据挖掘的拒绝服务攻击防御模型

针对拒绝服务攻击的特点,提出了一种采用数据挖掘技术的防御模型。该模型以实时抽样流量作为数据来源,采用关联分析法提取可信IP列表用于数据包的过滤,并利用贝叶斯分类算法对数据包的危险等级进行评估。该模型弥补了传统的基于可信IP列表过滤的不足,并在防御攻击时能有效区分正常流量与异常流量。实验证明该模型能够对拒绝服务攻击进行有效、实时的防御。     

考虑端元差异性的协同稀疏高光谱解混算法

因现有的高光谱协同稀疏解混模型忽略了不同像元所包含端元的差异性,影响到丰度估计的准确性。该文提出一种先对具有相同端元的像元进行无监督聚类的预处理,然后对预处理后的不同类高光谱像元进行协同稀疏解混算法。在无监督聚类过程中,由于具有相同原子集合的像元之间的协同稀疏编码值最小,将重构误差与协同稀疏编码约束之和作为距离测度,从而有效保证了同类像元中具有相同端元;再利用基于ADMM的优化算法对每类像元分别进行协同稀疏解混。仿真和实际高光谱数据实验结果表明,该算法能有效地进行真实端元识别,从而提高了丰度估计的准确性。     

以数据流特性为导向的令牌调度算法

基于用于可扩展性强的高性能交换机中的多级结构,针对大部分以结构为导向,使用两次调度算法将数据“推”向输出的调度算法,提出了一种以数据流特性为导向的分布式调度算法,该算法支持多级高性能交换机的定长、变长分组交换,从输出端口将数据包从输入端口中“拉”出来．仿真结果表明,在均匀流的作用下,该系统能够达到100％的吞吐率、具有较小的时延,并能方便地支持负载均衡．     

最小度优先有限波长转换器分配算法研究

分析了光分组交换中有限波长转换器分配FAA算法由于未对波长通道分配次序进行优化所带来的问题,提出了到达分组数最少的输出波长通道优先进行调度的最小度优先的分配算法．分析了该算法在达到FAA 最小丢包率的同时能够更好地节约波长转换器的数目。通过仿真实验,验证了该算法在低、中和高负载情况下, 比FAA算法更节约波长转换器和更小的丢包率。     

在子集条件约束下的最大熵分布及其应用

介绍了有关熵的概念及计算方法,并将其应用于构建一类新的分布估计算法(EDAs)。该类分布估计算法用基于最大熵估计种群中的模式概率分布和从最大熵分布中抽样取代遗传算法(GA)的交叉和变异,产生新的种群。在该类算法中,二阶连接模式算法由于只使用了连接模式,在解决变量之间相互作用趋向于发生在串中相互靠近的变量之间的一类问题时,比遗传算法更好。     

低重复频率下的目标速度估计算法研究

研究了低重复频率下的目标速度估计问题,提出一种利用相邻回波脉冲的互相关函数进行测速的方法.首先利用每个脉冲起始频率与到达时间的线性关系,在时域上把回波脉冲串对准,使回波达到相参条件.然后对相参之后的相邻脉冲进行互相关运算,估计互相关函数的频率并根据该频率与目标速度的关系得到速度估计值.取所有估计值的均值作为目标速度的最终估计.该方法的估计精度小于无模糊速度,可以用于解速度模糊或作为最大似然估计迭代的初始值.