具有模糊增益调度的网络机器人控制

网络环境下的机器人控制系统中,由于IP网络传输中存在着通讯时延和丢包等现象,造成系统的不稳定和性能降低等问题。为了消除或减少延时等因素影响并考虑网络时延是变化的特点,本文提出一中基于模糊增益调度机器人控制策略;利用Lyapunov-Krasovskii定理和线性不等式(LMI)方法设计系统观测器和控制器,保证系统全局稳定性;考虑到通讯时延是变化的特点,提出基于网络时延现况的模糊增益调度的控制策略,给机器人反馈控制系统分配最佳的状态观测器和控制器的增益。增强系统的动态响应能力,提高控制品质。仿真实验结果证明了系统具有良好的稳定性和动态响应能力。     

基于PSO递阶进化的网络资源活跃度增强算法

为了提高云计算环境下网络资源访问和调度能力,需要增强网络资源的活跃度,传统方法采用源信息系统最小方差粒子群优化算法实现资源活跃度增强调度,直接交互式多源信息的缺陷,导致信息访问的滞后和时延。提出一种基于粒子群(PSO)递阶进化的多出口网络资源活跃度增强算法,构建多出口网络资源调度和网络系统结构,粒子群进化按照属性的数据波动进行递阶分层,得到一个资源数据聚类的高密度区域,使得每一个初始种群中的个体都应有一个解,在多波束搜索PSO空间中实现粒子群PSO递阶进化,提高网络资源访问的活跃度。仿真实验表明,采用该算法,能避免粒子群在进行网络资源搜索调度过程中陷入局部最优,有效提高控制搜索精度,运行时间较短,能有效增强多出口网络资源的活跃度,进而提高了资源搜索成功率。     

基于最优化网格分配的资源数据库访问控制

对网络资源数据库的优化调度和访问控制是实现大型数据库管理和构建的关键技术,传统方法中采用非对称补偿的单模态资源数据库网络控制算法,受到网格分配不均衡的限制,访问控制性能不好。提出一种基于最优化网格分配的资源数据库访问控制方法,构建网格分配下的网络资源数据库结构模型,提取数据信息的最大熵,表征信号含有有用信息饱和量的有效特征,有效反映资源数据的特征信息,通过网格分配,求得的资源数据库的功率谱优化分配概率密度函数,通过概率分析生成具有反应数据显著特征的特定随机数产生序列,满足之前的概率密度的随机调配需求,实现最优化网格分配,实现资源数据库访问控制改进。仿真实验表明,该算法具有较好的资源数据库访问性能,控制精度较传统方法提升,控制的鲁棒性较好,在数据库访问和调度中应用价值高。     

基于流量感知的多虚队列AQM算法

针对带宽分配的公平性问题,提出一种基于流量感知的多虚拟队列AQM算法（FVQ算法）。FVQ引入“流粒度”思想,区分和维护每个经过瓶颈路由的业务流信息。实验结果表明,FVQ能较好地适应网络变化,相对其他算法,具有较快的收敛速度和稳定的稳态队列控制性能。     

具有时延约束的功率分配技术

综合考虑业务时延敏感特性和信道质量,给出时变信道下多用户系统有效容量表达式,提出基于有效容量的多用户功率分配算法(MPAS).仿真结果表明,与最大化吞吐量为目标的注水算法和用户功率分配次优算法相比,MPAS能够获得10%~20%的有效容量增益,有效地满足业务的时延要求.     

云计算下虚拟信息资源大数据特征集成调度

研究大数据环境下基于云计算的虚拟企业信息系统构建和调度模型,通过对云计算环境下的虚拟企业信息资源特征集成调度,提高数据访问和管理能力。传统的集成调度方法采用层次分析法,通过粒子群(PSO)算法进行虚拟企业信息管理存储系统的任务调度,存在信息管理迟滞等问题。提出一种基于模糊循环堆栈控制的虚拟企业信息管理资源信息特征集成调度算法,把虚拟企业信息管理资源信息调度网络的能量节点进行模糊循环堆栈控制设计,得到虚拟企业信息管理资源信息调度配置的权值,实现对虚拟企业信息管理资源的大数据特征融合和集成。仿真实验表明,该算法能有效提高虚拟资源大数据特征集成调度成功率,执行时间缩短,具有较高的应用价值。     

Map任务对分片网络资源调度的弊端与改进

对分片网络资源进行调度,在提高网络资源管理方面具有重要意义。传统的调度方法采用多路复用的分片网络资源调度,由于对路径进行重复使用,使得路径特征发生动态性变化,导致网络资源调度时间长,准确率低。提出基于子序列模糊决策Map任务的分片网络资源调度方法,构建分片网络资源数据分布结构模型,对资源数据进行融合再分解,获取解密资源,并对动态资源数据的接收点进行逻辑编码,获取资源数据特征,再依据数据特征对资源进行分配。仿真实验结果表明,采用改进的算法对分片网络资源进行调度,所需调度时间短、准确率高。     

一种基于环形队列大内存调度算法研究

本文真对操作系统内存容量的及操作系统对应用程序使用内存的限制的分析,提出了一种环形队列内存调度算法,设计及实现了环形队列的内存调度算法。     

基于Truetime的网络控制系统调度算法仿真比较

网络控制系统(NCS)系基于网络的分布式控制系统,其控制性能与所采用的调度策略及控制算法有关。本文利用Matlab环境下的仿真工具Truetime构建NCS仿真平台,实现NCS中控制与调度的联合仿真,并分别在丢包率、传输时延、扰动等若干因素的单独及共同作用下,构造多种不同的网络环境,分别对NCS中典型的静态调度算法RM和动态调度算法EDF进行仿真研究,比较两种算法对直流电机对象的调度效果。     

基于蚁群拥挤度跃阶调整的交互信息调度算法

大数据库对象交互信息调度是提高网络数据库系统结构的稳定性和吞吐量的关键,通过采用UDP协议传输实时大对象数据调度,提高大对象数据的传输性能,是避免延时和丢帧的关键。提出一种基于蚁群拥挤度跃阶调整的交互信息调度算法,根据HList返回到IC Compiler中进行任务调度,根据每个节点的时序信息,采用双阈值判决条件设计,发送方需要发送数据时,时间轴划分成各个相邻的任务匹配平滑窗口模型,构建跃阶调整的自适应信息调度模型,仿真结果表明,本文算法能有效提高交互信息调度性能,节省了任务开销,缩短交互信息调度延时,降低误码率。     

基于层次划分行为特征状态重组的网络资源调度

用户端数量及多样性不断增加变化,原有网络资源调度算法已经不能够满足多个链路层及多个专网同时对网络资源进行调试的业务需求。实际应用中重帧丢帧的现象频出,数据传输完整性得不到保障。在WiMAX Mesh模式下,对WAN资源进行调度,提出一种基于层次划分行为状态重组的网络资源调度算法,通过调节层次的网络流量及两个层次间的距离矩阵进行数据传输,根据网络不同层次划分行为特征生成网络资源调度树,合理调度每一数据帧的微时隙数来完成网络资源由上级转发至下级的传输。仿真实验表明,基于层次划分行为特征状态重组的网络资源调度算法能够最优化网络资源,解决传统方法的弊端,完善了网络资源调度算法并提高网络资源利用率。     

基于经验模态副本匹配的多径网络资源分配优化

传统方法使用基于经验模态分解的多径网络资源优化分配算法,在网络资源的交叉项时间聚集资源分配均衡性不好。提出一种基于经验模态副本匹配的多径网络资源分配算法,进行多径网络通信信道模型构建与资源分配总体设计,定义多径网络通信系统资源时变次优调节因子,采用自然对数变换的方法构建一种多分量信号动态副本相关模型,对网络资源中来自多分量信号中不同信号分量之间进行交叉作用,优化数据包通信传输信道,提高多径网络通信系统中的资源分配性能。仿真实验表明,算法能有效提高系统的资源分配效率,网络吞吐性能和资源利用率提高明显,网络分配资源得到均衡,实现安全性控制下的资源分配优化均衡,节约网络系统的通信开销,进而提高了多径网络通信性能。     

剩余能量相干均衡分簇能耗双阈值分配算法

在计算机多分簇任务执行中,由于初始能量有限,需要对网络分簇能耗进行优化分配,提高任务执行效率。提出基于剩余能量相干均衡的网络分簇能耗双阈值分配算法,算法考虑了节点当前能量、簇成员数量、簇首与节点间距离,设计了能耗指导的分布式网络能量采集和消耗均衡模型,采用收敛性度量值进行路由分配,实现能耗的双阈值分配,在系统的全局任务调度中心将所有任务进行融合,输入系统总调度器,设计剩余能量相干均衡算法,构建能耗分配的双阈值模型,实现网络分簇能耗双阈值分配。实验结果表明,算法能够降低任务调度关键路径延时,提高low-Vt单元使用率,降低相干功耗,形成最优化能耗管理输出,使得系统更加稳定。     

基于容延网络的城市交通信息传输方法的研究

介绍了传统容延网络中传染路由算法的改进,并对此方法在城市交通信息传输中的应用作了进一步探讨.在保证传输速度快、时延小、可靠性高等优点的基础上,降低传输过程中网络资源占用量,进而建立一套方便快捷的智能交通网.     

大规模多用户MISO系统低复杂度用户调度算法

为了降低大规模多用户多输入单输出(MISO)下行系统的传输功率,提出了一种基于用户调度的低复杂度功率优化算法。首先分析用户选择与传输功率之间的相互影响,然后通过理论推导得到维度较低的功率表达式,再结合块矩阵求逆和Shur分解进一步设计出低复杂度用户选择算法。仿真结果表明,所提的用户调度算法性能较优,且复杂度较低。     

功率控制下的协作多播能效优化

针对无线协作多播网络中的能量效率问题,设计了一种基于功率控制的能效优化策略。通过采用功率控制因子来限制系统总的能耗,按照最小信噪比原则进行中继节点选择,来增加系统吞吐量。该策略合理分配了基站和中继节点的功率,扩大了系统的覆盖范围,提高了发射效率。仿真结果表明了,与传统传输机制相比,完全搜索算法和变功率中继选择算法在效率方面有了较大提高,而时间分配算法则找到了最优的转发时间比例。     

电力线数字载波技术的应用及发展

载波通信投资少,见效快,是电力调度通信的重要手段,而数字载波是必然的发展方向。为此,介绍了数字载波的优点、技术现状及其实际应用,并针对其不足之处,从载波网络管理、动态码速传输和载波频率分配及增加通信带宽等方面提出了改进建议。     

交叉集聚变异的数据调度路径损耗优化估计

在流媒体大数据调度中,因路径损耗较大,产生调度延时和频谱失真,需要对路径损耗进行优化评估,提高对流媒体大数据库的访问速度和检索定位。提出一种基于交叉集聚变异最小延时的流媒体大数据调度路径损耗评估模型,基于遗传算法设计流媒体数据集聚调度模型,得到流媒体数据调度的位置变换策略。确定流媒体数据编码方案,构建流媒体网络通信代价矩阵控制的数据调度路径损耗模型,实现算法改进。实验结果表明,该模型能使流媒体数据调度路径损耗有效降低,优化流媒体数据传输,最终达到最小传输时延,避免了调度延时和失真。     

QoS优化筛选认知系统频谱资源差错控制

无线电认知系统频谱资源差错控制是决定无线电传输和通信质量优劣的关键。传统的无功率控制方法由于需要使用授权用户的先验信息,出现无线电频谱资源规模集群和感知预留,通信过程中,出现丢包率高和堵塞,频谱感知差错控制效率低下。考虑无线信道的时变特性,采用QoS优化筛选控制的方法,提出一种基于协作用户频谱感知模型的无线电认知系统频谱资源差错控制方法,采用CS.MA/CA信道访问MAC协议进行信道建模,得到QoS控制过程的时间线。基于能量检测K/N判决准则,建立无线电频谱感知差错控制判决模型。实验结果表明,采用该方法进行无线电认知系统频谱资源差错控制,频谱感知网络负载降低,传输时延减少,提高了资源包的接收率。     

多用户MIMO-OFDM系统中基于迫零波束成型的自适应资源分配算法

针对多用户环境下的多天线正交频分复用下行系统,提出了2种有效的基于迫零波束成型的自适应资源分配算法.所提算法在保证每个用户的速率要求的情况下,通过自适应的功率、子载波和比特分配,最小化系统的发送功率.仿真结果表明,提出的2种次优的分配算法在满足用户的速率要求下能达到很好的系统性能.