一种面向BSP系统的多等待队列作业调度算法

在以往的BSP（Bulk Synchronous Parallel）系统中,作业调度都是采用基于单队列的优先级调度策略.它的优点是实现简单,但作业队列维护开销大,低优先级作业存在无限等待的问题.论文提出了面向BSP系统基于多等待队列的按优先级作业调度算法,以高响应比优先级队列为作业组织方式,并加入了作业优先级的动态调整策略,避免了低优先级作业因长期得不到执行而废弃的情况.目前,论文所提算法已成功运行于BC-BSP系统中.文中通过实验进一步证明,融合了作业优先级调整策略的基于多等待队列的作业调度算法较传统的单队列优先级调度算法在队列维护方面,能降低30％～50％的维护代价.另外,在兼顾作业的初始优先级的同时,能够减少低优先级作业的等待时间,避免低优先级作业的无限等待问题.     

IEEE 802.11e动态队列分派算法

基于跨层优化和不平等保护的思想,提出一种新的IEEE 802.11e动态队列分派算法。利用AC［1］和AC［0］队列优化视频传输;根据队列状态动态计算队列优先级,并将它与视频帧优先级相匹配;综合考虑视频帧的优先级、不同队列的拥塞状况为视频帧动态分派队列。仿真实验表明,该算法能有效降低视频的传输失真。     

基于多队列切换的SDN拥塞控制

由于传统网络缺乏对转发队列的直接控制,并且难以保证链路利用率和服务质量(QoS),针对这一问题,本文提出基于多队列的SDN拥塞控制算法。该算法对链路数据流量设置多个阈值,当某一链路流量突增达到设定阈值时,控制器立即启动相应的拥塞控制机制。根据数据流的优先级,自适应增加高优先级队列的带宽,适当减小低优先级数据队列的带宽,保障高优先级数据顺利传送。实验结果表明,该方法能有效减少网络拥塞,优化数据流的QoS。     

DiffServ中动态优先级调度算法的延迟分析

通过对DiffServ体系的4种优先级队列和优先级调度算法的分析,得出了动态优先级调度算法可以解决IP分组转发时的公平性问题。但随之而来的问题是IP分组转发时的超延迟现象。在确定出较精确的延迟门限标准和具体的实现方法后,得出动态优先级调度算法使IP分组的转发不会超出延迟门限。从仿真实验表明,动态优先级调度算法在一般的网络环境和条件下,4种优先级队列分组的公平性转发能够提供QoS保证。     

一种概率-优先级的分级调度算法研究

在优先级队列调度算法中,队列均需要划分严格的优先级.但考虑到实用网络中,存在着某些队列对时延和丢包要求相近、无法明确区分优先级的情况,提出了一种概率-优先级的分级调度算法:按照队列对时延和丢包的要求进行分组,确定组间的优先级;组内进行基于概率的二级调度;组间进行优先级的一级调度.与优先级队列调度算法相比,该算法保证高优先级数据组的时延性能和丢包性能的同时,整体提高了低优先级数据组的丢包性能.     

基于时延的动态优先级调度算法

队列管理是提高网络 QoS 的一种有效方法.在基于时延的调度算法(BDS)基础上将时间片与优先级相结合,提出了一种基于时延的动态优先级调度算法(DDPQS).为了实现该算法,针对进入缓冲区的每个子队列设置一个计数器,以调整的计数器值为基准来动态的改变队列的优先级,从而达到队列调度的效果;又从研究该算法的过程中,发现其局限性,即计数器值对时间片过于敏感的问题,于是进一步采用设置阈值进行区分的方法来优化.优化前后的仿真结果表明,时延和吞吐率性能具有明显改善.     

基于EDF的多优先级队列管理方案研究

提供服务质量保证是目前Internet的重要研究课题之一,其核心问题是实现不同业务流的分类转发和缓冲队列管理.分析了基于EDF的优先级队列(PQBEDF),由于PQBEDF方案中动态优先级随时间片变化过快从而降低了高优先级队列服务质量,针对这个不足引入一组概率序列Pi来控制计数器一个时间片以后是否加1,从而为每类业务的信元保证一个最小的服务速率.     

动态调整调度配额的TCSN调度算法*

针对列车控制与服务网（TCSN）的区分服务需求,进行了调度算法研究,提出了一种基于动态调整调度配额的算法DWDRR。该算法在原有的WDRR（加权差额轮询算法）算法基础上增加了调度配额的计算,并根据队列的数据流量到达率、时延优先级、丢包优先级和网络的当前状况综合地决定各个队列的调度配额,实现比例公平的调度。并通过仿真分析证明该调度算法可以根据各队列在不同网络状态下流量到达率、优先级动态地决定队列的调度配额,从而满足TCSN根据不同到达率、优先级进行区分服务的需求。     

基于EDCA的MPEG4视频传输的跨层优化算法的研究

通过对MPEG-4格式的视频和802．11e的EDCA协议的研究,提出基于视频帧优先级的跨出优化算法。该算法将视频帧的优先级,和MAC层EDCA协议的优先级队列综合考虑,对视频帧进行动态调度传输。实验证明,这种跨层算法,使得视频质量有了明显的提高。     

基于时延的动态优先级调度算法

队列管理是提高网络QoS的一种有效方法。在基于时延的调度算法（BDS）基础上将时间片与优先级相结合,提出了一种基于时延的动态优先级调度算法（DDPQS）。为了实现该算法,针对进入缓冲区的每个子队列设置一个计数器,以调整的计数器值为基准来动态的改变队列的优先级,从而达到队列调度的效果;又从研究该算法的过程中,发现其局限性,即计数器值对时间片过于敏感的问题,于是进一步采用设置阈值进行区分的方法来优化。优化前后的仿真结果表明,时延和吞吐率性能具有明显改善。     

面向复杂机房环境的室内定位技术应用研究#br#

考虑到机房数据中心运维智能化管理迫切需要精准的室内定位服务,针对机房金属遮挡、电磁辐射和其他机房设备干扰严重的复杂环境以及非视距传播误差显著降低传统室内定位精度问题,提出一种运用最优化理论原理和K最邻近算法的抗非视距传播误差的室内三维三边定位算法,在此基础上设计和开发基于超宽带技术的机房室内定位系统,用于复杂机房环境的室内定位导航。实验证明,该定位系统比Wi-Fi、蓝牙指纹定位具有更高的定位精度,在复杂的机房环境下基于非线性最小二乘法进行目标函数求解的最优化方法与KNN算法相结合的室内定位方案具备较好的定位性能,为机房数据中心运维智能化的位置定位导航服务提供了有效的方法和手段。     

基于改进双向测距到达时间差定位算法的超宽带定位系统

针对传统无线定位技术在室内定位精度不高的问题,设计实现了一种基于超宽带（UWB）技术的室内定位系统。首先,提出了定位服务器与移动端APP实时交互的系统结构,解决室内移动人员自主定位与导航的问题。其次,在双向测距（TWR）算法中增加一条无线电信息以减小时钟偏移引起的测距误差,从而提高算法性能。最后,将通过到达时间差（TDOA）定位算法得到的双曲面方程组进行线性化处理后结合Jacobi迭代法完成求解,避免了使用标准TDOA定位算法难以直接解算的情况。经测试,该系统在楼道房间等场景中能稳定工作且定位误差控制在30 cm以内,相比基于WiFi、蓝牙等技术的定位系统在定位精度上提高了10倍左右,能够满足在复杂室内环境中的精确移动定位需求。     

DGPS与UWB混合精确无缝定位技术研究

差分全球定位系统(DGPS)是一种精确的定位系统,但在室内或有障碍物的情况下,其定位精度很低甚至不能进行定位。超宽带(UWB)定位系统在室内有很高的定位精度,但受其测量范围的影响,不适合室外定位。将DGPS和UWB结合定位,利用Kalman滤波器对UWB非视距误差(NLOS)进行消除,采用粒子滤波器对不同传感器进行数据融合,并使用GPRS通信模块进行无线数据传输。实验表明:该方法能够使系统整体定位精度提高19%,既能满足室内外无缝定位,又具有很高的定位精度。     

移动机器人超宽带与视觉惯性里程计组合的室内定位算法

对于移动机器人在室内环境的定位任务,新兴的基于视觉惯性里程计（VIO）的辅助定位技术受光线条件限制大,无法在黑暗环境中工作,且超宽带（UWB）定位易受非视距（NLOS）误差影响。针对以上问题,提出一种UWB与VIO组合的室内移动机器人定位算法。首先,采用立体视觉多状态约束下的Kalman滤波器（S-MSCKF）算法/双边双向测距（DS-TWR）算法和三边定位法,分别得到VIO输出的位置信息/UWB解算的定位信息;然后,建立位置测量系统的运动方程与观测方程;最后,通过误差状态扩展卡尔曼滤波（ES-EKF）算法来进行数据融合,得到机器人的最优位置估计。使用搭建的移动定位平台在不同的室内环境下对组合定位方算法进行验证。实验结果表明在有障碍物的室内环境下,与单一UWB定位方法相比,所提算法的总体定位的最大误差减小了约4.4%,均方误差减小了约6.3%;与VIO定位方法相比,所提算法的总体定位的最大误差减小了约31.5%,均方误差减小了约60.3%。可见所提算法可为室内环境下的移动机器人提供实时、精确且鲁棒的定位结果。     

基于时间反演的到达时间定位

针对传统算法在室内超宽带（UWB）到达时间（TOA）定位系统里很难准确搜寻出第一条直射路径,从而导致定位精度不高的问题,提出了基于时间反演（TR）的TOA室内UWB定位算法。首先,利用TR处理的空时聚焦特性确定第一条直射路径,从而估计这条路径的TOA;其次,通过加权最小二乘（WLS）定位算法对不同的估计分量赋予相应的权值以提高定位精度。仿真结果表明,相较传统TOA定位,所提方案在低信噪比条件下的均方根误差（RMSE）减小了28.6%,可见该方案有效提升了系统定位精度。     

基于卷积神经网络的室内指纹定位算法

随着无线网络和智能设备的普及,室内定位得到了迅速发展.在室内定位中,基于指纹的定位方法因为无需外部设施、抗干扰性强等优点逐渐成为研究热点.近几年深度学习的发展为提高指纹定位算法的精度带来了新的机遇.因此提出了一种基于CNN的指纹定位算法,使用卷积神经网络（convolutional neural network,简称CNN）来改进指纹库的构建.首先,在收集了CSI与磁场数据后,通过CNN对这些数据进行处理,将每个参考点处的CNN模型参数值用作为指纹.然后使用一种概率方法来进行最后的指纹匹配.实验结果表明,该定位算法比传统的指纹定位算法具有更好的鲁棒性和更高的定位精度.     

基于多片FPGA的双优先级动态调度算法

针对单片现场可编程门阵列(FPGA)在处理高速网络中海量数据时存在效率低下的问题,结合多处理器的双优先级调度算法,在所构建的多片FPGA并行处理的高速数据采集和处理模型上,提出一种基于多片FPGA的双优先级动态调度算法,并对处于低优先级段的强实时周期任务提出一种最早截止期临界松弛调度(EDCL)算法。根据任务的松弛度确定任务的优先级,若提升时间到达时仍未完成,则将其提升到高优先级段; 对软实时周期任务,设置在中优先级段,通过延长当前任务截止期至动态模糊阈值进行调度。实验结果表明,该算法能很好地调度强实时周期任务,保证重要任务的优先执行,并能降低由于抢占造成的软实时周期任务错失率。     

基于相位差测距的RFID室内定位系统设计

针对当前室内定位的广泛需求及传统室内定位技术的缺陷,设计了一种基于相位差测距的射频识别(RFID)室内定位系统.系统主要由RFID阅读器、电子标签、STM32模块组成,3个电子标签固定在特定位置作为信标节点,1个RFID阅读器作为移动节点发射与接收超高频信号,STM32模块根据测得的相位差计算相应的距离,并利用改进后的三边定位法,确定阅读器的位置.在实验室对进行了设计并测试,结果表明:该系统能很好地完成定位功能,定位精度达到厘米(cm)级,可满足众多领域的应用需求.     

基于PDR/UWB紧耦合的足绑式行人导航技术

为了解决低成本微机电惯性导航系统存在的累积误差问题,提出一种基于融合行人航迹推算(PDR)和超宽带(UWB)无线定位的实时室内行人导航系统.利用加速度计和磁强计进行初始姿态对准;考虑滤波误差估计,推导了惯性导航算法;依靠加速度计和陀螺仪的"与"逻辑进行行人步态检测;实施零速更新(ZUPT)提供速度误差观测量,利用UWB系统提供位置误差观测量;设计具有野值辨识机制的扩展卡尔曼滤波器进行数据融合.对提出的行人导航算法进行实验验证,结果表明该行人导航算法与传统定位方法相比能够有效提高行人定位精度.实验中,该行人导航算法能够获取低于0.2 m的定位误差,且稳定、不发散.