摘要:中文摘要: 针对网络控制系统中采样周期时变不确定性对控制性能和网络运行性能的影响,提出一种基于反馈控制原理和预测机理的智能动态调度策略。该策略利用网络资源利用率、截止期错过率以及误差绝对值积分(Integral of the Absolute Error,IAE)对消息进行反馈控制调度,保证网络利用率、截止期错过率以及控制性能保持在期望的范围内;利用BP神经网络对网络利用率和数据包执行时间进行预测,实时调整控制系统的采样周期,以适应网络中信息流的变化。仿真试验结果表明该调度算法既能满足控制系统的性能,又提高网络资源的利用率。  
摘要:中文摘要: 缓存管理是影响可靠多播协议性能的重要因素。在可靠多播领域,现有大多数缓存管理机制的设计目标限于单多播组的网络环境。在缓存资源被多个多播组所共享的Internet环境中采用单组缓存管理方案无法获得预期目标。为了解决该问题,基于主动式网络中路由器能够执行预设计算并缓存数据的特点,提出并实现了一种全新的多播网络缓存管理协议(Adaptive and Active Cache Pool,简称AACP)。AACP提出全局动态分配,Borrow-In和Return3种核心策略,首次提出采用全局加权移动平均计算缓存配额,并设计出分级TTL缓存替换算法。 NS2模拟实验的结果数据表明,AACP能为多播网络在恢复延迟,带宽消耗和网络吞吐等方面带来显著的性能提升。这同时也意味着AACP将为对数据完整性和实时性要求极高的多播应用,如金融电子化实时系统和电子白板等,提供高质量的基础支撑。