一、网络时延对网上高时间约束业务影响的讨论（论文文献综述）
史建超[1]（2021）在《面向电力物联网信息感知的电力线与无线通信融合关键技术研究》文中提出电力物联网技术对保障电网的正常运行具有重要作用,由于我国配用电网络拓扑结构复杂,配用电设备种类多且数量大、覆盖范围广,配用电设备安装场所电磁环境复杂,任何单一通信方式都难以胜任智能配用电网信息感知的需求。为了提高配用电网信息感知通信的可靠性,论文研究了电力线与无线通信融合关键技术,使两种通信方式优势互补,提高了配用电网数据传输的可靠性及通信覆盖率,并通过正交频分复用（Orthogonal Frequency Division Multiplexing,OFDM）资源分配方法优化资源配置,增强网络性能。本文的主要工作及研究成果如下:（1）提出一种基于深度学习的电力线信道传输特性识别方法,通过构建基准样本、训练识别模型、构建噪声样本、自编码去噪处理和去噪样本识别的过程,完成对电力线信道传输特性的识别,以便于后续深入研究计及OFDM资源分配的电力线与无线通信融合方法。（2）针对启发式算法易于陷入局部最优解的特点,提出迭代激励机制和迭代激励因子的概念,增强算法的全局搜索能力及收敛速度,仿真结果验证了迭代激励机制能增强启发式算法的寻优性能。结合迭代激励因子动态控制系统参数和Levy飞行双蚁群竞争择优,提出了改进蚁群服务质量参数感知路由算法。通过与其他算法的仿真对比,验证了所提算法收敛速度较快且不易陷入局部最优解,使通信节点快速寻找到最优通信路径。（3）以改进蚁群算法为基础,设计相应的通信协议、组网方法和路由重构策略,构成基于改进蚁群算法的电力线通信服务质量（Quality of Service,QoS）约束组网方法。采用直接路由重构方式与间接路由重构方式相结合的路由重构策略,对电力线通信网络进行动态维护以增强其稳定性和可靠性。仿真结果表明,该组网方法能针对不同的电力线通信服务类型选择相应的最优通信路径,保障数据的高效可靠传输。（4）提出一种低压电力线与微功率无线通信融合方法,通过在电力线与无线混合通信网络的介质访问控制层建立统一的通信协议、网络层实现最优通信路径组网、业务层基于误码率需求因子的子业务流分配,实现低压电力线通信与微功率无线通信的跨层融合。仿真结果表明,混合通信网络的性能优于其他对比网络。提出多跳中继电力线通信网络中的OFDM跨层资源分配算法和计及OFDM资源分配的电力线与无线通信融合方法。仿真结果表明,所提资源分配算法具有较高的系统吞吐量和较好的时延特性,所提通信融合方法能满足电力物联网感知层和网络层对通信接入的需求。（5）结合理论研究,提出基于PLC-LoRa（Long Range）的多模通信融合技术和基于低压PLC-中压PLC-4G/2G桥接中继多模通信融合技术。研制配用电网智能感知终端,并应用于企业能效及安全用电监控系统和农村偏远地区集中抄表的实际工程项目中,服务企业数千家,安装各类终端数万套。
杨利超[2]（2021）在《移动边缘网络中资源管理技术研究》文中研究说明物联网终端设备的大量普及和各种新型应用的日益丰富,对当前的移动通信网络提出了超大带宽、超低时延和海量连接等挑战。为了满足以上挑战,移动边缘网络被提出,并且受到学术界和工业界的广泛关注。移动边缘网络通过在网络边缘提供云能力,包括计算、存储以及业务服务,不仅可以解决第五代移动通信系统（The 5th Generation Mobile Communication System,5G）中海量设备连接问题,还可以缓解核心网的承载压力,成为最具应用潜力的技术之一。然而,由于边缘节点资源受限、网络环境动态变化和用户需求多样等因素影响,移动边缘网络中的资源管理变得复杂,这大大制约了“云”能力在边缘侧的部署。高效的资源管理技术能够合理利用网络资源,实现网络资源的高效分配和计算任务的优化卸载,有助于实现“云”能力在边缘侧大规模、分布式部署。因此,高效的资源管理关键技术值得深入研究。本文考虑计算任务卸载、网络环境实时变化和海量设备连接等情况,分别设计了相应的资源管理策略,以达到优化网络开销、降低用户时延以及提升边缘节点收益等目的。论文的主要创新工作如下:第一,针对网络开销最小化问题,设计了一种基于任务卸载的资源分配策略。首先,将移动边缘计算（Mobile Edge Computing,MEC）技术引入到移动边缘网络中,考虑到通信和计算资源均受限的情况,以时延和能耗为目标,建立网络开销最小化问题。其次,考虑到所建模问题中移动设备间的利益冲突情况,利用博弈理论将原问题转化为潜博弈问题,并提出一种基于任务卸载的资源分配算法。在该算法中,设计了基于阈值结构的卸载决策函数,以优化移动设备的接入选择。利用潜博弈策略,实现了网络资源的高效分配。理论上分析了所提算法的收敛性。最后,仿真结果证明所提算法可以有效降低网络开销。第二,针对网络时延最小化问题,提出了一种基于时延感知的在线资源分配机制。首先,针对实时在线任务卸载过程,提出了网络时延最小化问题,并对计算任务的实时在线卸载进行建模。其次,联合考虑回程传输策略和传输速率控制参数等因素,设计了在线资源调度机制,以均衡网络负载。最后,仿真结果表明所提资源调度机制可以有效降低计算任务的卸载时延。第三,针对网络收益最大化问题,设计了一种基于匹配理论的分布式资源管理方案。首先,将区块链技术引入到移动边缘网络中,通过两者的结合,实现移动终端计算交易的高效卸载,保证了区块链应用在终端设备的顺利部署。其次,联合考虑边缘节点的挖矿成本和挖矿奖励,提出网络收益最大化问题。再次,利用匹配理论将网络收益最大化问题建模为基于单边偏好的双边匹配博弈模型。此外,提出了分布式匹配算法以实现交易和边缘节点的高效匹配,并通过数学理论分析了所提算法的复杂度。最后,仿真结果表明所提的分布式匹配算法可以有效提升边缘节点的收益,降低交易任务的卸载时延。
张东方[3]（2020）在《网络化分布式运动控制系统中同步控制与调度协同设计方法研究》文中研究表明近年来,随着先进工业制造系统网络化、智能化、信息化程度的提高,网络化分布式多轴运动控制系统（Distributed Networked Multiaxial Motion Control system,DNMAMCs）已成为先进制造系统的标志。先进制造系统由于网络规模的大幅增加,这类系统的设计变得愈来愈复杂,不仅仅需要考虑如时延、抖动、数据包丢失与时序错乱等网络诱导问题,还需要仔细考虑网络节点之间的通信任务调度与多轴运动控制的协调一致性问题,从而实现分布式网络化节点之间资源共享和协调操作。本文研究工作是基于依据典型工业制造系统三层结构所建立的总体设计框架下进行,即:系统应用层管理与控制DNMAMCs系统,包括系统任务规划（如服务选择与组合、服务协同）,系统运行维护（如性能监视和故障侦测等）;网络传输层控制数据报文的传输路径和同步实时通信任务（如状态反馈数据采集、控制命令发布等）;执行层中传感器、控制器实现DNMAMCs系统某种特定的实时感知和动态控制任务。本文主要关注DNMAMCs系统中分布式网络通信协同调度和多轴运动同步控制两者的协同设计问题,相关研究内容如下:（1）针对DNMAMCs系统多跳通信结构中存在的长传输路径延时、时延抖动以及信道不对称等问题,提出了一种基于分布式时钟、时间同步技术的网络通信任务协同调度方法。该方法首先利用IEEE1588 PTP协议透明时钟机制,建立分布式时钟系统,使DNMAMCs系统获得统一的时间度量;其次,基于时分多址（Time Division Multiple Access TDMA）通信机制,通过分配分布式网络节点保障性时隙（Guaranteed Time Slot,GTS）,构建DNMAMCs系统通信任务调度时间表,用于生成各网络节点通信任务控制时序。由此,将DNMAMCs系统的通信网络统一为一种时间触发的实时以太网,并将DNMAMCs系统分解为延时严格相关的多个并行分布的周期性子系统;最后,设计了一种基于Kalman滤波器和比例积分（Proportional-Integral PI）控制器的级联控制器用于改善时间同步性能。（2）针对在GTS通信任务调度时刻表框架下各运动控制回路中,状态反馈和控制命令发布之间异步协调问题,本文提出了一种基于虚拟编码的DNMAMCs系统双层结构、并行分布式协调控制方案。首先,根据系统运动任务规划,将运动轨迹分解为一系列局域控制回路期望输出参考值,用于设定各运动轴的控制信号。由此,将多轴运动控制问题转化为每个运动轴的输出跟随控制问题。其次,分别在DNMAMCs系统管理层和执行层设计了一类基于T-S型模糊神经网络预测控制器和基于RBF模糊神经网络的自适应PID控制器。其中,预测控制器逐次估计各运动轴的运行工况,更新PID控制器的设定值和相应的控制参数,PID控制器实现各运动轴系的跟随控制。本文提出的同步运动控制与通信调度协同设计方法将时钟信息集成到运动控制过程中。通过分析和计算通信任务的响应时间,可将数据传输时延、时延抖动等网络服务质量（Qo S）参数作为网络控制器的设计参数,能使设计者更好地理解、分析DNMAMCs系统的动态行为,为建立融合网络通信、分布式计算以及协同控制的DNMAMCs系统集成设计模型提供设计框架和实现方法。本文在时间同步通信调度框架下,根据跨层次任务调度表,采用基于虚拟编码的并行分布式双层结构,设计预测控制器和PID运动控制器,协同管理层的运行工况监视和执行层的运动轴控制,由此,通过各运动轴的高精度跟随控制和相互之间的同步控制,实现多轴运动控制协调一致性。最后,本文分别对多跳通信结构下时间同步精度、单轴基于虚拟主轴的跟随控制、三轴运动轨迹同步控制进行了实物仿真实验,分别检验采样周期、控制周期稳定性、运动轴的跟随性能和多轴运动的同步能力,结果验证了本文提出的方法的有效性。
金伟祺[4]（2020）在《面向时间敏感业务的时延控制机制》文中指出由于新兴互联网时间敏感业务的出现以及服务质量要求由带宽敏感型向时延敏感型的转变,网络时延控制在保障业务时延性能上发挥着关键作用。依据业务传送过程中时延因素主要来源分为:光传送层、IP层及TCP层。在光传送层上网络、业务规模巨大,性能协调难;在IP层上,范围广、设备多、协议丰富,观测状态难;IP以上面临动态业务分布,网络队列与TCP协议协同难。在通信系统中建立泛在、智能和协同的时延控制机制,降低业务时延,成为时延控制的关键研究课题。当前时延控制存在以下主要挑战:性能协调时,特征因素空间过大;缺乏时延因素的完备观测;忽略业务分布不确定性。多时延因素,多性能协调,多业务分布等时延时延不确定因素汇聚于业务路径,外在表现为路径动态性不同。另外,时延控制还存在计算复杂、网络状态变化快的难点。在业务路径上,针对时延因素的层次划分建立泛在、智能和协同时延控制是时延控制机制的重要目标。结合面临的时延控制不确定因素、挑战和目标,本文特征化时延不确定性,以概率图模型分析各问题对应的特征因素,用强化学习克服控制难点,构建“不确定性学习+控制策略学习”,实现泛在、智能和协同的时延控制机制,设计时延控制策略,增强动态业务分布的时延控制。针对主要挑战,结合“服务边缘化,互联密集化”的研究趋势,本文的主要研究内容和创新点聚焦在以下方面:1、在光传送层,提出了一种对业务分布敏感的光网络前摄时延优化算法。针对光网络互联中“低时延光路径有限,性能要求不同而协调难”,本文分析了业务和时延、能量等性能的关系,构建有限低时延光路径,依代价设计疏导策略,通过隐式强化学习求解时延优化问题,选择较低时延光路径,降低业务时延。相较于其他算法而言,本文所提出的算法以路径期望使用率作为代价函数,能对业务请求集进行前摄控制。仿真显示,在本文设定的条件和业务分布下,算法能够实时、高效建立业务分布描述,选择低时延、能量效率相当的光路径;相较于不使用时延优化的疏导算法,本文所提出的算法保持网络能量效率不受影响,协同选择更低时延路径的概率提高了约14%。2、在IP层,提出了一种分布式路径时延优化算法。针对IP接入过程中“路径动态性高,时延不确定因素多而观测不完备”,本文以强化学习为框架,度量汇聚于传送路径上多时延不确定因素,利用逆强化学习追踪环境状态,优化奖励函数,提出在线分布式路径时延优化算法。相较于其他静态路由、离线更新算法,该算法优化了系统对环境状态的感知和追踪能力,算法智能、实时地降低业务路径时延,提高稳定性和效率。在设备具有高移动性无人机网仿真环境中,本文比较该算法与其他算法（GPSR、QGeo等）在不同数据频率下的路径时延、稳定性和效率,并以端到端时延、包送达率和重传开销分别进行衡量。仿真结果表明,算法在本文设定的条件下能够实时收集系统状态并追踪环境状态,选择低时延的路径;相较于GPSR和QGeo,减少了传送过程中约5%的时延,提高了最多7%的包送达率和降低了最多20%业务重传产生的开销。3、在IP层以上,提出了一种对业务分布敏感的队列时延优化算法。针对路径基本固定,“业务动态分布,网络队列与TCP协议协同难”,本文分析了业务分布与网络队列之间的相关性,以深度强化学习为框架,学习业务工作点分布、转换关系并应用到主动队列管理的时延控制中。对比业务分布不敏感的算法,该算法能够动态探测业务工作点分布,提高网络队列“目标一致的多步协同时延控制”的规划能力,保持队列低时延、高吞吐率的稳定状态。仿真验证了该算法在不同拓扑状态和业务分布下的时延控制能力和规划能力。仿真结果显示,在本文设定的条件下算法能够实时降低网络队列时延,保持网络队列长期处于高吞吐率状态,相较于主动队列管理算法CoDel而言,降低约12%的队列时延而仅牺牲约1%的吞吐率。
刘磊[5]（2019）在《基于随机几何与排队论的无线网络性能研究》文中指出无线通信网络正处于一个机遇与挑战并存的深度变革期。为了满足呈指数级增长的用户业务需求,无线通信网络的布设结构正逐渐向密集化和不规则化演进。与此同时,为了提高日益紧缺的可用频谱资源的使用效率,无线通信网络中的多址接入技术由正交模式向非正交模式转变。面对标新立异的通信技术,亟需充分挖掘网络参数与网络性能之间的内在联系,探究网络性能随网络参数的变化规律,并以此为理论依据进一步指导优化网络设计。然而,在形态复杂的无线网络中,网络节点的空间位置拓扑具有一定的不确定性,并且非正交多址接入技术的特殊实现原理会致使网络中的干扰难以表征刻画。此外,受到数据业务随机动态特性的影响,干扰与网络性能之间的交互关系会更加复杂。因此,如何将上述因素融入网络性能研究模型中并揭示其对网络性能的作用机制是值得深入研究的问题。有鉴于此,本文以随机几何理论和排队论为数学工具,致力于分析研究基于两类典型的非正交多址接入技术,即稀疏码多址接入技术（Sparse Code Multiple Access,SCMA）和功率域非正交多址接入技术（Non-orthogonal Multiple Access,NOMA）的无线通信网络性能,并在大规模随机布设网络中结合业务动态时变特性设计了一种网络性能评估方法。本文的具体研究内容和创新性成果可以总结如下:1.在SCMA无线通信网络中,SCMA码本和物理时频资源之间存在双向映射关系,从而致使干扰与网络性能之间的数学关系难以刻画。针对于此,本文利用随机几何理论提出了一种干扰建模方法,并通过该方法从链路成功传输概率和网络面积频谱效率这两个角度评估SCMA无线网络的性能。首先,以对SCMA网络中的干扰进行建模为切入点,建立了干扰和链路成功传输概率以及干扰和网络面积频谱效率之间数学关系。由于SCMA的特殊实现机理导致所建立的数学关系非常复杂。为了解决该问题,本文通过巧妙的数学处理手段以矩阵形式精炼明晰地给出了链路成功传输概率和网络面积频谱效率的闭合表达式。其次,为了从理论上揭示网络参数对网络性能的影响,本文根据所得出的理论分析结果,严格证明了SCMA网络的面积频谱效率随网络节点密度的变化规律以及SCMA码字的稀疏性结构（即码字长度以及码字中非零元素的个数）对最大可达网络面积频谱效率和最优网络节点布设密度的作用关系。最后,本文研究了链路成功传输概率和网络面积频谱效率之间的折中关系。通过合理设计发射机接入SCMA码本资源的概率,实现在保证链路成功传输概率满足一定约束条件下的网络面积频谱效率最大化。上述分析可为SCMA网络中的资源优化以及码本设计提供理论依据。2.在NOMA无线通信网络中,数据业务的随机动态特性对NOMA传输性能的影响存在不确定的问题。针对于此,本文根据排队论研究NOMA无线通信网络的系统稳定性以及时延特性。基于排队模型,首先推导得到系统稳定吞吐量域（能够使网络中所有队列保持稳定的用户业务到达率集合）的闭合表达式,该指标可以衡量系统对不饱和业务的承载能力。在此基础上,对比分析了使用正交多址接入（Orthogonal Multiple Access,OMA）技术所能实现的稳定吞吐量域,并得出了在何种临界条件下NOMA可以扩展OMA所能达到的稳定吞吐量域。其次,结合网络中的动态排队特征,设计了一种交替迭代算法用以评估主要由排队时延和传输时延决定的平均时延。为了进一步分析该算法的边界性能,通过灵活的放缩分析得出了平均时延上界以及下界的闭合表达式。最后,结合现有NOMA系统中串行干扰消除（Successive Interference Cancellation,SIC）技术的特点,本文设计了一种改进的SIC译码策略,仿真结果充分表明该策略可以进一步扩展系统的稳定吞吐量域并降低平均时延。上述理论工作揭示了在不同业务负载条件下NOMA相对于OMA的优越性,凸显了业务的动态特性对NOMA性能的重要影响。3.在大规模随机无线网络中,网络间干扰同时受到空间维度上随机分布的网络节点以及时间维度上随机到达的数据业务的共同影响。在此作用下,干扰与空间位置、队列状态相互耦合,其对网络性能的影响有待发掘。针对于此,本文联合利用随机几何与排队论设计了一种综合考虑网络随机位置拓扑以及业务随机到达排队的大规模无线通信网络性能研究方法。首先,基于随机几何理论推导得出了网络间干扰与网络节点空间位置和队列平均服务速率之间的数学关系。同时,基于排队论提出了一种可用于克服干扰与队列状态之间紧密关联影响的队列状态近似方法。其次,结合以上从随机几何和排队论两个不同角度的分析,建立了关于队列状态的不动点方程,并据此推导得出网络中队列状态的概率分布。在以上分析的基础上,进一步推导得到了全网队列平均时延的数学期望及其累积分布函数的闭合表达式,并得到若干有意义的发现。所得出的理论表达式清晰定量地揭示出网络主要参数（例如基站/用户密度、业务到达率、路径损耗指数等）对大规模随机无线网络时延性能的影响。最后,为了研究大规模网络中的队列稳定性,提出了稳定的概念,即调整注入网络的业务到达率以保证网络中处于不稳定状态的队列占比不超过。基于这一概念,推导得出了网络处于稳定状态的充分和必要条件。上述理论研究可为大规模无线网络的时延评估以及参数配置提供指导。
王红春[6]（2019）在《面向DIMA应用的时间触发以太网性能优化与评估技术研究》文中研究说明航空电子系统是飞机的“大脑”和“神经中枢”,其发展经历了分立式、联合式、综合模块化（Integrated Modular Avionics,IMA）以及目前最新的分布式综合模块化（Distributed Integrated Modular Avionics,DIMA）的四代典型技术发展。DIMA的设计思想通过分布式综合技术,并结合时间触发（Time-Triggered）通信和分区隔离调度机制,极大地增强了综合电子系统在执行任务时的实时性、可靠性和安全性,代表了未来武器装备的发展趋势,未来航空电子系统架构逐步演变为基于网络的分布式、综合化、模块化的通用系统平台。时间触发以太网（Time-Triggered Ethernet,TTE）属于时间触发架构下的航空机载总线,相比于传统机载总线,TTE具备高可靠性和安全性、良好的兼容性以及消息传输确定性等优点。在新一代综合化航空电子系统中,采用时间触发以太网作为底层通信网络的DIMA系统,即基于时间触发的分布式综合模块化航空电子系统（Time-Triggered based Distributed Integrated Modular Avionics,TT-DIMA）可以满足未来混合安全关键等级功能综合化的发展趋势,代表着未来航电系统架构的发展方向。本文研究面向DIMA应用的时间触发以太网性能优化与评估技术,其研究成果已经在卫星姿态控制系统、运载火箭控制系统、船舶分布式控制系统等典型应用场景下得到验证,具有高时间确定性,强实时性和高可靠性等特点。本文的研究工作主要包括基于TT-DIMA业务约束的网络拓扑结构优化、TT-DIMA系统时钟同步控制、TT-DIMA混合安全关键业务调度、TT-DIMA流量模型优化及性能评估四个主要研究内容。论文的创新工作包括:（1）针对TT-DIMA网络资源分配优化问题,重点研究了TTE网络拓扑结构优化技术,目标是在满足网络应用的安全性和实时性要求的前提下,生成一个具有较低架构成本、负载均衡、相对路径短的网络拓扑结构。本文在深入分析了以太网系统模型之后,提出一种新的网络拓扑优化方法,该拓扑优化算法充分考虑了TTE网络通信本身具有的时间确定性和网络拓扑的任意性,可以使得整体网络拓扑架构成本更低,整个网络的节点以及链路上的负载分布更加均匀,使时间触发业务流编排更加合理,为DIMA系统提供全局性能最优化的网络拓扑结构。（2）针对DIMA系统应用业务不同步带来应用系统延迟大、不确定、应用组合性差等问题,提出了网络级和应用级两级同步策略,目标是降低系统应用业务端到端之间的延迟。首先,详细研究了TTE网络时钟高精度同步的方法,利用FPGA实现了TTE标准同步算法;然后,进一步研究分区操作系统VxWorks653与TTE通信网络间的时钟同步技术,提出了一种分区操作系统时钟和TTE网络时钟的高精度时隙对齐方法,使得系统的应用业务可以按照时间触发的模式进行编排调度,有效降低业务端到端的通信延迟。最后,利用自研的TTE交换机和TTE节点机搭建了一整套TT-DIMA演示验证系统,在真实的硬件环境下,TTE网络节点间的同步精度不超过48ns,应用分区间时钟同步精度不超过70ns,端到端的应用消息通信延迟在[7.18μs,7.22μs]范围之间,延迟抖动40ns,这些实验结果验证了同步算法的正确性和有效性,也为进一步开发TT-DIMA产品提供了数据支撑。（3）由于DIMA系统本身的业务特性,TTE网络需要同时支持时间触发和事件触发两种业务,以满足不同安全等级的应用场景。为了进一步提高系统资源的利用率,提出了一种时间触发业务静态调度表生成算法,将调度表编排问题抽象成二维装箱及带约束的优化问题,优化目标是使得时间触发业务尽可能的分散排布,从而得到数目最大的空闲时隙数,为后续事件触发业务提供均匀的时间资源以提升系统的稳定性。仿真实验结果表明,提出的优化算法要优于传统装箱算法对调度表的编排,在平均时延和时延抖动两个指标上都有明显的降低,保证了DIMA系统对关键业务的确定性通信延迟,同时最大限度地满足非安全关键业务。（4）传统的网络演算模型对系统时延分析存在较大的悲观性,结合DIMA系统中业务特点提出了一种新的通信流量优化模型和性能评估方法,通过引入时间触发（TT）流量的缺包周期以及速率约束（RC）流量的调节因子,分别对RC流量的服务曲线及到达曲线进行了优化并基于该模型进行了时延分析,时延分析结果更接近真实网络运行情况,使系统调度表编排更加合理,提高了系统资源的利用率。
王维[7]（2019）在《面向工业物联网的雾网络优化策略研究》文中进行了进一步梳理随着工业物联网（Industrial Internet of Things,IIoT）的快速发展,各种传感器、终端设备产生大量的实时数据,传统的云计算已经难以满足工业环境中数据处理的实时性要求。雾计算位于云计算中心和终端设备之间,提供比云计算更靠近边缘设备的分布式计算、网络和存储资源,因此具有更好的通信时延性能。针对工业环境大数据实时处理中云计算带宽不足,单个雾节点计算能力有限等问题,本文基于云雾混合计算网络（Cloud/Fog Hybrid Computing Network,CFHCN）对节点数据分发策略和雾网络在线构建问题进行了研究。针对云雾混合计算网络中异构节点的计算和通信能力不同的问题,本文提出了一个动态等效时延最优化（Dynamic Equivalent Delay Optimization,DEDO）算法,该算法通过迭代的方式排除雾网络中的无效节点,将数据分发问题最终转化为凸优化问题,得到能够使数据处理时延最小的数据分配比例;同时,DEDO算法采用了动态网络测量技术,通过动态调整数据分配比例,降低了工业环境中网络信道受到干扰时对雾网络性能的影响。仿真实验结果表明,DEDO算法具有比轮询算法和带约束的粒子群优化算法更低的数据处理时延。针对云雾混合计算网络中节点动态变化导致节点参数信息无法预知的问题,本文提出了一个自适应雾网络更新（Adaptive Fog Network Update,AFNU）算法,将自适应雾网络更新建模成动态规划问题,根据当前已经构建的雾网络性能和新节点的性能参数,选择能够使雾网络系统数据处理最小时延下降的节点加入雾网络。仿真结果表明,通过AFNU算法构建雾网络,与预知云雾混合计算模型中所有节点参数信息情况下构建的雾网络,具有相同的系统最小时延。
陈欢[8]（2018）在《软件定义网络中的资源分配研究》文中研究表明随着现有IP网络规模的不断扩大以及网络应用的日益纷繁复杂,受限于分布式的控制逻辑,现有网络的管理面临着严峻的挑战。软件定义网络（Softwaredefined Networking,SDN）这一新型架构的出现为这一挑战带来了新的解决思路。SDN将网络中的控制逻辑从底层转发设备中解耦至逻辑集中式的控制器,使网络控制趋向中心化,并允许网络管理者站在全局视角对全网资源进行统一管理调度。本文首先从SDN中的底层设备（即交换机）入手,讨论了如何为交换机设计资源分配机制以提供处理SDN控制消息的时延保证,随后结合SDN的两大重要应用场景,即数据中心与公有云,探讨了引入SDN后所面临的资源分配问题。本文主要研究内容如下:（1）SDN交换机中TCAM流表资源分配现有SDN应用会对流进行大量的重配置,需要频繁修改交换机中存储于三态内容寻址存储器（Ternary Content Addressable Memory,TCAM）中的流表,但是TCAM流表规则插入时延（Rule Installation Time,RIT）波动较大并且常常不可预测,从而对网络应用造成不可忽视的影响。根据实验数据,TCAM规则插入时的高时延会导致网络应用的任务完成时间延长40%–60%倍之多。为此,本文提出了一种方案,将TCAM流表拆分为影子流表和主流表,以减少TCAM规则插入时延并提供上限保证。实验结果表明,这一方案能够保证规则插入时延不高于5ms,并且带来的额外TCAM开销不超过5%。同时,这一方案能使网络应用的任务完成时间降低约80%。（2）SDN交换机中计算资源分配在SDN交换机进行流的重配置时,通常需要对控制消息进行解析等操作（例如将控制消息转换为流表规则）,这一类操作会受到以CPU处理能力为代表的交换机计算资源的影响。为此,本文结合虚拟化技术设计了SDN交换机计算资源隔离机制,并与上文所述的TCAM流表优化方案结合起来,提出一套交换机资源分配方案（Switch Resource Allocation Framework,SRAF）。这一交换机资源分配方案的目标是为交换机在处理SDN控制消息的时延上提供保障。实验结果表明,SRAF框架可以成功为SDN控制消息提供资源隔离及处理时延保证,其带来的吞吐率开销比例不超过4%,同时这一框架带来的额外时延增长比例仅为3%。（3）SDN数据中心的拓扑资源分配数据中心是SDN的重要应用场景之一。近年来,向数据中心拓扑中设置临时链路是解决网络拥塞问题的一项热门技术。然而目前的解决方案通常是针对特定应用场景进行单独设计,缺乏自我学习及重配置能力。为了提高数据中心网络优化方案的通用性,本文使用了一种机器学习模型,进而提出了一套名为DeepConf的应用框架,简化了设计优化算法的过程并对机器学习模块进行离线训练。经过训练后的DeepConf框架可根据所部署的网络场景进行在线决策。实验结果显示,DeepConf通过迭代训练能够在不同的场景下完成临时链路设置方案的自动重配置,其优化效果与使用整数线性规划（Interget Linear Programming,ILP）得出的最优结果近似。（4）SDN数据中心与公有云结合下的服务功能链资源分配随着网络功能虚拟化的日益发展以及SDN所带来的灵活路由特性出现,网络管理员可以将本地网络中的网络功能（如防火墙）以服务功能链（Service Function Chain,SFC）的形式外包至公有云进行实现。得益于公有云所提供的弹性计算以及按量收费特性,网络业务外包至公有云可以降低本地网络的维护及部署成本,但是公有云所具有的特性（例如本地至公有云的时延）会使网络业务的性能,特别是服务质量（Quality of Service,QoS）受到影响。为此本文提出了一种名为D-MOSC（Deviation based Method to Outsource Service Function Chain）的启发式算法,用于在SDN数据中心与公有云之间最小化服务功能链的部署成本,同时保证网络流的服务质量不受影响。本文验证了MOSC算法的性能。结果显示,相较于本地部署网络功能,使用MOSC算法能够节省约80%的部署成本,同时相较于传统的网络功能放置优化算法,MOSC算法能够在保证性能的同时能够节省约一半的部署成本。
蒋恩松[9]（2018）在《矿井扩频测距定位方法研究》文中认为矿井人员定位系统是煤矿安全避险“六大系统”之一,矿井人员定位方法的研究和应用,对煤矿安全生产和应急救援具有重要意义。矿井无线电定位是一项系统工程,本文总体的研究思路是以研究适应矿井巷道特征的目标定位方法为核心,以研究扩频测距技术为保障,以研究通信定位一体化方案为支撑,运用理论分析和仿真实验的方法对矿井定位的测距机制、定位算法等各个环节进行了研究。测距是无线定位的根本。研究直接序列扩频（Direct Sequence Spread Spectrum,DSSS）测距基本原理,分析了其在井下应用的局限性。伪随机（Pseudo-Noise,PN）码捕获时间长,扩频信号需要高带宽信道,井下多径效应还会引起PN码相位延迟,因而使得DSSS测距技术难以在煤矿井下应用。为了将直接序列扩频测距技术应用于井下,设计了一种并行的PN码同步精测算法,利用FPGA高速的并行处理能力,开辟L-1条相位彼此相差一个PN码片的相关通道,在各相关通道中分别对扩频码调制的数字基带信号相关运算后进行高频率采样,大幅度提高了信号处理带宽,能够在粗同步的基础上直接得到更高的时间分辨率。随后对此方法进行了仿真。仿真结果显示,该方法性能优于传统的PN码跟踪环路精测技术。由于测距精度决定定位精度,线性调频扩频（Chirp Spread Spectrum,CSS）技术在测距领域应用广泛,本文更进一步地研究了CSS在井下测距的特性,提出了一种专门针对CSS测距行为的测距模型,模型关注的是CSS信号接收端的统计规律,因而简单有效地以瑞利信道描述CSS信号在矿井的传播特性,同时提炼出能够体现巷道特征并能体现多径时延的面积影响因子,确定所能接收的最小功率的多径信号,将它们合理地拟合到IEEE802.11任务组所提出的多径信号功率延迟分布指数模型中,通过指数模型描述各条不同路径信号;根据CSS测距原理,在接收端建立了矿井环境下的CSS测距模型。通过大量实测试验,所建立测距模型的统计特性与实测数据基本匹配,能准确刻画密集多径环境下接收端的CSS测距统计规律。利用所建立模型进行分析,得出了关于井下巷道CSS测距一些有价值的结论,并给出了煤矿井下CSS测距误差的一个简明数学表达式。研究了井下长直巷道的特点,紧贴巷道实际,提出了巷道定位算法设计的三条原则:提高定位精度;紧贴矿井巷道实际环境,充分利用巷道信息;性价比优化。在此基础上,提出一种测距平面约束下投影巷道空间的定位方法,方法以巷道延伸方向为x轴,巷道宽方向为y轴,建立测距平面,采用向x方向投影实现移动目标的一维定位,并充分利用y方向的冗余信息对定位目标点在测距平面上加以约束以使得x方向的估计值向真实值趋近,同时测距偏移误差转移到定位目标点的y方向,显着优化了x方向的定位精度。通过实验验证,该方法定位均方根误差在1 m以下,在巷道方向上可获得零均值误差的定位估计值,实现长直巷道下目标精确定位。利用CSS测距模型研究了井下巷道扩频测距偏差特性,发现非视距信号（Non-Line-Of-Sight,NLOS）与视距信号在接收端有相似的时延统计规律,据此,提出了一种适用于弯曲巷道的基于测距值二次重构的定位方法,由于矿井巷道的位置、走向是已知的,为巷道内移动目标的位置估计带来了许多有利的空间约束,因此,方法充分利用了巷道的位置信息,首先对弯曲巷道的NLOS测距值进行第一次重构以获得移动目标与相应基站直线距离的估计值,利用此重构值建立观测方程;接着第二次重构将观测方程的解点投影到巷道空间,获得位置估计点;最后,设计卡尔曼滤波器进一步优化位置估计点的定位精度,从而实现在更为一般的曲线巷道下的定位。仿真结果表明,方法在平均曲率为00.30的弯曲巷道中具有较为理想的定位精度;进而在平均曲率为0.192的某地铁人行弯曲通道所做的实测实验显示,方法定位均方根误差为0.891 m,误差累积分布理想,适用于井下人员精确定位。按煤矿信息化与智能化的要求,研究了WiFi平台集成TOA精确定位功能的方法,针对WiFi基本没有精确测距功能的现状,提出一种对WiFi信号进行二次扩频以获得高时间分辨率的TOA测距方法。利用已有的WiFi平台,采用了DSSS-DSSS结合的信号新体制,在不影响原有WiFi系统正常工作情况下,扩频复用WiFi信号,提高WiFi信号码速,并利用FPGA设计的高速数字匹配滤波器扩频码捕获算法,能够在亚码片级上对WiFi移动站发出的测距信号进行捕获,进而得到高分辨率的信号传播时延。实验结果表明,本文提出的方法测距误差均值在2m以内,接近802.15.4a协议的CSS测距性能。在上述方法的支撑下,提出了无缝对接现有WiFi通信平台的方案,在煤矿WiFi平台上给出了建立了人员定位和通信联络一体化的系统的方法。本文的创新性工作主要体现在以下五个方面:（1）首次给出了井下巷道的CSS测距模型。利用所建立模型进行分析,得出了关于井下巷道CSS测距一些有价值的结论,比如非视距情况下的测距误差特性、巷道截面面积与测距误差的关系等等,并归纳给出了井下环境的CSS测距误差简明的数学表达式。这对于研究矿井巷道环境下的CSS测距精度提供了理论依据及可行的仿真平台,对定位方法的研究以及基于TOA测距的高精度定位系统设计具有理论指导意义。（2）提出统一井下巷道NLOS和LOS定位场景的思想,并在此思想指导下,解决了弯曲巷道下的目标定位的难题。提出了一种适用于弯曲巷道的基于测距值二次重构的定位方法,方法充分利用了巷道的位置信息,在统一井下巷道NLOS和LOS定位场景的基础上,实现了在更为一般的曲线巷道下的目标定位。相比现有的矿井定位方法,具有更大的普适性。NLOS信号一方面会影响测距精度,另一方面它与LOS信号在接收端的时延统计规律是相似的,同样蕴含有可用的测距信息。统一井下巷道NLOS和LOS定位场景的思想,为定位方法能够在更为复杂的环境下应用开启了一种新思路。（3）提出测距平面约束下抑制测距误差的长直巷道定位方法。由于矿井巷道是狭长链状的,可以忽略定位目标在巷道内横截面上的信息,方法在实现目标的一维定位的同时,创造性地利用y方向的冗余信息对定位目标点在测距平面上加以约束以使得x方向的估计值向真实值趋近,显着优化了x方向的定位精度。方法实现仅需要2个定位基站参与,降低了TOA定位系统的硬件要求。特别适用于煤矿长直空间的定位。所设计的方法完全遵循设计的三条原则,方法设计的思想值得借鉴。（4）提出了一种无需精同步的煤矿井下直接序列扩频精确测距方法所设计的并行的PN码同步精测算法,能够高效解决扩频码同步问题,无需另行设计PN码跟踪环路,降低了系统设计的复杂度。能为煤矿井下精确定位系统提供一种可靠的测距技术支持。（5）提出了一种可行的通信系统和TOA定位系统二合一的WiFi解决方案。统一井下各无线系统是一个具有挑战性的问题。本文在现有的WiFi平台上,采用DSSS-DSSS结合的信号新体制,在不影响原有WiFi系统正常工作情况下,扩频复用WiFi信号,提高WiFi信号码速,在赋与WiFi系统TOA精确测距能力的同时,能无缝对接现有的矿井WiFi通信平台,所给出的方案对于在煤矿WiFi平台上建立人员定位和通信联络一体化的系统具有指导意义。
沈世奎,王硕,满祥锟,张贺,王海军[10]（2016）在《100G OTN/WDM网络中的时延测量功能及应用研究》文中指出时延作为网络运行中的一种重要性能参数,越来越受到用户和网络运营商的关注,包括时分复用（TDM）网络和分组网络。介绍了100G OTN/WDM系统中,基于OTU帧结构中ODU层开销字节的在线时延测试技术,分析了时延测试功能在传送网络中的应用场景,结合实验室测试结果,对现有100G OTN/WDM系统上的在线时延测试功能和测试准确度进行了分析;并根据传送网络系统运行和维护需求,对在线时延测试功能提出进一步应用需求。
二、网络时延对网上高时间约束业务影响的讨论（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、网络时延对网上高时间约束业务影响的讨论（论文提纲范文）
（1）面向电力物联网信息感知的电力线与无线通信融合关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究的背景及意义 |
| 1.1.1 电力物联网现状及存在的问题 |
| 1.1.2 课题研究的目的和意义 |
| 1.2 电力线通信技术的发展及现状 |
| 1.2.1 电力线通信技术的标准化发展及现状 |
| 1.2.2 电力线通信技术的应用发展及现状 |
| 1.2.3 电力线通信技术的理论研究现状 |
| 1.3 电力线通信路由及组网算法研究现状 |
| 1.3.1 PLC网络信道接入协议研究现状 |
| 1.3.2 PLC网络路由算法研究现状 |
| 1.4 电力线通信与无线通信融合技术研究现状 |
| 1.5 论文主要工作及组织结构 |
| 第2章 电力线与无线信道特性研究 |
| 2.1 引言 |
| 2.2 电力线通信网络的拓扑结构 |
| 2.3 电力线信道衰减模型与噪声模型 |
| 2.3.1 电力线信道衰减模型 |
| 2.3.2 电力线信道噪声分类及模型 |
| 2.4 无线信道衰落特性 |
| 2.5 基于深度学习的电力线信道传输特性识别 |
| 2.5.1 方法的可行性分析及流程图 |
| 2.5.2 构建样本及模型识别训练 |
| 2.5.3 去噪自编码器网络搭建过程 |
| 2.5.4 去噪效果仿真 |
| 2.5.5 去噪样本识别结果 |
| 2.6 本章小结 |
| 第3章 改进蚁群路由算法及电力线通信组网方法 |
| 3.1 引言 |
| 3.2 蚁群算法基本原理及组网模型 |
| 3.2.1 蚁群算法基本原理 |
| 3.2.2 电力线通信路径的QoS参数 |
| 3.2.3 电力线通信组网的数学模型 |
| 3.3 基于迭代激励因子控制的Lévy飞行双蚁群算法 |
| 3.3.1 迭代激励机制原理 |
| 3.3.2 Lévy飞行随机过程 |
| 3.3.3 基于迭代激励因子的改进蚁群路由算法原理 |
| 3.3.4 I-LDAQ算法性能分析与参数选取 |
| 3.4 基于I-LDAQ算法的电力线通信组网方法 |
| 3.4.1 通信协议设计 |
| 3.4.2 自动组网步骤 |
| 3.4.3 基于I-LDAQ的组网方法仿真实验与分析 |
| 3.5 PLC网络路由重构及网络维护实现动态组网 |
| 3.6 本章小结 |
| 第4章 面向信息感知的电力线与无线通信融合方法 |
| 4.1 引言 |
| 4.2 低压电力线与微功率无线通信跨层融合方法 |
| 4.2.1 低压电力线与微功率无线混合通信网络拓扑结构 |
| 4.2.2 低压电力线与微功率无线通信跨层融合原理 |
| 4.2.3 CPW网络跨层融合实现过程 |
| 4.2.4 混合通信网络仿真实验和性能分析 |
| 4.3 多跳中继宽带电力线通信网络中的OFDM跨层资源分配 |
| 4.3.1 电力线通信网络OFDM跨层资源分配原理 |
| 4.3.2 多跳中继PLC网络的OFDM跨层资源分配过程 |
| 4.3.3 跨层资源分配算法仿真与分析 |
| 4.4 计及OFDM资源分配的电力线与无线通信融合方法 |
| 4.4.1 计及OFDM资源分配的混合通信网络工作模式 |
| 4.4.2 参数选取与仿真分析 |
| 4.5 本章小结 |
| 第5章 基于电力线无线通信融合技术的配用电网智能感知终端及应用 |
| 5.1 引言 |
| 5.2 配用电网智能感知终端总体方案 |
| 5.2.1 配用电网智能感知终端的功能 |
| 5.2.2 配用电网智能感知终端设计原则 |
| 5.3 配用电网多信息融合感知单元 |
| 5.3.1 ARM微处理器系统 |
| 5.3.2 电量采集单元 |
| 5.3.3 非电量采集单元 |
| 5.4 智能感知终端中的PLC-LoRA多模通信融合技术 |
| 5.4.1 PLC-LoRa多模通信融合技术原理 |
| 5.4.2 PLC-LoRa双通道通信的工作模式 |
| 5.5 智能感知终端的MVPLC-4G/2G桥接中继多模通信融合技术 |
| 5.5.1 MVPLC-4G/2G桥接中继多模通信融合技术原理 |
| 5.5.2 MVPLC-4G/2G桥接中继多模通信融合技术的通信协议与组网问题 |
| 5.6 配用电网智能感知终端的应用实践 |
| 5.6.1 在企业能效及安全用电监控系统现场信息感知中的应用实践 |
| 5.6.2 农村偏远地区集中抄表全覆盖中的应用实践 |
| 5.7 本章小结 |
| 第6章 结论与展望 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（2）移动边缘网络中资源管理技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 移动边缘网络的提出 |
| 1.1.2 移动边缘网络的架构 |
| 1.1.3 移动边缘网络的关键技术研究 |
| 1.2 移动边缘网络中资源管理关键技术概述 |
| 1.2.1 资源管理关键技术面临的挑战 |
| 1.2.2 资源管理关键技术的研究现状 |
| 1.2.3 研究意义 |
| 1.3 主要研究内容和贡献 |
| 1.4 章节安排 |
| 参考文献 |
| 第二章 移动边缘网络中资源管理的关键技术 |
| 2.1 引言 |
| 2.2 面向任务卸载的资源管理技术 |
| 2.2.1 基于单一任务的资源管理方案 |
| 2.2.2 基于异构任务的资源管理策略 |
| 2.3 基于实时性的资源管理技术 |
| 2.3.1 考虑离线模式的资源分配方案 |
| 2.3.2 基于实时在线的资源分配策略 |
| 2.4 基于分布式特性的资源管理技术 |
| 2.4.1 考虑移动边缘侧的分布式协同策略 |
| 2.4.2 考虑云-边-端的分布式协同策略 |
| 2.5 本章小结 |
| 参考文献 |
| 第三章 基于任务卸载的资源分配策略 |
| 3.1 引言 |
| 3.2 系统模型 |
| 3.2.1 移动边缘网络架构 |
| 3.2.2 通信模型 |
| 3.2.3 计算模型 |
| 3.3 问题描述 |
| 3.4 基于潜博弈的任务卸载方案 |
| 3.4.1 潜函数的建立和纳什均衡 |
| 3.4.2 基于卸载的潜博弈算法 |
| 3.5 理论分析及仿真结果 |
| 3.5.1 理论分析 |
| 3.5.2 仿真结果 |
| 3.6 本章小结 |
| 参考文献 |
| 第四章 基于时延感知的在线资源分配机制 |
| 4.1 引言 |
| 4.2 系统模型 |
| 4.2.1 网络架构 |
| 4.2.2 时延成本模型 |
| 4.3 问题建立 |
| 4.4 在线资源分配机制 |
| 4.4.1 在线资源分配机制设计 |
| 4.4.2 机制性能分析 |
| 4.5 仿真结果与分析 |
| 4.5.1 仿真场景和参数设置 |
| 4.5.2 不同在线资源分配算法对系统性能的影响 |
| 4.6 本章小结 |
| 参考文献 |
| 第五章 基于匹配理论的分布式资源管理方案 |
| 5.1 引言 |
| 5.2 系统模型 |
| 5.2.1 网络架构 |
| 5.2.2 区块链模型 |
| 5.2.3 网络模型 |
| 5.3 问题建模 |
| 5.3.1 系统约束 |
| 5.3.2 最优化问题的制定 |
| 5.4 基于匹配理论的求解算法 |
| 5.4.1 匹配博弈的构建 |
| 5.4.2 分布式匹配算法 |
| 5.5 理论分析与仿真结果 |
| 5.5.1 分布式匹配算法的收敛性证明 |
| 5.5.2 分布式匹配算法的复杂度分析 |
| 5.5.3 算法性能分析 |
| 5.6 本章小结 |
| 参考文献 |
| 第六章 总结与展望 |
| 6.1 论文工作总结 |
| 6.2 研究展望 |
| 附录A 缩略语表 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（3）网络化分布式运动控制系统中同步控制与调度协同设计方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 相关研究进展的回顾与分析 |
| 1.2.1 网络实时性 |
| 1.2.2 时隙分配与任务调度 |
| 1.2.3 网络控制器 |
| 1.3 主要研究内容 |
| 1.3.1 时间同步下的网络通信模型 |
| 1.3.2 分布式网络控制系统 |
| 1.3.3 智能控制方法 |
| 1.4 本文章节安排 |
| 第2章 分布式网络通信任务调度与时间同步方法 |
| 2.1 通信任务协同调度设计分析 |
| 2.2 基于保障性时隙的任务调度 |
| 2.2.1 分布式时钟同步 |
| 2.2.2 任务时间触发机制与控制策略 |
| 2.3 基于Kalman-PI算法的时间伺服控制器 |
| 2.4 性能测试结果与分析 |
| 2.5 本章小结 |
| 第3章 运动控制器模糊神经网络自适应PID算法 |
| 3.1 先进PID控制方法 |
| 3.1.1 常规PID控制 |
| 3.1.2 基于智能方法的PID控制 |
| 3.2 RBF模糊神经网络PID控制算法 |
| 3.2.1 自适应PID控制结构 |
| 3.2.2 参数学习 |
| 3.3 实验结果与分析 |
| 3.4 本章小结 |
| 第4章 T-S型模糊神经网络模型预测控制算法 |
| 4.1 多轴运动同步控制系统结构 |
| 4.2 基于虚拟编码的跟随控制系统结构 |
| 4.3 T-S型模糊神经网络模型预测控制算法 |
| 4.3.1 T-S型模糊神经网络控制结构 |
| 4.3.2 基于 Kalman 滤波器估计时延 |
| 4.3.3 学习控制方法 |
| 4.4 性能测试与验证 |
| 4.5 本章小结 |
| 第5章 总结与展望 |
| 致谢 |
| 参考文献 |
| 附录 作者在读期间发表的学术论文及参加的科研项目 |
（4）面向时间敏感业务的时延控制机制（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 面向时间敏感业务的网络时延控制的研究背景 |
| 1.2.1 由MCC向MEC的演进历程 |
| 1.2.2 区域划分下的主要时延来源 |
| 1.2.3 时延控制的层次划分 |
| 1.3 面向时间敏感业务的时延控制机制研究现状 |
| 1.3.1 光互联时延控制机制 |
| 1.3.2 网络时延控制机制 |
| 1.3.3 队列管理时延控制机制 |
| 1.4 面向时间敏感业务的关键挑战 |
| 1.4.1 光互联过程中,面向动态业务的路径时延挑战 |
| 1.4.2 在MEC架构下,边缘网络中IP接入挑战 |
| 1.4.3 动态时延业务分布下,网络队列时延控制挑战 |
| 1.5 本文主要研究内容与创新点 |
| 1.6 论文内容与架构安排 |
| 参考文献 |
| 第二章 时延不确定性因素分析与控制 |
| 2.1 时延不确定性 |
| 2.2 时延不确定性概率图模型 |
| 2.3 时延控制强化学习 |
| 2.3.1 问题表示 |
| 2.3.2 学习过程 |
| 2.3.3 在线学习算法 |
| 2.4 本章小结 |
| 参考文献 |
| 第三章 面向数据中心光互联的路径时延控制 |
| 3.1 问题引入 |
| 3.2 动态业务疏导分析与模型 |
| 3.2.1 业务疏导中的时延与能量消耗 |
| 3.2.2 传统疏导方案的整数线性规划模型 |
| 3.3 业务疏导的时延优化算法 |
| 3.3.1 时延友好的整数线性规划模型 |
| 3.3.2 业务疏导的强化学习模型 |
| 3.3.3 链路集的选择与前摄奖励函数 |
| 3.3.4 含前摄时延控制的疏导算法 |
| 3.3.5 独立前摄时延控制的动态疏导算法 |
| 3.3.6 相关策略的比较与重要参数 |
| 3.4 系统实现与仿真评估 |
| 3.4.1 仿真平台实现 |
| 3.4.2 数值结果 |
| 3.5 本章小结 |
| 参考文献 |
| 第四章 面向MEC的IP路径时延控制 |
| 4.1 问题引入 |
| 4.2 基于Q-Learning的地理路由协议和概率图分析 |
| 4.3 逆向强化学习追踪环境状态 |
| 4.4 带有奖励函数学习的QGeo系统 |
| 4.5 系统实现与仿真评估 |
| 4.5.1 仿真平台实现 |
| 4.5.2 数值结果 |
| 4.6 本章小节 |
| 参考文献 |
| 第五章 基于TCP/AQM的队列时延控制 |
| 5.1 问题引入 |
| 5.2 TCP/AQM系统分析 |
| 5.3 业务分布/AQM系统 |
| 5.4 业务分布/CoDel系统 |
| 5.5 系统实现与仿真评估 |
| 5.5.1 仿真平台实现 |
| 5.5.2 数值结果 |
| 5.6 本章小节 |
| 参考文献 |
| 第六章 论文总结与展望 |
| 6.1 论文研究工作总结 |
| 6.2 未来研究工作展望 |
| 缩略语 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（5）基于随机几何与排队论的无线网络性能研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 无线通信技术的发展历程 |
| 1.1.2 无线通信网络性能研究模型与方法 |
| 1.2 本课题的研究现状及面临的挑战 |
| 1.2.1 码域非正交多址接入技术研究现状 |
| 1.2.2 功率域非正交多址接入技术研究现状 |
| 1.2.3 随机几何在无线网络性能分析方面的研究现状 |
| 1.2.4 本研究课题所面临的挑战 |
| 1.3 本文主要研究内容 |
| 第二章 基于随机几何的SCMA无线网络性能研究 |
| 2.1 引言 |
| 2.2 系统模型 |
| 2.2.1 网络节点分布模型 |
| 2.2.2 信号模型 |
| 2.2.3 性能指标 |
| 2.3 SCMA无线网络性能分析 |
| 2.3.1 链路成功传输概率分析 |
| 2.3.2 网络面积频谱效率分析 |
| 2.3.3 网络面积频谱效率增益分析及讨论 |
| 2.4 仿真结果 |
| 2.5 本章小结 |
| 第三章 基于排队论的NOMA无线性能研究 |
| 3.1 引言 |
| 3.2 系统模型 |
| 3.2.1 网络模型 |
| 3.2.2 排队模型 |
| 3.2.3 性能指标 |
| 3.3 稳定吞吐量域 |
| 3.3.1 基于A类SIC接收机的稳定吞吐量域分析 |
| 3.3.2 基于B类SIC接收机的稳定吞吐量域分析 |
| 3.3.3 关于稳定吞吐量域的讨论 |
| 3.4 平均时延 |
| 3.5 仿真结果 |
| 3.6 本章小结 |
| 3.7 附录 |
| 3.7.1 引理3.4及其证明 |
| 第四章 联合随机几何与排队论的大规模无线网络性能研究 |
| 4.1 引言 |
| 4.2 系统模型 |
| 4.2.1 网络模型 |
| 4.2.2 业务和排队模型 |
| 4.2.3 信道模型和信干比 |
| 4.2.4 性能指标 |
| 4.3 用户平均时延的平均性能及概率分布 |
| 4.3.1 用户平均时延的平均性能 |
| 4.3.2 用户平均时延的累积分布函数 |
| 4.4 多队列稳定性分析方法 |
| 4.5 仿真结果 |
| 4.6 本章小结 |
| 第五章 总结与展望 |
| 5.1 全文内容总结 |
| 5.2 后续研究工作展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（6）面向DIMA应用的时间触发以太网性能优化与评估技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 课题背景与研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 时间触发以太网 |
| 1.2.2 基于DIMA应用业务约束的网络拓扑优化 |
| 1.2.3 高安全、高精度实时应用间同步方法 |
| 1.2.4 混合关键性任务调度 |
| 1.2.5 时间触发以太网时延分析 |
| 1.3 本文的研究工作 |
| 1.4 论文的组织结构 |
| 第二章 基于TT-DIMA业务约束的网络拓扑结构优化 |
| 2.1 DIMA系统建模的层次 |
| 2.2 TTE网络拓扑结构 |
| 2.2.1 基于TTE的DIMA系统模型 |
| 2.2.2 拓扑结构设计问题描述 |
| 2.3 拓扑优化算法 |
| 2.3.1 算法设计思想 |
| 2.3.2 设计转换操作 |
| 2.3.3 基于Floyd算法的最短路径路由 |
| 2.3.4 基于模拟退火的拓扑优化 |
| 2.4 优化实现及分析 |
| 2.5 本章小结 |
| 第三章 TT-DIMA系统时钟同步控制 |
| 3.1 基于TTE网络的时钟同步策略 |
| 3.1.1 SM同步发起 |
| 3.1.2 CM同步处理 |
| 3.1.3 SM/SC时间修正 |
| 3.2 系统分区同步方法 |
| 3.2.1 分区同步对端到端延迟的影响 |
| 3.2.2 分布式系统分区同步实现 |
| 3.3 基于FPGA的时间触发以太网设计 |
| 3.3.1 影响同步精度的因素 |
| 3.3.2 SM的设计与实现 |
| 3.3.3 CM的设计与实现 |
| 3.4 时间触发以太网同步算法演示验证 |
| 3.4.1 验证平台搭建 |
| 3.4.2 实验结果分析 |
| 3.5 本章小结 |
| 第四章 TT-DIMA混合安全关键业务调度 |
| 4.1 TTE中的调度策略 |
| 4.2 TTE业务静态调度表生成 |
| 4.3 装箱算法 |
| 4.3.1 按层装箱算法 |
| 4.3.2 自由装箱算法 |
| 4.3.3 一段装箱算法 |
| 4.3.4 二段装箱算法 |
| 4.3.5 装箱算法对比总结 |
| 4.4 基于装箱算法的业务调度问题描述和转化 |
| 4.5 装箱算法优化 |
| 4.5.1 遗传算法设计 |
| 4.5.2 遗传算法种群设计 |
| 4.5.3 遗传迭代 |
| 4.5.4 仿真结果和性能分析 |
| 4.6 本章小结 |
| 第五章 TT-DIMA流量模型优化及性能评估 |
| 5.1 网络演算基本原理 |
| 5.2 流量模型优化及性能分析 |
| 5.2.1 流量模型优化 |
| 5.2.2 优化模型下的RC流量时延分析 |
| 5.3 系统性能分析及评价 |
| 5.3.1 仿真模型及参数设置 |
| 5.3.2 性能仿真及分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 研究成果应用情况 |
| 6.3 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（7）面向工业物联网的雾网络优化策略研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 本文主要研究内容 |
| 1.4 本文结构 |
| 第二章 工业物联网与雾计算概述 |
| 2.1 引言 |
| 2.2 工业物联网络概述 |
| 2.2.1 工业物联网概念 |
| 2.2.2 工业物联网架构 |
| 2.2.3 工业物联网关键技术 |
| 2.2.4 工业物联网主要挑战 |
| 2.3 雾计算概述 |
| 2.3.1 雾计算概念 |
| 2.3.2 雾计算架构 |
| 2.3.3 雾计算与云计算的比较 |
| 2.3.4 雾计算的工业物联网应用场景 |
| 2.4 本章小结 |
| 第三章 云雾混合计算网络中的时延优化算法设计 |
| 3.1 引言 |
| 3.2 云雾混合计算网络架构CFHCN |
| 3.2.1 架构模型 |
| 3.2.2 数据处理流程 |
| 3.3 系统数学模型 |
| 3.4 带约束的粒子群优化算法CPSO-LB |
| 3.5 动态等效时延最优化算法DEDO |
| 3.5.1 静态等效时延最优化算法SEDO |
| 3.5.2 动态网络测量技术 |
| 3.6 仿真实验与结果分析 |
| 3.6.1 系统模型对时延的影响 |
| 3.6.2 雾计算节点个数对时延的影响 |
| 3.6.3 负载均衡算法对时延的影响 |
| 3.7 本章小结 |
| 第四章 云雾混合计算网络中雾网络的在线构建 |
| 4.1 引言 |
| 4.2 雾网络构建模型 |
| 4.3 自适应雾网络更新算法AFNU |
| 4.3.1 AFNU-1 算法 |
| 4.3.2 AFNU-2 算法 |
| 4.4 低时延雾网络构建流程 |
| 4.5 仿真实验与结果分析 |
| 4.5.1 AFNU算法构建雾网络的时延性能分析 |
| 4.5.2 雾网络最大个数对系统最小时延的影响 |
| 4.5.3 有效雾节点个数对数据分配比例的影响 |
| 4.6 本章小结 |
| 第五章 总结与展望 |
| 5.1 全文总结 |
| 5.2 研究展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间已发表或录用的论文 |
（8）软件定义网络中的资源分配研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 软件定义网络架构及主要组成部件 |
| 1.1.1 网络转发设备 |
| 1.1.2 南向接口 |
| 1.1.3 网络操作系统 |
| 1.2 本文相关研究工作现状 |
| 1.2.1 SDN交换机控制消息处理时延保证问题 |
| 1.2.2 SDN数据中心网络拓扑配置问题 |
| 1.2.3 本地SDN网络与公有云联合优化部署网络功能问题 |
| 1.3 本文主要贡献与结构 |
| 第二章 SDN交换机TCAM流表资源分配机制 |
| 2.1 研究背景与动机 |
| 2.1.1 问题概述 |
| 2.1.2 SDN控制消息 |
| 2.1.3 TCAM更新操作及时间开销分析 |
| 2.1.4 TCAM规则插入时延对于上层应用性能的影响 |
| 2.1.5 小结 |
| 2.2 一种TCAM流表资源分配框架设计 |
| 2.2.1 架构概述 |
| 2.2.2 系统组成部件 |
| 2.2.3 正确性保障机制 |
| 2.2.4 TCAM规则插入时延保障机制 |
| 2.2.5 实现及部署可行性 |
| 2.3 实验及性能分析 |
| 2.3.1 实验环境 |
| 2.3.2 交换机规则插入时延分析 |
| 2.3.3 上层应用任务完成时间分析 |
| 2.3.4 不同迁移策略对比 |
| 2.3.5 存储及计算资源开销 |
| 2.4 本章小结 |
| 第三章 SDN交换机计算资源分配机制 |
| 3.1 研究背景与动机 |
| 3.1.1 问题概述 |
| 3.1.2 现有解决方案所存在的挑战 |
| 3.2 相关工作 |
| 3.3 一种交换机资源分配框架设计 |
| 3.3.1 架构组件简介 |
| 3.3.2 同步消息调度器 |
| 3.3.3 异步消息调度器 |
| 3.3.4 TCAM执行时延 |
| 3.4 实验及性能分析 |
| 3.4.1 实验环境 |
| 3.4.2 同步消息处理性能 |
| 3.4.3 异步消息处理性能 |
| 3.4.4 SRAF支持应用数量 |
| 3.4.5 SRAF吞吐率及上层应用性能分析 |
| 3.5 本章小结 |
| 第四章 基于深度学习的SDN数据中心拓扑资源分配机制 |
| 4.1 研究背景与动机 |
| 4.1.1 问题概述 |
| 4.1.2 相关工作 |
| 4.1.3 强化学习 |
| 4.2 DeepConf架构设计 |
| 4.2.1 DeepConf主要组件概述 |
| 4.2.2 DeepConf离线训练流程 |
| 4.2.3 DeepConf在线决策流程 |
| 4.3 实验及性能分析 |
| 4.3.1 实验环境 |
| 4.3.2 强化学习过程分析 |
| 4.3.3 业务性能分析 |
| 4.4 本章小结 |
| 第五章 本地SDN网络与公有云结合下的资源分配机制 |
| 5.1 研究背景与动机 |
| 5.1.1 问题概述 |
| 5.1.2 相关工作 |
| 5.1.3 本地网络中的服务功能链外包至公有云的挑战 |
| 5.2 问题建模及分析 |
| 5.2.1 网络模型 |
| 5.2.2 ILP建模 |
| 5.3 启发式算法设计 |
| 5.3.1 隐式马尔科夫模型 |
| 5.3.2 最小成本路径寻找算法 |
| 5.3.3 路径偏移算法 |
| 5.3.4 路径成本调整贪婪算法 |
| 5.4 实验及性能分析 |
| 5.4.1 实验环境 |
| 5.4.2 启发式算法与ILP模型对比 |
| 5.4.3 启发式算法性能实验 |
| 5.4.4 路径偏移算法与贪婪算法和FF算法的性能对比 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 未来工作展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间取得的成果 |
（9）矿井扩频测距定位方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 课题研究意义 |
| 1.2 无线定位理论研究与发展 |
| 1.3 煤矿井下人员定位研究现状 |
| 1.3.1 井下无线电传播研究现状 |
| 1.3.2 定位方法研究现状 |
| 1.4 矿井人员定位技术存在的问题 |
| 1.5 本文的创新点 |
| 1.6 论文内容与结构 |
| 2 矿井无线定位基本理论与方法 |
| 2.1 矿井无线定位的基本理论 |
| 2.2 常用的测距无线信号 |
| 2.3 主要的测距观测量 |
| 2.3.1 RSS测距机制 |
| 2.3.2 TOA测距机制 |
| 2.3.3 TDOA测距机制 |
| 2.3.4 AOA测距机制 |
| 2.3.5 混合测距机制 |
| 2.4 经典定位算法 |
| 2.4.1 位置计算 |
| 2.4.2 非迭代算法 |
| 2.4.3 迭代算法 |
| 2.5 定位精度评估指标 |
| 2.6 扩频测距技术 |
| 2.6.1 CSS测距原理 |
| 2.6.2 CSS测距技术的性能 |
| 2.7 本章内容小结 |
| 3 无须精同步的矿井直接序列扩频测距方法 |
| 3.1 DSSS测距技术 |
| 3.1.1 DSSS测距原理 |
| 3.1.2 DSSS测距在矿井应用的局限性 |
| 3.2 无需精同步的DSSS测距方法 |
| 3.2.1 DSSS测距整体方案 |
| 3.2.2 方案关键技术 |
| 3.3 基于并行高采样的核心算法 |
| 3.4 算法性能分析及仿真 |
| 3.4.1 多径效应的影响 |
| 3.4.2 误码的影响 |
| 3.4.3 总体仿真 |
| 3.5 方法评估 |
| 3.6 本章小结 |
| 4 矿井巷道CSS测距建模及其误差特性分析 |
| 4.1 井下巷道常用信道模型 |
| 4.1.1 电磁波的一般传播规律 |
| 4.1.2 巷道内常用信道幅值模型 |
| 4.2 矿井巷道多径传播特点 |
| 4.3 矿井巷道CSS测距建模 |
| 4.3.1 巷道CSS信道建模 |
| 4.3.2 接收端的CSS测距模型 |
| 4.4 CSS测距误差特性分析 |
| 4.4.1 仿真环境建立 |
| 4.4.2 CSS测距一般规律 |
| 4.4.3 巷道截面面积因素 |
| 4.4.4 距离因素 |
| 4.4.5 噪声影响 |
| 4.4.6 粗糙度影响 |
| 4.5 实测实验 |
| 4.6 矿井巷道CSS测距误差模型 |
| 4.7 本章小结 |
| 5 测距平面约束下抑制测距误差的长直巷道定位方法 |
| 5.1 矿井定位方法的特点 |
| 5.1.1 巷道空间定位的维数 |
| 5.1.2 井下测距方式的选择 |
| 5.1.3 矿井巷道定位算法研究的原则 |
| 5.2 长直巷道定位方法研究 |
| 5.3 测距平面约束投影定位方法 |
| 5.3.1 方法的定位思想 |
| 5.3.2 测距平面约束优化机制 |
| 5.3.3 算法实现流程 |
| 5.4 实验结果分析 |
| 5.4.1 测距试验 |
| 5.4.2 定位方法实验 |
| 5.5 本章小结 |
| 6 基于测距值二次重构的弯曲巷道目标定位方法 |
| 6.1 巷道NLOS传播误差的特点 |
| 6.2 巷道NLOS传播误差解决方法 |
| 6.2.1 舍弃NLOS测量值 |
| 6.2.2 NLOS误差抑制 |
| 6.3 弯曲巷道目标定位方法 |
| 6.3.1 方法的定位场景 |
| 6.3.2 有偏测距值的二次重构 |
| 6.3.3 卡尔曼滤波优化方法 |
| 6.3.4 方法总体设计方案 |
| 6.4 仿真与实测 |
| 6.4.1 算法性能仿真 |
| 6.4.2 实测验证 |
| 6.5 本章小结 |
| 7 WiFi系统集成人员精确定位功能的实现方法 |
| 7.1 WiFi定位性能 |
| 7.2 矿井实现WiFi精确定位必要性 |
| 7.3 基于WiFi信号二次扩频的TOA测距方法 |
| 7.3.1 方法的设计思路 |
| 7.3.2 方法实现的总体方案 |
| 7.3.3 方法实现的关键技术 |
| 7.4 仿真分析与实测 |
| 7.5 基于WiFi系统的定位方案 |
| 7.5.1 WiFi网络的部署 |
| 7.5.2 WiFi精确定位流程 |
| 7.5.3 WiFi测距实现流程 |
| 7.6 本章小结 |
| 8 结论与展望 |
| 8.1 本文的主要工作及结论 |
| 8.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
| 在学期间发表的学术论文 |
| 在学期间授权及申请的专利 |
| 在学期间参加的科研项目 |
（10）100G OTN/WDM网络中的时延测量功能及应用研究（论文提纲范文）
| 0 引言 |
| 1 OTN中的时延测量 |
| 1.1 时延测量工作原理 |
| 1.2 测试过程 |
| 2 时延测量应用及问题分析 |
| 2.1 应用场景分析 |
| 2.2 应用局限性 |
| 3 时延测量功能验证 |
| 4 结束语 |
四、网络时延对网上高时间约束业务影响的讨论（论文参考文献）
- [1]面向电力物联网信息感知的电力线与无线通信融合关键技术研究[D]. 史建超. 华北电力大学(北京), 2021
- [2]移动边缘网络中资源管理技术研究[D]. 杨利超. 北京邮电大学, 2021(01)
- [3]网络化分布式运动控制系统中同步控制与调度协同设计方法研究[D]. 张东方. 杭州电子科技大学, 2020(02)
- [4]面向时间敏感业务的时延控制机制[D]. 金伟祺. 北京邮电大学, 2020(01)
- [5]基于随机几何与排队论的无线网络性能研究[D]. 刘磊. 西安电子科技大学, 2019
- [6]面向DIMA应用的时间触发以太网性能优化与评估技术研究[D]. 王红春. 西安电子科技大学, 2019(02)
- [7]面向工业物联网的雾网络优化策略研究[D]. 王维. 上海交通大学, 2019(06)
- [8]软件定义网络中的资源分配研究[D]. 陈欢. 电子科技大学, 2018(10)
- [9]矿井扩频测距定位方法研究[D]. 蒋恩松. 中国矿业大学(北京), 2018(05)
- [10]100G OTN/WDM网络中的时延测量功能及应用研究[J]. 沈世奎,王硕,满祥锟,张贺,王海军. 邮电设计技术, 2016(03)