将MapReduce思想引入到高能物理数据分析中,提出一个基于Hadoop框架的高能物理数据分析系统。通过建立事例的TAG信息数据库,将需要进一步分析的事例数减少2~3个数量级,从而减轻I/O压力,提高分析作业的效率。利用基于TAG信息的事例预筛选模型以及事例分析的MapReduce模型,设计适用于ROOT框架的数据拆分、事例读取、结果合并等MapReduce类库。在北京正负电子对撞机实验上进行系统实现后,将其应用于一个8节点实验集群上进行测试,结果表明,该系统可使4×106个事例的分析时间缩短23%,当增加节点个数时,每秒钟能够并发分析的事例数与集群的节点数基本呈正比,说明事例分析集群具有良好的扩展性。
为能在保证服务质量的前提下提高数据中心能源利用率,提出一种基于用户访问量预测的数据中心虚拟机自适应节能机制,根据自适应Holt-Winters(AHW)预测法研究互联网用户访问行为的周期性,使其能根据用户访问量自适应地调整虚拟机数量以提高虚拟机的利用率,达到减少数据中心能耗的目的。仿真实验结果显示,AHW预测法最高平均绝对百分误差为22.46%,基于AHW预测法的数据中心虚拟机利用率为97.88%,相比未采用节能机制时提高了37.19%,从而证明该节能机制对周期性用户访问进行预测时具有较好的统计性能和较强的鲁棒性,能更好地满足数据中心节能的需求。
传统A*算法在进行具有端点方向约束的航迹规划时,由于缺乏方向引导而导致效率低下。针对该问题,提出一种动态引导A*算法。在原有A*算法的基础上引入动态变化的引导点,给出引导点的设置策略,构造新的代价函数,设计引导点的切换方法。实验结果表明,在进行具有端点方向约束的航迹规划时,通过设置合适的引导点参数,该方法可以规划出从起始点的特定方向出发、并沿指定方向到达目标的飞行航迹,且与传统A*算法相比,其规划速度能够提高10倍以上。
针对新型多层移动传感网络结构下的传输移动控制问题,提出一种三角网格轨迹模型。在三角网格模型下设计F-connect移动策略,给出动态二锚节点定位算法triangle-grid,绘制区域三角网格节点分布图,结合EHCC-communication性质控制F-collect移动以收集S节点的数据信息。模拟实验结果表明,该模型能较好地解决随机移动节点带来的网络不稳定、信息丢失率高等问题,且适用于大规模的无线传感网络,只需布置少量F-collect节点就能获得较高的网络覆盖率和较低的数据丢失率。
针对基于无线Mesh网络编码的机会路由协议的节点转发冗余问题,从线性空间的角度对该类协议的信息传输过程进行建模与分析,提出一种基于动态冗余控制的无线Mesh网络编码机会路由协议。该协议利用零空间确认技术估计各节点的更新信息总量,根据更新总量动态调整节点转发冗余,通过引入转发优先级调度机制,避免不同的转发节点重复转发来自于相同线性空间的编码包。仿真实验结果显示,与经典的MORE协议相比,该协议能提高30%~100%的网络吞吐量,同时降低20%~45%的归一化开销。
为实现多媒体数据在EPA中的确定性传输,在研究EPA通信调度原理的基础上,分析多媒体数据在EPA通信宏周期传输的可行性以及分片重组原理,设计多媒体数据在周期时间片的传输调度模型,以及基于链表插入方法的分片数据报重组算法。针对目前多数多媒体设备未集成EPA协议栈,无法直接参与EPA现场层调度的问题,搭建接入多媒体数据的EPA网络测试平台。实验结果表明,在不干扰控制数据传输的情况下,基于EPA的多媒体数据传输延时为30 ms~36 ms,满足可接受延时小于130 ms的要求,延时抖动在4 ms以内,图像清晰流畅,从而验证了将多媒体数据接入EPA网络确定性传输的可行性。
压缩感知主要采用离散余弦变换(DCT)和正交小波进行图像的稀疏表示,但是DCT时频分析性能不佳,小波方向选择性差,不能很好地表示图像边缘的信息。为此,利用Curvelet变换具有的多尺度、各向奇异性、更高稀疏表示性能等特性,提出基于Curvelet变换的图像压缩感知重构算法,采用Curvelet对图像进行稀疏表示和小波域阈值处理,以此解决信号重构噪声问题。实验结果证明,与传统小波变换和Contourlet变换相比,该算法在Lena图像上峰值信噪比平均提高了1.86 dB和1.15 dB。将Curvelet变换应用于压缩感知,能使图像边缘和平滑部分得到最优的表示,图像细节部分重构效果得到大幅提升,有效提高图像整体重构质量。