一、Internet连续媒体多播技术综述(论文文献综述)
郝昊[1](2021)在《异构无线网络边缘资源调度关键技术》文中提出移动互联网对方便人民生活、促进产业发展起到了重要作用,是我国“网络强国”、“互联网+”战略的重点发展方向。随着网络规模的扩张和多种通信技术的发展,移动互联网呈现出流量激增、网络异构的趋势,如何在异构无线网络环境下支持大规模、高带宽、低时延的网络服务已成为移动互联网发展面临的核心问题。针对上述趋势,一种有效的解决方法是高效利用网络的边缘资源。众所周知,边缘网络节点更接近用户,如果某些网络服务可以由边缘节点提供,不但可以降低网络服务时延、提高网络服务质量,还可以减少网络数据传输量、降低网络负载压力。因此,国内外诸多学者围绕缓存空间、多播资源、计算能力等网络边缘资源优化调度展开了一系列研究。然而,目前仍然面临着一系列的问题与挑战,具体表现为:(1)现有内容缓存模式大多是在用户请求后被动存储服务内容,从而导致缓存决策滞后于用户请求;(2)现有多播服务调度方法忽略了节点间的协同,且未根据服务需求的区别进行差异化调度;(3)现有计算卸载方法往往忽略了存储空间这一隐形限制,并没有精确给出每个服务的卸载状态;(4)现有计算资源分配方法忽略了多播技术和边缘计算间的关联,导致多播场景下的计算资源分配方面的研究缺失。针对上述问题挑战,本文针对小基站、宏基站、远端服务器等构成的异构无线网络,以降低网络服务时延、提高用户体验质量为目标,对内容缓存、多播服务调度、计算卸载和计算资源分配等问题进行了深入研究,具体包括以下几个方面:(1)在缓存空间优化方面,提出了用户需求认知的知识化主动缓存策略。通过深度信念网络分析用户历史请求记录,建立请求预测模型,并基于贪心思想提出了一种用户需求认知的主动缓存算法,有效提高了缓存命中率,降低了网络服务时延。(2)在多播服务调度方面,提出了绿色高效的在线协作多播服务调度策略。将服务时延需求重构为服务优先级队列,提出了一种在线集中式和在线分布式的多播服务调度方法,协同多个基站进行多播服务调度,并通过理论和实验证明了该算法的最优性。(3)在计算卸载方面,提出了基于多步强化学习的计算卸载方法。综合考虑了计算能力、服务时延等方面因素,将计算卸载问题构建成马尔科夫决策过程,并创新性地提出了一种多步强化学习方法,大幅度降低了算法的复杂度,提升了模型的训练速度和准确度。(4)在计算资源分配方面,提出了基于随机优化的计算资源分配方法。综合分析边缘节点多方面资源特征,以优化服务时延为目标,建立了多播场景下计算资源分配模型,并设计了 一种迭代下降法对问题进行求解。最后,通过仿真实验验证了算法在网络能耗、服务时延等性能方面的优越性。本文针对异构无线网络中边缘资源优化调度关键技术,分别从异构无线网络中缓存空间、多播资源、计算能力等边缘资源的优化调度展开了研究,并对其中存在的关键问题进行了深入讨论,从而形成了一整套研究方案。在研究方式上,本文采用问题分析、数学建模、算法设计、理论证明和实验验证的思路,提升了研究的科学性、准确性和可靠性。本文成果对于促进异构无线网络中边缘资源优化方面的研究和发展具有一定的借鉴意义。
兰延文[2](2020)在《边缘计算任务卸载与资源优化研究》文中研究指明随着无线通信技术和软件技术的发展,虚拟现实/增强现实(VR/AR)等大量新型智能应用和业务相继涌现,对时延和处理性能提出了更高的要求。单纯地在数据传输侧进行优化已经不能满足用户对新型业务的服务需求。传统云计算系统虽然可以为用户提供充足的计算资源,但是由于其离用户较远,势必造成较大的往返时延。边缘计算(Edge computing)系统的出现为解决上述问题提供了可能。边缘计算通过将云计算功能下沉到网络边缘,不仅支持高效的数据传输、缓存功能,还提供了充足的计算能力,能够明显的提升服务的时延、能耗性能。但是,包含计算、缓存、传输在内的多维资源受限,以及未来网络大规模设备连接的趋势和业务服务性能要求,使得针对有限多维资源的整合和合理分配日益重要。密集化的小区部署使得用户移动性所带来的小区切换更为频繁,极易引发任务卸载失败;多维资源的异构性和分配失衡同时制约边缘计算系统性能的提升;设备到设备(D2D)网络中设备的请求异构性和临近性使得基于D2D分布式卸载成为缓解计算卸载压力的重要途径。使得基于此,本文以资源分配相关理论和方法为基础,从用户移动性分析、缓存-计算-传输融合、包含设备分布式计算的多模式协同卸载三个方面研究边缘计算系统中的任务卸载及资源分配问题。本文的主要内容概括如下:第一,研究基于用户移动性分析的任务卸载及资源优化问题。首先,根据用户移动性将用户分为强移动用户和弱移动用户,并构建一个用户收益最大化的优化问题。该问题是混合离散非凸优化问题,在这个问题中联合考虑用户接入分配策略、全双工基站功率分配策略、用户卸载策略、服务器计算资源分配策略。其次,考虑强移动用户容易发生小区切换,从而造成任务卸载失败的问题,利用指数分布对用户逗留时间进行建模,根据该类用户的逗留时间分布,设计计算资源优化和卸载比例优化策略,保证尽可能地在用户离开基站前能够将基站所处理任务的结果发回给用户。通过分析,确定该类用户的最佳卸载比例,从而使得该问题转化为线性优化问题(LP),得到快速求解。再次,针对弱移动用户,考虑优化问题非凸性和求解的复杂性,将该问题分解。证明对于原优化问题的最优卸载比例和资源优化问题的凹凸性。引入拉格朗日对偶法来解决资源优化问题,得到最优的功率分配因子和计算资源分配因子。然后将资源优化问题与用户接入分配问题进行联合,提出基于贪心策略的联合优化算法。仿真结果通过与多种算法对比证明了所提的方案和算法具有较好的性能。第二,研究缓存增强的边缘系统中的任务卸载及资源分配问题。首先,根据用户请求时间和流量的特点,将缓存问题和任务卸载及资源优化问题分为两个场景进行讨论。针对第一个场景,利用随机理论对用户服从泊松分布下随机缓存所产生的卸载时延和能耗进行建模,并构建了效用最大化问题。针对缓存优化场景的非凸性,提出基于遗传的随机缓存算法以获得次优解。其次,依照第一个场景的效用函数构成,对任务卸载及资源优化问题进行建模。在该问题中,考虑用户卸载策略、计算资源分配策略、卸载模式选择策略的联合优化。由于原问题是非凸的,我们将该问题分解为三个子问题:用户接入问题、卸载模式选择问题、资源分配问题。最后,分别提出基于收益函数的用户接入算法、基于拉格朗日对偶的资源分配算法,并重新将各子问题联合,利用博弈论提出基于迭代的联合优化算法以获得全局解决方案。通过大量的仿真并与多种算法对比证明了所提的算法具有较好的性能。第三,研究基于D2D分布式计算的多模式协同任务卸载及资源分配问题。首先,研究包含计算、传输、缓存在内的多维资源整合的多用户边缘计算框架,提出四种协同计算模式。该框架能够针对用户卸载需求,结合四种任务卸载模式各自的特点进行任务卸载权衡和合理调度,从而提升系统计算、传输、缓存资源的利用率。其次,构建服务时延与能耗权衡后的系统代价函数,并以最小化系统服务代价为目标构建优化问题。在优化问题中考虑了多协同模式选择策略与卸载任务比例分配、计算资源分配、缓存资源分配的联合优化。最后,考虑到该联合优化问题为多变量、高维度的0-1混合非凸优化问题,通过问题的简化分解将原问题分割。然后针对四种协同卸载模式,通过理论分析获得了各模式下的最优卸载任务比例和资源分配方案。进而利用博弈论,通过迭代方法获得了包含卸载模式选择策略在内的联合优化问题的最优解。通过仿真实验,将本方案与其他相关方案对比,说明了本方案的性能,并对实验结果分析和讨论。
劳春江[3](2015)在《基于无线通信的智能交通控制研究》文中认为无线通信技术广泛应用于各行各业中,传统中基于有线通信方式的智能交通控制已经不能完全适应智能交通发展的要求。本文针对智能交通控制系统的架构、控制方法等存在的不足与问题,就智能交通控制系统的框架、智能交通分层分区控制方法、车联网中IP地址配置技术等进行研究。研究成果对智能交通发展具有一定的理论与实用价值。研究成果如下:①提出了基于无线通信的智能交通控制框架。在智能交通控制中应用无线通信技术,采用三层递阶结构构造智能交通控制系统的物理框架,描述系统构成;受物联网架构的启发,建立感知层、网络层、计算层、服务层的智能交通控制系统逻辑框架;通过对车辆通信网络中的车路通信(V2I)、车际通信(V2V)、Telematics等通信进行分析,建立了智能交通信息流的传输结构,确立了车联网中各类通信的方式。②提出了独立交叉口的分层分区方法。通过对交叉口的车流特性进行分析,以及引入分簇方法对分区车流进行研究,提出分区的交叉口控制方法,采用熵权法赋予各流向车流的权值,确定各流向车流的优先级别;提出通过领头车实现对车队控制的方法,描述了车队中网络信息流的传输流程;通过对交叉口各流向车流进行分级控制,应用地理多播技术,制定基于分层分区的智能交通交叉口控制的地理多播策略;设计一种交叉口区域车辆的群管理机制。③提出了基于干线交通的分层分区方法。依据道路不同等级对干道进行分层,基于道路优先级别,给出了干道划分交通小区的方法,建立了干道群协调控制模型,并通过仿真验证其方法的有效性;依据交通组成对干道进行分类,制定各类干道的控制策略,并通过相关仿真说明控制方案的有效性;采用蜂窝通信技术划分交通小区,构建了蜂窝交通小区控制网络,描述了车辆在蜂窝网络中的位置管理过程。④提出了基于交通区域的控制方法。通过借鉴互联网层次递阶结构,利用通信网络与道路网络相似性,构造基于行政区域分区的交通网络结构;基于相邻交叉口间距最大—最小原则以及基于地理空间关联度、相似度对区域进行子区划分;根据道路结构物的不同交通特点划分交通小区,建立基于道路结构物的交通状态的分层控制模型;应用分簇技术,构建交通簇小区。⑤提出了 IP地址的配置方法。针对线性车辆网络的特点,给出了领导车配置IP地址的方法;针对在拓扑的车辆网络中地址配置方法存在的问题,给出集中式DHCP的IP地址配置方法,描述了集中式DHCP的车辆地址配置系统;此外,阐述了尾随车辆地址配置的流程,传递IP地址的两种方式。
陈然[4](2010)在《面向视频直播的应用层多播技术研究与系统实现》文中认为随着网络带宽的不断提高,视频、音频这样的多媒体内容开始逐渐遍布到互联网上。网络视频会议、网络电视直播和影视点播等基于互联网的应用和服务在近年来变得非常热门。这些应用和服务基本上都属于单点到多点的内容传输模式,传统上采用单播或IP多播技术实现。本文首先简单回顾了单播和IP多播技术,分析了他们存在的局限和不足,然后引入并着重研究了应用层多播技术,具体工作如下:1)在阅读了大量国内外应用层多播相关论文和文献的基础上,从不同角度对现有应用层多播协议进行了分类综述,并对近年来出现的几个典型的针对视频直播应用设计的应用层多播协议进行了分析研究,归纳它们的特点并指出它们的不足,最后总结了今后应用层多播技术的研究思路。2)提出了一种针对单源直播流媒体应用的简单而实用的应用层多播协议,它使用了一种新的基于优先级片选算法的混合型Push-Pull交替传输机制,并创新性的提出了基于视频数据重要性的片优先级计算方法。该协议能在保证较好扩展性和较低控制开销的情况下,优化视频的传输。3)设计并实现了基于该应用层多播协议的原型系统,该系统包括了流读取、视频数据的切片与打包、连接管理和数据包的转发等功能模块。并在局域网内对原型系统进行了测试,系统的各功能模块工作正常,新的应用层多播协议展现了良好的拓扑自组织能力,能够有效的缓解源端服务器的带宽瓶颈。
姚燕[5](2008)在《广域多播可靠传输控制机制研究》文中研究表明随着Internet网络技术的迅速发展,出现了许多新型的应用,如大型网络音/视频会议、推送技术、发布/订阅系统(publish/subscribe)、大规模协作计算、IPTV、大型远程教育系统、分布式网格计算、共享白板式的多媒体应用,此外还有为用户群进行软件升级、镜像和高速缓存站点的更新、分布式交互模拟(Distributed Interactive Simulation)等,这些应用都具有从一个主机向多个主机或者从多个主机向多个主机发送同一信息的特性,而在Internet上这种同时分发的数目可能达数十万台,这些都需要更高的带宽支持,并且大大超出了单播的能力。大量的带宽消耗对网络运营商在现有网络资源基础上如何提供高效、稳定的服务提出了挑战。IP多播技术能对这一类应用提供支持,在多播网络中,即使多播用户数量成倍增长,骨干网络中网络带宽也无需增加,多播已成为多点通信应用的关键支撑技术。多播有许多活跃的研究领域,其中的一个研究重点是关于多播的可靠性(Reliability)研究,即研究如何保证数据包可靠的传输到所需节点。本文主要在多播的可靠性传输控制机制方面做了一些研究与探讨。本论文属于国家自然科学基金项目“基于网格架构的丰富媒体内容分发网络研究”、国家863计划软件重大专项应用类课题:“Linux多媒体网络教学软件”研究成果的一部分。论文的主要工作包括:(1)针对现有可靠多播协议存在的可扩展性问题,即随着组成员的增加,协议的性能下降,提出了一种基于gossip的可靠多播控制机制,提出了一种采用三层结构的可靠多播模型,使可扩展性得到一定的改善。基本思想:将数据包的丢失恢复分为两个层次,概率可靠和确定可靠。在经过概率可靠恢复后,已使大部分节点的丢失信息得到恢复,确定可靠只需对少量的节点进行恢复处理,较为有效地解决了可靠多播中的反馈爆炸问题,从而使可扩展性得到改善,通过网络模拟实验验证了其有效性。此外,对所提的控制机制从延时、带宽、成员管理等方面作了一些优化。(2)鉴于目前IP多播还未广泛的部署,应用层多播作为一种并行方案被用于支持当前的多点应用。由于应用层多播的分发树依赖于端主机,使应用层多播的分发树固有的脆弱,易造成分发树的分隔,如何创建一健壮的分发树,解决树分隔问题,是应用层多播的关键问题之一。由此提出一种基于K-正则随机图的分发树创建算法,利用K-正则随机图所具有的特性,如高度的连接性,来对抗端节点的故障或动态离开。模拟结果显示,在一定的节点故障范围内,基于K-正则随机图的分发树,仍然能有效地实现数据的分发。(3)对与多播可靠性密切相关的问题,即多播的拥塞控制进行了研究,提出了一种基于MINC(Multicast inference of networkcharacteristics)的分层多播动态定制机制,MINC是一种基于端到端的网络测量技术,能对网络进行动态监测,从而改善信息的分发质量,模拟显示定制机制是有效的。
李亚芳[6](2008)在《基于有线电视网的可靠多播技术研究与应用》文中认为由于网络用户数量的增加以及对多媒体信息需求的增长,组播技术的使用越发受到人们的重视。有线电视网络是天然的内容分发广播网络,并且我国的“村村通”工程进一步加快了有线电视网络的推广普及,电视网络资源的不断增加,使得单向广播网络的使用吸引了众多专家学者和运营商的关注,有线电视网络上的数据业务应用也越来越广泛,目前比较成熟的应用包括远程教育、文件下载等。针对有线电视网络的可靠多播技术研究也正成为当前的研究热点。可靠多播是针对大量潜在客户端的譬如文件和视频等分发内容最有效的解决方法,本文深入分析和研究了国内外关于可靠多播技术的应用现状和关键技术,通过比较和分析,综合有线网络相较于因特网的特有属性,设计了一种基于有线电视网络环境的高扩展性的可靠多播视频流方案,该方法将ALC/UDP/IP作为传输层/网络层协议,它是位于RTP层、服务器和播放器之下。该方法基于可靠多播文件传输和流传输之间的折中方法,极大地得益于ALC分层可靠多播协议,达到了高扩展性和较强的错误恢复能力。该系统针对有线电视网络特性,使用了可靠性保证的关键技术:FEC编码,基于WEBRC的流量控制方法以及CRC32校验,对于节目播发采用了基于遗传算法的优化策略。本方法相比其它利月分层视频多播方案来说,视频质量及视频内容的完整性可得到保障,即使最差接受能力的接收端也可获得一份最低质量保障的完整的视频内容。最后将该系统构建应用于智能终端的研究中,从系统的角度实现智能终端的软件设计部分,在把握智能终端设计思想、功能结构、媒体信息服务平台服务特性和家庭用户特点的基础上,在通用Linux操作系统上提出了一套具体实现思路。
赵鹏[7](2008)在《视频流媒体多播系统技术的研究》文中研究表明随着网络多媒体应用得以推广和普及。传统多媒体需要下载完成后才能播放的特点与现今网络带宽资源有限的情况发生矛盾,于是产生了可以一边下载一边观看的流媒体技术。针对在IP网络上网上直播和IP电视等应用,流媒体传输技术中的多播技术具有更大的优势,它能让媒体服务器同时向多个客户端发送连续数据流而不产生延时,但又不会产生广播风暴,极大地提高了网络利用率。在对视频流媒体基础理论深入研究的基础上,提出了视频流媒体多播方案的整体构架,并分别从视频服务器、播放器和数字版权管理三个方面详细说明。整个方案针对我国现有宽带网络特点而设计,支持我国自主知识产权的流媒体编码系统,并将数字版权管理系统引入到多播方案中。着重研究了多播协议、多播路由、流媒体调度技术、缓存技术和拥塞控制技术,并按照系统设计目标完成了基于H.264变码率流编码的调度算法、基于多播的数据发送与接收、基于速率的多播拥塞控制算法。在数字版权管理研究方面,本论文着重研究了DRM体系,并将其引入到视频多播系统中来,包括内容加密、用户认证、权限的分发和管理。
杨莉丽[8](2006)在《应用层多播技术实现与性能分析》文中指出传统的IP多播方案是为一对多,多对多的通信模型而设计的。然而由于IP多播方案的技术性问题和IP多播方案所带来的市场问题,使得IP播方案在提出10年以后仍然没有在Internet上成功的部署起来。在IP多播无法满足新出现应用的需求情况下,研究者开始考虑利用Internet边缘用户的资源,在应用层实现多播服务。应用层多播服务的基本思想是:在不改变网络基础设施,不依赖网络层提供多播服务的情况下,在应用层实现多播服务功能,供用户使用。 本文概括了IP多播和应用层多播的概况,描述了性能分析的概念,以及性能分析的方法。通过对应用层多播模型中节点主机的性能的分析,从而引向应用层多播模型的优化分析和多播模型系统稳定性的分析。最后本文还设计了简单的应用层多播测试程序与实现程序。利用测试程序分别测试了单播和应用层多播的数据吞吐量与延时,并比较两者的测试数据。利用应用层多播的实现程序实现了一个简单的应用层多播发送数据与接收数据的实例。 应用层多播的潜在优势在于它是应用层的方案,不是部署在路由器上,而是部署在Internet的边缘—应用层上。所以应用层多播的拓扑结构是动态的,本文提出了在稳定状态下,根据多播组的成员主机的性能,构造一个平衡状态的应用层多播的网络拓扑。这对于以后多播的发展中,解决网络负载和服务器负载的问题还是具有重大意义的。
方红雨[9](2006)在《基于多播树的多播路由算法》文中研究指明随着Internet的发展,出现了如视频点播、电视会议、远程学习、计算机协同工作等新的业务。用传统的点到点通信方式,不仅浪费大量的网络带宽,而且效率很低。一种有效地利用现有带宽的技术就是多播技术。多播是一种点到多点(和多点到多点)的通信方式,即多个接收者同时接收一个源发送的相同信息。以实时多媒体应用(如网络会议、网上直播和网络教室等)为代表的新型网络应用对网络服务质量要求较高,从而对应用广泛的多播通信技术也提出了迫切的要求,在不同的应用领域出现了多种多播路由协议和算法。 大多数路由算法使用的是基于单个服务质量指标的多播树优化方案,得到的是一棵树路由。本文提出了将多播路由的选择过程模型化为一个多指标优化问题,使用多目标遗传算法进行求解。基于多目标优化的遗传算法是最近出现的解决多指标优化问题的崭新方法,它运用Pareto优胜关系来处理多个相互冲突的待优化指标。 本文在分析多棵树路由问题的基础上,提出一种基于不同树策略的路由算法来同时优化多种服务质量指标,以多棵树路由作为多播通信方案来获得较低的综合代价,达到平衡网络负载的功效。由于多播路由的最优选择问题在多项式时间内难以求解,因此利用了遗传算法原理来优化多个指标。仿真结果表明多树策略的使用可降低网络的整个链路代价,这种路由算法具有较好的性能。 传统的多播技术处理的都是针对固定节点的情况,如要在移动IP网络中实现多播,不仅要考虑到动态的成员关系,还要考虑到成员的动态的位置关系。随着移动IP的逐渐成熟和完善,在该网络模型下如何较好地实现多播,成为人们迫切要解决的问题。
王东[10](2006)在《TCP性能改进与优化的多播路由算法研究》文中提出实时多媒体流应用目前已成为多媒体网络的一个热点研究方向,尤其是网上远程教学的强力需求推动着这一方向的研究。人们不仅需要通过网络把实时多媒体流送到各个异地的教学点,而且需要稳定和较高的品质。由于主要依靠TCP传输协议的Internet网络是个尽力而为的网络,目前的多媒体流应用仍缺乏有效的拥塞控制机制,使其在相同网络条件下不能与TCP流公平的竞争带宽。因而,针对多媒体流“TCP友好的”(TCP-Friendly)拥塞控制机制是当前计算机网络领域的研究热点;无线网络中目前主要采用传统的传输协议,如何改进已有的TCP传输协议性能以适应无线网络的特征也是人们关注的焦点;另一方面采用多播的方式如何在传输多媒体流时有效地节省网络资源及多播路由中保证服务质量(QoS),也是必须解决的问题。本文以研究TCP性能的改进方法和保证服务质量的多播路由问题为目标。试图通过对多媒体流TCP友好的拥塞控制机制、无线网中改进传输控制协议TCP性能方法的研究和优化多媒体流多播路由算法,以满足远程教育及众多应用领域的需求。 本文对这一课题的研究着重集中在以下三个方面: 第一,寻求一种既能保证TCP友好又能考虑到多媒体流自身特点的“端到端”拥塞控制机制,重点研究TCP友好与速率阈值限定的权衡问题;第二,针对传统的TCP协议在移动计算环境下存在诸多问题,试图采用显式通告机制改进TCP的性能;第三,对于实时性要求高的多播应用,提出新的满足时延、时延抖动约束的多播源路由算法。网络在满足应用服务请求的同时,应尽可能地降低资源的消耗。用优化的试探方法解决多个多媒体流分发问题。 本文的主要工作和创新点在于如下工作: 1.针对TFRC(TCP-Friendly Rate Control)机制不适应多媒体流的最低速率阈值限定的特性,本文在基于建模的TCP友好的拥塞控制理论基础上提出基于阈值限定的媒体流TCP友好的拥塞控制机制—TCRC(Threshold-Constrained Rate Control),在此基础上进一步地提出一种基于多路复用的TCRC改进机制MTCRC(Multiplexing-TCRC)。实验结果显示:在低丢失率的链路中,MTCRC协议和TFRC协议都具有很好的TCP友好性;在高丢失率的链路中,MTCRC则比TFRC具有更好的TCP友好性;MTCRC流能保证运行时的发送速率始终在最低速率阈值以上,从而保持多媒体流的可用性。 2.通过扩展TCP协议使发送方能够区分包排序和丢包,减少不必要的“超时重传”和“快速重传”以改善TCP的性能。在改进累积的显式传输出错通告协
二、Internet连续媒体多播技术综述(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、Internet连续媒体多播技术综述(论文提纲范文)
(1)异构无线网络边缘资源调度关键技术(论文提纲范文)
摘要 |
ABSTRACT |
主要缩略语 |
第一章 绪论 |
1.1 论文研究背景 |
1.2 论文选题依据 |
1.3 论文主要研究内容 |
1.4 论文主要贡献与创新 |
1.5 论文组织结构 |
1.6 本章参考文献 |
第二章 相关工作综述 |
2.1 边缘缓存 |
2.1.1 非协作缓存 |
2.1.2 协作缓存 |
2.1.3 编码缓存 |
2.2 多播技术 |
2.2.1 多播路由协议 |
2.2.2 多播服务调度算法 |
2.3 边缘计算 |
2.3.1 完全卸载 |
2.3.2 部分卸载 |
2.3.3 计算资源分配 |
2.4 本章小结 |
2.5 本章参考文献 |
第三章 用户需求认知的知识化主动缓存策略 |
3.1 本章引言 |
3.2 基于深度信念网络的用户需求预测模型 |
3.2.1 深度信念网络介绍 |
3.2.2 用户播放日志矢量化 |
3.2.3 预测模型的构建与训练 |
3.3 缓存优化模型与算法 |
3.3.1 缓存优化问题数学建模 |
3.3.2 知识化主动缓存算法 |
3.4 仿真实验 |
3.5 本章小结 |
3.6 本章参考文献 |
第四章 绿色高效的在线协作多播服务调度策略 |
4.1 本章引言 |
4.2 协同多播服务调度问题建模 |
4.2.1 网络模型 |
4.2.2 请求等待队列 |
4.2.3 时延优先级队列 |
4.2.4 网络服务模型 |
4.2.5 问题形式建模 |
4.3 在线调度算法设计和复杂度分析 |
4.3.1 问题转化 |
4.3.2 在线集中式算法 |
4.3.3 在线分布式算法 |
4.4 仿真实验 |
4.4.1 性能分析 |
4.4.2 影响因素分析 |
4.5 本章小结 |
4.6 本章参考文献 |
第五章 基于多步强化学习的计算卸载方法 |
5.1 本章引言 |
5.2 计算卸载问题描述 |
5.2.1 问题场景 |
5.2.2 问题介绍 |
5.3 计算卸载的马尔科夫决策过程 |
5.3.1 状态空间 |
5.3.2 动作空间 |
5.3.3 回报函数 |
5.3.4 问题形式化与建模 |
5.4 多步更新深度强化学习算法 |
5.4.1 计算卸载问题分析 |
5.4.2 单节点学习算法 |
5.4.3 多节点联合学习算法 |
5.5 仿真实验 |
5.5.1 实验设置与实现 |
5.5.2 性能评估 |
5.6 本章小结 |
5.7 本章参考文献 |
第六章 基于随机优化的计算资源分配方法 |
6.1 本章引言 |
6.2 计算资源分配模型分析 |
6.2.1 场景描述 |
6.2.2 模型构建 |
6.3 基于随机优化的问题建模与转化 |
6.3.1 问题建模 |
6.3.2 问题转化 |
6.4 计算资源分配算法设计 |
6.4.1 联合优化问题分解 |
6.4.2 边缘计算资源分配优化算法 |
6.5 仿真实验 |
6.5.1 实验设置与实现 |
6.5.2 性能分析 |
6.6 本章小结 |
6.7 本章参考文献 |
第七章 结语 |
7.1 论文总结 |
7.2 未来的研究工作 |
附录1 第四章中定理证明 |
1-1 定理4.1证明 |
1-2 定理4.2证明 |
附录2 第六章中定理证明 |
2-1 定理6.1证明 |
2-2 定理6.2证明 |
2-3 定理6.3证明 |
2-4 定理6.4证明 |
致谢 |
攻读博士学位期间发表的学术成果 |
攻读博士学位期间主持或参与的科研项目 |
(2)边缘计算任务卸载与资源优化研究(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
第一章 绪论 |
1.1 研究背景及意义 |
1.1.1 移动通信技术发展 |
1.1.2 移动终端新需求与面临的挑战 |
1.1.3 边缘计算的兴起 |
1.1.4 本课题的研究意义 |
1.2 边缘计算定义及相关架构 |
1.2.1 边缘计算定义 |
1.2.2 边缘计算相关架构 |
1.3 本文研究内容及主要工作 |
1.4 论文结构安排 |
1.5 本章小结 |
参考文献 |
第二章 边缘计算相关技术研究 |
2.1 边缘缓存技术研究基础 |
2.1.1 边缘缓存分类 |
2.1.2 边缘缓存关键性能指标 |
2.2 边缘计算下的无线通信技术研究基础 |
2.2.1 边缘计算下的无线通信关键技术 |
2.2.2 边缘计算下的无线通信关键指标 |
2.3 计算卸载技术研究基础 |
2.3.1 计算卸载分类 |
2.3.2 计算关键性能指标 |
2.4 边缘计算研究现状 |
2.4.1 缓存研究现状 |
2.4.2 计算卸载研究现状 |
2.4.3 缓存、计算卸载、传输融合研究现状 |
2.5 本章小结 |
参考文献 |
第三章 基于用户移动性分析的任务卸载及资源优化 |
3.1 引言 |
3.2 系统模型 |
3.2.1 网络模型 |
3.2.2 通信模型 |
3.2.3 协同计算模型 |
3.3 优化问题描述 |
3.4 计算卸载与资源联合优化 |
3.4.1 强移动用户效用优化分析 |
3.4.2 弱移动用户效用优化分析 |
3.5 仿真分析 |
3.5.1 仿真参数设置及对比方案 |
3.5.2 仿真结果分析 |
3.6 本章小结 |
参考文献 |
第四章 缓存增强的边缘计算任务卸载及资源优化 |
4.1 引言 |
4.2 系统模型及建模 |
4.2.1 网络模型 |
4.2.2 任务与缓存模型 |
4.2.3 传输模型 |
4.2.4 多模式计算模型 |
4.3 任务缓存问题描述及优化 |
4.3.1 D2D缓存优化问题建模与分析 |
4.3.2 随机缓存优化算法 |
4.4 任务卸载及资源分配问题描述及优化 |
4.4.1 问题描述 |
4.4.2 问题分解及联合优化 |
4.5 仿真分析 |
4.5.1 仿真参数设置 |
4.5.2 仿真结果及分析 |
4.6 本章小结 |
4.7 附录 |
参考文献 |
第五章 基于D2D分布式计算的多模式协同任务卸载与资源优化 |
5.1 引言 |
5.2 系统模型 |
5.2.1 网络模型 |
5.2.2 任务缓存模型 |
5.2.3 通信模型 |
5.2.4 协同计算模型 |
5.3 问题描述与最优联合优化 |
5.3.1 问题描述 |
5.3.2 问题分解与优化 |
5.4 仿真分析 |
5.4.1 仿真环境及参数设置 |
5.4.2 结果分析 |
5.5 本章小结 |
5.6 附录 |
5.6.1 定理1证明 |
5.6.2 定理2证明 |
参考文献 |
第六章 总结与展望 |
6.1 研究总结 |
6.2 研究展望 |
附录 缩略语表 |
附录 致谢 |
攻读学位期间发表的学术论文目录 |
(3)基于无线通信的智能交通控制研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景 |
1.1.1 政策背景 |
1.1.2 工程背景 |
1.1.3 技术背景 |
1.1.4 社会经济背景 |
1.2 研究现状 |
1.2.1 智能交通控制系统框架技术 |
1.2.2 智能交通分区技术 |
1.2.3 智能交通控制方法 |
1.2.4 存在的问题 |
1.3 研究内容 |
1.4 技术路线 |
第二章 基于无线通信的智能交通控制系统实施框架 |
2.1 系统构成与物理框架 |
2.2 逻辑框架 |
2.3 车辆通信网络的互联 |
2.3.1 车路通信(V2I) |
2.3.2 车间通信(V2V) |
2.3.3 Telematics |
2.3.4 通信部署方案 |
2.3.5 智能交通信息流的传输结构及通信方式的组成 |
第三章 独立交叉口交通分层分区智能控制研究 |
3.1 交叉口车辆分层分区控制研究 |
3.1.1 交叉口车辆流向与行驶特性分析 |
3.1.2 车道分簇分析 |
3.1.3 交叉口分层分析 |
3.1.4 交叉车辆分层分区控制 |
3.2 基于群旳车载通信网络交叉口区域化管理 |
3.3 车队/车辆的路由 |
3.3.1 路由器与交叉口的关系 |
3.3.2 路由协议 |
3.4 交叉口交通控制策略与网络拥塞的控制机制 |
3.4.1 常见的拥塞控制算法 |
3.4.2 基于源端的拥塞控制 |
3.4.3 基于链路的拥塞控制 |
3.4.4 主动队列管理 |
3.5 案例分析 |
第四章 干线交通分层分区智能控制研究 |
4.1 基于交通等级的干道分层分区控制 |
4.1.1 干道分层 |
4.1.2 干道分区 |
4.2 基于区域交通状态的干道分区控制 |
4.2.1 干道交通状态分析 |
4.2.2 干道优先级别的设定与合并 |
4.2.3 干道群协调控制 |
4.2.4 干道群协调控制案例 |
4.2.5 干道路网仿真 |
4.3 基于交通组成的城市干道控制 |
4.3.1 基于交通组成的城市干道分类 |
4.3.2 各干道的控制策略 |
4.3.3 仿真案例 |
4.3.4 案例仿真 |
4.5 构建基于蜂窝通信的交通小区控制网络 |
4.5.1 蜂窝交通小区 |
4.5.2 车辆网络位置管理系统结构模型 |
第五章 区域交通分层分区智能控制研究 |
5.1 基于行政区域交通分区的控制研究 |
5.1.1 行政区域分区控制的结构 |
5.1.2 行政区域交通控制小区的划分 |
5.2 基于区域道路结构物分区的交通控制研究 |
5.2.1 道路各结构物的交通特点 |
5.2.2 结构物通信分层分区研究 |
5.3 基于分簇思想的交通控制 |
5.3.1 分簇技术概述 |
5.3.2 交通小区簇的形成 |
5.3.3 交通小区簇节点管理 |
第六章 IP地址的配置 |
6.1 IP地址自动分配技术 |
6.1.1 移动自组网中IP地址自动配置协议的特点 |
6.1.2 地址分配技术分类分析 |
6.2 领导车辆配置地址 |
6.2.1 在车联网中地址动态配置问题陈述 |
6.2.2 地址配置研究方法 |
6.2.3 车辆地址配置协议 |
6.3 使用集中式DHCPIP地址配置 |
6.3.1 地址配置相关背景 |
6.3.2 地址配置存在的问题 |
6.3.3 集中式地址配置协议 |
6.4 尾随车辆地址配置 |
第七章 总结与展望 |
7.1 全文总结 |
7.2 本论文的创新点 |
7.3 展望 |
致谢 |
参考文献 |
在学期间发表的论着及取得的科研成果 |
(4)面向视频直播的应用层多播技术研究与系统实现(论文提纲范文)
致谢 |
摘要 |
Abstract |
目录 |
图目录 |
第1章 绪论 |
1.1 点到多点应用模式的需求背景 |
1.2 传统单播模型的问题 |
1.3 IP多播的技术简介 |
1.3.1 IP多播技术的基础知识概述 |
1.3.2 IP多播的应用现状及困境 |
1.4 应用层多播 |
1.5 论文内容及相关工作 |
1.6 论文结构 |
第2章 应用层多播协议的研究与分析 |
2.1 ALM协议的分类 |
2.1.1 集中式和分布式的ALM协议 |
2.1.2 树型和非结构化的ALM协议 |
2.2 近年来典型ALM协议的研究与分析 |
2.2.1 Honeycomb协议研究及分析 |
2.2.2 ALMA协议研究及分析 |
2.2.3 SPPM协议研究及分析 |
2.2.4 MO-Video协议研究及分析 |
2.3 研究小结 |
第3章 单源直播流媒体应用层多播协议设计 |
3.1 传输模型背景 |
3.2 混合型PUSH-PULL交替传输机制 |
3.3 基于优先级的片选算法 |
3.3.1 视频压缩技术概述 |
3.3.2 视频流中不同类型数据帧的重要性分析 |
3.3.3 优先级的计算方法以及基于优先级的片选算法 |
3.4 协议模型的算法描述 |
第4章 面向直播的应用层多播原型系统设计与实现 |
4.1 系统设计 |
4.1.1 系统概要描述 |
4.1.2 原型系统体系结构 |
4.1.3 RTSP协议设计 |
4.1.4 RTP协议 |
4.1.5 数据包的创建 |
4.1.6 应用层多播协议设计 |
4.2 系统实现 |
4.2.1 开发工具 |
4.2.2 总体软件构架 |
4.2.3 关键模块的实现 |
第5章 原型系统测试实验 |
5.1 运行环境搭建 |
5.2 实验目标 |
5.3 实验结果 |
5.4 实验小结 |
第6章 结束语 |
6.1 论文总结 |
6.2 未来的工作 |
硕士期间主要研究成果 |
参考文献 |
(5)广域多播可靠传输控制机制研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景 |
1.1.1 新型应用的出现及数据分发的方式 |
1.1.2 多播技术的产生及发展应用现状 |
1.1.3 多播的可靠传输问题 |
1.2 可靠多播面临的主要问题 |
1.2.1 应用的差异性 |
1.2.2 可靠性模型的选择 |
1.2.3 反馈爆炸 |
1.2.4 丢失恢复 |
1.2.5 可扩展性 |
1.2.6 异质性 |
1.2.7 拥塞控制 |
1.3 研究的目的和意义 |
1.4 论文的主要研究工作及创新点 |
1.5 论文的组织结构 |
第2章 相关研究综述 |
2.1 多播技术概述 |
2.1.1 组成员管理协议 |
2.1.2 多播路由协议 |
2.1.3 多播高层协议 |
2.2 多播的可靠性 |
2.2.1 可靠性的定义 |
2.2.2 数据丢失分析 |
2.2.3 面临的主要问题 |
2.2.4 多播可靠性控制机制 |
2.2.4.1 差错控制 |
2.2.4.2 可靠多播衡量标准 |
2.3 可靠多播研究现状 |
2.3.1 RM协议的分类 |
2.3.1.1 基于ARQ的方案 |
2.3.1.2 基于FEC的方案 |
2.3.2 一些具有代表性的可靠多播协议 |
2.3.2.1 基于定时器的方案 |
2.3.2.2 基于树的可靠多播协议 |
2.3.2.3 基于日志的可靠多播协议 |
2.3.2.4 基于路由器辅助的可靠多播协议 |
2.3.2.5 基于FEC的可靠多播协议 |
2.3.3 现有方案的分析与比较 |
2.4 应用层多播可靠性研究现状 |
2.5 本章小结 |
第3章 基于GOSSIP的可靠多播控制机制研究 |
3.1 引言 |
3.2 相关工作 |
3.3 GOSSIP算法概述 |
3.3.1 基本传播模型分析 |
3.3.1.1 SI模型 |
3.3.1.2 SIR模型 |
3.3.1.3 SIS模型 |
3.3.2 Gossip算法概述 |
3.3.2.1 Anti-entropy |
3.3.2.2 Rumor mongering |
3.3.3 Gossip协议的特点 |
3.4 基于Gossip的可靠多播自适应控制机制 |
3.4.1 概率可靠的思想 |
3.4.2 相关定义 |
3.4.3 Gossip算法的关键问题 |
3.4.3.1 成员管理 |
3.4.3.2 网络感知 |
3.4.3.3 缓存的管理 |
3.4.3.4 消息的过滤 |
3.4.4 自适应控制机制 |
3.4.4.1 三层结构模型 |
3.4.4.2 数据及控制消息 |
3.4.4.3 控制过程分析 |
3.4.5 优化 |
3.4.5.1 参数的动态设置 |
3.4.5.2 基于Bloom Filter的信息摘要 |
3.4.5.3 组成员的管理 |
3.5 实验模拟 |
3.5.1 评价标准 |
3.5.2 模拟环境 |
3.5.2.1 NS-2 |
3.5.2.2 网络拓扑生成器(GT-ITM) |
3.5.3 实验模拟 |
3.5.3.1 丢失率对协议性能的影响 |
3.5.3.2 组成员数对协议性能的影响 |
3.6 本章小结 |
第4章 应用层多播可靠性研究 |
4.1 引言 |
4.2 应用层多播概述 |
4.2.1 应用层多播中的关键技术和问题 |
4.2.1.1 节点的组织 |
4.2.1.2 动态组成员的管理 |
4.2.1.3 拓扑的管理 |
4.2.2 应用层多播的研究现状和进展 |
4.2.2.1 一些典型的系统 |
4.2.2.2 应用层多播的应用 |
4.3 一种基于K-正则随机图的应用层多播可靠传输机制 |
4.3.1 问题的提出 |
4.3.2 主要思想 |
4.3.3 基于K-正则随机图的覆盖网的创建与维护 |
4.3.3.1 覆盖网的建立和维护 |
4.3.3.2 故障检测与恢复 |
4.3.4 优化 |
4.4 实验模拟 |
4.4.1 通信链路故障的影响 |
4.4.2 节点故障的影响 |
4.4.3 与其他协议的比较 |
4.5 相关工作 |
4.6 本章小结 |
第5章 多播拥塞控制研究 |
5.1 引言 |
5.2 多播拥塞的主要问题概述 |
5.2.1 拥塞和拥塞控制 |
5.2.2 多播拥塞控制 |
5.2.3 多播拥塞控制算法 |
5.3 一种基于MINC的分层多播动态定制机制研究 |
5.3.1 分层多播拥塞控制机制概述 |
5.3.2 基于MINC的分层多播动态定制机制 |
5.3.2.1 问题的提出 |
5.3.2.2 基于MINC的网络丢失率的测量 |
5.3.2.3 基于MINC的分层多播动态定制 |
5.4 实验模拟 |
5.4.1 模拟环境 |
5.4.2 实验模拟 |
5.4.3 结果分析 |
5.4.3.1 用直接测量验证MINC的有效性 |
5.4.3.2 探针数数对测量结果的影响 |
5.4.3.3 与其它协议的比较 |
5.5 相关工作 |
5.6 本章小结 |
第6章 总结与展望 |
6.1 总结 |
6.2 进一步的工作 |
参考文献 |
攻读博士学位期间发表的学术论文 |
致谢 |
(6)基于有线电视网的可靠多播技术研究与应用(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景 |
1.2 研究的目的和意义 |
1.3 论文结构 |
第2章 可靠多播技术的研究现状 |
2.1 基于IP的多播技术 |
2.1.1 组播的含义 |
2.1.2 组播的二作过程 |
2.1.3 组的管理 |
2.1.4 组播的业务模型 |
2.2 基于IP的可靠组播技术 |
2.2.1 错误恢复 |
2.2.2 流量控制 |
2.3 视频组播传输现状 |
2.3.1 单速率观频组播 |
2.3.2 视频的联播 |
2.3.3 分层视频的组播传输 |
2.4 有线电视网应用现状 |
2.5 本章小结 |
第3章 有线电视网可靠多播技术研究 |
3.1 组播的可靠性保证技术 |
3.1.1 FEC编码机制 |
3.1.2 分层流量控制策略—WEBRC |
3.1.3 CRC校验 |
3.2 基于ALC的可靠组播传输策略 |
3.2.1 系统架构 |
3.2.2 异步分层编码ALC |
3.2.3 传输对象定义 |
3.3 可靠组播传输方式 |
3.3.1 发送端行为 |
3.3.2 发送端速率传输控制 |
3.3.3 接收端行为 |
3.3.4 传输性能改进 |
3.4 根据DVB网络特性的连续丢包抑制策略 |
3.4.1 CATV网络的IP数据广播平台的特点 |
3.4.2 DVB网络丢包模型 |
3.4.3 基于丢包时间间隔抑制策略 |
3.5 可靠组播传输参数确定 |
3.5.1 系统参数分析 |
3.5.2 错误恢复能力测试 |
3.6 本章小结 |
第4章 组播服务QOS保证技术 |
4.1 流媒体信息传输的QoS保证技术 |
4.1.1 服务端QoS保障技术 |
4.1.2 终端QoS保障技术 |
4.1.3 视音频信息的QoS保障技术 |
4.2 文本信息服务的QoS保证技术 |
4.2.1 文本信息的冗余编码 |
4.2.2 文本信息服务的轮播机制 |
4.3 组播信息的节目组织 |
4.3.1 组播节目单的组织 |
4.3.2 基于遗传算法的组播节目播发的优化 |
4.4 本章小结 |
第5章 基于有线电视网的媒体服务平台设计 |
5.1 基于CATV网络的媒体服务平台 |
5.1.1 CATV网络的IP数据广播系统特点 |
5.1.2 基于CATV网络的数据广播平台的结构设计 |
5.2 CATV网络环境搭建 |
5.2.1 多协议封装 |
5.2.2 IP over DVB网络设计 |
5.3 各个模块的设计与实现 |
5.3.1 应用层 |
5.3.2 可靠多播传输层 |
5.4 本章小结 |
第6章 有线电视网可靠组播系统的信息接收终端研究——数据广播机顶盒 |
6.1 系统功能 |
6.2 智能终端的硬件结构 |
6.3 软件系统结构 |
6.3.1 软件系统整体初始化流程 |
6.3.2 系统软件总体功能 |
6.3.3 主应用程序的设计与实现 |
6.4 智能终端的测试 |
6.4.1 测试内容 |
6.4.2 测试结果 |
6.5 本章小结 |
第7章 总结与展望 |
7.1 本文主要工作 |
7.2 未来工作展望 |
参考文献 |
致谢 |
攻读学位期间参加的科研项目和成果 |
(7)视频流媒体多播系统技术的研究(论文提纲范文)
摘要 |
ABSTRACT |
创新点摘要 |
前言 |
第一章 视频流媒体基础 |
1.1 流媒体技术 |
1.1.1 流式传输基础 |
1.1.2 流媒体技术原理 |
1.1.3 流媒体播放方式与发布格式 |
1.1.4 流媒体文件格式与编码 |
1.2 多播技术 |
1.2.1 IP 多播技术基础 |
1.2.2 利用 IP 多播实现视频传输的方法 |
1.2.3 IP 多播技术在多点视频数据传输方面的优势 |
1.3 流媒体应用现状及发展趋势 |
1.4 本章小结 |
第二章 视频多播服务器 |
2.1 流媒体多播服务器技术研究 |
2.1.1 概述 |
2.1.2 支持多播的网络协议 |
2.1.3 IP 多播路由研究 |
2.1.4 流媒体调度技术 |
2.1.5 流媒体代理服务器及缓存技术 |
2.1.6 流媒体多播中的拥塞控制技术 |
2.2 视频多播服务器的技术难点 |
2.2.1 基于变码率流式传输的调度 |
2.2.2 多播数据包的发送与接收 |
2.3 视频多播服务器的实现 |
2.3.1 面向无连接协议UDP 的Winnsock 程序设计 |
2.3.2 视频流媒体多播系统的总体架构 |
2.3.3 视频服务器的软件实现 |
2.4 本章小结 |
第三章 客户端视频播放器 |
3.1 概述 |
3.2 视频播放器技术难点 |
3.3 客户端的实现 |
3.3.1 初始化组播套接字 |
3.3.2 接收模块 |
3.3.3 用户界面 |
3.4 本章小结 |
第四章 数字版权研究 |
4.1 数字版权概述 |
4.2 基于视频流媒体 DRM 技术研究 |
4.2.1 视频 DRM 功能分析 |
4.2.2 内容加密与用户认证 |
4.2.3 用户权限的分发与管理 |
4.3 视频流媒体DRM 系统的实现 |
4.4 本章小结 |
结论 |
参考文献 |
发表文章目录 |
致谢 |
详细摘要 |
(8)应用层多播技术实现与性能分析(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 多播产生的背景 |
1.2 多播通信的方式 |
1.3 多播的优点 |
1.4 问题的提出 |
1.5 本文的工作 |
2 应用层多播的概述 |
2.1 IP多播的介绍 |
2.1.1 IP多播的发送 |
2.1.2 IP多播协议 |
2.1.2.1 多播开放式最短路径优先协议(MOSPF Multicast Open Shortest Path First) |
2.1.2.2 距离向量多播路由协议(DVMRP Distance Vector Multicast Routing Protocol) |
2.1.2.3 独立点到点协议(PIM Protocol Independent Multicast) |
2.1.2.4 基于核的树的多播路由协议(Core-Based Trees:CBT) |
2.1.3 IP多播的问题 |
2.1.4 IP多播的小结 |
2.2 应用层多播的研究 |
2.2.1 应用层多播的现状 |
2.2.1.1 研究的意义 |
2.2.1.2 发展现状和前景 |
2.2.2 应用层多播的优缺点 |
2.2.3 应用层多播的路由协议 |
2.2.3.1 Mesh优先 |
2.2.3.2 Tree优先 |
2.2.4 应用层多播的算法 |
2.2.4.1 端系统的多源多播方案(End System Multicast和ALMI) |
2.2.4.2 大规模的单源多播方案 |
2.2.4.3 基于多树的方案 |
2.2.4.4 应用层网关的方案 |
2.2.4.5 应用层多播和IP多播结合的方案 |
2.2.4.6 基于特定逻辑结构的方案 |
2.2.4.7 利用拓扑信息的方案 |
2.3 小结 |
3 性能分析的介绍 |
3.1 性能分析的概念 |
3.2 性能分析的方法 |
3.3 排队的网络 |
3.3.1 排队网络的类型 |
3.3.2 服务站的类型 |
3.4 开环排队网络 |
3.4.1 通信量方程 |
3.4.2 Jackson定理 |
3.4.3 Jackson网络的性能测量 |
3.4.4 平均访问次数和性能测量 |
3.4.5 随机观测者特性 |
3.5 简单的排队模型 |
3.5.1 简单的点到点传输模型 |
3.5.2 简单的单点到多点的系统模型 |
3.6 小结 |
4 多播模型的分析 |
4.1 一级树状多播模型 |
4.1.1 多播模型的结构 |
4.1.2 一级模型的性能参数 |
4.1.3 参数的分析结果 |
4.2 扩展的一级树状多播模型 |
4.2.1 扩展的一级树状多播模型的结构 |
4.2.2 扩展的树状模型的参数及分析 |
4.2.3 分析结果 |
4.3 具有动态的树状多播模型 |
4.3.1 多播模型的构造 |
4.3.2 多播模型的参数 |
4.3.3 多播的性能分析 |
4.3.3.1 主机间的性能相同或相近 |
4.3.3.2 主机间的性能相差较大 |
4.4 多播系统稳定性分析 |
4.5 小结 |
5 多播程序的测试与实现 |
5.1 测试数据分析与比较 |
5.1.1 单播测试数据分析 |
5.1.2 应用层多播测试数据分析 |
5.2 多播实现程序的设计思想 |
5.3 多播实现程序的流程分析 |
5.3.1 创建连接加入多播组的流程分析 |
5.3.2 发送数据报流程分析 |
5.3.3 接受数据报流程分析 |
5.3.4 退出多播组流程分析 |
5.4 总流程图 |
5.5 程序实现说明 |
5.5.1 CAddDialog类 |
5.5.2 CMainFrame类 |
5.5.3 CMultiCast类 |
5.5.4 CMultiCastChatDoc类 |
5.5.5 CMultiCastChatView类 |
5.6 多播实现程序的结果 |
结束语 |
致谢 |
参考文献 |
(9)基于多播树的多播路由算法(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 多播通信的研究现状和存在的问题 |
1.2.1 多播技术的研究现状 |
1.2.2 多播中主要存在的问题 |
1.3 国内外研究概况 |
1.4 本文所做的工作 |
1.5 文章的结构 |
参考文献 |
第二章 IP多播概述 |
2.1 前言 |
2.2 IP多播的概念 |
2.3 IP多播技术的基础知识 |
2.3.1 IP多播地址和多播组 |
2.3.2 多播分布树 |
2.3.3 逆向路径转发 |
2.3.4 Internet多播主干(Mbone)网络 |
2.3.5 多播的模型 |
2.4 IP多播技术的硬件支持 |
2.4.1 主机 |
2.4.2 集线器和交换机 |
2.4.3 路由器 |
2.5 IP多播路由及其协议 |
2.5.1 IP多播路由的基本类型 |
2.5.2 密集模式协议 |
2.5.3 稀疏模式多播路由协议 |
2.5.4 能够运用在有线电视中的多播路由协议 |
2.6 IP多播路由算法 |
2.7 本章小结 |
参考文献 |
第三章 IP的多播路由算法 |
3.1 引言 |
3.2 多播路由 |
3.2.1 多播路由定义 |
3.2.2 IP多播路由的基本类型 |
3.2.3 QoS路由相关问题 |
3.2.4 路由选择方法 |
3.3 多播路由算法 |
3.3.1 多播路由算法的功能特点 |
3.3.2 多播路由问题的网络模型 |
3.3.3 多播路由算法 |
3.4 无线网络路由 |
3.4.1 基于位置的路由 |
3.4.2 贪婪-面-贪婪(GFG)路由方案 |
3.4.3 无线网络中的路由算法 |
3.5 本章小结 |
参考文献 |
第四章 多目标遗传算法的研究 |
4.1 引言 |
4.2 遗传算法 |
4.2.1 下面介绍遗传算法的几个概念 |
4.2.2 遗传算法的特点 |
4.2.3 遗传算法的基础理论 |
4.2.4 遗传算法策略研究与设计 |
4.2.5 标准的遗传算法 |
4.2.6 遗传算法的应用 |
4.3.多目标遗传算法简介 |
4.3.1 基于模糊逻辑的多目标遗传算法的思路 |
4.3.2 分级多目标非劣解集遗传算法 |
4.3.3 稳态分级多目标非劣解集遗传算法 |
4.4 本章小结 |
参考文献 |
第五章 基于多树策略的多播路由算法 |
5.1 引言 |
5.2 相关工作 |
5.3 多树路由与优化模型 |
5.3.1 多树路由问题 |
5.3.2 优化模型 |
5.4 多播路由算法设计 |
5.4.1 染色体表示 |
5.4.2 适应度函数 |
5.4.3 遗传操作算子 |
5.4.4 多树路由的产生 |
5.5 仿真实验平台 |
5.6 性能分析 |
5.7 本章小结 |
参考文献 |
第六章 移动多播技术的发展 |
6.1 前言 |
6.2 移动IP机制 |
6.2.1 移动IP技术 |
6.2.2 移动IP特点 |
6.3 移动IP中的多播实现 |
6.3.1 移动IP的的工作原理 |
6.3.2 移动IP的多播实现 |
6.4 本章小结 |
参考文献 |
第七章 全文总结 |
作者在攻读硕士期间发表的论文 |
致谢 |
(10)TCP性能改进与优化的多播路由算法研究(论文提纲范文)
学位论文原创性声明和学位论文版权使用授权书 |
摘要 |
Abstract |
插图索引 |
附表索引 |
第1章 引言 |
1.1 多媒体流的TCP友好拥塞控制机制研究 |
1.1.1 TCP友好拥塞控制机制研究最新进展 |
1.1.2 现有机制的缺陷 |
1.2 无线网络中TCP协议性能的改进 |
1.3 改进无线网络中TCP性能的机制的方法 |
1.3.1 分段连接 |
1.3.2 链路层机制 |
1.3.3 端到端的机制 |
1.4 多播技术最新发展 |
1.4.1 保证服务质量 |
1.4.2 无线网络中的多播 |
1.5 本文工作及结构 |
第2章 TCP友好的拥塞控制机制 |
2.1 TCP协议描述 |
2.2 TCP拥塞控制机制的研究现状 |
2.2.1 拥塞和拥塞控制基本概念 |
2.2.2 Internet的网络模型 |
2.2.3 TCP协议的发展 |
2.2.4 拥塞控制源算法的研究热点 |
2.3 TCP友好的(TCP-friendly) |
2.4 TCP友好的拥塞控制机制分类 |
2.4.1 基于窗口与基于速率 |
2.4.2 单播与多播 |
2.4.3 端到端与路由器支持 |
2.5 典型的TCP友好的拥塞控制机制 |
2.5.1 RAP |
2.5.2 TEAR |
2.5.3 TFRC |
2.5.4 PCC |
2.5.5 典型机制的比较 |
2.6 TCP吞吐量建模 |
2.6.1 基础模型 |
2.6.2 考虑超时重传的复杂模型 |
2.5.3 两个模型的对比 |
2.7 小结 |
第3章 一种基于阈值限定的拥塞控制机制 |
3.1 引言 |
3.2 相关工作 |
3.3 TCRC机制 |
3.3.1 设计目标 |
3.3.2 TCP友好速率计算 |
3.3.3 速率调整 |
3.3.4 状态转换图 |
3.3.5 暂态计时器 |
3.3.6 TCP友好性与最低发送速率阈值之间的权衡策略 |
3.3.7 算法实现 |
3.4 模拟结果分析 |
3.4.1 模拟链路出现暂时拥塞时的状况 |
3.4.2 模拟链路出现持续拥塞时的状况 |
3.5 小结 |
第4章 一种基于多路复用的TCRC改进机制 |
4.1 引言 |
4.2 MTCRC机制 |
4.2.1 MTCRC机制的要求 |
4.2.2 基本思想 |
4.2.3 引入概率算法 |
4.2.4 保护期及保护时间 |
4.2.5 挂起态/最低速率态的时间 |
4.2.6 算法实现 |
4.3 模拟实验 |
4.3.1 TCP友好性 |
4.3.2 不稳定环境下MTCRC的行为 |
4.4 MTCRC的可能扩展 |
4.4.1 挂起时的探测 |
4.4.2 多播MTCRC |
4.5 小结 |
第5章 无线网中改进传输控制协议的研究现状 |
5.1 显式通告传输控制机制的研究方法 |
5.2 ENS的研究进展 |
5.2.1 显式丢失通告(ELN)机制 |
5.2.2 显式的传输错误通告(ETEN)机制 |
5.2.3 多路复用的ECN信道(M-ECN)机制 |
5.3 总结 |
第6章 使TCP更健壮的RR-CETEN算法 |
6.1 引言 |
6.2 相关工作 |
6.3 CETEN机制及问题 |
6.3.1 估计包丢失和包出错速率的算法 |
6.3.2 CETEN存在的问题分析 |
6.4 避免假的快速重传的算法RR-CETEN |
6.4.1 数据结构的定义 |
6.4.2 接收方处理的过程 |
6.4.3 发送方的处理过程 |
6.4.4 发送方执行的过程 |
6.5 实验模拟结果 |
6.5.1 与LEAST估计值的比较 |
6.5.2 RR-CETEN与CETEN的比较 |
6.5.3 RR-CETEN的公平性和友好性 |
6.5.4 算法安全性分析 |
6.6 总结 |
第7章 保证服务质量的多播源路由算法 |
7.1 多播路由主要算法介绍 |
7.1.1 KPP算法 |
7.1.2 BSMA算法 |
7.1.3 SL算法 |
7.1.4 Widyono算法 |
7.1.5 RB算法 |
7.2 基于链路可共享性的多播路由算法 |
7.2.1 链路可共享性的概念 |
7.2.2 基于链路可共享性的算法 |
7.2.4 算法的正确性和复杂性 |
7.2.5 算法模拟实验 |
7.2.6 小结 |
7.3 时延及时延抖动约束的多播路由算法 |
7.3.1 带有时延和抖动约束的多播路由问题 |
7.3.2 算法描述 |
7.3.3 算法分析 |
7.3.4 模拟实验 |
7.3.5 小结 |
7.4 总结 |
第8章 优化的多媒体流多播选路的试探算法 |
8.1 引言 |
8.2 多个多播流的分发问题 |
8.2.1 多播流的分发问题的描述 |
8.2.2 多节目多播路由问题的解 |
8.2.3 算法的思想 |
8.2.4 算法的描述 |
8.2.5 时间复杂性分析 |
8.2.6 实验结果分析 |
8.2.7 结论 |
8.3 小结 |
结论 |
参考文献 |
附录A (攻读学位期间所发表的相关学术论文目录) |
附录B (攻读学位期间所参与的项目目录) |
致谢 |
四、Internet连续媒体多播技术综述(论文参考文献)
- [1]异构无线网络边缘资源调度关键技术[D]. 郝昊. 北京邮电大学, 2021(01)
- [2]边缘计算任务卸载与资源优化研究[D]. 兰延文. 北京邮电大学, 2020
- [3]基于无线通信的智能交通控制研究[D]. 劳春江. 重庆交通大学, 2015(05)
- [4]面向视频直播的应用层多播技术研究与系统实现[D]. 陈然. 浙江大学, 2010(02)
- [5]广域多播可靠传输控制机制研究[D]. 姚燕. 复旦大学, 2008(03)
- [6]基于有线电视网的可靠多播技术研究与应用[D]. 李亚芳. 浙江工业大学, 2008(11)
- [7]视频流媒体多播系统技术的研究[D]. 赵鹏. 大庆石油学院, 2008(04)
- [8]应用层多播技术实现与性能分析[D]. 杨莉丽. 南京理工大学, 2006(01)
- [9]基于多播树的多播路由算法[D]. 方红雨. 安徽大学, 2006(12)
- [10]TCP性能改进与优化的多播路由算法研究[D]. 王东. 湖南大学, 2006(12)