多媒体通信业务流识别与分类方法综述

来源 :南京邮电大学学报(自然科学版) | 被引量 : 0次 | 上传用户:majunchigg
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
准确、高效的业务流识别与分类是保障多媒体通信端到端QoS(Quality of Service)、执行相关网络操作的前提。但多媒体通信业务构成复杂、具有较严格的QoS约束,且在包/流水平统计特征多样性,业务统计特征有效选取直接关系到识别和分类方法的有效性。在介绍相关研究成果的基础上,文中从业务特征角度对现有技术进行分类,进而对比各类方法的性能,同时在探讨当前业务流识别方法存在对新业务识别准确度不高、实时性不足等问题的基础上,结合跨域QoS类映射弹性需求的特点,给出跨域QoS类映射中多媒体业务识别架构。整个
其他文献
压缩感知(compressedsensing)理论是近两年信号处理领域方兴未艾的一个热门研究方向,它的出现突破了奈奎斯特采样定理对信号频率的限制。最小l1范数法(即BP算法)是压缩感知中信号
文中应用了一种新的方法分析振荡系统中各个系统之间的耦合关系。应用的基于部分回归同步的方法能够分析多时间尺度序列,弥补了部分相位同步算法只能分析单一时间尺度的不足
在认知无线电网络中,进行周期性的频谱感知时,次用户需要在感知阶段等待,这就减少了次用户的吞吐量。另外当次用户在多条信道中随机选择信道感知时,感知结果为占用的概率较高