【摘 要】
：
根据IEEE 802.3ca新标准中对50 Gbit/s-以太网无源光网络(EPON)上行链路的说明,网络上行链路中需要对多波长进行动态带宽分配。文章采用长短时记忆神经网络对网络流量进行预测,旨在提高带宽分配的效率;同时,考虑到网络中不同类型业务对网络时延和带宽要求的差别,分别对不同优先级的业务采取不同的分配方案。仿真实验表明,基于神经网络预测的方法可以有效降低网络的延迟;对不同业务采取不同分配方案时,高优先级业务的延迟降低,并且随着网络负载的提高,延迟变化幅度较小。文章所提算法满足了高优先级业务的需求,
【机 构】
：
太原理工大学电气与动力工程学院,广东工业大学信息工程学院
【基金项目】
：
国家重点研发计划资助项目(2019YFB1803803)。
论文部分内容阅读
根据IEEE 802.3ca新标准中对50 Gbit/s-以太网无源光网络(EPON)上行链路的说明,网络上行链路中需要对多波长进行动态带宽分配。文章采用长短时记忆神经网络对网络流量进行预测,旨在提高带宽分配的效率;同时,考虑到网络中不同类型业务对网络时延和带宽要求的差别,分别对不同优先级的业务采取不同的分配方案。仿真实验表明,基于神经网络预测的方法可以有效降低网络的延迟;对不同业务采取不同分配方案时,高优先级业务的延迟降低,并且随着网络负载的提高,延迟变化幅度较小。文章所提算法满足了高优先级业务的需求,
其他文献
为了研究轧后不同冷却条件对高强低碳贝氏体钢组织和性能的影响,采用热模拟试验、扫描电镜、透射电镜和拉伸试验等手段,阐明不同冷却条件下高强低碳贝氏体钢的组织和性能变化规律.结果表明,在终冷温度为510℃时,组织以粒状贝氏体为主,终冷温度为450℃时以板条状贝氏体为主,前者组织中具有更多岛状马氏体;随着冷却速率提高,粒状贝氏体和板条状贝氏体尺寸细化,岛状马氏体减少.此外,不同冷却速率下,较低的终冷温度均具有更高的相变速率,冷却速率为50℃/s时,贝氏体相变速率最大.另外,终冷温度较高时,试验钢呈现出更好的塑性,
SiC光触发晶闸管不仅具备传统SiC晶闸管超高耐压、超大通流能力的特点,还在简化驱动电路、提高系统抗电磁干扰能力方面具备独有优势.概述了 SiC光触发晶闸管的发展历程,介绍了 SiC LTT紫外发光二极管(UV LED)触发、SiC LTT放大门极以及全光控SiC LTT等重要技术,讨论了 SiC LTT仍面临的低触发光强与快开通速度难以兼顾的技术挑战,分析了放大门极结构在低光强触发模式下改善SiC LTT性能的局限性.最后,探讨了低光强触发模式下SiC LTT难以快速开通这一瓶颈问题的物理机制与改善方向
针对热轧生产流程实际工况,系统研究了热轧、卷取阶段的三次氧化铁皮演变规律,旨在不增加生产成本的前提下,通过调整热轧生产工艺控制氧化铁皮结构,利用热轧后生成的氧化铁皮作为防护屏障,提高钢材耐蚀性能.结果表明,在不同轧制温度下,三次氧化铁皮结构从外到里分别为Fe2O3、Fe3O4和FeO,由于FeO中的阳离子空位密度大,导致其比例最大,并且随着轧制温度增加,氧化铁皮中的FeO层厚度逐渐增厚,并且其比例也逐渐增加.通过模拟连续冷却试验发现氧化铁皮结构转变关系呈现出“C”曲线的形式.在450～550℃温度范围内卷
为进一步提高HSLA系列含铜钢的综合力学性能,利用多步骤热处理工艺(QLT工艺:淬火、临界区淬火及回火工艺)在超低碳Ni-Cr-Mo-V-Cu低合金钢中获得了优异的强度及低温韧性匹配(屈服强度895 MPa、抗拉强度950 MPa、-80℃冲击韧性188 J).利用SEM、XRD及TEM等试验方法研究了试验钢在QLT工艺处理后,不同临界区淬火温度下(Ac1～Ac3温度范围内)的双相组织演化规律,阐明了不同临界区淬火温度下的QLT态试样的组织及性能关系.结果表明,QLT态试样的屈服强度与回火二次马氏体体积分
为了提高航空轴承的服役寿命,借助QBWP-10000X型旋转弯曲疲劳试验机,研究了高温渗碳轴承钢的旋转弯曲疲劳性能和裂纹萌生扩展行为.结果表明,钢的中值疲劳强度达到913.3 MPa.有效渗层中大量M23C6和少量M6C碳化物显著提高了试验钢的表面硬度,渗层不同碳浓度导致马氏体先后发生相变而形成408 MPa表面压应力,进而提高了钢的疲劳性能.疲劳裂纹主要萌生在表面缺陷和次表面碳化物,分别占比71.4％和28.6％.萌生裂纹缺陷特征尺寸及承载应力对应力强度因子和循环次数影响显著,深犁沟形状由于涉及应力集中
针对热轧带钢头部厚度精度较低的问题,提出了一种基于深度学习的热轧带钢头部厚度的命中预测方法.在精轧过程中,带钢头部张力较小,且通常温度较低;同时轧机工艺参数复杂,精准设定存在困难,轧制带钢头部经常会出现厚度不合格的现象.利用深度神经网络的非线性拟合能力,设计带钢头部厚度预测模型,给轧机的参数设定提供参考、提高头部厚度命中率、减少钢材浪费.深度神经网络(DNN)包含输入层、隐藏层、输出层,使用TensorFlow开源机器学习框架设计预测模型并用程序实现.调整神经网络各参数,通过研究它们对模型性能的影响,优化
为了研究铬元素和加热工艺参数(加热温度、保温时间)对热轧低碳钢表面氧化铁皮形成过程的复合作用,采用热重分析法研究了铬含量对低碳钢在1 100～1 250℃空气中氧化行为的影响规律,计算了氧化速率常数,并对比了不同试验条件下氧化铁皮的物相组成、显微结构以及微区元素占比.结果表明,所有氧化过程均呈现两阶段特征,即初期氧化动力学曲线呈线性规律,中后期逐渐转变成抛物线规律,而从线性到抛物线转变所需时间会随着钢中铬含量的升高而缩短;同时,铬元素添加后氧化铁皮的结构由最外侧的Fe2O3层、中间的Fe3O4层和FeO层
介绍了一款采用55 nm CMOS工艺设计的单通道8 bit 480 MS/s逐次逼近型模数转换器(SAR ADC).采用数据环与异步时钟环的双环结构作为高速SARADC的系统框架.提出一种带有复位开关的动态比较器,缩短复位时间,提高比较精度.结合反向单调切换时序,减缓因输入共模电压降低而引起的比较器速度下降,提高ADC工作速度.芯片测试结果表明:在1.2 V电源电压时,ADC消耗6.9 mA的电流;在100 MHz输入条件下,实现147.3 dB的FOMs值,信噪失真比(SNDR)为42.7 dB,无杂
基于带隙基准原理,在自偏置共源共栅结构的基础上对传统带隙基准电路进行改进,通过在带隙核心电路中加入对应的NMOS管和PMOS管,构成一个三层叠共源共栅结构,显著提高了带隙基准源的电源电压抑制比.电路采用0.2 μm的SOI工艺实现,实验室测试结果表明,该带隙基准电压源电路正常工作时输出基准电压为1.188 V,温度系数为5.4×10-6/℃,启动时间约为2.2 μs.
为了在弹性光网络(EON)上最大化总频谱效率,提高用户体验质量(QoE),文章提出了一种基于深度神经网络(DNN)的自适应调制方法。首先对光纤中的网络传输质量进行估计,然后利用深度学习方法,将路由长度、跳数和视频质量作为请求特征的3个参数,根据每个需求的期望QoE,选择具有最大频谱效率的调制进制。仿真结果表明,所提方法的平均频谱效率在美国国家自然科学基金会(NSF)网络中比距离自适应和整数规划方法分别高了51%和32%,在中国网络(CN)骨干网中分别高了43%和29%;且所提方法的阻塞概率比距离自适应和整