摘要：在ATM网络的ABR通信中,基于速率反馈的流量控制是防止拥塞和保证高吞吐量的主要手段之一,然而网络的传播时延对其具有很大的不利影响。本文根据网络控制的特点,采用kalman控制算法对流量控制器进行设计,较好地克服了传播时延所带来的不利影响。理论分析表明该算法保证了网络缓冲器的不溢出及带宽的公平分配和充分利用,动态性能明显优于PID控制器,并得到了仿真结果的验证。

摘要：为了优化大数据存储架构可扩展性能,提高大数据架构资源利用率,通过引入kalman算法设计了一种大数据存储架构可扩展性优化算法。首先,综合考虑大数据存储架构与多核环境内存布局之间的兼容性,设计架构内存布局。其次,设计分布式共享内存协议,确保各个进程在访问共享内存时能够正确地协同工作,提高存储架构的容错性。在此基础上,利用kalman算法,动态调整存储节点的负载,进而优化大数据存储架构,以提高其可扩展性。实验结果表明,应用该算法后,大数据存储架构的资源利用率始终高于对照组,均达到了96%以上,最高达到了98%,架构可扩展性优化效果显著,服务器资源利用更充分,大规模数据处理更高效。

摘要：基准频标中铯喷泉钟实现了最佳的"秒"定义,光钟比铯喷泉钟在精度和稳定性方面高出一个量级以上,因此将基准频标与守时型频标联合,可以产生一个更加准确、稳定的时间尺度。设计了基准频标与守时型频标联合的频率驾驭算法,采用卡尔曼加权算法计算联合时间尺度,基准频标预测守时型频标的频率和频漂,并采用最优二次型高斯控制算法,实现最优的频率驾驭量生成。通过对各类频标数据的模拟,对一台氢钟进行为期100 d的频率驾驭,当铯喷泉钟参与时间保持,驾驭后信号保持在1 ns以内,稳定度为1.8×10-16/10 d。如果光钟可用率达到50%参与时间保持,驾驭后信号保持在0.3 ns内,稳定度为3.3×10-17/10 d。最终试验表明,利用该算法可以显著提高驾驭后信号性能。

摘要：为满足各应用领域对高精度时间性能不断提升的需求,该文设计实现了一种迭代的优化频率驾驭算法,主要分为纸面时间计算和实际物理信号实现两个部分。其中纸面时间计算采用ALGOS算法,利用实时原子钟数据和Circular T公报数据计算获得准确可靠的时间尺度,保障了驾驭参考的准确性和实时性。实时物理信号实现采用最优二次型高斯控制算法与kalman算法综合,通过实时调整参数,计算出最优的频率驾驭量,将该驾驭量输送至频率调整设备,最终实现高精度时间信号的输出,整个驾驭系统是闭环的。该文基于我国时间基准保持系统和原子钟组,搭建试验平台,采用该算法对一台氢钟进行为期140天的频率驾驭,最终对输出的物理信号进行性能评估。试验结果表明,该算法有效提高了驾驭后物理信号的准确度和稳定度,驾驭后信号与国际标准时间协调世界时(UTC)相比,相位偏差保持在±3 ns以内,且30天稳定度优于5×10^(–16)。

摘要：为了降低车载测距报警系统的能耗以及提高车载测距系统的测量精度问题,本文研究了基于MSP430F149超低功耗单片机的超声测距报警系统。根据渡越原理,采用MSP430F149超低功耗单片机为主控器,利用超声波具有很强的传播能力,指向性强,能量消耗的比较缓慢等特点,设计出了具有低功耗的超声测距报警系统,并基于kalman算法提高测距的精度。