自适应原理（共9篇）
自适应原理 篇1
目标跟踪是计算机视觉领域的一个热门课题。虽然研究者提出了很多不同的算法,但是这些算法都依赖于传统的图像采集系统,即CCD相机成像原理生成的图像。图像各个像素在成像平面中具有相同的分辨率,从仿真学的角度看,这些像素具有相同的敏感度。因此,造成了跟踪与识别的一个难点,即必须首先确定图像中目标的位置(兴趣点),然后才能实现跟踪。
然而生物视觉系统,例如人眼成像系统,能够捕捉到感兴趣目标并对该区域提供较高的分辨率。而在兴趣目标之外,生物视觉系统产生的图像分辨率则会相对降低。利用对生物视觉系统的模拟,人造成像传感器件也能产生类似的成像效果,这类器件被称为视网膜凹区成像(Fovea image)器件。这类器件的优势是能将采集到的有用信息集中到所感兴趣的目标上,而对于其他区域则减少所涵盖的信息。这对于信息压缩传输和目标的识别都能起到非常积极的作用,尤其对于运动目标识别和跟踪,能提供有效的目标信息,同时减少噪声的干扰。
参考文献[1]介绍了一种基于人眼视网膜中央凹区成像原理的成像芯片模型。该系统具有体积小、功耗低、自带运动传感及运动组件的优点,通过模拟人眼跟踪的原理能实现快速目标定位和平滑跟踪。但是,该系统的一个主要缺点是其无法根据场景变换或者针对新目标进行有效的自动配置。因此对于在视场中出现的新目标,系统需要对芯片的逻辑元器件和外置运动部件进行重新设置。
针对以上缺陷,参考文献[2]提出了一种可实时编程成像跟踪传感器,可动态地对芯片参数进行设置。该成像传感器能实时地将图像分成若干不同等级分辨率的子图像,从而使得该系统较常规人眼视觉系统模型更具灵活性。
对于通常的目标跟踪系统,一般以当前时间t的系统状态来预测未来时间t+1的系统状态。例如常用的卡尔曼滤波跟踪模型,认为两个连续状态之间存在着线性关系。较新的模型则在卡尔曼滤波的基础上引入了非线性关系到系统状态中。例如利川隐马尔科夫模型(HMM)的跟踪系统[3]则允许观测值与系统状态之间保持任意形式的概率分布、而无需像卡尔曼滤波那样限定为高斯模型。而基于Particle模型[4]的跟踪系统则假设当前状态是若干子状态的组合,它们按照某个概率分布当前状态的具体取值决定于概率子状态的概率分布结果,这些技术都是对原始卡尔曼滤波跟踪算法的有效改进[5]。
1 基于人眼视觉模型的跟踪算法
本文依据类似于基于人眼视网膜中央凹区成像芯片的原理,采川软件方法模拟不同分辨率组合情况下的目标跟踪技术。模拟一组噪声背景情况下的目标,假设背景物体为一白色物体,其背景为暗色噪声,可以随机生成一组如图1所示的图像。
本文设置的目标点大小为S×S.其灰度设置为均值220、方差10的高斯分布。采用均值100,方差100的高斯噪声[6]为背景。
对于一个目标跟踪系统,假设当前图像标记为F,目标标记为O、G为选取的一个模拟视网膜中央凹区的尺寸最大值,Gm为视网膜中央凹区允许的尺寸最小值(xf.yf)为当前中央凹区的中心点,(x0,y0)为当前目标的中心点。可以建立以下跟踪算法:
(1)记录更新次数p=1
(2)记录最大中央凹区:F=G
(3)迭代运算:
①更新当前目标位置(xo,yo)共p次,并更新中央凹区;
②对中央凹区内进行扫描
如果找到目标,则记录更新次数p=1,F←max(F-2.Cm),(xf,yf)←(xo,yo);否则在非中央凹区1～L子区中搜索目标。如果在子区r中)←(xo,yo),否则随机设置(xf,yf)。
该算法可以进一步分解如下
1.1目标中心
如果找到目标O,其更新按照运动轨迹线方程进行。采用3组轨迹方程对运动目标进行预测更新,其中线性轨迹方程[7]为:
任意轨迹方程选用线性方程,正弦波曲线方程和抛物线方程组合得到:
其中xo为当前目标的x坐标,yo为目标的y坐标,m和c为线性轨迹方程参数,a和f为余弦波轨迹方程参数,b.h和k为抛物线轨迹方程参数,n为模拟系统噪声的随机噪声强度参数,其中采用的模拟噪声为高斯分布。
在图2中,显示了两个模拟的目标运动模型,分别为线性运动和任意轨迹运动。
通过对运动轨迹方程的参数进行不同设置,可以模拟出不同的运动效果。例如不同的运动速度、角度、轨迹扭曲程度等。式(3)中较大的f值使得目标具有较大的机动性,在图3(a)中,显示了一个目标采用较大的f值和xo。可以看到目标的运动轨迹变化更多、角度更大并发生跳跃现象。根据式(5),可以对运动目标添加噪声,其结果显示在图3(b)中,可以看到运动目标的轨迹发生不规则变化。
在试验仿真中,每当按照式(1)～式(5)计算出新的目标位置(xo,yo),都将首先产生一幅随机噪声背景图像,然后在位置(xo,yo),产生一个灰度随机变化的目标点,以此构成目标随机运动序列图像。
1.2 对中心凹区的成像原理仿真
为了使用软件算法模拟视网膜中心凹区成像原理,采用金字塔矩阵结构来描述一个图像序列。金字塔矩阵结构由(L+1)个矩阵组成:{M0,…,Ml}。这L+1个矩阵对应着原始尺寸为2L×2L的灰度图像ML的若干级子图像。子图像的构成按照金字塔结构原理,上一级图像总是取下一级四幅图像的加权平均构成。因此图像ML位于金字塔顶端,而ML+1的尺寸为2L-1×2L-1,往下以此类推。
图像的中央凹区G0具有最高等级的分辨率,而与中央凹区相邻的区域的尺寸为:
中央凹区图像的生成可具体描述为:依据当前图像M,生成金字塔结构的一组矩阵图像M。对于每个处于l层的子图像,其窗口尺寸为Gl,其中心为(x0/2l,y0/2l)。
图4显示了一个模拟的中央凹区图像,其中左上角中心为最高一级图像的中央凹区,具有最高的图像分辨率,而其他图像为下一级较低分辨率图像,将填充中央区域以外的区域。
1.3 目标跟踪的模拟仿真
针对目标的跟踪,首先计算目标的中心位置:
在实验中发现,对于较大尺寸的目标物体,计算其几何中心能有效地实现跟踪,但是对于复杂背景下的小目标,则不能很好地跟踪到物体。因此应在几何中心的基础上,采用一个以该中心为基础的稍大的小窗口作为跟踪的基准,并将这个小窗口与一个预先设置的目标检测模板进行卷积,如果卷积值较高,则表明已经检测到目标,可以开始跟踪。
对于下一帧图像中目标位置的预测,可使用如下公式得到:
在试验中,Δt总是取固定值1。
2 试验设置与结果分析
在本实验中,所设置的模拟目标大小S=16,仿真的视网膜中心凹区大小G=48。对于跟踪系统的准确率,采用在仿真中央凹区中准确发现目标的比率计算。在图5和图6中,显示了本文所采用的跟踪算法的准确率。
在图5中,分析了系统跟踪精度与式(5)中添加噪声水平之间的关系。其中虚线为任意轨迹方程所仿真的运动目标跟踪系统,细实线为正弦波轨迹方程仿真的运动目标跟踪结果,粗实线为线性轨迹方程仿真跟踪结果。可以发现,系统对于线性运动目标跟踪精度最高,而对任意轨迹运动的目标准确率则有所下降。并且整个系统随着系统噪声的增加,跟踪精度会随之下降。但是当噪声水平达到一定高度后,无论是线性运动目标或是任意轨迹运动目标的跟踪准确性都很低。
图6中,对比显示了不同运动轨迹(零噪声)下,中央凹区尺寸大小对于跟踪精度的影响。从图中曲线可以看到,线性运动目标和简单正弦波规律运动目标,由于其运动规律较为容易预测,中央凹区大小的选择对于跟踪结果几乎没有影响。而对于复杂的任意轨迹运动目标,较大尺寸的中央凹区能明显提高跟踪系统的准确性。
为了对比基于模拟人眼视网膜中央凹区跟踪算法与常规模板匹配算法的区别,对比显示了两类算法的跟踪准确率,如表1所示。分别采用两种方法初始设置中央凹区,一种是直接将中央凹区定位在运动目标上,然后开始跟踪;另一种是随机给定中央凹区的位置,然后依靠系统自动检测目标并实现跟踪。可以发现两种方法的跟踪准确度基本一致,自动搜索目标的算法准确率稍有下降。而采用常规模版匹配的算法,其跟踪准确度明显偏低,显示出基于视网膜中央凹区的算法具有较高的稳定性和可靠性。
针对传统利用模板原理进行目标跟踪系统容易受到系统噪声干扰导致跟踪精度不高的问题,本文提出了一种仿真人眼视网膜中央凹区进行软件跟踪的系统。由于人眼视网膜中央凹区模型在芯片还未得到较为广泛的应用,因此,本文的仿真方法能对这一模型在跟踪系统中的效能进行有效评估。该方法简单有效,能很好地模拟生物视觉的成像原理,并利用该成像原理的优势有效的提高目标跟踪的精确度。该方法能推广应用到视频监控等系统中。
参考文献
[1]CUMMINGS R E,SPIEGEL J V D,MUELLER P,et al. A foveated silicon retina for two dimensional tracking[J]. IEEE Transactions on Circuits and Systems-Ⅱ:Analog and Digital Signal Processing,2000,47(6):1101-1107.
[2]PAIN B,Yang Guang.Real time programmable reconfigurable vision active pixel sensors[C].NASA.2003.
[3]刘刚,刘明,匡海鹏,等.多目标跟踪方法综述[J].电光与??控制,2004,11(3):432-437.
[4]马奔,史忠科,皮燕妮.成像目标跟踪算法分析[J].西安电子科技大学学报(自然科学版),2005,32(3):150-155.
[5]吴晓娟,翟海亭,王磊,等.一种改进的CAMSHIFT手势跟踪算法[J].山东大学学报,2004,34(6):120-124.
[6]冯驰,王萌,汲清波.粒子滤波器重采样算法的分析与比较[J].系统仿真学报,2009,21(4):1101-1105.
[7]王来雄,黄士坦.一种新的粒子滤波算法[J].武汉大学学报(工学版),2006,39(1):118-120.
自适应原理 篇2
在八周的自适应控制学习中，我了解了自适应控制的基本概念和定义，自适应控制的原理和数学模型以及发展状况。其中，老师重点给我们讲了李亚普诺夫稳定理论设计MRAC系统和MIT方案，波波夫超稳定理论设计MRAC系统和MIT方案和自校正控制系统。虽然这些理论知识掌握的不是很牢固，理解的也不够透彻，但是这为我以后的学习和实践奠定了一定的基础。
自适应控制的定义：(1)不论外界发生巨大变化或系统产生不确定性，控制系统能自行调整参数或产生控制作用，使系统仍能按某一性能指标运行在最佳状态的一种控制方法。(2)采用自动方法改变或影响控制参数，以改善控制系统性能的控制。
自适应控制的基本思想是：在控制系统的运行过程中，系统本身不断的测量被控系统的状态、性能和参数，从而“认识”或“掌握”系统当前的运行指标并与期望的指标相比较，进而做出决策，来改变控制器的结构、参数或根据自适应规律来改变控制作用，以保证系统运行在某种意义下的最优或次优状态。
按这种思想建立起来的控制系统就称为自适应控制系统。自适应控制是主动去适应这些系统或环境的变化，而其他控制方法是被动地、以不变应万变地靠系统本身设计时所考虑的稳定裕度或鲁棒性克服或降低这些变化所带来的对系统稳定性和性能指标的影响。好的自适应控制方法能在一定程度上适应被控系统的参数大范围的变化，使控制系统不仅能稳定运行，而且保持某种意义下的最优或接近最优。
自适应控制也是一种基于模型的方法，与基于完全模型的控制方法相比，它关于模型和扰动的先验知识比较少，自适应控制策略可以在运行过程中不断提取有关模型的信息，自动地使模型逐渐完善。
李亚普诺夫稳定理论设计MRAC系统和MIT方案的学习中，如果要设计一个关于李雅普诺夫函数的MRAC系统。首先构造出系统的李亚普诺夫函数，然后用李雅普诺夫稳定性理论的设计方法，能够成功地设计稳定的模型参考自适应系统。在这一章的学习中，理解李亚普诺夫稳定性理论和构造系统的李亚普诺夫函数是重点。
超稳定性概念是波波夫于六十年代初研究非线性系统绝对稳定性时发展起来的。当时，波波夫对某种类型的非线性系统的渐近稳定性问题，提出了一个具有充分条件的频率判据，对研究的这类非线性系统的稳定性提供了比较实用的方法。波波夫所研究的这类非线性系统，是由线性时不变部分与非线性无记忆元件相串联而构成的反馈系统。波波夫超稳定性理论来设计模型参考自适应系统，它可以给出一族自适应规律，并且有一整套设计理论。因此，有利于学习掌握这种自适应控制的设计方法和结合实际系统灵活选择适当的自适应控制规律。
自校正控制系统又称为参数自适应系统,它源于随机调节问题，该系统有两个环路,一个环路由参数可调的调节器和被控系统所组成,称为内环,它类似于通常的反馈控制系统；另一个环路由递推参数估计器与调节器参数计算环节所组成,称为外环。自校正控制系统与其它自适应控制系统的区别为其有一显性进行系统辨识和控制器参数计算(或设计)的环节这一显著特征。自校正控制的思想是将在线参数估计与调节器的设计有机的结合在一起。自适应控制常常兼有随机性、非线性和时变等特征,内部机理也相当复杂,所以分析这类系统十分困难。目前,已被广泛研究的理论课题有稳定性、收敛性和鲁棒性等,但取得的成果与人们所期望的还相差甚远。
在传统的控制理论与控制工程中，当对象是线性定常、并且完全已知的时候，才能进行分析和控制器设计。无论是采用频域方法还是状态空间方法对象一定是已知的。这类方法称为基于完全模型的方法。在模型能够精确的描述实际对象时，基于完全模型的控制方法可以进行各种分析、综合，并得到可靠、精确和满意的控制效果。因此，在控制工程中，要成功设计一个良好的控制系统，不论是通常的反馈控制系统或是最优控制系统，都需要掌握好被控系统的数学模型。
然而，有一些实际被控系统的数学模型是很难事先通过机理建模或离线系统辨识来确知的，或者它们的数学模型的某些参数或结构是处于变化之中的。对于这些事先难以确定数学模型的系统，通过事先鉴定好控制器参数的常规控制难以应付。
面对这些系统特性未知或经常处于变化之中而无法完全事先确定的情况，如何设计一个满意的控制系统，使得能主动适应这些特性未知或变化的情况，这就是自适应控制所要解决的问题。
自适应控制技术在20世纪80年代即开始向产品过渡，在我国得到了较好的推广应用，取得了很大的经济效益。且理论研究也有一些开创性的成果。但总的来说推广应用还很有限，主要是由于其通用性和开放性严重不足。
虽然现已能设计出安全、有效、稳定、快速且现场操作比较简单的自适应控制系统，但今后较长一段时期内，相对简单实用的反馈、反馈加前馈或其他一些成熟的控制技术仍将继续占据实际应用的主流。
自适应控制理论必须有新的突破，才能在工程应用中对PID控制等传统方法取得显著的优势，结合人工智能技术，尤其是神经网络技术与模糊理论，或许是最终实现这一远景的可能途径。
自适应原理 篇3
非接触电能传输技术将耦合器的原、副边绕组分别绕在不同的铁心上,实现了在电源和负载之间非机械连接的电磁能量传递。该技术中发送和接收机构可以自由分开,供电安全、可靠,操作维护方便。特别适用于在易燃易爆、水下、人造器官体内充电等特殊场合使用[1,2,3,4,5,6,7]。
在非接触电能传输技术中,为了增大原边绕组中的交流电流,并给逆变器提供软开关的工作条件,从而提高传输功率和传输效率,在原边回路采用谐振补偿电路是必需的[1,2,3,4]。然而,在工作过程中因补偿电容的不同和负载的改变,会使谐振电路的固有谐振频率发生偏移,导致传输功率和传输效率迅速降低。目前,国内关于这方面的研究较少,只有两篇文献探讨了此类问题。文献[1]提出了利用分段控制方法来调节控制脉冲的移相角,解决多负载切换过程中原边回路的电流变化问题,但此控制方法复杂,文中没能给出实验分析,也没能解决系统如何获得最大传输功率和最大传输效率的问题;文献[2]提出了利用相控电感的动态调谐方式实时调节原边回路的等效固有谐振频率,从而保证系统工作谐振频率的稳定,以实现最大功率传输,但相控电感的控制算法过于复杂,此篇文献中也没能对其进行实验研究,并且只能在确定了负载变化范围后才能设计出使系统固有谐振频率保持稳定的调谐电路。
本文首先通过对耦合谐振电路的分析,证明了谐振状态对提高传输功率和传输效率所起的重要作用,进而提出了基于锁相环的自适应谐振控制策略。通过对逆变器输出电压、电流的检测和计算得到相位差,输入到PI调节器和振荡环节对逆变器的驱动频率进行调整,实现了电路的自适应谐振反馈控制,从而解决了电路参数变化带来的各种问题。最后对该自适应谐振控制系统进行了仿真和实验研究。
2 耦合谐振电路分析
2.1 非接触电能传输典型拓扑结构
非接触电能传输系统的典型拓扑结构如图1所示。
非接触电能传输系统的拓扑结构中,以耦合器为界将电路分为发送和接收两部分。发送部分包括输入直流电源,它可以通过对交流电网整流滤波得到;高频逆变电路,用于给耦合器原边绕组提供高频交流电流。接收部分包括整流滤波电路,用于将耦合器输出的交流电压变换成直流电压,供直流负载使用。在本电路中,耦合器的原边和副边是可分离的,这是和开关电源中的变压器有所不同的。
2.2 谐振原理分析
针对图1所示的非接触电能传输系统的拓扑结构,得到基于互感模型的等效电路,如图2所示。
其中为逆变器输出电压的基波相量,为交流等效电阻RL两端的电压相量,对图2中的原边电路有:
对副边电路有:
将式(2)代入(1)得:
根据式(3)及逆变电路原理得原边基波电流有效值为:
式中Uin为输入直流电压。当不计二极管损耗时,交流等效电阻RL的平均功率近似等于Ro的功率,根据式(2)与(4),求得直流负载功率为:
根据式(3)求得图2电路输入侧功率因数为:
其中:
根据式(4)、(5)、(6)、(7)得到输入电流、输出功率、输入侧功率因数(即逆变器的输出侧功率因数)与负载电阻和频率的关系曲线如图3(a)-(c);考虑到逆变环节的开关损耗,图(d)是根据实验结果所得的系统整体效率(输出负载功率与直流输入功率之比)与负载电阻和频率的关系曲线。
从图3可以看出,当负载固定时,系统的输入电流、输出功率,输入侧功率因数和整体效率都会随频率的变化在相同点取得最大值;当负载变化时,以上最大值点将发生偏移。其中输入功率因数最大值接近于1,即在谐振点处取得。因此,为了获得最大的输出功率和传输效率,必须采取措施保证电路始终工作在谐振状态。
3基于锁相环的自适应谐振控制策略
根据上节的讨论,为了获得最大的传输功率、最大的功率因数和最高的传输效率,电路必须始终工作在谐振状态。这可以通过控制逆变器开关管的触发频率,使其始终跟随补偿电容或负载的变化而变化,以保证逆变输出的电压与电流同相位。根据式(3),逆变器输出电压和电流相位差q为:
当负载或其他环节发生变化时,将导致电压与电流相位差发生变化,变化情况由式(8)决定。在知道变化参量的情况下,可以通过式(8)反解出变化参量的值,进而得出式(8)为零时的固有谐振频率。但这种方法计算复杂,只能在知道变化参量(且仅能是某一参量)的情况下才能进行,实用性很差。图4所示为基于锁相环的非接触电能传输系统的自适应谐振控制原理图。
该控制系统由检测电路、相位补偿环节、鉴相器PD、环路滤波器LPF、PI调节器、压控振荡器VCO和驱动电路七部分组成。检测电路对原边线圈的电流信号进行检测并转换为符合控制电路标准的输入信号;相位补偿环节用于补偿检测电路造成的时间延迟;鉴相器将检测出的电流信号相位与压控振荡器输出信号的相位进行比较,产生对应于两信号相位差的误差电压Ud(t);环路滤波器,一方面利用自身的低通特性,滤除误差电压Ud(t)中的高频成分和噪声,以保证环路所要求的性能,增加系统的稳定性;另一方面利用滤波电容的充放电,使压控振荡器VCO的输入电压发生变化,进而改变VCO的振荡频率;PI调节器,使控制系统具有良好的动态稳定性和较小的稳态误差;压控振荡器VCO的输出频率随PI调节器的输出电压Uc(t)的变化而变化。
逆变器工作在谐振状态时,谐振电路的电压与电流同相位,鉴相环输入为零,PI调节器的输出不变,压控振荡器振荡频率保持不变。当负载或其他环节发生变化时,将导致电压与电流相位差发生变化。此时,鉴相器将输入相位差q转变为对应的误差电压Ud(t),经过滤波环节和PI调节器后得到变化的输出电压Uc(t),压控振荡器的振荡频率随输出电压的变化而变化,并将频率变化信号提供给驱动环节形成相应频率的驱动信号。经过一段暂态过程后,输入电压与电流的相位差为零,电路达到新的谐振状态。
4 仿真与实验结果
4.1 仿真结果
根据上节分析,用MATLAB/SIMULINK搭建了仿真系统,如图5所示,系统由桥式逆变电路、感应耦合器、单相桥式整流电路和基于锁相环的自适应谐振控制环节构成。
设定直流输入电压15V,锁相环中心频率30 k Hz,仿真时间为4 ms。在2 ms时,电阻负载从60 W跳变到120 W,为了验证反馈系统对负载外的其它参数的自适应能力,将串联补偿电容也从0.2μF跳变到1.2μF,得到逆变输出电压、电流波形的局部扩展图如图6。由图可知,采用锁相环控制可以很好地实现逆变输出电压电流同相位的目的,它不仅对负载变化具有控制能力,而且对逆变输出部分所有元器件参数的变化具有调节能力,从而保证系统始终工作在谐振状态下,使输出功率和传输效率达到最大值。
4.2 实验研究
根据上面的仿真系统搭建了实验平台,主要参数见表1。
图7是补偿电容0.247μF,负载电阻为10Ω时,自适应控制环节开锁与闭锁情况下的电压、电流波形;图8(a)是负载电阻为10Ω,补偿电容变为0.2μF和0.1μF时,系统自适应调整后的耦合器输入电压、电流波形;图8(b)是补偿电容为0.247μF,负载电阻分别变为5Ω和35Ω时,系统自适应调整后的耦合器输入电压、电流波形。
从图中可以看出,在没有锁相环反馈控制的情况下,随着补偿电容或负载等参数的改变,电压与电流会出现明显的相位差,使输入侧功率因数降低,原边输入电流下降,输出功率下降;在锁相环加入后,控制系统能够对补偿电容和负载参数的变化进行自适应调节,保证电压与电流相位差为零,系统工作在谐振状态下,使输入电流在频率轴上始终为最大值。
5 结论
由检测电路实时检测谐振网络的电流,通过计算逆变输出侧的电压、电流相位差,据此对逆变器输出电压频率进行控制。这种方法不仅对负载变化具有自适应控制能力,而且对逆变输出部分所有元器件参数的变化都具有调节作用,从而保证系统始终工作在谐振状态,使输出功率和传输效率达到最大值,这对非接触电能传输技术的实际应用具有重要的意义。
参考文献
[1]孙跃,陈国东(Sun Yue,Chen Guodong).非接触电能传输系统恒流控制策略(A constant current control methodfor contactless power transmission systems)[J].重庆大学学报(J Chongqing Univ.),2008,31(7):766-769.
[2]孙跃,王智慧(Sun Yue,Wang Zhihui).非接触电能传输系统的频率稳定性研究(Study of frequency stability ofcontactless power transmission system)[J].电工技术学报(Trans.China Electrotechnical Society),2005,20(11):56-59.
[3]韩腾,卓放,闫军凯,等(Han Teng,Zhou Fang,Yan Jun-kai,et al.).非接触电能传输系统频率分叉现象研究(Study of frequency bifurcation phenomenon of a contact-less power transmission system)[J].电工电能新技术(Adv.Tech.of Elec.Eng.&Energy),2005,24(2):44-47.
[4]武瑛,严陆光,黄常纲,等(Wu Ying,Yan Luguang,Huang Changgang,et al.).新型无接触电能传输系统的性能分析(Performance analysis of new contactless elec-trical energy transmission system)[J].电工电能新技术(Adv.Tech.of Elec.Eng.&Energy),2003,22(4):10-13.
[5]Jinfei Shen,Hongbin Ma.PDM and PSM hybrid powercontrol of series-resonant inverter for induction heating ap-plications[A].IEEE Conf.on Industrial Electronics and Applications[C].2006.1-6.
[6]Ji-Young Lee,In-Jae Lee,Ji-Won Kim.Contactless powertransfer system combined with linear electric machine[A].Proc.International Conference on Elec.Machines and Sys-tems[C].Seoul,Korea,2007.
自适应算术编码的FPGA实现 篇4
在利用FPGA实现自适应算术编码的过程中，首先遇到的问题就是将浮点运算转化为定点运算，即将[0,1]区间的一个小数映射为一个便于硬件实现的定点数。考虑到硬件实现的简便性，本文中将[0,1]之间的浮点数与[0,256]之间的定点数对应。相应的对应关系如表2所示。
表2浮点与定点之间的关系
浮点00.20.50.71定点051128179256
编码器在实现编码的整个过程中按照耦合弱、聚合强的原则分为四个模块：修改码表、计算确定区间、并行编码、串行输出。四个模块相对独立，通过输入、输出信号使其构成一个整体。系统的顶层结构如图2所示。
3.2码表的设计及修改
自适应算术编码器可以在许多场合中得到应用。本文实现的自适应算术编码器应用在采用6符号对小波变换系数进行零树编码的小波域视频编码中[3]，因此设计的码表中含有六个符号。这样根据自适应算术编码的基本原理，将区间分成六个子区间，整个区间含水量有七个分割点。所以码表可以用七个8位寄存器表示。初始时设定等概率，这时七个寄存器可以顺序地存储0到6这七个数，即每个子区间的数值为1。随着符号不断地输入，自适应地修改码表，并且在修改码表的过程中时刻要保持寄存器中的数值是递增的。
修改码表时，首先判断输入符号，确定其所在区间，同时为后续模块输出该子区间的两个端点值l_count和h_count以及码表的最后一个端点值scale，然后进行码表的修改：将当前符号所在区间之后的所有端点值都加1，即当前区间及后面所有子我间的h_count=h_count+1,这样即完成了码表的修改。在数值不断累加过程中，寄存器中的数值为255时，需要对每一个寄存器中的值都取半，并同时对相邻的两个寄存器中的值进行比较，时刻保持数值是递值的。这样，处理前后的概率十分接近，对压缩比影响不大。
修改码表模块在输出h_count、l_count和scale之后，后面的计算子区间的模块即可进行计算;而修改码表模块在输出h_count、l_count和scale之后，亦可进行码表的修改。因此，这两个操作可以采用并行处理的方法实现，极大地节省了所用的时钟周期，相应地提高了速度，达到了优化的目的。表3给出了输入符号为3(对应于寄存器2与寄存器3之间的区间)时码表的修改过程。
表3码表修改前后对照表
寄存器0123456修改前04345677112233修改后04345778113234修改前023545657234255修改后011272829117127
3.3区间计算及确定
初始时符号所在的总区间为high=0xff,low=0(high和low分别表示已编码的符号序列所在子区间的上下界)。随着符号的不断输入，high和low的值也不断地减小，用以表示输入符号序列所对应的子区间。通过如下的公式可确定输入符号的区间：
计算时，最耗资源的是乘法器和除法器。本方案中乘法器采用参数化模块lpm中的lpm_mult生成。而除法器则自动编写。虽然占用的时钟周期较多，但与使用lpm相比，这样做可以大大地提高工作频率，从总体上提高性能。
3.4并行编码
在区间计算过程中，high和low总是有限值，不可能无限制地划分下去。为了能够实现连续的编码，通过对high和low的处理，可以实现利用有限长的寄存器表示无限精度的区间，即在不断修改high和low的过程中输出high和low中相同的高端位，形成输出码流。详细过程如下：
在区间确定之后，将low和high按位比较，若首位相同，则输出首位二进制码，产生输出码流，同时把low和high左移，low末位补0，high末位补1。循环比较输出，直到首位不同为止。如：
high=00110110
low=00100111
输出码流为001,而high和low的结果为：
high=10110111
low=00111000
通过这种连续地处理便可生成符号序列的自适应算术编码结束。但随着待编码符号序列的不断输入，可能会出现high和low十分接近，并且high和low的首位没有相同位的情况，如：
high=10000000
low=01111111
称这种现象为产生了下溢。产生下溢后，后面的编码都失去了意义，此时需要特殊处理。
对于下溢的处理方法为：保留首位，同时删除紧接在首位后的high中连续的0和low中连续的1，并且保证对high和low删除的位数相同，若连续0和连续1的位数不同，则取其较小者;然后high和low左移相同的位数，同时high的低位补1，low的低位补0。表4给出了下溢处理前后high和low值。
表4下溢处理前后对照表
下溢处理前下溢处理后下溢个数high10001000110001113low0111011100111000
经过处理后，扩大了区间，使得后面的编码可以顺利地进行。
在考虑了下溢的编码输出中，下溢作为输出码流的一部分，使得解码时能对下溢进行同样的处理，达到编解码的一致。但是下溢产生后并不马上输出，只记下下溢的个数，下溢则是在下一个符号编码时进行输出的。在下一个符号编码时，如果high和low比较后高端有相同位则输出下溢，即在第一个输出后紧接着插入首位的反，插入首则反的个数为前面产生下溢的个数，然后输出相同的次高位及以后相同的各位。这样处理既保留了下溢的信息又使得输出码流不偏离编码符号所在的子区间，使得解码时很容易处理。但是如此high和low比较后没有相同输出则不输出下溢，而是把两次产生的下溢的个数进行累加，再输入下一个符号，直到high和low有相同首位才输出下溢。
例如：在一个符号编码计算后得到的high=11010010和low=11001101，而前一个符号编码产生的下溢为1个，比较后输出为1010，同时记录下产生的下溢2个，如表5所示。
表5含有下溢的编码输出
highlow下溢输出编码输出前110100101100110111010编码输出后11011111001000002
3.5串行输出
并行编码后产生的码流存储在并行数据中，但在大多的情况下只有两、三个输出，甚至没有输出，若采用并行输出，就会产生极大的浪费。为了充分利用资源，在并行编码之后进行并/串转换，使其一位一位地输出，并且这个输出过程与下一个符号编码的过程并行完成，因此并不占用多余的时钟周期。
在编码过程中，当一个符号编码结束后，触发reload信号，通知此次编码结束，进行下一次编码，读取输入的符号。同时需判断输入是否合法，如果是合法的输入，就进行编码;否则停止编码，否则停止编码，处于等待状态，直到复位信号ret置1，重新初始化、编码。
图3
4仿真结果
本文算法采用VHDL硬件描述语言实现，并在ALTERA公司的MAX+plusⅡ软件上编译仿真。市府采用全局同步时钟，避免了毛剌的产生，保证了信号的稳定性。编码的仿真结果如图书3所示。
其中，rst、clk、c为输入信号，rst为模块中各寄存器的初始化信号，clk为时钟同步信号，而c则为输入的编码信号;out_flag、out_bit、reload、end_code、为输出信号，out_flag和out_bit分别为输出标志位和输出位(若out_falg=1,则此时out_bit为有效输出;否则out_bit输出无效)，reload为一个符号编码结束)下一个符号输入的标志位，end_code为编码结束的标志(若end_code=0，则继续编码，否则编码结束)。
在进行性能仿真时[4]，采用的器件是FLEX1K系列的EP1K30TC144-1器件，其最大工作频率为40MHz，消耗1533个LC，平均编码时间为20个时钟周期。一个符号的编码时间不到500ns，对于QCIF格式的图像完全可以满足每秒钟实时编码30帧图像的要求。
自适应原理 篇5
随着抑制电网谐波提高电能质量技术的进一步发展,谐波检测的动态响应和稳态精度要求也随之提高。首先,常规检测方法虽有成熟的应用,但都有待改进,如目前广泛应用的基于瞬时无功功率理论的检测方法,其中ip-iq运算的谐波电流检测方法具有较好的检测速度和精度[1,2],并不断得到改进[3,4]。其次,自适应方法具有良好的自适应性和鲁棒性,逐渐在谐波检测中得到广泛应用[5,6,7]。基于最小二乘LMS(Least Mean Square)的自适应检测系统性能可以从初始收敛、跟随性能与稳态精度3个方面衡量算法的优劣[8],选择较小的LMS算法迭代步长μ可得到更好的自适应检测稳态精度,但会降低自适应的收敛速度和跟随性能,因而常规固定步长的LMS自适应算法在收敛速度、跟随性能与稳态精度方面对迭代步长μ的要求是矛盾的。如果采用固定步长的自适应算法,则检测性能会受到限制[9]。对此,学者们基于LMS提出了许多调整迭代步长的自适应算法[10,11],可以改善自适应谐波检测的性能。
为了兼顾自适应电网电流检测的收敛速度与稳态精度,基于LMS的自适应算法都依据经验选择变步长的策略:当离最佳值较远时选择较大的迭代步长,而为了保证电流检测的稳态精度,在偏离最佳值近时选择较小的迭代步长。在LMS自适应理论的基础上,本文为阐明提高收敛速度与稳态精度而如何选择步长的策略,对基于经验直觉而选择算法的迭代步长进行理论定量研究。同时在此基础上进一步提出新的兼顾快速收敛与稳态精度的变步长算法,结合基于瞬时无功功率理论ip-iq运算的谐波电流检测,应用新的变步长LMS算法构建自适应电网三相谐波检测系统,并进行了仿真研究。
1 基于LMS的自适应电流检测系统
由离散LMS算法构成的自适应电流检测系统如图1所示[9]。
在基于LMS算法的自适应电网电流检测中,设离散的迭代步长为μ,有:
取数学期望为:
设LMS中μ取值小,且独立存在近似不相关的条件为:
得:
其中,RI与P分别为us2(n)、iL(n)us(n)的数学期望。
设稳态条件下电流检测的最佳权值为w*。当n∞时系统到达平衡状态的最佳权值为w*,则有:
即LMS检测系统的最佳权值为:
在基于LMS迭代算法的过程中,系统的权值瞬时偏差为:
因此在不考虑计算噪声的条件下,当n∞时得到:
LMS算法的收敛条件为:
LMS算法中,迭代过程不可避免地存在噪声效应。为明确算法问题的本质,研究检测算法对一确定系统进行自适应搜索过程,设基于LMS算法的迭代步长为μ,则由自适应原理得:
不考虑计算噪声的条件时:
考虑梯度估计受噪声δN(n)的影响,即考虑在对w*自适应调节过程中有:
则:
确定等式的数学期望,有:
通常LMS算法中,μ一般足够小,因此v2(n)本质上独立于us(n),则近似有:
因δN(n)是零均值,E[δN(n)]=0,独立于us(n)、v(n),则:
2 LMS算法加速收敛的步长选择原理
一般地,基于LMS算法的自适应系统中应采取当偏离最佳值较远(方均误差(MSE)较大)时选择较大步长、而MSE较小时选择较小步长的策略[11,12]。
定理:在满足收敛条件的LMS算法中,当离最佳值较远时,要提高算法迭代收敛速度的充要条件是选择步长较大的迭代步长,即选用较大迭代步长的收敛速度快于较小迭代步长的收敛速度。反之亦然。证明如下。
a.充分性。
在式(26)中,令RⅡ=E[us2(n)],RⅣ=E[us4(n)],则有:
即当LMS算法迭代步长满足μ(0,μmax),且第n次迭代前为E[v2(n)]时,式(27)表明经第n次迭代后E[v2(n+1)]与E[v2(n)]的关系式。
当n∞,算法迭代结果达到稳态最佳值,得:
代入式(27)得:
E[v2(∞)]μ反映步长为μ的LMS算法稳态条件下的最佳收敛。且第n次迭代前,E[v2(n)]仍远离最佳值E[v2(∞)],即在步长为μ的条件下:
取μ=μ1+μ2,μ1、μ2(0,μmax),μ1>μ2,则有:
由于1-μ(RⅣ/RⅡ)>0,1-(μ1+μ2)(RⅣ/RⅡ)>0,得:
不等式两边同乘(μ1-μ2),由于μ1>μ2>0,故μ1-μ2>0,则有:
展开得:
在式(36)两边同乘4并且同时加E[v2(n)]项,根据式(28),有:
即经第n次迭代后,步长大的E[v2(n+1)]μ1小于步长小的E[v2(n+1)]μ2,算法收敛速度更快。
b.必要性。
LMS算法中,设μ1、μ2(0,μmax),μ=μ1+μ2,且第n次迭代前,v(n)平方数学期望为E[v2(n)],仍远离最佳值E[v2(∞)],E[v2(n)]>E[v2(∞)],则经第n次迭代后,有:
反设μ1<μ2,故-μ1+μ2>0,则有:
即:
与所设达到稳态前远离最佳值E[v2(∞)]的条件E[v2(n)]>E[v2(∞)]矛盾,故期望E[v2(n+1)]μ1
结论表明:在满足收敛条件的LMS算法中,迭代运算中如果当前权值远离最佳值,选择较大的迭代步长的收敛速度优于选择较小步长的收敛速度。定理在理论上给出了定量的解释,且与物理上的判断是一致的。
3 基于ip-iq运算的自适应三相电网电流检测
3.1 ip-iq三相电网谐波检测原理
据三相电路瞬时无功功率理论,通过计算ip、iq即可检测到三相电路谐波电流或无功电流[2]。自适应三相电网电流检测系统如图2所示。该方法中,a相电压ua经过一个锁相环(PLL)和一个正、余弦发生电路得到与它同相位的正弦信号和余弦信号,根据瞬时无功功率理论可计算出ip和iq,ip和iq经自适应LMS滤波系统得到它们的直流分量i軃p和i軃q,从而得到αβ坐标系中的基波分量iαf、iβf;再经过坐标变换得到被检电流ia、ib、ic的基波分量iaf、ibf、icf。
最后将三相负载电流与检测的基波分量相减得到谐波分量iah、ibh、ich补偿给电网。
3.2 OVS-LMS算法的最佳变步长递推式
一般地,在满足收敛条件的LMS算法中,当离最佳值较远时,要提高算法迭代收敛速度的条件是选择较大的迭代步长,而在偏离最佳值较小时,为保证检测精度减小波动,应该选择较小的迭代步长[13,14,15,16,17]。
考虑对于稳态系统的LMS迭代过程,提出采用最佳变步长的递推公式代替LMS常规算法中的固定步长,即最佳变步长的递推公式的LMS算法(OVS-LMS算法):
基于ip-iq运算的自适应三相电网电流检测中,根据自适应系统的已知条件,如果令us(n)=K,则RⅡ=E[us2(n)]=K2,RⅣ=E[us4(n)]=K4。其递推关系式为:
且μ(0)≠0,0<μ(0)<μmax。
4 仿真实验结果
基于OVS-LMS构成自适应三相电网谐波检测系统如图2所示。在ip、iq的自适应LMS滤波系统中选择迭代步长均满足0<μp<μmax,0<μq<μmax。设从某时刻开始通过前置模拟滤波器滤波后获得的电网三相负载电流如图3所示,含有丰富的谐波分量。电流通过自适应检测系统后,得到直流分量i軃p和i軃q如图4所示;a相基波与谐波电流的检测结果如图5所示;电网三相电流的检测结果如图6所示。可见,新的自适应检测方法可以很好地获取电网基波,实现三相电网谐波电流分量的分离,且其跟踪谐波电流的稳态性能好。
上述分析中,变步长算法的初值μ(0)选为0.05。为比较基于LMS变步长算法与常规固定步长算法结果,进行多次仿真实验。为保证较快的响应速度与稳态误差,常规固定步长算法的步长μ取0.01,而变步长算法的初值μ(0)仍确定为0.05。仿真分析如图7和图8所示。
由图8可见,与常规固定步长算法相比,改进变步长LMS算法的收敛速度有所提高。采用常规固定步长LMS算法,检测在2个周期后才趋于稳态;采用变步长LMS算法后,检测在1.5个周期后就已经进入稳态,而且暂态过程效果更好。
图9为负载电流、基波与检测基波的总谐波畸变率(THD)。可见对于自适应三相电网基波检测而言,采用OVS-LMS算法的THD数值远小于采用常规固定步长LMS算法的THD数值,其稳态性能更好。
5 结论
自适应原理 篇6
2002年左右, IPTV作为付费电视的一种, 开始在欧洲部署。经过10多年的快速发展, IPTV视频业务日益普及。据市场研究机构Multimedia Research Group (MRG) 2011年研究报告称, 全球IPTV用户总数将在2014年增至1.02亿。截至2012年底, 中国大陆地区就已超过2000万IPTV用户, 用户主要集中在电信运营商。另外一种主流的付费电视, 广电的有线数字电视用户在国内目前已经超过1亿。通常将IPTV和有线数字电视都称为付费电视业务, 付费电视用户的服务体验是得到有线网络 (数字电视) 或电信运营商 (IPTV) 承诺保证的。
近几年随着宽带网络的普及发展, 家庭网络接入提速, 智能终端得到普及, 包括智能手机、各种PAD屏、智能电视机顶盒等。有不少用户已经逐步从有线数字电视和IPTV等付费电视服务中分离出来, 观看更多来自互联网的视频内容, 即OTT (OVER THE TOP) 业务。全球知名的咨询机构ABI RESEARCH调查报告称, 到2017年全球OTT的市场收入会达到320亿美元, 是2012年82亿美元的4倍多[1]。
二、OTT视频服务中存在的问题
OTT视频特点是用户通过运营商提供的宽带接入网络, 消费来自互联网视频内容供应商的内容, 在国外比较典型的是NETFLEX, GOOGEL TV等。终端用户可以通过互联网在OTT平台订购OTT的视频节目包, 而这笔订购费用是直接支付给OTT服务提供商, 而对电信运营商只收取宽带网络接入的费用, 不收取节目费用。所以, OTT视频的内容体验质量, 电信网络运营商是不提供保证的。
技术层面, 与付费电视IPTV相比, OTT视频的最大区别在于:IPTV是运营商提供视频内容, 是在运营商的宽带网络内分发, 承诺提供体验有质量保证的视频内容。IPTV一般采用恒定码率的编码方式CBR。OTT视频由于是在网络不能保证QOS的情况下采用可编码率VBR或CVBR压缩的视频, 容易出现如下2种情况: (1) 没有用户视频体验质量保证QOE。在网络带宽瞬间劣化的情况下, 由于视频压缩后的带宽要求大于网速, 无法满足正常播放视频的要求, 客户端就会出现图像卡顿现象。另外就是视频内容由于网络丢包而造成图像马赛克现象。用户对视频业务的体验ITU-T P.10/G.100中的QOE (Quality of Experience) 规定的一般采用用户主观评分的方式评估 (I-TU-R BT.500) , 客观评估是个复杂的课题, 虽然有许多研究机构和组织向ITU提交了关于视频QOE客观评估的建议, 但ITU目前还没有定义统一的国际标准[2]。 (2) OTT视频过度消耗无线网络资源, 造成网络拥塞。据调查, 约75%的互联网视频流量主要都是约占其中5%链接过高分辨率的视频及图像文件造成的, 而约95%的客户端连接只消耗网络总带宽的20%-40%。相对显视频屏幕的大小, OTT提供视频的同时, 往往给手机等智能终端分辨率过高的内容, 由此而造成无线带宽资源的浪费。比如给终端屏幕5英寸的智能手机屏提供高质量视频, 480P分辨率视频就足够了, 若提供1080P分辨率的视频就会占用大量不必要的网络带宽资源, 而用户主观的视频清晰度没有明显增加, 这显然是不经济的, 甚至可能造成由于少量高带宽用户的突发请求, 出现较大面积阻塞无线网络的情况发生, 导致其它用户的业务体验响应延迟。
三、HTTP自适应码流基本原理及方案组成
(1) 自适应码流基本原理
首先是编码过程, 视音频信号 (可以是直播或非直播) 的节目源, 经过编码后成为MPEG-2 TS封装的节目流。然后将连续的MPEG2流进行切片, 成为一个系列视频片段进行保存, 比如一系列.ts结尾的文件格式。如果只有音频文件而不包括视频, 则可以是一系列MPEG的音频文件, 一般是带ADTS头的AAC或MP3文件。编码时可以对同一内容设置不同编码带宽, 分别设为125K, 250K, 600K, 1200K, 2500K, 8000K的同样内容的视频文件。
切片的过程, 通常需要用软件切片实现。切片工具在切片同时产生一个索引文件, 即index文件。该索引文件包含一系列的媒体文件相关信息, 包括元数据metadata。索引文件是.M3U8格式。播放的客户端通过URL, 首先获得这个索引文件, 然后就按索引顺序获取分片媒体文件, 然后顺序播放。切片的同时可以选择对文件进行加密或不加密。
多码流文件在切片时, 编码器往往不是切片1个固定带宽的文件, 而是切片多个带宽的压缩的文件, 可以按多种带宽压缩文件, 比如每个文件可以定长为10秒。
HTTP客户端则根据网络的状况, 在不同的视频带宽文件中进行选择最优的适合此时网络带宽的文件进行下载播放。
整体结构如图 (1) 。
总之, HTTP提供一些明显的优势, 例如支持媒体加密和根据不同网络链接速度动态的在不同码流之间切换。相对TS封装, 如果采用单一的MPEG-4或QUICK-TIME文件封装是比较高效, 但不能实现不同码率的动态切换。
(2) 方案组成
(1) 服务端部分:
●编码器
●流文件切片器和存储切片文件
编码器:
编码器功能是将未压缩的视音频信号进行编码压缩并做封装输出。编码设置的格式需要为客户端可以支持解码配合, 例如是H.264视频和HE-AAC音频编码, 然后通过MPEG-2TS封装, 对音频信号则只包含MPEG ES封装音频信号。编码器需要对相同视频内容生成不同带宽的视频内容, 比如125K, 250K, 600K, 1200K, 2500K, 8000K的不同编码率文件。
注意:MPEG-2TS封装不能与MPEG-2编码的概念混淆。封装是一种打包的格式, 可以封装多种编码格式内容, 比如对视音频就是H.264视频和AAC音频, 对音频就是MPEG ES格式, 封装带ATDS头的AAC格式或MP3格式。
流文件流切片器及存储:
流切片过程是通过软件在本地网络读出TS封装文件, 并将文件切片为一系列, 较小的等长度的媒体文件, 比如10秒为一段。这些已分割的文件, 可以在客户端重新复原组成连续的流文件。
切片同时创建一个索引文件, 包含了切片文件的样板。每次切片器完成文件切片, 索引文件就会更新。索引文件用来跟踪媒体文件可用性及位置。切片器以在切片的过程中, 可以对文件进行加密并在这个过程中生成相关密钥文件。切片后的媒体文件被保存为.ts文件 (MPEG-2封装, 索引文件被保存为.M3U8文件) 。切片时需要强调的是, 对文件的等长切片, 而且要对不同码率的视频文件都做切片。
(2) 分发单元
分发系统是一个WEB服务器或WEB缓存系统, 通过HTTP与客户端建立链接并下发媒体文件和索引文件。对于WEB服务器可以是通用的, 一般只需要少量配置工作就可以实现。
推荐配置是典型的用于MIME类型的M3U8文件和.ts文件。生存时间TTL值对于.M3U8文件可以设置, 以达到需要WEB CACH服务缓存达到的设计要求。这些文件经常需要频繁的覆盖, 最新的内容则按最新的请求下载。
(3) 客户端单元
首先是客户端获取索引文件并基于URL来区分不同视频流。索引文件按序定位已存在的媒体文件, 密钥文件及可替换的媒体文件等。对于选择播放的流, 客户端会按顺序下载已有媒体文件。每个文件即包含播放流里的顺序文件。当下载足够的数据文件后, 客户端开始播放给用户重新组装的流。
客户端负责获取解密密钥字, 认证或提供认证界面并按需解密媒体文件。在这个过程中, 客户端一旦索引文件中遇到#EXT-X-ENDLIST的标记, 就会停止这个过程。如果一直不遇到#EXT-X-ENDLIST的标记, 则索引文件则会是持续广播信号的一部分。客户端会周期性的下载新版本的索引文件, 然后客户端在更新的索引文件中寻找媒体文件及解密密钥字, 并将这些URL加到队列中。
Session会话类型
HTTP直播流协议支持直播会话和VOD视频点播会话链接。对直播会话链接, 新的媒体文件创立并且现有的索引文件实时更新。新的索引文件包括新的媒体文件, 而旧的索引文件被移除, 更新的索引文件表现为连续播放流的一个移动窗口, 这种会话适用于连续的广播视频。
对于VOD会话, 媒体文件表示了需要播放的完整周期。索引文件是静态的, 包含从文件之初到结束的完整索引。这种类型的会话允许客户端能完整的访问到整个节目内容中。
也可以创立一个直播然后转为点播, 即转直播到VOD, 这时不需要从服务器里移除旧的文件或从索引文件里删除URL, 只需要在广播结束时增加一个#EXT-X-ENDLIST标识。客户端可以随后加入广播并仍旧看到完整事件, 这在需要重播的时候就相当方便。
替换流的切换
索引文件可以指向可替换的流内容, 从而实现对同一视频多种编码质量对应不同的终端类型和网络质量。如果网络带宽变化, HTTP直播流协议支持动态的流切换, 客户端软件则会自动在不同的流之间在适当的时候进行切换, 这种自动方式是根据测量网络吞吐能力来实现。
索引文件指向一个替换流, 是通过指向另一给索引文件标示实现, 如图 (2) 所示。
客户端可以在任意时刻, 实现对不同流的切换, 比如移动终端从蜂窝网络接入或离开WIFI热点。所有的可替换流需要使用统一的音频, 这样才能实现平滑的切换过程。
应用案例说明:
按照在不同网络带宽的条件下, 我们对视频内容进行不同的编码率实现编码, 比如我们可以对同一部电影内容, 采用H.264编码, 做7个级别码率编码, 如表1所示。
手机, PAD, PC和TV至少都由2档质量可选, 具体选哪种质量, 取决于网络, 在默认情况下, 应选择较高质量的视频内容, 以满足较好的用户体验。比如在网络条件允许的情况下, 采用H.264的编码压缩的视频256Kbit/s图像的清晰度一定比128Kbit/s的要高, 如果在网络情况不好时, 则自动切换到低码率的一档, 从而使播放流畅。
另外一种情况是, 但对于较小屏幕如提供较高的带宽, 实际是对网络带宽的消耗是一种浪费, 因为用户体验并未得到很明显的提高, 这种由少量用户对大宽带视频的需求, 会对无线网络的带宽消耗造成浪费和拥塞, 降低了其它大量用户的使用体验, 因此需要在无线网络内对视频进行优化处理, 比如对手机用户的所有1080P的视频降低为720P或480P视频分辨率, 从而节省宝贵的网络资源。
四、总结
在OTT的业务环境中, 由于业务是假设在互联网之上, 对网络服务质量没有QOS保证, 因此需要在应用层对视频传输进行进一步的优化处理, 以提供用户业务体验: (1) 通过HTTP的自适应码流技术, 提高OTT视频在网络带宽波动的情况下提供平滑播放的业务体验。 (2) 对各种视频终端的屏幕实现分辨率匹配策略, 尤其在无线网络环境下, 减少OTT视频对网络开销, 降低无线网络拥塞的可能, 从而提高业务体验质量。
参考文献
[1]黄远清.2012年美国OTT市场浅析[J], 卫星电视与宽带多媒体, 2012 (23)
自适应混合入侵防御 篇7
关键词：自适应,入侵防御系统,异常分类器,签名过滤系统,指令集随机化
1 引言
由于信息安全与网上信息对抗的需求,使得如何增强计算机系统和网络系统的安全性的研究成为了举世瞩目的焦点[1]。网络防御系统的目标是预先对入侵活动和攻击性网络数据进行拦截,避免其造成损失[2],但一个关键问题是网络防御系统对攻击行为不能自动做出一个可靠的,有针对性的及适应性的反应[3]。当溢出被一些未曾见过的攻击利用时,这个问题将会被放大。网络防御系统通常是由基于网络的IDS(Intrusion Detection System)的和包过滤防火墙组成,由于这些这些系统本身的缺点,使它们难以确定和描述新的攻击并智能化的应对它们。
由于IDS只能被动的检测攻击,而攻击防范往往是留给防火墙的任务。当然成功阻止一次确定的攻击通信需要一个灵活和明确的策略,此外大量的网络流量与签名进行匹配往往需要专业的硬件设备并假设这些签名准确的存在。另外加密流量和隧道流量成了IDS和防火墙共同的问题,因此无论是IDS还是防火墙都无法确定一个数据包在终端主机被进行了怎样的处理,从而导致它们做出错误的决定[4]。
这些阻碍促使我们将安全控制策略的放置更接近终端主机(例如,分布式防火墙)[5]。这种方法对系统安全性的保护不仅有利于企业级网络,而且还包括那些家庭网络用户。这种“纵深防御”表明传统的外围防御(如:防火墙)已被应用到基于主机的防护机制中。本文设计了这样一个系统,它采用混合异常检测及签名检测的方案,自适应地应对新的攻击。
2 自适应混合防御系统关键部件及技术
2.1 混合检测
一般情况下,检测系统仅仅依赖于签名并不能启用防御系统来应对前所未见的攻击行为。另外,基于异常的分类器可以识别新的行为,但往往无法分辨以前所未见的这些行为是“好”还是“坏”。这个盲点通常会导致较高误报率,并要求这些分类器进行过大量的训练。
混合检测系统以入侵防御系统IPS(Intrusion Prevention System)为基础:是一个有自动反应能力来阻止攻击行为的系统。我们的混合系统的核心是一种基于异常的分类器,它结合反馈信息调整其模型并自动生成已知恶意行为的签名。我们的异常检测是基于PayL[6],但也可用于其他分类器[7]。
对于一个混合系统最大的障碍是反馈信息的来源。理想的情况下,它应该是自动化的并且对用户是透明的。例如,对垃圾邮件分类器的反馈可能是用户在自己的电子邮件点击按钮,通知客户端的邮件服务器,以考虑将其归类为垃圾邮件或不适当的电子邮件。这种反馈循环是一个网上监督式学习的实例,它将监督负担分配给了每一个系统用户。我们系统的反馈机制加强了无监督的网上学习。信息来源是基于X86模拟器,STEM[8],即以指令集随机化增强保护系统进程。
2.2 指令集随机化
ISR是创造一个独特的运行环境的过程并以此有效地阻止代码注入式攻击。创建这种环境的目的是在这个指令集执行一些可逆转换。
因为攻击者通过精心设计与所预期的执行环境相匹配,致使攻击者不会轻易改变他的攻击代码,而攻击代码与特殊环境的不匹配致使攻击代码在特殊环境执行无效,从而导致攻击失败。ISR方法以前已被证明在阻止代码注入式攻击上的成功[9,10],这种技术通常与空间地址混合来阻止“跳成libc”攻击。
指令集随机化需要执行环境有能力以终止在运行时随机的或解码的二进制指令流。对于机器代码,这一要求意味着,要么处理器硬件包含解码逻辑,要么该处理器以软件的形式出现。
ISR的实践形式,使我们能捕获注入代码和与它相关的被列为异常的输入。Barrantes等人[11]表明,在一些控制流字节切换(两个或三个指令)到注入代码的过程中,代码注入攻击被保护的二进制文件失败。因此,在程序停止执行时,指令指示器(有很高的几率)表明此代码是恶意代码。我们可以提取这些代码,并传送给我们的过滤器来创建一个新的签名并更新我们的分类器的模型。
3 设计与实现
FLIPS的设计基于两个主要部分:应用程序监管框架和过滤代理。该设计的一个主要目标是保持系统的模块化并可扩展部署在一个主机上。(图1显示了这种设计的高级视图。)受保护的程序可以是一个服务器等待请求或是接收客户端程序的输入,如果被视为恶意的将被过滤代理丢弃。如果监控器检测出被保护的程序出现了错误,这标志过滤器在更新其签名和模型。
过滤代理的主要功能是对输入进行评分和分级并选择性的进行丢弃,代理则是两个主要分类方案的混合。基于特征的过滤器可以对某个请求进行评分和丢弃如果它与已知的恶意数据相匹配,而基于异常的分类器则可以对输入程序进行评分和丢弃如果它超出了正常的模型范围。
应用程序监管框架的主要功能是阻止溢出,修复可能被利用的漏洞,并将溢出信息汇报给过滤器和分类器。监管框架可以包括些基于主机的监控器,由它们提供给代理各种补充的反馈信息。我们的原型实现是基于一种提供与代码注入式攻击有关信息的监控器。
请求从过滤代理通过,如果被认为是恶意的将被丢弃。包过滤防火墙为应用程序提供保护,只允许本地代理实例连接应用程序。应用程序处理这些请求并通过代理传回响应。如果某个输入引起代码注入攻击,监管框架会将注入代码连接到代理,代理将会更新其模型和签名。
3.1 HTTP代理和Pay L
HTTP代理是一个简单的对每个输入请求产生一个新的线程实例的HTTP服务器。在服务程序中,代理调用一系列对H T T P请求的过滤器对象。我们的默认过滤器执行维护三个基于签名的过滤器和一个分类器对象。PayL实现了分级界面以对每个基于异常的H T T P请求给予标记。当代理启动时,它创建一个PayL实例并提供给PayL一个traffc文件样本用以改进。
我们构建了一个HTTP代理(Apache)以保护HTTP服务器免受恶意请求的攻击,代理通过调用三个过滤机制及P a y L来决定如何处理每一个H T T P请求。
过滤器实现的核心是将其划分为两个子程序,checkRequest()程序执行基本过滤和分类工作。它维持4数据结构用以支持过滤功能。第一个为“可疑”输入要求清单(由PayL确定)。这一清单作为一个缓存为匹配以证实的恶意输入提供了良好的反馈机制,但值得注意的是,此清单并不用于删除请求。其余的数据集合形成一个三级过滤结构,在权衡复杂性的同时更加积极的实现过滤。这些清单并不是通过PayL确定而是通过反馈机制产生。第一层的过滤为直接匹配。该过滤器是最实惠的,即使略有质变但它却最有可能阻止恶意请求。第二个过滤器是一个反向查找过滤器,它们的存储请求由PayL的评分来决定。最后,由最长公共子串过滤器来提供昂贵但却是捕获恶意请求的最有效手段。
第二个组件作为代理的反馈机制,它是一个后台线程监听,关注来自于S T E M所包含的恶意二进制代码,此线程仅读取一个字节并检查它们是否与我们先前所熟知的“可疑”输入相匹配(如PayL分类),如果不是,那么该线程将会把检测范围扩大到之前见过的包含那些缓存较小的所有请求。匹配是目前最常用的子算法,如果匹配成功,则该请求将被用在上述筛选数据结构。如果没有,以此恶意字节序列为基础,一个新的请求将被创建并写入过滤器。
我们的监管架构是一个应用级程序库,它提供了一个模拟器在去随机性指令流和底层硬件正常执行的指令流之间自由切换的能力,如图3所示,将要被仿真的代码段将4个特殊标签包裹起来。
此程序为一个使用S T E M标签的实例。
STEM是一个x86模拟器,可以有选择地调用任意的代码段,允许我们在同一进程内部混合仿真及非仿真的执行。模拟器允许我们监测当执行指令时的随机处理错误,撤销由内部代码故障引起的内存变化,并模拟一个从上述调用函数返回的错误,我们的一个主要假设是我们能够在错误和异常集之间建立一个映射,这种错误和异常可能出现在程序的执行以及该程序代码处理的错误集。
3.3 ISR技术
主循环由仿真器读取,解码,执行以及每次撤销一个指令组成,在抓取指令之前每一项是随机发生的,由于x86架构包含可变长度的指令,在指令流翻译出足够的字节是解码成功的关键。否则,可能会产生无效的操作。为了使问题简化,我们假设每个指令的最大长度为(16字节)。16位字XOR'd伴随16位密钥,并复制到缓冲区。获取/解码函数读取缓冲区和提取一个指令。伴随处理指令的准确长度程序计数器是递增的。如果指令在1 5字节或更少的情况下,不必要的去随机将会发生,但这是可变长度指令不可避免的一个副作用。如果注入的代码位于执行路径的任何位置,异或函数会将其转换为一个非法操作码或指令,这样将会访问无效的内存地址。如果在仿真过程中发生异常,S T E M将会通知在指令指示器中的代码服务器,STEM每捕捉1KB的代码将会打开一个简单的TCP套接字代理,然后STEM将模拟一个从函数处返回的错误。
4 模拟实验
我们目的是表明主动防御和签名相结合是有价值的,甚至是一个相当优化的代理执行。我们的评估主要有三个目的:
1.表明该系统能够很好的进行分类。
2.表明该系统可以在端至端间执行。
3.表明该系统具有相对良好的性能。
第一个目标是为PayL计算出完整的ROC曲线。第二个目标是通过一个端对端的实验检验该系统检测攻击的速度。记录过滤器捕捉到的攻击字节,建立适当的过滤规则,并终止下一个此攻击实例。我们像代理发送由同样攻击组成的请求流并测量代理过滤的时间。第三个目标是测量代理服务器处理两种不同H T T P痕迹的额外时间。
Apache2.0.52作为一个简单的修改配置文件的基本生产服务器实例,关闭“KeepAlive”的属性设置,然后,一个简单的awk脚本重建HTTP请求。代理服务器由JAVA编写,与Linux平台下Sun JDK 1.5.0,并在Linux平台下Sun JVM 1.5.0上运行。代理服务器运行在双核至强2.0GHz处理器,1GB内存,操作系统为Fedora Core 3,内核版本2.6.10-1.770 FC3smp。生产服务器平台运行在双核至强2.8 H z处理器,1 G B内存,操作系统为Fedora Core 3,内核版本2.6.10-1.770FC3smp。代理服务器与生产服务器通过一个千兆以太网交换机连接,实验进行前对服务器进行重置,同样数据进行重复进行10次实验。
我们通过运行Apache web服务器和执行微基准测试在一些shell实用程序上,以此来评估STEM的性能。我们选择Apache flood httpd实验工具,以评估和比较非仿真和仿真的Apache版本处理请求的速度。在实验中,我们通过已处理的请求总数来决定测量性能,如表4所示,每秒处理请求的总数是由在一小段时间内所发送、处理的请求推测得到,而并不是意味我们的Apache实体每秒能够承受6000次请求。"emurand"符号表明STEM的(随机仿真)使用。
我们选择了一些常见的公式并测量有S T E M和没有S T E M情况下大负荷工作不同试验类型的性能。如预想中的一样,在仿真大部分应用时会对性能有很大影响。实验表明,仅在仿真潜在易受攻击的代码部分时存在明显超越整个系统仿真性能的情况。
PayL是一个基于内容的异常检测器。为了在FLIPS混合PayL,采用PayL在HTTP上的请求。在网络要求上测试PayL运营的有效性,收集了5MB的HTTP协议。这个数据集合有多种红色代码和其他恶意要求。作为底线标准,可以人工识别恶意入侵。接收机工作特性曲线如图4。
从图中可以看出,关于HTTP的PayL的分类结果比较普通。当所有的红色编码和尼姆达疑问被成功的防御,仍有许多看起来不是异常的入侵的查询,PayL不能辨认。如果P a y L工具来观察整个HTTP请求,包括实体自身,结果将更精确。PayL本身并不能保护服务器,并且需要更多的信息来调整其模型。
5 结束语
传统的入侵检测系统侧重于查明试图攻破计算机系统和网络。现有的入侵检测,无论是基于主机的IDS还是基于网络的IDS,在很大程度上都依赖于网络管理员的能力和直觉,需要人工地调整入侵检测系统。攻击事例和管理员的经验是入侵检测中最为重要的两个方面,IDS的开发与升级需要攻击事例和管理员经验这两方面长时间的原始积累。
我们提出FLIPS入侵防御系统,采用了异常分类组合方式和签名匹配二进制代码块注入攻击,此种混和式检测系统的反馈由STEM来提供,x86模拟器能够将指令集的执行随机化(ISR)。STEM可以识别插入的代码,自动恢复的攻击,并将攻击代码提交给异常和签名分类器。我们已经展示了FLIPS如何发现,制止,修复,并创建一个以前未知的攻击签名。虽然我们只展示了FLIPS对HTTP服务器保护的实现,然而FLIPS的机制也广泛适用于基于主机的入侵防御。
参考文献
[1]孙宇.网络入侵防御系统(IPS)架构设计及关键问题研究[D].天津:天津大学,2005.
[2]刘才铭.基于免疫的多通道入侵防御模型[J].计算机应用研究,2008,2(25):.
[3]R.E.OVERILL.How Re(Pro)active Should an IDSBe?In Proceedings of the 1st International Workshop onRecent Advances in Intrusion Detection(RAID)[C].Septem-ber 1998.
[4]M.HANDLEY,V.PAXSON,and C.KREIBICH.Network Intrusion Detection:Evasion,Tra?c Normalization,and End-to-End Protocol Semantics[C].In Proceedings ofthe USENIX Security Conference,2001.
[5]S.IOANNIDIS,A.D.KEROMYTIS,S.M.BELLOVIN,and J.M.SMITH.Implementing a Distributed Firewall.InProceedings of the 7th ACM International Conference onComputer and Communications Security(CCS)[C],2000,11:190-199.
[6]K.WANG and S.J.STOLFO.Anomalous Payload-based Network Intrusion Detection.In Proceedings of the 7thInternational Symposium on Recent Advances in IntrusionDetection(RAID)[C].,2004,9:203-222.
[7]C.KRUGEL,T.TOTH,and E.KIRDA.Service Spe-cific Anomaly Detection for Network Intrusion Detection.In Proceedings of the ACM Symposium on Applied Com-puting(SAC)[C],2002.
[8]S.SIDIROGLOU,M.E.LOCASTO,S.W.BOYD,andA.D.Keromytis.Building a Reactive Immune System forSoftware Services.In Proceedings of the USENIX AnnualTechnical Conference[C],2005,(6):149-161.
[9]E.G.BAntes,D.H.Ackley,S.Forrest,T.S.Palmer,D.Stefanovic,andD.D.Zovi.Randomized Instruction SetEmulation to Distrupt Binary Code Injection Attacks.InProceedings of the 10th ACM Conference on Computer andCommu-nications Security(CCS)[C],2003,10.
[10]G.S.Kc,A.D.Keromytis,and V.Prevelakis.Coun-tering Code-Injection Attacks With Instruction-SetRandomization.In Proceedings of the 10th ACM Confer-ence on Computer and Communications Security(CCS)[C],2003,10.
自适应原理 篇8
自适应网关发现方法可以认为是混合式网关发现方法的一种特殊情况,其基本思想可归纳为:网关节点通过分析MANET节点的活跃程度和请求网关服务的频率来感知网络状况,通过设置GWADV报文的转发跳数来扩展或收缩主动式网关发现覆盖区域。除了网关通告跳数TTL,如何避免广播风暴、如何基于节点和网关的负载动态选择或切换路由,也是自适应技术的研究范围。
本文结合现有的自适应网关接入机制,进行了改进设计并实现仿真。在所有MANET节点上运行AODV路由协议,网关节点同时运行AODV协议和有线路由协议[3]。在这种方案中,网关的自适应性主要体现在以下几点。
(1)MANET节点的自适应:
一是动态接入:多网关情况下,节点根据网关负载GW(Gateway Weight)对收到的GWADV进行判定,选择其中负载最小的网关进行反向路由建立。
二是流量感知:节点根据邻居列表NNL(Neighbor Node List)及自身负载NW(Node Weight)对收到的RREQ有选择的进行转发,避免浪费链路资源,引起不必要的洪泛。
三是路径质量感知:源节点收到路由回复RREP,根据路径质量PW(Path Weight)选择默认网关路由和备用网关路由。
(2)网关节点的自适应
一是接入网关广播的网关通告半径(TTL)和网关通告的发送间隔随着网络规模以及接入节点到接入网关的距离变化而进行变化。
二是网关收到源节点发送的转发数据包,根据其到达间隔,监控路径质量,及时提醒源节点进行路由切换以减少网络延迟和丢包率。
1 数据结构
1.1 源节点列表
网关节点维护一份移动节点列表MNL(Mobile Nodes List)[4],该列表记录所有请求网关服务的源节点的序列号、IP地址、距离网关的跳数和活跃时间。MNL相关表项的建立与更新基于源节点发送的RREQ,网关节点接收后对其中相关字段进行解析以获取信息。其中,源节点的活跃时间设定于其相关信息初次写入MNL列表,若活跃期内表项信息更新则予以延长,若过期表项信息未更新则删除信息,因为此时该节点或者是不再需要网关接入服务,或者是脱离网关的当前服务范围。
通过MNL列表,网关节点了解需要提供服务的源节点数目及其位置分布,下文中如何设置发送GWADV的TTL值也基于此列表信息,从而实现GWADV的最佳覆盖。
1.2 邻居节点列表及双向链路的判定
无论是移动节点收到GWADV后获取至网关的多跳路径,还是源节点创建并发送RREQ自行寻求至网关的多条路径,这一系列路由发现过程都会因为采用泛洪方式进行报文转发而给网络造成巨大开销,导致大量的冗余分组、激烈的信道竞争以及报文冲突,出现所谓的广播风暴。为排除因单向链路而产生的无效广播分组,相邻节点定时通过HELLO分组探测局部拓扑情况,判定彼此是否为对称无线链路,并判断彼此是否拥有相同的对称邻居节点。
移动节点S维护一份邻居节点列表NNL(Neighbor Node List),该列表记录接收到的HELLO分组的发送者M,将其视作自己的邻居节点。NNL结构如图1所示。其中,邻居ID记录M的IP地址,对称链路记录S与M之间是否为双向链路。若S在M的HELLO分组[5]中看到自己在其邻居名单中,就判定M为对称邻居节点(简称邻居节点),设置对称链路字段,否则不设置。
当M被设置为邻居节点,S还要判断自己和M的对称邻居节点是否完全相同。S检索M的HEL-LO分组中包含的邻居信息,若发现与M的邻居节点并不完全重合,设置共有邻居字段。最后,NNL中的每条记录都设置了存活期限并在被更新后延长。存活期内未再次接收到M的HELLO分组,则删除NNL中有关M的记录,表明以M为下一跳的全部路由已经失效。
2 路由判据设计
2.1 网关节点负载的定义
网关根据MNL的表项信息定义网关负载GW(Gateway Weight)为:
其中,DS为移动节点至网关节点的跳数,NN为向网关节点请求服务的源节点数目,QL为网关节点缓冲区内待转发的数据包队列长度,且n+m+k=1。
显然,MANET结点会选择距离最近、转发任务最轻的网关作为其服务请求对象。考虑距离和负载对网络通信的影响不同,取n>m>k,即跳数的影响最大,其次为请求服务的节点数目,待转发的数据包大小被认为影响最小[6]。权值的选取根据网络环境的具体情况及网络性能的具体参数而确定。
2.2 移动节点负载和路径质量的定义
由于无线通信的特性,节点在传输数据之前要侦听无线信道,判断是否有其他节点正在传输数据。只有共享信道空闲时,节点才能启动数据传输。因此,邻居节点的通信量直接决定了节点进行数据传输时的空等时间,即自组织网络中端到端时延不仅取决于当前节点的负载,而且受制于邻居节点的负载。
定义节点负载NW(Node Weight)为一定的时间间隔内待发送数据包队列的平均长度。对节点S,在采样周期内共采集M个样本,则节点S的负载为:
其中,NW(k)是第k次采样时队列的实时长度,NW是采样周期内队列的平均长度。M越大,对节点负载的度量越准确。
定义路由质量PW(Path Weight)为路径中各节点的负载与节点数目之和:
其中,PN为路径上的节点数目,s<t且s+t=1,即跳数越少且各节点负载越小的路径越好。
3 适应路由策略
3.1 自适应网关通告
网关周期性向MANET广播网关通告来表明自己的存在。GWADV[8]消息包含:消息ID、网关全局地址、网络前缀、TTL、网关当前服务的源节点数量NN和网关节点待转发数据包队列长度QL等,其中NN和QL作为移动节点收到公告后计算GW的依据。同时,为避免非对称链路的影响,对GWADV进一步扩展,将局部拓扑信息即邻居节点信息添加到消息中,使MANET节点对GWADV进行有选择的转发。
(1)TTL的自适应选值
已知网关节点通过查询MNL便可了解源节点的分布情况,据此来动态修正网关通告的TTL,实现GWADV自适应广播。每个发送网关通告的周期,网关节点根据下式计算网关通告半径TTL:
其中,NN为向该网关节点请求服务的源节点数量;DS(i)表示i节点与网关节点的跳数。
(2)GWADV的发送间隔
在一个广播网关通告的周期内加入或离开该网关的源节点数目S可反映源节点的活跃程度[9]。引入阈值low<high,则广播间隔I的自适应公式为:
网关通告间隔的调整主要是基于网络拓扑的变化程度。当网络拓扑不稳定且源节点较活跃时,网关需要缩短广播间隔以及时更新源节点信息,反之则增加广播间隔以降低网络开销。
(3)基于时延给出路径转换信号
当路由建立,源节点向网关发送分组数据包,网关节点对来自同一个源节点的数据包进行计时,并计算各分组的传输间隔T:
第一个分组传输间隔为T1,下一个分组传输间隔为T2,取ΔT=T2-T1。设n=0,若ΔT>0,则n=n+1,否则n清零。当n=k时,即连续k个来自相同源节点的数据包传输间隔处于持续增大的状态,网关节点通过反向路由通知各中间节点和源节点,源节点在发送下一个分组时,选择备用网关路由发送数据。
3.2 自适应网关发现
将MANET节点分成三类:请求网关服务的源节点、已知网关路由并回复RREP的节点和转发RREQ的中间节点,分别叙述其自适应寻路过程。
(1)源节点
在网关通告GWADV的广播范围之外的源节点,通过发送网关路由请求分组RREQ来寻求网关服务。对RREQ格式进行扩展,增加邻居节点信息NNL和节点负载信息NW,以此排除单向链路的干扰并为路由质量PW的计算提供依据。RREQ格式如图2所示。
当源节点收到RREP消息,进行网关路由的建立。从RREP中获取各节点负载NW,按照式(3)计算该路径质量PW。若源节点收到来自不同网关的路由回复,则根据不同的PW,选择值最小的路由作为其默认网关路由,再选取值次小的作为备用网关路由。路由表结构如图3所示。
(2)中间节点(具有到网关的有效路由)
当中间节点收到一个GWADV消息,首先检查是否曾收到与该消息ID和IP地址相同的GWADV,若有则丢弃新收到的消息,否则查看消息中包含的邻居节点信息:
一是若邻居节点信息中包含本节点,则认为本节点和发送GWADV的上游节点之间存在双向链路,建立或更新相应的反向路由,并转发该消息。
二是若消息中邻节点信息中不包含本节点,则认为本节点和发送GWADV的上游节点之间为单向链路,丢弃该消息。
建立或更新到上游节点的反向路由进行以下操作:
一是若该节点没有至网关的路由,则创建该路由表项,根据GWADV中的NN和QL字段,按照式(1)计算网关负载GW,并将自己的邻居节点写入相应字段,然后将该通告进行转发。若该节点收到来自不同网关的GWADV,则根据计算出的GW,选择负载最小的路由作为默认网关路由,并转发该网关的GWADV,其他网关的通告丢弃。
二是若该节点已有至网关的默认路由,则按照式(1)计算网关负载GW,并判断是否进行网关切换。网关切换的条件是新网关的负载与当前网关的负载之差大于一定阈值,以此避免频繁的网关切换所带来的路由抖动。
至此该节点成为具有到网关节点有效路由的节点,收到RREQ后回复RREP,RREP与RREQ结构相同,源节点根据其中包含的节点负载信息选择性的建立全局连接。
三是中间节点(不具有到网关的有效路由)
当中间节点收到一个RREQ消息,若曾收到与该消息ID和源地址相同的RREQ,则直接丢弃,否则根据本节点MAC层及网络层提供信息,按照式(2)计算自己的节点负载NW,决定是否进行转发。节点有两种状态:繁忙和可用(繁忙:NW>U;可用:NW<U;U为拥塞指数),当节点处于繁忙状态时,丢弃所有收到的RREQ;当节点处于可用状态,在RREQ中的节点负载列表中添加自己的NW,搜索邻居节点列表,向双向链路的邻居节点广播RREQ。
4 仿真与分析
设置一个MANET网络场景,各节点运行改进后的路由协议,并按随机的移动速度保持运动状态。在仿真区域配置2个网关,位于仿真区域的对角,并在其上同时运行改进后的路由协议和有线路由协议。每个网关通过一个路由器与一个固定节点连接,均通过100Mbit/s的有线链路连接。具体参数设置如表1所示。
选取以下参数作为比较标准,将上文进行改进的路由协议与普通混合式路由协议进行比对分析:
(1)分组投递率:成功投送到目的节点的分组数据包在源节点发送的所有分组数据包中的所占比率。
(2)网络延时:从源节点发送分组数据包到目的节点接收分组数据包,该过程产生的所有时延,主要包含路由建立时间、数据包在缓冲区等待发送时间和正常的传播时间等。
(3)网络归一化开销:与寻路有关的分组消息(GWADV、RREQ和RREP等)在网络所有传输分组中的所占比率。
分组投递率和网络时延决定了网络接入性能,由图4(a)-图4(b)可知本文算法的性能较优,因为在非对称链路普遍存在的环境下,普通混合式路由算法盲目转发RREQ,导致一些因链路不对称而实际无效的路径被采用。失败后重新进行路由发现,因为建立路由的时间延长,相关数据可能因超时而被丢弃。另外,没有自适应机制使得网关通告范围不能根据MANET状态动态改变,默认网关路由的建立不能根据网关和移动节点的负载进行选择,因此分组投递率较低且网络时延较大,特别随着节点活跃程度增加,链路断裂趋于频繁,互联性能进一步恶化。
在网络开销方面,由图4(c)可知普通混合式路由算法开销巨大,因为其MANET节点盲目转发沿所有链路而来的网关发现消息,且当非对称链路造成路由发现失败,重新寻路造成了更多的开销。源节点位置随机且各节点高速移动,固定网关通告范围使得更多节点采取被动式按需寻路,RREQ等分组数量巨大。本文算法不仅避免了非对称链路的影响,而且引入基于节点负载判定是否转发分组的机制,在很大程度上节省开销。虽然周期性发送包含大量邻居节点信息的HELLO消息牺牲了部分互联开销,但本算法的开销仍然较少,尤其当节点移动速度增加时,其优势更加明显。
5 结束语
对MANET网络和固定网络互联的自适应网关发现算法进行优化。利用邻居节点信息在路由广播消息中的扩展解决单向链路问题;依据网关节点对MANET的感知实现网关通告广播范围和周期的自适应调整;通过采样并计算各节点的负载情况实现路由建立选择与更新的自适应。与已有算法的仿真对比显示,本文算法实现了互联性能的优化和路由开销的降低。
摘要：在移动自组网接入Internet的过程中,为适应节点高速移动导致网络拓扑频繁更新的特性,在混合式路由发现中引入自适应机制,从网关通告跳数的合理范围、广播风暴的避免、各节点和网关负载的动态变化等方面进行自适应性优化。以AODV路由协议为基础,改进网关发现算法的自适应机制,在NS2平台进行仿真,实现移动自组网与有线网络的互联,且其接入性能有一定程度优化。
关键词：移动自组网,Internet接入,网关发现,自适应
参考文献
[1]Cavalcanti D,Kumar A,Agrawal DP.Wireless Ad Hoc Networking[M].New York:Auerbach Publications,2007:483-503.
[2]Jeonkeun Lee,Dongkyun kim,J J Gareia-Luna-Aeeves et al.Hybrid gateway advertisement scheme for eonnecting mobile Ad Hoc networks to the Internet[J].IEEE,2012:191-195.
[3]刘元安,刘凯明,翟临博,等.移动自主网与Internet互联中的自适应网关发现算法[J].吉林大学学报,2011,41(4):1157-1163.
[4]沈斌,柯海燕,胡中功,等.MANET与Internet互联时的自适应增强机制[J].计算机工程与应用,2012,36(3):112-116.
[5]沈彬,李波,石冰心.基于HELLO机制的Adhoc与Internet高效互联[J].微电子学与计算机,2006(10):90-95.
短波电台自适应的实现 篇9
短波通信具有通信距离远、使用灵活机动、组网性能好的独特优点。
短波自适应通信网是覆盖范围广、技术先进、安全可靠、自动化程度高的中远距离无线电通信网。该系统对于提高通信能力和应急通信能力, 都具有十分重要的意义。短波系统采用了新型自适应控制器, 并开发了相应的主控软件, 配合508综合业务终端使用, 大大提高了自动化程度和综合性能。
二、短波自适应的工作原理
短波自适应电台可以通过链路质量分析 (LQA) 和自动链路建立 (ALE) 两种重要手段使通信在最佳信道上进行。
2.1链路质量分析 (LQA)
链路质量分析是一种实时信道质量估计技术。对信道LQA就是对信道参数进行测量和分析, 然后对信道的质量进行评分并将信道从最佳到最差排序。通信时可根据LQA矩阵中各信道的排列次序, 择优选取工作频率。
船与基站主要进行点对点通信, 两个电台之间进行双向的LQA的基本过程如下:
第一步, 探测呼叫。主叫台通过某一信道向目标台发出探测信号 (包括主叫台和目标台识别地址的编码信号) 。目标台识别后, 接受并测量其信号质量, 进行评分, 并记录下来。
第二步, 应答。目标台在同一信道上向主叫台发出应答信号, 其中包含来自主叫台探测信号的质量评分信息。主叫台接受并记录该信息, 同时对来自目标台的应答信号的质量进行测量、评分和纪录。这样, 主叫台就掌握了通过该信道双向传输信号的质量评分, 从而得到该信道的质量总评分。
第三步, 确认。主叫台再次通过该信道向目标台发出信号, 其中包含对该信道的质量总评分信息, 从而保证主叫台和目标台关于该信道的质量评分记录完全一致。至此, 对一个信道的双向LQA过程结束。双方又开始对另一个信道按上述“探测呼叫——应答——确认”这三个步骤进行双向LQA。
对所有信道逐个进行双向LQA, 就可得到每个信道的质量评分, 然后双方均按评分的高低顺序, 将所有的信道排序, 并存入存储器中。
2.2自动链路建立 (ALE)
在工作过程中, 主呼台的自适应控制器根据LQA的结果, 在LQA表中选出最佳信道进行呼叫。一旦双方信道沟通, 两个电台均会发出“建链成功”声音, 通知操作员可以进行通信。若是在所有信道上均无法沟通信道, 主呼台将显示相应的提示信息。
被呼自适应电台处于扫描状态, 接收机则对已编程入本台地址的全部信道和本台所属网络地址的信道集合进行循环扫描。当在某个信道上接收到呼叫信号时, 工控便自动停止扫描, 并在该信道上向主呼台发射响应信息, 当再次收到主呼台的“认可”信息后, 就完成了自动链路建立。
三、基于自适应的短波监控系统
传统的单一手键报通信是以手键为终端, 由经过专业训练的报务员敲击手键发报完成报文通信, 属于人工终端, 存在着很多弊端。自适应技术实现了信道建立和沟通联络的自动化, 而要实现短波真正的自动化, 508终端的自动化也是必不可少的。
自适应短波通信系统既可以用于点对点通信, 也可以用于多点之间组网通信, 收发信机主要用于发送和接受数据, 工作种类有上边带、下边带、调幅话、等幅报。
自适应控制器是此系统所以实现自适应通信的核心装置, 它能不断的进行信道扫描, 从中选择最佳信道进行建链, 确保通信成功。在原系统的基础上, 设备增加了终端控制设备508终端, 从而结束了以往单一手键报操作的历史, 它可在短波信道上完成数据传输、传真、声码语音通信等多种业务。
通过计算机监控台和508终端得以利用软件实现对硬件的灵活控制, 该监控软件分为应用程序软件和控制软件两部分, 应用程序软件提供终端的用户界面, 完成各种用户功能, 实现对硬件设备的管理和设置。
屏幕画面简洁, 明确醒目, 操作起来很方便, 操作人员无需专门训练也能很快上手。
四、不足之处和应对措施
自适应电台有时链路建立时间太长, 为了发报, 常常需要等上很长的时间。链路建立时间跟LQA的评估速度和信道数有关。我们所能做的就是尽可能的减少信道数目优化选择频率。
五、结束语
短波通信系统自适应监控的实现, 大大提高了短波通信系统的自动化程度, 实际应用过程中, 灵活的使用频率, 将更有力保障短波通信任务的完成。
摘要：本文总结了短波自适应通信的实现过程, 并就在实际应用中发现的问题提出了应对措施。
关键词：短波通信,自适应短波电台,508短波综合业务终端,LQA,ALE
参考文献
[1]短波系统改造”技术任务书.2006年1月