EPFTS交換調度算法仿真與性能分析.pdf_第1頁
已閱讀1頁,還剩63頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、針對下一代Internet網絡體系結構要求精簡高效的特點,四川省網絡通信重點實驗室提出了“單物理層用戶數據傳輸與交換平臺體系結構(SUPA)”,采用帶外信令控制思想將Internet現有的協議棧保留在其“信控管理平臺”上,以保持與。Internet的互聯互通能力,而利用“面向以太網的物理幀時槽交換(EPFTS)技術”將數據鏈路層的分幀與轉發(fā)功能同復用功能合并到物理層中,由此將用戶數據傳輸與交換平臺簡化為單物理層結構,這正是本文的研究背景

2、。 本論文中反映的研究工作是用戶平面中與交換結構和交換機制相關的服務質量保障技術——EPFTS中的隊列調度算法,研究的重點是受配額約束的多優(yōu)先級業(yè)務隊列調度策略以及為降低傳統(tǒng)交換結構及其相應調度算法的復雜性研究適合EPFTS環(huán)境的交換轉發(fā)核心。 論文首先描述了在輸入排隊與輸出排隊下相應調度算法的原理,并通過仿真實驗分析各自的特性。然后針對業(yè)務流的服務質量需求引入優(yōu)先級類別并改進了相應的調度算法,結合仿真實驗的結果提出了一

3、種受配額約束的多優(yōu)先級業(yè)務隊列調度策略。受配額約束的多優(yōu)先級業(yè)務隊列調度策略針對傳統(tǒng)的嚴格優(yōu)先級隊列調度算法對低優(yōu)先級業(yè)務完全不公平的缺點,結合EPFTS交換環(huán)境中服務質量協商階段定義的規(guī)則等因素,為每個優(yōu)先級業(yè)務分配一定的配額,規(guī)定各種優(yōu)先級業(yè)務都不能超過其配額,否則超過配額部分的業(yè)務量不能得到其服務質量要求的保障。本文通過模擬試驗詳細分析了各種業(yè)務流在不同的配額下調度算法的性能,為EPFTS交換機制的研究提供了一定的參考。另外本文也

4、簡單模擬分析了網絡業(yè)務流的自相似特性對調度算法的性能影響。為降低傳統(tǒng)Ⅳ×Ⅳ交換結構及其調度算法的復雜性,最后本文基于輸入與輸出排隊下調度算法各自的優(yōu)勢提出了一種多輸入單輸出復用直通前傳結構,該結構將N×N的復雜度降低到N×1,避免了輸入排隊調度算法在輸入輸出端口對之間進行的多次匹配,并且通過引入少量的高速緩存提高了系統(tǒng)的吞吐率。 論文中作者的主要工作與貢獻可以概括為: ①詳細描述了輸入排隊與輸出排隊下的隊列調度算法原理,

5、并對已有的典型算法進行仿真實驗,通過實驗結果對比分析其主要性能參數; ②針對不同業(yè)務的不同服務質量需求,同時為了解決嚴格優(yōu)先級調度算法存在的公平性缺陷以及針對EPFTS交換環(huán)境中服務協商階段定義的規(guī)則等因素,提出了一種受配額約束的優(yōu)先級調度算法。針對為各種業(yè)務流分配不同的配額,仿真得到了在不同配額下各種優(yōu)先級業(yè)務的時延特性,為提高調度系統(tǒng)的總體性能提供了一種參考; ③針對網絡業(yè)務流的自相似特性,本文采用流疊加法建立仿真模

6、型仿真網絡流量的自相似性。在不考慮業(yè)務的優(yōu)先級特征下,仿真自相似性對調度算法的影響,并與同等條件下的泊松過程結果進行對比分析; ④為了降低N×N交換結構的設計復雜性,提出了一種多輸入單輸出復用直通前傳結構(NISO-MEFS),該結構將復雜性降低到N×1,而且避免了輸入排隊調度算法要求輸入輸出端口對之間進行的匹配,縮短了數據的等待時延,大大降低了調度算法實現的復雜度,同時又避免了輸出排隊對交換核心高加速比的要求,提高了系統(tǒng)的吞吐

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論