基于層析成像的虛擬試驗(yàn)網(wǎng)絡(luò)參數(shù)估計(jì)方法研究.pdf

1、虛擬試驗(yàn)廣泛應(yīng)用于軍工試驗(yàn)與測試領(lǐng)域，已成為現(xiàn)代靶場考評(píng)武器裝備性能的重要手段。武器裝備的虛擬試驗(yàn)系統(tǒng)由實(shí)物裝備、虛擬模型和半實(shí)物三種形態(tài)的試驗(yàn)資源，按照試驗(yàn)任務(wù)需求綜合集成后，依托虛擬試驗(yàn)網(wǎng)絡(luò)而構(gòu)建。虛擬試驗(yàn)網(wǎng)絡(luò)一般由地理上分散的多靶場之間的專用試驗(yàn)網(wǎng)絡(luò)構(gòu)成，試驗(yàn)過程中大量的數(shù)據(jù)交互，容易造成網(wǎng)絡(luò)局部擁塞，傳輸性能惡化，從而導(dǎo)致系統(tǒng)時(shí)空一致性被破壞，影響虛擬試驗(yàn)系統(tǒng)的整體性能。通過實(shí)時(shí)準(zhǔn)確地獲取網(wǎng)絡(luò)內(nèi)部參數(shù)信息，并根據(jù)網(wǎng)絡(luò)參數(shù)的變化對(duì)

2、系統(tǒng)進(jìn)行動(dòng)態(tài)優(yōu)化、調(diào)整和重新部署，可以迅速地改善虛擬試驗(yàn)網(wǎng)絡(luò)的傳輸性能，從而提高虛擬試驗(yàn)系統(tǒng)的整體性能。
　　隨著虛擬試驗(yàn)網(wǎng)絡(luò)的非協(xié)作性特征越來越明顯，通過傳統(tǒng)的直接測量模式獲取網(wǎng)絡(luò)內(nèi)部參數(shù)的方法，由于需要內(nèi)部節(jié)點(diǎn)的協(xié)作，越來越無法滿足虛擬試驗(yàn)的需求。近年來，國際上提出的網(wǎng)絡(luò)層析成像技術(shù)，通過在網(wǎng)絡(luò)邊緣獲取的端到端測量數(shù)據(jù)，估計(jì)網(wǎng)絡(luò)內(nèi)部參數(shù)信息。該方法不需要內(nèi)部節(jié)點(diǎn)的協(xié)作，能有效解決虛擬試驗(yàn)網(wǎng)絡(luò)非協(xié)作性帶來的問題，但現(xiàn)有方法還存在

3、算法復(fù)雜度較高，估計(jì)效率較低等問題。而在虛擬試驗(yàn)系統(tǒng)中，由于需要實(shí)時(shí)根據(jù)當(dāng)前網(wǎng)絡(luò)傳輸狀態(tài)對(duì)系統(tǒng)進(jìn)行動(dòng)態(tài)優(yōu)化，因此對(duì)網(wǎng)絡(luò)參數(shù)獲取方法的效率有較高要求。本文在層析成像技術(shù)框架下，對(duì)虛擬試驗(yàn)網(wǎng)絡(luò)參數(shù)估計(jì)方法進(jìn)行研究，旨在解決現(xiàn)有方法存在的問題，提高網(wǎng)絡(luò)參數(shù)估計(jì)方法的性能，為虛擬試驗(yàn)系統(tǒng)性能優(yōu)化提供依據(jù)，具體內(nèi)容如下：
　　虛擬試驗(yàn)網(wǎng)絡(luò)負(fù)載隨其承載的試驗(yàn)任務(wù)快速變化。而現(xiàn)有基于層析成像的拓?fù)涔烙?jì)方法，在估計(jì)節(jié)點(diǎn)對(duì)相似度時(shí)，一般將背景流視為

4、零均值隨機(jī)噪聲，采用觀測樣本均值作為節(jié)點(diǎn)對(duì)相似度的估計(jì)值，未充分考慮背景流影響，導(dǎo)致估計(jì)精度受背景流影響較大。此外，虛擬試驗(yàn)網(wǎng)絡(luò)拓?fù)鋭?dòng)態(tài)變化，而現(xiàn)有針對(duì)節(jié)點(diǎn)集合動(dòng)態(tài)變化的拓?fù)涔烙?jì)方法由于采用逐層搜索或窮舉搜索方法對(duì)拓?fù)溥M(jìn)行更新，導(dǎo)致算法效率較低。針對(duì)這兩個(gè)問題，本文提出一種基于探測包重組和公共路徑匹配的拓?fù)涔烙?jì)方法。該方法根據(jù)背景流影響對(duì)“三明治”包中兩個(gè)小包進(jìn)行排序重組，利用重組后的“三明治”包對(duì)節(jié)點(diǎn)對(duì)相似度進(jìn)行估計(jì)，以降低背景流影響

5、，從而提高拓?fù)涔烙?jì)準(zhǔn)確性；利用TTL（Time-To-Live）跳數(shù)信息選擇匹配路徑，對(duì)新加入節(jié)點(diǎn)按照公共路徑長度進(jìn)行匹配，搜索其在網(wǎng)絡(luò)中插入位置，減少測量過程中所需的探測次數(shù)，提高拓?fù)涔烙?jì)的效率。實(shí)驗(yàn)結(jié)果表明，該算法能夠有效提高網(wǎng)絡(luò)拓?fù)涔烙?jì)的準(zhǔn)確性和效率。
　　虛擬試驗(yàn)對(duì)網(wǎng)絡(luò)參數(shù)估計(jì)方法的效率有較高要求，而現(xiàn)有單源網(wǎng)絡(luò)鏈路丟包率估計(jì)方法效率較低，且在估計(jì)精度和計(jì)算速度方面相互制約，難以滿足虛擬試驗(yàn)的需求。針對(duì)該問題，本文提出了一

6、種基于EM算法的單源網(wǎng)絡(luò)鏈路丟包率快速估計(jì)方法。該方法通過選擇合理的鏈路丟包率初始值以減少迭代次數(shù)；根據(jù)端到端測量結(jié)果將網(wǎng)絡(luò)拓?fù)鋭澐譃閭鬏敔顟B(tài)確定性區(qū)域和非確定性區(qū)域，避免確定性區(qū)域冗余分解造成的時(shí)間開銷；通過對(duì)非確定性區(qū)域子樹丟包模式按層分解，以子樹丟包模式為基本計(jì)算單元，減少非確定性區(qū)域子樹丟包模式的重復(fù)分解過程，提高鏈路丟包率計(jì)算速度。實(shí)驗(yàn)結(jié)果表明，該方法能在不損失測量精度的前提下，減少鏈路丟包率測量總時(shí)間，提高測量速度。

7、　　為解決多源網(wǎng)絡(luò)鏈路丟包率估計(jì)問題，通過對(duì)現(xiàn)有采用高階方程組對(duì)探測結(jié)果相關(guān)性建模的方法進(jìn)行分析，發(fā)現(xiàn)高階方程組的階數(shù)由網(wǎng)絡(luò)內(nèi)部節(jié)點(diǎn)的度數(shù)決定，而高階方程組的階數(shù)直接決定了算法復(fù)雜度。當(dāng)網(wǎng)絡(luò)節(jié)點(diǎn)度數(shù)較高時(shí)，算法復(fù)雜度較高。針對(duì)該問題，本文提出一種基于拓?fù)渥儞Q的多源網(wǎng)絡(luò)鏈路丟包率估計(jì)方法。該方法根據(jù)高階方程組的階數(shù)與網(wǎng)絡(luò)內(nèi)部節(jié)點(diǎn)度數(shù)的關(guān)系，采用最小均方誤差準(zhǔn)則選擇最優(yōu)拓?fù)渥儞Q方案，通過減少變換后拓?fù)鋬?nèi)部節(jié)點(diǎn)分支個(gè)數(shù)，降低高階方程組的階數(shù)，