一种新的自适应RED算法

主动队列管理算法(RED)存在很多问题,如参数难以配置、对负载变化敏感等,为此采用控制理论的方法改进RED算法,提出一种基于比例控制的自适应RED算法-PRED.仿真结果表明该算法的稳定性好,队列的稳态值不受负载变化的影响.与已有的几种主动队列管理算法的性能比较表明,PRED算法的性能明显优于ARED,PI控制,DRED,SRED和REM几种算法.     

一种新的自适应RED算法

主动队列管理算法(RED)存在很多问题,如参数难以配置、对负载变化敏感等,为此采用控制理论的方法改进RED算法,提出一种基于比例控制的自适应RED算法,PRED。仿真结果表明该算法的稳定性好,队列的稳态值不受负载变化的影响。与已有的几种主动队列管理算法的性能比较表明,PRED算法的性能明显优于ARED,PI控制,DRED,SRED和REM几种算法。     

模糊自调整的加强型随机指数标记算法

主动队列管理是网络拥塞控制中一个重要的研究领域.由于网络环境复杂多变,而基于加强型价格的随机指数标记算法(EPREM)参数同定不变,环境适应性不强,故而很难保证服务质量(QoS).为了克服上述缺点,提出了参数模糊自调整的加强型随机指数标记算法(F-EPREM).该算法利用模糊控制原理,根据队列误差大小及其变化率在线自动调整算法参数β、γ和ζ以适应网络环境变化.NS2中的仿真结果表明,相对于REM和EPREM算法,F-EPREM加快了队列收敛速度,提高了队列稳定性,有效提高了主动队列管理算法的鲁棒性.     

一种基于可变结构的主动队列管理算法

主动队列管理算法(AQM)是近年来网络拥塞控制的研究热点之一,已经提出了许多的主动队列管理算法,例如:RED,ARED,SRED,PI,REM等.文中设计一种基于控制理论的可变结构的主动队列管理.通过分析控制机制对于非线性的TCP/AQM模式的鲁棒性和性能,展示了在不确定的RTT(round-trip time)和活跃的TCP连接个数的情况下,有很好的性能和鲁棒性,这正是主动队列管理最重要的理念.运用网络仿真软件NS对设计进行仿真验证,从不同的角度对其性能与现有队列管理算法进行比较.仿真结果显示,从稳定性和鲁棒性等角度,可变结构控制算法显著胜过现有的AQM算法     

基于CMAC-PID并行控制的主动队列管理方法

主动队列管理对于解决日益严重的网络拥塞问题具有极其重要的意义。本文针对PID主动队列管理算法的参数整定难且不能实时调整,不能适应复杂、非线性网络环境的缺点,提出了一种基于小脑神经网络(CMAC)与PID控制相结合的主动队列管理算法。该算法利用CMAC前馈补偿来确保跟踪误差的快速收敛,降低超调量,采用PID控制器实现回馈控制,保证系统的稳定性,而且抑制扰动。仿真结果表明,基于CMAC-PID并行控制的主动队列管理方法适应于多变的网络环境,较之常规PID主动队列管理算法具有输出误差小、响应速度快、鲁棒性强的优点。     

基于Smith预估的模糊PID主动队列管理算法研究

为解决网络拥塞控制系统中由于网络大时滞对主动队列管理算法产生不利影响的问题,提出了一种基于Smith预估的模糊PID主动队列管理算法.该算法将Smith预估控制与模糊控制相结合,利用Smith预估器补偿网络时滞,同时运用模糊控制在一定程度上克服了传统Smith预估器对模型结构与参数的精确性过于敏感、鲁棒性差的缺点,使主动队列管理算法控制性能有明显提高.仿真实验结果表明,该算法在大时滞的网络环境下能很好地将路由器队列长度收敛于期望值,并能适应突发流和非弹性业务流的干扰,适用于动态变化的网络环境.     

基于队列敏感性的无线接入网络拥塞控制算法

由于无线接入网络存在强非线性、大时延以及随机链路丢包等因素,导致经典主动队列管理(AQM)算法在实际控制时存在队列收敛速度慢、响应时间长等问题。通过分析随机指数标记(REM)算法在无线接入网中的特点,在原先REM价格模型的基础上对其进行了改进,以队列误差的平方项来克服价格对队列变化不敏感的缺陷,从而提出了一种基于队列敏感性的无线接入网络拥塞控制算法,并利用单神经网络对其参数进行了优化。最后,通过NS2仿真平台对所提算法与REM、PI算法进行对比,实验表明所提算法拥有队列收敛快、鲁棒性强的优点。     

改进的AQM在拥塞控制中的应用策略

随着计算机网络的持续快速发展,各种网络需求不断涌现,拥塞控制成为保证网络的稳定性和鲁棒性的重要因素,拥塞控制的发展要求网络本身也要参与其中。传统的端到端机制不能解决所有的拥塞问题,作为主动管理队列算法的REM原算法由于对RTT的不精确估计导致不能准确反应网络中拥塞状态。根据控制论中将链路价格化的方法,对REM算法的进行了改进,提出了新的拥塞控制机制。仿真实验表明,该方法能有效减少包的丢失,提高系统性能。     

基于控制论的主动队列管理的研究进展

从控制论应用的角度介绍了主动队列管理算法的研究进展,重点讨论了基于线性反馈控制理论的TCP/AQM系统的分析与设计,对PI、REM、PID、PIP、LRED和AOPC等算法进行了系统响应性的理论分析.进一步对这些算法分别在简单和复杂拓扑环境下组合几种不同的业务流进行了大量的仿真.仿真结果证实了本文对响应时间理论分析的正确性.最后,对控制理论在网络研究中的应用进行了展望.     

基于Smith的自适应模糊网络拥塞控制算法

针对网络拥塞控制系统中因网络时滞对主动队列管理算法产生的不利影响, 提出了一种基于Smith预估的自适应模糊主动队列管理算法。该算法将Smith预估控制与自适应模糊控制相结合, 利用Smith预估器补偿网络时滞, 同时运用模糊控制在一定程度上克服了传统Smith预估器对模型结构与参数的精确性过于敏感、鲁棒性差等缺点。仿真结果表明, 该方法可以使队列长度快速收敛到设定值, 同时维持较小的队列振荡, 尤其是在网络条件变化的情况下, 该算法优于传统PI控制、模糊控制和传统的滑模控制。     

基于时滞补偿的网络拥塞控制策略*

中间节点上的主动队列管理策略在保证较高吞吐量的基础上能有效控制队列长度和端到端时延,利用频率域模型降阶拟合方式建立了TCP流量控制中主动队列管理系统的等效模型,应用控制理论中的内模补偿原理设计鲁棒的延时补偿主动队列管理控制算法,克服了大时滞给对队列稳定造成的不利影响.仿真结果表明,该补偿方法在长时滞小期望队列综合性能明显优于已有的RED,REM,PI等算法,链路利用率大大提高.     

基于模型算法控制的主动队列管理算法

通过深入分析TCP/AQM系统的动态特性,提出一个新的预测模型。基于该模型,结合模型算法控制(MAC)提出一种新的主动队列管理算法(MACAQM),并给出了MACAQM的详细设计过程和参数选取的原则。大量不同网络环境的仿真实验表明了MACAQM算法的有效性。与PI, RaQ和REM等算法相比较, MACAQM具有收敛速度快、队列抖动小的优点。同时, MACAQM的采样间隔相对较大,算法实现简单,所以计算量较小,占用的路由器资源也较少。     

自适应的PIP主动队列管理机制

近年来AQM的研究者提出了多种主动队列管理机制,包括RED,PI,REM,AVQ,PD,SMVS,PIP等,它们之间的主要区别在于丢弃概率的计算方法不同,其中基于反馈校正的PIP是综合性能更为突出的一种算法,但是遗憾的是其参数不能实现自动配置 .结合单神经元自适应PID控制器,为PIP算法建立了自适应的模型,提出一种参数自适应的PIP算法 .通过NS2仿真实验,验证了该算法能提高链路利用率和降低报文丢失率,有效缓解了根据特定网络条件配置算法参数的问题 .结合PI,REM,AVQ,PD等AQM算法,讨论了该自适应模型在其他AQM机制中的推广 .     

随机指数标记算法的性能分析与控制模型

主动队列管理机制（AQM）是为了改进传统的端到端拥塞控制而提出的。现有AQM算法的设计在很大程度上依赖于直觉,没有全面、系统地运用理论工具,而算法的参数配置以及算法的稳定性分析需要借助于适当的理论。随机指数标记算法REM、比例积分控制器PI都在这方面作了探索性的研究。本文通过对REM算法的性能分析得到其性能与PI非常相相似,进而通过控制论的分析指出二者具有相似的控制模型。最后,文章认为拥塞控制是一个比较典型的控制问题,控制论是解决问题的有力工具,并指出了今后的研究方向 。     

大时滞网络中的拥塞控制算法

主动队列管理(AQM)通过网络中间节点有目的的分组丢弃实现了较低的排队延时和较高的有效吞吐量,是近年来TCP端到端拥塞控制的一个研究热点.已有的大多数AQM算法在设计过程中都没有充分考虑到大时滞对算法性能的影响.首先通过仿真试验证实了已有的几种典型算法控制的队列在大时滞网络中无一例外地出现了剧烈的振荡,导致瓶颈链路利用率下降和延时抖动加剧.为此,在进行了适当模型拟合处理的基础上,应用控制理论中的内模补偿原理设计了鲁棒的延时补偿主动队列管理(delay compensation-active queue management,简称DC-AQM)算法,克服了大时滞给队列稳定性造成的不利影响.仿真实验结果表明,新算法在大时滞小期望队列长度的网络配置中表现出的综合性能明显优于已有的算法,链路利用率是其他算法的3～4倍.     

Adaptive active queue management controller for TCP communication networks using PSO-RBF models

Addressing performance degradations in end-to-end congestion control has been one of the most active research areas in the last decade. Active queue management (AQM) is a promising technique to congestion control for reducing packet loss and improving network utilization in transmission control protocol (TCP)/Internet protocol (IP) networks. AQM policies are those policies of router queue management that allow for the detection of network congestion, the notification of such occurrences to the hosts, and the adoption of a suitable control policy. Radial bias function (RBF)-based AQM controller is proposed in this paper. RBF as a nonlinear controller is suitable as an AQM scheme to control congestion in TCP communication networks since it has nonlinear behavior. Particle swarm optimization (PSO) algorithm is also employed to derive RBF output weights such that the integrated-absolute error is minimized. Furthermore, in order to improve the robustness of RBF controller, an error-integral term is added to RBF equation. The output weights and the coefficient of the integral error term in the latter controller are also optimized by PSO algorithm. It should be noted that in both proposed controllers the parameters of radial basis functions are selected to symmetrically partition the input space. The results of the comparison with adaptive random early detection (ARED), random exponential marking (REM), and proportional-integral (PI) controllers are presented. Integral-RBF has better performance not only in comparison with RBF but also with ARED, REM and PI controllers in the case of link utilization while packet loss rate is small.     

基于区分服务的主动队列管理算法研究

分析了几种主动队列管理算法。RIO算法是用于支持区分服务确保转发逐跳行为的主动队列管理算法,它是对RED算法的简单扩充,但是该算法的性能对配置参数敏感。PI算法是基于控制论的主动队列管理算法,具有队列长度抖动小的特点。PIP算法是PI算法的改进,比PI算法具有更快的收敛速度。为了更好地满足AF PHB的要求,基于PIP算法,结合三色标记器的功能,提出一个新的主动队列管理算法PIPGYR（PIP with Green ＆ Yellow ＆ Red）。通过仿真验证,该算法队列长度抖动小,同时能够保护高优先级分组。     

一种采用价格机制的无线接入网络拥塞控制策略

由于无线接入网络中存在着时延大、吞吐量小、丢包率高等特性,传统的AQM拥塞机制难以应用于有线/无线异构网络。本文通过分析经典的随机指数标记算法(REM)中价格的产生机制,指出了其存在的不足,并通过引入队列缓存比对REM价格使其更能适应无线环境,从而提出了一种新的基于价格的拥塞控制策略—PREM。PREM利用队列缓存比和链路虚拟容量作为拥塞度量指标。最后,通过NS2仿真平台对所提算法进行了验证,与传统的有线拥塞控制经典算法REM算法、PI算法和无线Prox-y-RED算法做了对比实验,最后证实该算法能有效减少丢包现象。     

一种改进的主动队列管理算法

传统的主动队列管理算法（AQM：Active Queue Management）存在响应时间较长等问题,PID（Proportional Integral Differentia1） 主动队列管理算法对此作出了一定改进,然而在时延较大时也不能使队列长度收敛到期望值.本文利用BP神经网络自适应控制的特点,针对无线信道（TCP Westwood）提出了一种基于BP神经网络整定的PID主动队列管理算法.