AQM算法在NS2中的实现及其性能评价

为了评价一种新的主动队列管理(active queue management,简称AQM)算法而改变运行在成千上万个路由器上的软件是不现实的.研究人员被迫在模拟网络或私用网络上测试新算法.分析了网络模拟器NS2的模块组成,并以PSO-PID(Particle Swarm Optimization-Proportional Integral Differential)算法为例,重点描述新AQM算法如何在NS2中实现,详细介绍如何获取AQM算法的评价指标,如平均队列长度、队列抖动、丢包率、链路利用率等定量指标,并结合队列长度变化曲线对AQM算法性能进行评价.     

一种改进的随机早期检测算法

IETF推荐使用主动队列管理,如RED(Random Early Detection),来解决网络中的拥塞控制问题.但RED中平均队列长度的计算方法,导致对拥塞到来和拥塞恢复反应较慢,进而导致在没有拥塞的时候都有较高的可能性发生不必要的分组丢弃,同时也使网络吞吐量恢复较慢.提出一种新的称为MRED的算法,MRED的主要目标是优化用来进行拥塞避免的平均队列长度的计算,进而提高对网络负载变化的响应速度,降低分组丢弃概率.理论分析和仿真结果表明MRED算法提高了响应速度、吞吐量、队列长度稳定性,降低了时延,并表现出良好的鲁棒性.     

一种分段平滑的随机早期检测队列管理算法

随机早期检测算法(RED)的性能受其参数设置的影响较大,并且该算法中的可设置的参数较多。同时,以早期随机检测算法(RED)计算得到的丢包概率的变化过于激进,在网络负载变化较快时,平均队列长度抖动幅度较大,算法性能不够稳定。为了克服以上问题,这里提出一种新的改进思路——随机早期平滑分段算法(RED-P)。该算法采用二次函数分段计算丢包概率,使得丢包概率变化更加平滑,同时对概率计算公式进行了简化,减少了计算所需的参数量,适度的避免了参数设置对算法性能的影响。经过网络模拟平台NS2的网络模拟仿真实验的对比,结果表明新算法在端到端的延时方面和平均队列长度抖动幅度方面都有所改善,且可获得与原算法几乎接近的吞吐量,提高了服务质量。     

一种基于平均队列长度的改进RED算法

通过研究发现,随机早期检测算法中丢弃概率与平均队长成线性的增长关系,这就造成平均队长在最小门限值附近或者超过最大门限值时,按较高的概率丢包,从而降低了网络的利用率。为此,作者对RED算法的EWMA(指数加权滑动平均)方法进行了详细分析,指出其不足之处,并对原算法的计算平均队列长度的方法进行了改进。通过理论分析和仿真试验得出结论,改进RED算法由于在计算平均队列长度的时候结合考虑了当前队列长度的实际情况,并将二者结合起来决定何时丢包及丢包概率大小,大大减少了分组丢弃数,从而提高了RED算法的自适应性,减少了网络带宽资源的浪费,在网络延迟等重要指标上一定程度地优于原RED算法。     

一种改进的自适应随机早期检测算法

为了进一步减小Adaptive RED算法中队列长度的波动性,在对丢弃概率的变化率与队列长度稳定性的关系进行研究后,对Adaptive RED算法的丢弃概率计算函数进行了非线性化,使得算法能够根据平均队列长度与目标队列长度区间中值的偏离程度动态地改变丢弃概率的变化率,减小了队列长度的波动,进而提高算法的稳定性。     

基于ARED的主动队列管理改进算法

随机早期检测（Random Early Detection,RED）是IETF推荐部署的主动队列管理（Active Queue Management,AQM）算法。 RED存在参数难以配置、无法适应动态网络环境的缺点。 ARED（ Adaptive RED）是RED的自适应版本,通过平均队列长度来动态调整最大丢弃概率,从而达到稳定平均队列长度的目的,但是存在瞬时队列长度振荡的问题。文中研究了拥塞控制中的主动队列管理,对ARED算法进行了改进,优化丢弃概率计算函数,提出TTS-ARED算法,实现在动态网络环境下队列长度的稳定以及丢包率降低。 NS2的仿真结果表明,TTS-ARED算法显著地降低了丢包率,队列长度稳定性比ARED算法更优越。     

一种改进的主动队列管理算法

主动队列管理是实现网络拥塞控制的重要技术,但是多数主动队列管理算法如随机早期检(RED)都存在对参数依赖性强的问题。针对RED算法中平均队列长度不能完全反映网络拥塞状况的问题,该文结合平均队列长度和网络的负载,提出一种改进的RED算法。该算法能根据网络负载的变化,自适应地调整丢包的概率,使它更符合网络的实际状况。通过仿真进行了性能分析,证明了算法的有效性。     

GPID:变速PID主动队列管理算法

主动队列管理(Active Queue Management,简称AQM)是网络拥塞控制领域的一个热点.针对主动队列管理中PID算法超调量大,抖动大的问题,提出一种GPID(Gearshift PID)的拥塞控制算法.该算法特点是:积分作用大小跟随瞬时队列长度的偏差大小变动而变动,队列长度的偏差越大,则积分系数值越小,收敛速度越慢,超调量越大;反之,偏差越小,积分系数值越大,收敛速度越快,超调量越大.该算法可以有效的控制队列长度的偏差变化,调节瞬时队列长度趋于队列期望值收敛.仿真实验结果表明,该算法收敛速度快,链路利用率高,平均队列长度更趋于期望值.     

基于NS2的随机指数标记算法仿真研究

REM算法是一种典型的AQM算法.本文利用NS2网络仿真软件研究了REM的网络性能.仿真实验表明,拥塞度量与静态网络性能解耦,各种网络环境中的队列长度均能稳定至目标值处;而拥塞加剧时,队列收敛性变差,暂态网络性能降低.调节算法参数γ和φ能有效地减小队列长度的过渡时间以改善网络性能,增强算法的环境适应性.     

非线性自适应拥塞控制算法研究

研究丢弃概率的变化率与队列长度稳定性间的关系,分析ARED算法及REM算法的丢弃概率计算函数,采用非线性化函数计算丢弃概率,提出一种非线性自适应拥塞控制算法(NLACCA),根据队列长度与目标队列长度中值的偏离程度动态地调整丢弃概率的变化率,从而减小队列长度波动,提高算法稳定性。在NS-2上进行的大量实验结果表明,该算法具有队列长度抖动性小、平均时延低、丢包数少等特点。     

基于统计预测算法的新型网络性能预警系统

随着计算机网络的迅速发展,网络的规模越来越大和复杂,相应对网络有效管理的要求也越来越高.通过对CHINANET上某个端口网络流量数据的统计分析,提出了一种针对网络流量状态某一时刻的历史信息,利用统计预测相关算法对网络性能进行预警的新方法.能根据不同网络运行状态更及时更准确地预测出网络不同时间段的各种异常情况,有效分析网络运行效率并及时发现瓶颈,为优化网络性能提供了有力依据.     

基于异常检测的网络预警系统结构研究

基于校园网络的现状,利用现有的各种资源,针对入侵检测中新型攻击方式不易发现和虚警率高等问题,提出了一个基于网络异常行为检测的安全预警系统结构。并对该系统结构涉及的相关技术和算法进行了研究。     

三维城市道路仿真模型构建

通过对现有城市道路模型的分析,提出了使用ArcGIS软件构建三维城市道路仿真模型。构造了道路几何网络模块、交通检测模块和控制管理设施模块的二维和三维模型。重点介绍了交叉口节点的二维模型建立,以及基于数字高程图得到城市道路的三维模型。最后将该模型应用于微观交通仿真系统中,可以为仿真系统中其它仿真模型提供空间参照、几何模型和逻辑模型,为各类交通行为数学模型提供存储空间和作用空间,为各种程序算法提供调度接口。与其它道路模型比,该模型能更准确、细致地反映道路网的拓扑关系和道路几何条件,从而为交通仿真模型真实地反映路网交通状态奠定了基础。     

双电机独立驱动底盘控制算法设计

对双电机独立驱动底盘的结构和运动学性能进行了分析,提出了总体运动控制方案,给出了双驱动轮同速运行和差速运行时的控制模型,设计了双电机协调控制算法和底盘转弯控制算法;在MATLAB/Simulink中建立了直流无刷电机和整个系统的仿真模型,仿真结果表明该算法完全可以满足实际应用的需要;最后在基于DSP的实验板上进行了实验,实验结果验证了算法的有效性。     

基于延时预测的模型状态反馈网络控制方法

网络延时的存在不仅会使控制系统的动、静态性能变差,还可能会破坏系统的稳定性,造成既有控制方法的失效。针对带有随机延时的网络控制系统,提出了一种基于网络延时实时预测和系统状态逼近的控制方法。首先,建立无延时的理想控制系统模型作为标准控制系统模型;其次,应用基于隐马尔可夫模型(HMMs)的延时预测算法预测网络延时,该方法能够实时自适应学习,以适应网络负载情况的变化,得到更符合实际情况的延时预测值;最后,根据网络延时的预测值、实际网络控制系统与标准控制系统模型的状态之差,来调整控制信号,从而使实际网络控制系统的状态与标准控制系统模型接近、甚至相等,达到期望的控制效果。数字仿真结果表明,这一方法是可行的,能够获得更加快速的动态性能和稳定的静态性能。     

无线TCP友好拥塞控制研究

分析了流媒体业务在无线环境下传输所存在的问题,在TFRC算法研究的基础上,提出了一种适用于流媒体业务传输的无线TCP友好拥塞控制机制WL_TFRC,在接收端引入了丢包区分机制来区分拥塞丢包和无线丢包。     

基于HLA的视景仿真网络数据量处理技术的应用

在多武器平台、大战场环境的视景仿真中,仿真实体与仿真节点的过多使不必要网络数据量大大提高.为了减少不必要网络数据量,该文从实用性的角度介绍了两种应用技术,一是应用HLA中数据分发管理服务（DDM）来限定传输数据的范围,按照数据值域来对数据的接收和发送进行过滤,有效降低了冗余数据的传输,该文提供了接收方的实现方法与主要代码;二是采用DR递推算法控制节点的数据发送,有效降低了数据帧的发送频率并使视景中仿真实体运动平滑无跳动,该文介绍了DR算法与DR模型并提供了实现一种算法的代码.     

Improved PID controller design for unstable time delay processes based on direct synthesis method and maximum sensitivity

In this paper, a proportional-integral-derivative controller in series with a lead-lag filter is designed for control of the open-loop unstable processes with time delay based on direct synthesis method. Study of the performance of the designed controllers has been carried out on various unstable processes. Set-point weighting is considered to reduce the undesirable overshoot. The proposed scheme consists of only one tuning parameter, and systematic guidelines are provided for selection of the tuning parameter based on the peak value of the sensitivity function (M_s). Robustness analysis has been carried out based on sensitivity and complementary sensitivity functions. Nominal and robust control performances are achieved with the proposed method and improved closed-loop performances are obtained when compared to the recently reported methods in the literature.     

多变量模糊神经网络控制器的研究

提出一种MIMO系统的模糊神经网络控制器结构,阐述了基本设计思想和具体算法过程。应用实例仿真结果表明,它可用于控制强耦合带时延多变量系统,并使系统具有良好的动态和静态性能。     

无线局域网业务流预报方法比较

介绍了基于时间序列、神经网络和小波的多种网络业务的预报方法,应用真实的无线局域网业务流序列检验了这些模型的预报性能,结果表明,和其他预报模型相比,基于神经网络的模型能够比较精确地捕获无线局域网业务流自身的特性,对业务流具有良好的预报性能,而基于ARIMA模型的预报性能最差。