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。     

大时滞网络自适应主动队列管理新算法

针对PID控制器无法严格处理主动队列管理（AQM）中的大时滞情况,且不能随着变化的网络环境在线调节参数,提出了一种基于增益自适应Smith预估控制和模糊控制的大时滞网络的自适应PID主动队列管理（GAS-FPID）算法。引入增益自适应Smith预估控制器实现滞后补偿,模糊控制器来实现PID参数动态网络环境的在线调整;NS2仿真表明,所提出算法能克服滞后的影响,能快速的适应动态网络环境,具有很好的稳定性和鲁棒性。     

S-Fuzzy2PI：一种新的主动队列管理算法

提出一种基于Smith预估的模糊-PI双模控制器的主动队列管理算法S-Fuzzy2PI.将模糊控制与PI算法相结合,系统误差较大时采用Fuzzy控制用以加强系统的响应速度和鲁棒性,系统接近稳态时切换到PI控制器来加强系统的稳态特性.网络拥塞控制系统是一个时滞系统,回环时间(RTT)较大时,算法性能受到较大的影响,因此本文引入Smith预估器来克服大时滞网络对于系统性能的影响.NS2仿真结果表明: S-Fuzzy2PI算法在瞬态性能和稳态性能上都有很大的改进,有效地克服了大时滞网络带来的负面影响.     

一种基于Smith预估器的主动队列管理(AQM)拥塞控制算法

有效的拥塞控制机制是保证Internet稳定运行的关键因素之一,网络拥塞控制系统本质上是一个时滞系统,传输时延是网络拥塞控制必须考虑的一个重要因素.本文应用Smith预估控制原理,在进行适当模型拟合处理的基础上,提出了一种基于Smith预估器的主动队列管理(AQM)算法(AQMAlgorithmbasedonsmithpredictor算法,简称Smith-PI),新算法结构简单,易于配置,具有良好的鲁棒性和网络控制性能,同时克服了大时滞给队列稳定性造成的不利影响。通过仿真表明,采用Smith-PI算法,对于限制系统振荡超调量的作用非常明显,同时能使网络具有更快的响应速度及更平稳的队列,而当网络时延增大时,算法能使网络的动态性能依然保持良好,使得缓存队列迅速收敛到稳定值。     

预测PI时滞网络拥塞控制算法设计及性能分析

针对网络中存在的大时滞给主动队列管理算法性能带来的不利影响,将Sm ith预估器与Dahlin算法相结合,提出了一种预测PI拥塞控制算法,首先利用Sm ith预估器补偿时延滞后,克服了大时滞给系统性能带来的影响;然后按Dahlin算法设计控制器,把控制器参数和预估对象模型参数相结合,既减少了整定参数,也避免了参数整定时的相互影响.同时,利用经典控制理论方法分析了系统稳定性和存在链路容量干扰时瓶颈队列的暂态、稳态特性.仿真结果显示预测PI算法控制性能优于RED,PI算法及具有较强的鲁棒性.     

大时滞网络自适应预测PI主动队列管理算法

针对网络中存在的大时滞和网络参数时变问题，提出一种自适应预测PI主动队列管理算法．将Smith预估器与达林算法相结合，既克服了大时滞带来的不利影响，也减少了控制器参数整定数量．利用网络参数与控制参数所具有的确定关系，通过在线估计网络参数来实时调节控制参数，使得控制器能够适应网络参数的变化，同时采用线性化方法分析了系统局部稳定性．仿真结果表明，所提出的算法是可行而有效的。     

基于速率和队长的大时滞网络AQM算法

针对网络拥塞控制系统在大时滞网络中产生的不利影响,提出一种基于速率和队长的大时滞网络AQM算法。该算法采用缓冲区队列长度和包到达速率作为网络拥塞的判别依据,在结合Smith预估的模糊PID控制方法中加入速率控制项。仿真表明该算法在大时滞和网络动态变化的环境中拥塞响应较快、收敛时间短,并能较好地将队列长度稳定到期望值附近,提高缓冲区的利用率。     

基于延时补偿结构的大时滞网络拥塞控制

研究和分析了几种典型的主动队列管理AQM(Active Queue Management)算法在大时滞网络下的稳定性、性能及响应速度,发现如RED、PI等AQM算法在大时滞网络环境下队列出现剧烈的振荡和空队列增多,这些现象直接导致链路利用率降低和丢包率增大.针对上述的大时滞网络,将具有正反馈的延时补偿结构用于TCP/AQM拥塞窗口动态模型,实现对延时的补偿,仿真表明采用该控制结构提高了网络的性能.     

冷连轧AGC 系统的自适应Smith 广义预测控制

针对冷连轧AGC 系统存在较大的时间滞后以及对象模型参数时变的特点,提出了一种自适应Smith 广义预测控制算法. 该算法用Smith 预估器来克服滞后的影响,利用激光测速仪间接测量AGC 系统的滞后时间以修 正Smith 预估器的时滞部分模型,使用渐消记忆递推最小二乘算法在线辨识对象参数来修正Smith 预估器的非时滞 部分的模型,并根据辨识得到的对象参数设计自适应广义预测控制器代替传统Smith 预估算法中的PID 控制器. 仿 真研究表明,在模型失配及干扰的情况下,该控制算法仍然具有良好的控制性能和鲁棒稳定性能.     

具有最小时间加权平方误差积分的主动队列管理算法ISTE-PI

针对现有基于控制论的主动队列管理(AQM)算法的不足,在不忽略TCP/AQM传递函数模型中时滞环节的条件下,将TCP短流和UDP流作为干扰信号引入AQM控制器的设计过程,并借助最小"时间加权平方误差积分(ISTE)"控制方法,设计了一个基于PI控制器的AQM算法ISTE-PI.与现有算法相比,ISTE-PI算法同时具备响应速度快、抗干扰能力强、能用于大时滞网络环境且鲁棒性好等特点.鉴于Internet网络流量由TCP长流、TCP短流和UDP流构成,且是大时滞网络,因此ISTE-PI算法能更好地适应Internet网络环境下的主动队列管理.     

网络控制系统Smith Fuzzy PID控制器的设计

针对网络控制系统中普遍存在的时延问题,提出了一种将模糊自适应算法和Smith预估补偿算法与常规PID控制器相结合的智能控制策略。该方法充分利用了Smith预估控制算法对带时延系统的良好控制能力,同时利用模糊推理算法实现对PID参数的在线自整定,进一步改善PID控制器的性能。仿真结果表明,基于该智能控制器的网络控制系统克服了传统PID控制超调量大及常规Smith预估补偿过分依赖于被控对象精确数学模型的缺陷,可以有效降低时延对系统性能的不利影响,使被控对象具有良好的动、静态特性。     

模糊Smith智能温度控制器的设计与仿真

结合模糊PID控制与模糊自适应Smith预估控制的优点,提出了模糊Smith智能控制方法。用模糊控制方法设计了改进型Smith预估器的滤波时间常数,并制定了其整定规则和参数的模糊自适应调整机构。仿真研究表明,模糊Smith智能控制能改善参数时变的纯滞后系统的控制性能,提高系统控制时的鲁棒性与自适应性。     

基于模糊Smith方法的温控系统仿真研究

在过程控制中,经常会碰到纯滞后、时变、非线性的复杂系统,传统的模糊控制和PID控制方法解决上述问题效果不佳。为了解决控制系统中超调量大和调节时间长等问题,针对热疗温度控制对象的纯滞后特性,在Smith预估器和传统PID控制的基础上,结合模糊PID控制与模糊自适应Smith预估控制,提出模糊Smith智能控制方法。方法通过对模型的纯滞后进行补偿,来减小纯滞后系统的超调和增强系统的稳定性。通过建立热疗数学模型并进行仿真研究,结果表明无论在参数不变还是参数改变的情况下,方法在超调量和凋节时间等方面都有很大提高,极大地改善了控制性能,提高了温度控制系统的鲁棒性和抗干扰性。     

基于Smith预估补偿的地下水位模型参考自适应控制器的设计

针对地下水位控制的纯滞后性和特殊性,本文给出了一种将模型参考自适应控制与Smith-Fuzzy控制器相结合的控制策略,通过对模糊PID参数和Smith预估器滤波时间常数的在线整定与仿真,获得了比普通模糊PID控制和Smith预估器控制更好的控制效果与性能。     

肿瘤热疗中温控系统的建模与仿真

热疗是近几年出现的一种治疗肿瘤的新方法,针对热疗温度控制对象的纯滞后特性,在具有一阶惯性环节的Smith预估器的基础上,结合模糊PID控制与模糊自适应Smith预估控制,提出了一种模糊Smith智能控制方法。在生物热传递方程的基础上,建立了典型的热疗数学模型。通过对此模型的仿真研究表明：模糊Smith智能控制方法改善了控制性能,使温度控制系统的鲁棒性和抗干扰性得到了显著提高。     

电加热炉温度系统的PID-模糊Smith复合控制方法研究

针对电加热炉温度控制系统，研究了PID-模糊Smith复合控制方法。该控制方法利用Smith预估算法克服纯滞后，利用模糊控制来提高系统的鲁棒性，利用PID控制来提高稳态精度。在模型匹配和失配情况下进行了仿真研究，结果表明复合式控制器具有良好的稳定性和鲁棒性，对于大时间滞后的电加热炉温控系统是一种实用而简便的控制方法。     

基于预测的时滞系统拥塞控制算法

为了克服TCP/AQM控制系统中时滞环节带来的不利影响,将Smith预估器与Dahlin算法相结合,提出了一种新的AQM机制——PPI算法,该算法能消除时滞环节对系统性能的影响,并减少整定参数的数量,通过仿真结果显示出PPI控制器能有效避免网络拥塞,提高系统的稳定性,并在系统变化时具有较好的鲁棒性。