基于灰预测的PID主动队列管理算法

提出一种基于灰色预测的智能 PID(GI-PID)主动队列管理(AQM)算法,该算法采用 GM(1,1)模型在线预测路由器队列长度,补偿滞后以解决网络状况反馈不及时的问题;同时根据队列误差的变化趋势,应用专家经验动态改变 PID 控制器的参数,使参数实时地随着网络环境变化而调整,实现智能控制.仿真试验表明,GI-PID 算法相比传统 PID 算法大幅度地抑制了队列长度的振荡,路由器队列收敛于期望值,同时具有较小的分组丢弃概率.     

基于灰色预测可变裕度PID网络自适应算法

为了综合控制拥塞链路的队列长度,提高AQM系统对动态网络环境的自适应能力,提出了一种基于灰色预测和考虑可变裕度PID控制的自适应TCP网络主动队列管理。首先,建立相角和幅值裕度与网络参数相关的PID自适应主动队列(TCP/AQM)控制论模型,该模型可以根据网络参数的变化而动态改变控制参数,以提高AQM网络动态自适应能力,及系统的鲁棒性;其次,将灰色预测引入该模型,实现路由器队列长度的超前预测,补偿带有PID反馈模块的AQM算法给队列造成的时滞影响。与其他算法的仿真结果相比较,该设计算法能够使信息流在较短的时间内稳定在期望队列长度阈值附近。     

基于SVM整定PID控制参数的网络拥塞控制AQM算法

针对PID主动队列管理(AQM)中参数自整定、无法适应复杂的非线性网络环境等缺点,提出一种基于最小二乘支持向量机(LS-SVM)与PID控制相结合的智能AQM算法——LSPID算法。仿真实验表明,LSPID算法具有更好的收敛性,能将队列长度更加快速地收敛到期望值附件,在动态拓扑、链路容量变化、有突发流的网络环境中能很好地保持稳定性和鲁棒性,其控制效果比专家智能PID和神经网络PID主动队列管理算法都更优越。     

单神经元自适应PID控制器在AQM中的应用

主动队列管理(AQM)对于保持TCP网络高性能是一种有效的策略。AQM的基本机制是调节数据包进入路由器缓冲区的速率,从而避免网络拥塞。针对传统PID控制器在拥塞控制过程中参数固定的缺点,将神经网络理论引入AQM的研究中,设计了一种改进的单神经元自适应PID主动队列管理器。基于NS2平台的仿真结果表明,与PID控制器及传统的单神经元自适应PID控制器相比,改进的控制器对网络环境的变化有更强的适应能力和更好的稳定性。     

主动队列管理中PID控制器的解析设计方法

主动队列管理(active queue management,简称AQM)是一个非常活跃的研究领域.作为对终端系统上拥塞控制的一种补充,中间节点的AQM策略在保证较高吞吐量的基础上可以有效地控制队列长度.基于TCP/AQM控制论模型,使用H(最优控制理论,以解析的方法设计了新型PID控制器.该控制器的特点是:控制器由单参数调节,可以方便地实现系统标称性能和鲁棒性能的折衷.通过NS仿真并与其他算法相比较,验证了所设计的控制器的性能.结果显示,所设计的PID控制器性能优于其他算法.     

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。     

基于队列长度和速率的拥塞控制神经网络方法

文中研究了网络拥塞控制问题。PID控制器是实现网络拥塞控制非常有效的方法,能够实现对网络的主动队列管理。文中根据队列长度和变化速率,利用神经网络实现传统的比例微分积分器（PID）功能,从而提出了基于队列长度和速率的拥塞控制神经网络方法（RSPID）。该方法利用神经网络的加权动量梯度学习算法,自动调节控制参数,克服了传统PID控制方法由于控制器参数固定带来的适应性和稳定性问题。仿真结果表明,RSPID算法的鲁棒性和队列长度性能要优于PID算法。     

一种基于内模PID控制的主动队列管理算法

针对传统主动队列管理中PID控制存在的参数不易整定等缺点,通过引入内模控制思想,提出了一种基于内模控制的PID控制器(IMC-PID),其突出特点是控制器仅有一个参数需要整定。将IMC-PID应用于网络拥塞控制中,得到了一种新的主动队列管理(AQM)算法——IMC-PID算法。仿真实验表明,IMC-PID算法有较强的鲁棒适应性及较快的队长调节速率。     

几种主动队列管理算法的仿真及性能评估

采用仿真分析的方法，系统地研究了当前提出的用于Internet路由器缓冲管理的一系列主动队列管理(AQM)算法的性能。根据AQM的设计原理，将当前的AQM算法划分为3类：基于队列长度，基于网络负载和同时基于队列长度和网络负载的AQM算法。仿真研究和分析表明，现有的AQM算法不能适应网络流量的动态变化。     

自适应卡尔曼滤波的主动队列管理算法

PID控制器通过微分环节加快了控制器的调节速度,但PID的参数是固定的,不能根据动态的网络自调整参数,故不能有效控制队列的稳定性。由于神经元网络有自适应性,提出了一种自适应卡尔曼滤波的主动队列管理算法(adaptive-KF-AQM)。它结合卡尔曼滤波和神经元网络方法,根据队列长度及其变化率来估计下一时刻的队列长度,使队列长度在期望值附近波动。仿真结果表明,该算法在队列稳定性、收敛速度、延时和链路利用率等方面都明显优于传统的PID算法。     

A robust fractional-order PID controller design based on active queue management for TCP network

In this paper, a robust fractional-order controller is designed to control the congestion in transmission control protocol (TCP) networks with time-varying parameters. Fractional controllers can increase the stability and robustness. Regardless of advantages of fractional controllers, they are still not common in congestion control in TCP networks. The network parameters are time-varying, so the robust stability is important in congestion controller design. Therefore, we focused on the robust controller design. The fractional PID controller is developed based on active queue management (AQM). D-partition technique is used. The most important property of designed controller is the robustness to the time-varying parameters of the TCP network. The vertex quasi-polynomials of the closed-loop characteristic equation are obtained, and the stability boundaries are calculated for each vertex quasi-polynomial. The intersection of all stability regions is insensitive to network parameter variations, and results in robust stability of TCP/AQM system. NS-2 simulations show that the proposed algorithm provides a stable queue length. Moreover, simulations show smaller oscillations of the queue length and less packet drop probability for FPID compared to PI and PID controllers. We can conclude from NS-2 simulations that the average packet loss probability variations are negligible when the network parameters change.     

Design and analysis of an ONOFF variable structure controller for AQM routers supporting TCP flows

Active queue management （AQM） can maintain smaller queuing delay and higher throughput by purposefully dropping packets at intermediate nodes. Most of the existing AQM schemes follow the probability dropping mechanism originating from random early detection （RED）. This paper develops a novel packet dropping mechanism for AQM through designing an ONOFF controller applying the variable structure control theory. Because the binary ONOFF controller can considerably simplify the manipulation on the AQM router, it is helpful for implementing the high performance router. The design principles of ONOFF controller are discussed in detail. The guidelines towards parameter settings are presented. The performance is extensively evaluated and compared with other well-known controllers through simulations and theoretical analysis. The results demonstrate that the ONOFF controller is responsive and robust against external disturbances, and is insensitive to variances of the system parameters. Therefore, it is very suitable for the time- varying network system, and at the same time, it can also keep the instantaneous queue length at a desired level with rather small oscillations, which is conducive to achieving the technical objectives of AQM.     

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 .     

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。     

基于精确模型的网络拥塞控制算法

针对基于流体流理论提出的网络模型在推导过程中的一些近似使得该模型对网络行为描述的不精确问题，提出了网络流量的精确模型，并且基于该模型把一种新的PID及类PID设计方法用于主动队列管理(AQM)控制器的设计，利用约束化的数值优化方法寻找控制器参数。理论分析和仿真实验表明，该控制算法的综合性能优于PI算法。     

动态自适应的Internet拥塞控制系统的PID调解器

Internet网络拥塞控制算法决定着网络的服务质量。把Internet通信系统看作具有通信时延的闭环反馈系统，建立了一个PID调解器控制Internet连接节点的拥塞率。采用特定相位裕量方法动态调整PID控制器的参数，使控制器能在线自适应网络系统中的变化。最后仿真验证了新的主动队列管理策略的有效性和鲁棒性。     

应用于Ad Hoc网络TCP/AQM的神经网络PID控制器优化设计

主动队列管理(AQM)PID(Proportional integral derivative)算法的控制效果取决于比例、积分及微分系数的整定,但传统整定往往基于试凑方法和经验知识。根据Ad Hoc网络参量时变的特点,推导Ad Hoc网络的TCP/AQM模型,利用遗传算法动态调整RBF(Radial Basis Function)神经网络PID控制器系数,提出基于遗传算法的RBF神经网络PID-AQM。仿真表明,相较RBF-PID,新算法在信道状态复杂的Ad Hoc网络健壮性更好,并具有较好的队列控制效果。