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。     

一种快速收敛的RED改进算法

针对RED算法存在的不足,根据其算法设计思想,系统地研究了IETF推荐用于路由器队列管理的RED及GentleRED算法的性能,提出一种新的改进算法RCRED。该算法的主要思想是当平均队列长度在最小门阀值和另一个阈值之间使丢包概率采用一种平滑的n次高阶函数收敛机制。采用NS2仿真分析的方法,通过大量仿真实验,结论表明RCRED算法在提高系统稳定性和可靠性、提高链路利用率、减少丢包率等网络性能上更有效。     

一种分阶段自适应RED／ECN参数模型

TCP拥塞控制技术是IP网络性能的研究重点之一,目前已经出现了多种改进方案,然而采用这些方案后,TCP连接仍然面临大量的包丢失,尤其是在网络拥塞时。为此IETF提出了IP网络的拥塞控制问题并建议在网络中采用主动队列管理机制。RED／ECN算法是一种主动队列管理算法,它具有很多优点,但算法对其静态参数的依赖性很大,没有充分考虑链路中复用的活动连接数,因而不能很好地适应网络负荷的变化。为此,提出了一种分阶段动态调整RED／ECN算法参数的模型（GARED）,通过仿真实验说明该模型改进了RED／ECN算法的性能,能够有效地降低丢包率,保证网络链路的高利用率。     

一种改进的RED主动队列管理算法

主动队列管理(ActiveQueueManagement,AQM)算法是网络拥塞控制中非常重要的研究领域之一。为了使RED算法丢包概率的计算更加平滑,文中在RED-r的基础上对其丢包概率的计算进行了改进,提出了一个名为IMRED-r的新算法,采用分段二次圆函数计算丢包概率,实现了动态网络环境中队列长度的稳定,并且减少了参数的设置。基于NS2的仿真结果表明,IMRED-r算法在复杂的网络环境里具有更好的鲁棒性和稳定性,比RED、RED-r主动队列管理算法优越。     

RED簇主动队列管理算法研究

本文讨论了RED队列管理机制的关键技术问题,研究了近年来对RED算法的主要改进算法.最后在总结了主要RED簇算法优缺点的基础上,提出了可行的改进方案.     

一种新的主动队列管理算法

提出一种新的主动队列管理（AQM）算法。本算法以V. Misra的TCP流量随机微分方程模型为基础,在计入窗口限制的约束条件下,由局部线性化方法导出本文主动队列管理模型的传递函数,并以其作为受控对象,利用比例积分微分（PID）调节器控制该传递函数输出与理想队列长度之差。仿真分析表明,本算法性能优于RED和ARED算法。     

一种基于卡尔曼滤波的队列长度自适应算法

传统主动队列管理(AQM)算法在处理传感器网络突发流时具有响应速度慢、抗网络突变性能弱的缺点.针对此问题,提出了一种新的AQM算法,算法首先将队列长度作为早期拥塞检测参量,运用卡尔曼滤波理论预测队列长度;其次根据队列长度在缓冲区的占用比来划分网络状态;最后根据不同占用比采取相应的丢包策略,自适应地调整丢包率,当出现网络突变时,加大调整幅度,使队列长度保持在理想区间.仿真实验表明:新算法能够较好地适应网络波动,提高网络服务质量(QoS),算法综合性能优于主流AQM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RED算法的非线性拥塞控制

由于RED算法是采用丢包率随平均队列长度线性变化的方法,因此导致网络在拥塞并不严重的时候丢包率较大,在拥塞比较严重的时候丢包率较小,拥塞控制能力较低。该文提出非线性平滑算法通过对RED算法的丢包率函数进行非线性平滑,在最小阈值时丢包率增长速度比较小,在最大阈值时丢包率增长速度比较大,有效地控制了平均队列长度,具有较好的拥塞控制能力。NS2仿真结果表明该算法对丢包率、端到端时延、吞吐量以及时延抖动等性能均有较明显的提高。     

一种基于gCHOKe公平性的主动队列管理算法

文中主要研究了主动队列管理（ AQM）的公平性算法。利用gCHOKe的多次击中能近似识别并惩罚非响应流,提高gCHOKe击中的有效性以及惩罚非响应流的力度,是提高算法公平性的关键因素。在gCHOKe算法的基础上提出了一种基于预处理的pgCHOKe（preprocess based-gCHOKe）公平性算法,通过对数据流进行预处理筛选后再进行gCHOKe击中,提高了击中的有效性。仿真实验表明pgCHOKe相比RED、gCHOKe和BLUE,可以获得更低的UDP吞吐量,是有效的、公平的。     

基于平衡点的自适应RED算法

网络服务质量控制已经成为互联网技术的主要研究方向之一．主动式队列管理以及RED(randomearly detection)算法的改进问题是近期网络服务质量研究的一个热点问题．提出的基于平衡点的自适应RED算法可以根据网络上的流量特点，动态地修改最大丢弃概率，能够对不同类型的数据流聚集进行调节，与目前大多数其他RED改进算法相比，该算法没有采用逐步逼进的途径，而是基于计算的平衡点，修正最大丢弃概率，可以更快的达到稳定状态，从而解决RED算法对于参数的依赖性和队列抖动问题．     

一种随机自适应控制算法

作者对线性时不变CARMA系统提出了一种随机自适应控制算法.该算法具有良好的总 体收敛性和稳定性(能用鞅理论严格予以证明).计算机模拟亦表明,该算法比G.C.Goodwin 等人提出的算法省时、有效.     

一种新的自适应免疫进化算法

根据生物免疫系统的免疫网络调节机理，提出了一种新的自适应免疫进化算法．该算法按照抗体激励水平进行选择操作；同时建立优秀抗体记忆库，并采用种群自适应调节策略，保持了进化抗体群的多样性．试验表明，该算法比标准遗传算法的收敛性能好，能有效避免遗传算法种群多样性保持能力不足和早收敛的缺点．     

一种新的基于密度的自适应取样聚类算法

空间数据聚类是一种很重要的数据挖掘技术,它可以从大量的空间数据中提取到知识,并且有着广泛的用途,空间数据库里的数据分布对聚类结果的影响很大,很少有算法在聚类时考虑到了空间数据的分布.在本文中,提出了一种新的自适应基于密度的取样聚类算法ADBSC(adaptive density-based sampling clustering),它可以根据空间数据的分布,对一个中心点自适应的选取近邻,并对这些近邻点进行取样,扩展,有效提高了聚类分析的准确性和效率.本文结尾部分,时模拟数据进行了一系列的实验,对其和DBSCAN算法做了比较,证明了ADBSC的优越性.     

一种新的VoIP自适应缓冲算法

网络延迟与缓冲的矛盾是VoIP应用中的一个重要问题.介绍了VoIP应用中几种当前主要的缓冲算法,分别分析了它们的优缺点,提出了新的自适应缓冲算法,称为FISD算法,对现有的代表性算法以及FISD算法分别进行了仿真实验.结果表明,在网络延迟抖动较大时,新算法可以有效地提高语音质量.     

自适应小波域数字音频水印嵌入算法研究

以整型提升小波变换、人类听觉掩蔽特性、数字音频局部邻域特性为基础，提出了一种自适应小波域数字音频水印嵌入算法，该算法具有以下特点：（1）结合人类听觉系统的掩蔽特性，实现了水印嵌入位置的自适应确定；（2）引入了高效的整型提升小波变换；（3）利用数字音频的局部邻域特性，实现了数字水印嵌入深度的智能调节；（4）数字水印信息的提取不需要原始音频信号．对比实验表明：该自适应数字音频水印算法不仅具有较好的透明性，而且对诸如叠加噪声、有损压缩、低通滤波、重新采样、重新量化等攻击均具有较好的鲁棒性（特别是叠加噪声与低通滤波）。     

一种新的自适应数字音频水印嵌入算法

提出了一种基于整型提升小波变换与人类听觉系统(HAS)的自适应数字音频水印嵌入算法。该算法具有4个特点。实验结果表明,该自适应数字音频水印嵌入算法不仅具有较好的透明性,而且对诸如叠加噪声、有损压缩、低通滤波、重新采样、重新量化等攻击均具有较好的鲁棒性。     

一种新型的自适应模糊单神经元控制算法

提出了一种新型的模糊单神经元控制算法，它不需要对象的数学模型，同时又具有模糊控制和单神经元控制的优点，并且参数在动态过程可自适应调整．仿真实验表明这种算法具有较好的动态过程性能指标和较强的鲁棒性．