一种基于速率的RED增强方法

为了解决随机早期检测(random early detection,RED)主动队列管理机制的参数依赖性问题,通过引进自适应的思想提出了一种改进方法.其主要思想就是根据平均队列长度的变化速率自适应地调整参数maxp.大量的仿真试验表明,该方法能够明显提高RED在动态网络环境下的强壮性.此外,它在吞吐率和丢包率方面都比现有的方法具有更好的表现.     

RF-RED:一种速率公平的RED改进算法

为了提高响应流和非响应流之间的公平性，提出了一种基于速率公平的RED改进算法--RF-RED (rate fairness random early detection).该算法在路由器端计算UDP流的平均速率并与TCP友好流速率进行比较，根据比较结果动态调整UDP流和TCP流的最大丢包率，最后使用RED算法分别更新UDP流和TCP流的实际丢包率.通过使用RF-RED算法，UDP流在瓶颈链路上成为TCP友好流，同时瓶颈带宽得到了公平利用.仿真结果验证了该算法的有效性.     

几种主动队列管理拥塞控制算法的比较研究

主动队列管理是近年来端到端拥塞控制研究的热点，50多种AQM算法已经被提出，但路由器中采用哪种算法没有统一认识。通过仿真实验，对ARED、AVQ、PI和REM4种主动队列管理拥塞控制算法在相同的仿真网络环境中进行了比较研究。实验研究表明，这4种AQM算法都能使队列稳定在目标值，PI算法使队列最稳定，AVQ算法维持一个较小的队列长度；4种AQM算法都能经过一定时间适应网络变化的要求，PI和AVQ算法有较好的性能，短流对ARED和REM算法有较大影响；4种算法都没有根本解决对UDP流的公平性问题。     

一种基于PID控制的自适应随机早期检测算法研究

为了解决随机早期检测（RED）算法中参数调整困难、收敛性差等问题，提出了一种基于比例积分微分（PID）控制的RED改进算法(PID RED).算法建立了传输控制协议（TCP）/主动队列管理(AQM)负反馈控制模型，利用经典控制理论中的稳定收敛理论求取PID控制系数，根据实际平均队列长度与预期队列长度的偏差值动态调整RED最大丢包率，从而自适应地调整RED参数.仿真结果表明，PID RED算法具有更快的收敛速度和更小的队列抖动，提高了主动队列管理策略的鲁棒性.     

一种公平带宽分配的AQM算法

研究了响应流与非响应流公平共享带宽问题，当各微流竞争路由器的同一个输出链路时。非响应流趋向于压制响应流，使得带宽公平性遭受破坏。提出一种新的主动队列管理算法——动态阈值RED（DTRED）算法，通过动态地调节队列参数来获得更加公平的带宽分配。     

几种主动队列管理拥塞控制算法的比较研究

主动队列管理是近年来端到端拥塞控制研究的热点,50多种AQM算法已经被提出,但路由器中采用哪种算法没有统一认识。通过仿真实验,对ARED、AVQ、PI和REM 4种主动队列管理拥塞控制算法在相同的仿真网络环境中进行了比较研究。实验研究表明,这4种AQM算法都能使队列稳定在目标值,PI算法使队列最稳定,AVQ算法维持一个较小的队列长度;4种AQM算法都能经过一定时间适应网络变化的要求,PI和AVQ算法有较好的性能,短流对ARED和REM算法有较大影响;4种算法都没有根本解决对UDP流的公平性问题。     

一种基于不完全微分PID的随机早期检测算法

针对网络中普遍存在的参数实时变化、难以调节的问题,将不完全微分PID控制器用于主动队列管理,利用控制理论中的不完全微分PID控制器来实时调整RED算法的最大丢弃概率,使AQM系统能自适应地调节自身参数来改善控制性能。仿真结果显示:小负载情况下,不完全微分PID-RED较PI和RED算法的响应速度更快,很快就能达到期望值;当改变网络负载时,不完全微分PID-RED算法可以迅速地调节瞬时队列至期望值,响应时间较短,表现了很好的鲁棒性。     

IP网络拥塞控制算法简介

本文首先回顾了IP网络中已有的拥塞控制技术，总结了TCP端到端流量控制和中间节点增强机制等各研究子方向中需要解决的问题；重点分析了主动队列管理这一热点领域中已有策略和算法的优缺点，归纳和阐述了大多数算法所采用的启发式设计加仿真试验验证的模式存在的不足；提出了未来研究网络拥塞控制算法的思路和方向。     

路由器中的拥塞控制技术研究

由于网络规模的快速增长和各种应用的不断产生，导致网络拥塞问题日益加剧，拥塞控制技术的研究已引起了人们的普遍关注．拥塞会降低网络性能并可能造成网络拥塞崩溃，因而对网络进行拥塞控制是非常必要的，也是当前网络研究的重点之一．综述了目前路由器中队列调度算法和队列管理算法的研究概况，并探讨了下一步的研究趋势，为拥塞控制技术的进一步研究提供参考．     

路由器中的拥塞控制技术研究

由于网络规模的快速增长和各种应用的不断产生,导致网络拥塞问题日益加剧,拥塞控制技术的研究已引起了人们的普遍关注.拥塞会降低网络性能并可能造成网络拥塞崩溃,因而对网络进行拥塞控制是非常必要的,也是当前网络研究的重点之一.综述了目前路由器中队列调度算法和队列管理算法的研究概况,并探讨了下一步的研究趋势,为拥塞控制技术的进一步研究提供参考.     

基于曲线拟合模型的预测控制算法

针对不确定滞后系统提出一种基于曲线拟合模型的预测控制算法,该算法用神经网络在线辨识过程时滞,采用变步长四阶龙格库塔法与GM(2,1)灰色模型相结合作为预测模型,并应用单神经元控制器来克服误差及干扰等不确定因素所带来的影响,仿真结果表明了该预测控制算法的响应速度快、鲁棒性强,具有很强的实用性.     

曲线拟合的虹膜定位算法研究

虹膜定位是在虹膜图像中找到虹膜的内外边界,它是虹膜识别中的重要环节。该文提出了一种根据曲线拟合来进行虹膜快速定位的新方法,即先对图像进行分块并提取包含瞳孔的子图像块;再结合类间方差法提取瞳孔的二值化阈值,确定虹膜内边界点;然后根据关键的感兴趣区域灰度梯度信息确定虹膜外边界点;最后对内外边界点采用最小二乘法原理来进行曲线拟合,从而确定虹膜内外边界。通过实验表明该文提出的算法能快速准确地定位虹膜内外边界。     

基于曲线拟和的亚像素边缘检测

提出了一种高精度零件尺寸测量的亚像素边缘检测算法,采用改进的Sobel算子去掉局部非极大值点获得像素级边缘,在梯度方向上进行高斯曲线拟合,可实现图像边缘亚像素精确定位,提高测量系统的精度。     

基于曲线拟合的多传感器时间对准算法研究

由于二维Q分类数据融合解决不了时间不同步的问题,提出了一种基于最小二乘法曲线拟合的时间对准算法。介绍了该算法的2个基本原理:最小二乘法拟合原理和时间对准原理;仿真分析该算法对2个不同采样周期的传感器进行数据融合。仿真结果表明,该算法计算速度较快,融合效率较好。     

基于二次曲线拟合的图像亚像素边缘定位算法

在图像测量系统中,边缘提取精确度直接影响测量精确度.提出一种基于二次曲线拟合方法的图像亚像素边缘提取算法,介绍了基于方形孔径采样定理的边缘定位算法的推导过程.计算机仿真和对实际图像边缘定位的实验结果表明,此亚像素边缘定位算法的定位不确定度优于0.14象素,有效提高了图像边缘提取的定位精确度,从而提高测量精确度.     

WSN中基于多路径路由的拥塞控制算法

针对WSN多路径路由的拥塞问题,根据快速转发数据和节能的原则,提出了基于多路径路由的拥塞控制算法（CCAMR）,CCAMR包含新路径建立、RBR与RER值获取及新路径撤销算法,通过建立新路径将拥塞区域的流量转移到负载较轻的区域,有利于避免和缓解重度拥塞．仿真结果表明,与CODA相比,CCAMR的丢包率和能耗更低,能够保证多路径路由下带宽分配的公平性,具有更高的拥塞解除效率．     

用时效曲线拟合改进PageRank算法

简要分析了PageRank的思想及其优缺点。基于信息时效性特征,对Web资源的几类典型的时效曲线变化规律进行了研究。采用分段曲线拟合的形式得到Web页面的时效重要度计算方法,同时给出了Web页面信息时效重要度模型。并与传统的PageRank算法相结合,对Web页面的排序方法进行了改进。该模型对页面的排序有明显的改善,其结果较好地满足了查询者的心理期待。     

基于Matlab的数控加工曲线拟合算法

任意曲线的数控加工往往采用插补原理进行。曲线插补计算依靠数控后处理软件自动计算,精度无法控制。文中提出曲线离散拟合方法,将原始加工曲线离散为直线、圆弧等可插补曲线,处理结果通过M atlab分析,符合设计要求后直接输出数控程序。提高了计算的效果和精度,加工过程也可以控制。     

基于模糊控制理论的RED改进算法

针对RED算法在业务突发度较强或流量抖动较大时不能获得满意的吞吐性能的问题,提出一种基于平均队列长度和平均队列长度变化的模糊控制RED算法．该算法不再对每个队列设置固定的门限,而是根据当前网络流量的状况动态地推理出数据包的丢弃概率．     

基于银行家算法的电动汽车充电拥塞控制机制

基于计算机网络中的"闭环反馈拥塞控制"和"银行家算法",设计了电动汽车充电拥塞控制机制.在充电过程中,若出现拥塞,则反馈信息给控制器.系统根据当前状态和银行家算法,在充电桩可能的功率组合中寻找能使变压器负载不超过额定值,且总体所需充满电池时间最短的解,对各个充电桩重新进行功率分配,并反馈新的状态信息到控制器,形成闭环反馈控制.最后,通过一组随机的充电桩状态进行拥塞发生后的实验,并在系统保护装置未反应的时间内找到高效充电功率组合,验证了该机制的可行性.