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.     

基于时滞补偿的网络拥塞控制策略*

中间节点上的主动队列管理策略在保证较高吞吐量的基础上能有效控制队列长度和端到端时延,利用频率域模型降阶拟合方式建立了TCP流量控制中主动队列管理系统的等效模型,应用控制理论中的内模补偿原理设计鲁棒的延时补偿主动队列管理控制算法,克服了大时滞给对队列稳定造成的不利影响.仿真结果表明,该补偿方法在长时滞小期望队列综合性能明显优于已有的RED,REM,PI等算法,链路利用率大大提高.     

基于内模控制的自适应主动队列管理算法

实际网络具有大时滞性和动态特性。针对大时滞特性,根据内模控制(IMC)和改进的TCP/AQM控制理论模型设计了一种适合于大延时网络环境的主动队列管理算法。而对于网络的动态特性,分析了网络参数的变化给算法带来的影响,并以此对算法参数进行在线修正,得到符合大时滞网络的自适应AQM算法。最后通过NS2仿真实验验证了设计的AQM算法的可靠性。     

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。     

主动队列管理机制的性能分析

主动队列管理(AQM)是拥塞控制中一个热点。通过NS仿真器，深入研究了几个AQM算法的性能。仿真结果显示，没有一个AQM算法在所有网络条件下是最好的。它们存在响应速度、链路利用率等性能不足。分析了性能局限性的原因，指出了今后的研究方向。     

稳定裕度与网络特征参数无关的AQM算法

针对现有基于控制论的主动队列管理(AQM)算法的不足,设计一种稳定裕度与网络特征参数(往返时延、通过瓶颈链路的TCP连接数、瓶颈链路的容量)无关的基于PI控制器的AQM算法GPM-PI。该算法响应速度快、计算开销小,能用于大时滞网络环境,抗干扰能力强(对TCP短流和UDP流有良好的控制能力),鲁棒性好,能更好地适应Internet环境下的主动队列管理。     

基于模糊推理的鲁棒主动队列管理算法

基于常规控制理论的主动队列管理(AQM)算法在复杂动态网络环境下对参数变化比较敏感,难以保证队列稳定性且缺乏鲁棒性。针对上述问题提出基于队列长度和链路速率相对变化率的模糊AQM算法,以队列长度与期望队列长度以及链路速率与链路容量的相对误差量作为网络拥塞指示,采用模糊推理得出中间节点的丢包概率。仿真实验表明,该算法具有良好的队列稳定性和较小的队列延时,对网络的非线性和负载波动等不确定因素具有鲁棒性。     

一种基于可变结构的主动队列管理算法

主动队列管理算法(AQM)是近年来网络拥塞控制的研究热点之一,已经提出了许多的主动队列管理算法,例如:RED,ARED,SRED,PI,REM等.文中设计一种基于控制理论的可变结构的主动队列管理.通过分析控制机制对于非线性的TCP/AQM模式的鲁棒性和性能,展示了在不确定的RTT(round-trip time)和活跃的TCP连接个数的情况下,有很好的性能和鲁棒性,这正是主动队列管理最重要的理念.运用网络仿真软件NS对设计进行仿真验证,从不同的角度对其性能与现有队列管理算法进行比较.仿真结果显示,从稳定性和鲁棒性等角度,可变结构控制算法显著胜过现有的AQM算法     

大时滞网络中的自适应拥塞控制算法

根据内模控制器(IMC)的设计方法,设计出适合于大时滞网络,具有时滞补偿能力的主动队列管理(AQM)控制器。为了使控制器适合网络的动态变化,再使其系数根据网络的变化自适应地做出相应的修正。最后通过NS-2仿真,验证了该算法的可靠性。     

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.     

基于Dahlin算法的主动队列管理控制机制研究

主动队列管理 (AQM)是网络中间节点通过一定的分组丢弃策略来达到较低排队时延和较高吞吐量的一种机制。已有多种AQM算法被提出,但绝大多数没有考虑较大的RTT(往返时间)对算法性能的影响。该文针对大RTT的网络环境,实现了一种基于控制理论中Dahlin算法的AQM机制并分析了系统的稳定性和参数选择的准则。仿真实验结果表明,该算法在RTT较大的情况下稳定性、响应速度和鲁棒性都优于随机早期检测(RED)算法和比例－积分(PI)算法。     

控制时延的主动队列管理算法

针对现有的主动队列管理(AQM)算法造成的队列时延无法满足VoIP、音视频等流媒体传输需求的问题,提出一种直接控制队列时延的主动队列管理算法--DCQA。该算法使用PID控制器计算路由器缓存的数据包丢弃概率,用其对即将进入缓存排队的数据包做丢包判断并采取相应动作,以控制队列时延在期望值以下。实验仿真了3种网络环境下DCQA的性能,链路利用率分别是99.93%、99.88%和99.95%。并且,队列时延分别有50.45%、51.59%、52.4%被控制在期望值以下,比CoDel算法分别提高了3.6%、40.53%、50.69%。实验结果表明,DCQA在不同的网络环境中都可以获得较高的链路利用率,而且控制队列时延的能力优于CoDel算法,适用于流媒体的传输。     

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。     

Congestion control algorithm in large-delay uncertain networks

Based on Smith-fuzzy controller, a new active queue management （AQM） algorithm adaptable to the large-delay uncertain networks is presented. It can compensate the negative impact on the queue stability caused by the large delay, and it also maintains strong robustness under the condition of dynamic network fluid. Its stability is proven through Lyapunov method. Simulation results demonstrated that this method enables the queue length to converge at a preset value quickly and keeps the queue oscillation small, the simulation results also show that the scheme is very robust to disturbance under various network conditions and large delay and, in particular, the algorithm proposed outperforms the conventional PI control and fuzzy control when the network parameters and network delay change.     

Congestion control algorithm in large-delay uncertain networks

Based on Smith-fuzzy controller, a new active queue management (AQM) algorithm adaptable to the large-delay uncertain networks is presented. It can compensate the negative impact on the queue stability caused by the large delay, and it also maintains strong robustness under the condition of dynamic network fluid. Its stability is proven through Lyapunov method. Simulation results demonstrated that this method enables the queue length to converge at a preset value quickly and keeps the queue oscillation small, the simulation results also show that the scheme is very robust to disturbance under various network conditions and large delay and, in particular, the algorithm proposed outperforms the conventional PI control and fuzzy control when the network parameters and network delay change.     

基于Smith预估的模糊PID主动队列管理算法研究

为解决网络拥塞控制系统中由于网络大时滞对主动队列管理算法产生不利影响的问题,提出了一种基于Smith预估的模糊PID主动队列管理算法.该算法将Smith预估控制与模糊控制相结合,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、鲁棒性差的缺点,使主动队列管理算法控制性能有明显提高.仿真实验结果表明,该算法在大时滞的网络环境下能很好地将路由器队列长度收敛于期望值,并能适应突发流和非弹性业务流的干扰,适用于动态变化的网络环境.     

基于模型有效性评价的主动队列管理算法

TCP/AQM系统是一多时滞回路耦合时变系统,源端传输控制协议(TCP)的拥塞控制机制也各不相同,因此其机理模型复杂.设计控制器所采用动态近似模型的参数变化范围很大,这对辨识算法提出了很高要求.本文先从模型误差分配方式这一新的角度对经典辨识算法进行了分析.然后运用新分析框架,结合TCP/AQM系统特征和控制要求,设计了一种基于模型有效性评价机制的辨识算法.该辨识算法能够对控制系数进行自适应调节,满足了主动队列管理(AQM)算法的设计需求.仿真结果表明,基于模型有效性评价机制的AQM算法,能有效应对时滞和不确定性带来的负面影响.与潜在标准化AQM算法相比,新算法在保持低排队时延和高效链路利用率方面取得了更好的平衡.     

LRED: A Robust and Responsive AQM Algorithm Using Packet Loss Ratio Measurement

Active queue management (AQM) is an effective means to enhance congestion control, and to achieve trade-off between link utilization and delay. The de facto standard, random early detection (RED), and many of its variants employ queue length as a congestion indicator to trigger packet dropping. Despite their simplicity, these approaches often suffer from unstable behaviors in a dynamic network. Adaptive parameter settings, though might solve the problem, remain difficult in such a complex system. Recent proposals based on analytical TCP control and AQM models suggest the use of both queue length and traffic input rate as congestion indicators, which effectively enhances stability. Their response time generally increases however, leading to frequent buffer overflow and emptiness. In this paper, we propose a novel AQM algorithm that achieves fast response time and yet good robustness. The algorithm, called Loss Ratio-based RED (LRED), measures the latest packet loss ratio, and uses it as a complement to queue length for adaptively adjusting the packet drop probability. We develop an analytical model for LRED, which demonstrates that LRED is responsive even if the number of TCP flows and their persisting times vary significantly. It also provides a general guideline for the parameter settings in LRED. The performance of LRED is further examined under various simulated network environments, and compared to existing AQM algorithms. Our simulation results show that, with comparable complexities, LRED achieves shorter response time and higher robustness. More importantly, it trades off the goodput with queue length better than existing algorithms, enabling flexible system configurations