一种基于速率的公平队列管理算法

针对主动队列管理算法普遍存在的公平性问题,提出基于速率的公平队列管理算法RFED。该算法根据分组的到达速率调节丢包率,将队列的到达速率控制在链路的服务速率下,根据非响应流UDP数据包空间分布特点,对非响应流实施有效的惩罚,以保证不同数据流之间的公平。NS仿真实验表明,该算法在公平性、稳定性等方面效果良好,无需进行复杂的参数配置,容易在现有网络中实施。     

高吞吐量的核心无状态公平队列算法

提出了一种优化的核心无状态公平队列凋度算法(xCSFQ),在CSFQ的基础上,根据缓冲区占用率和数据流到达速率决定丢包概率,缓存管理上采用基于CHOKC原理的机制进行缓存管理,解决了CSFQ链路利用率低的问题,提高了带宽在UDP流和TCP流之间分配的公平性,最后对算法进行了仿真分析。     

一种基于层次速率编码的公平的主动队列管理算法

针对核心无状态的公平队列管理算法的不足,提出一种基于速率编码的新算法。这种方法在压缩的速率共享的空间中进行层次速率编码,更精确地保证最大最小的速率公平性。对非响应流实施有效的惩罚,提高算法的公平性。通过合理的层次分组丢弃对队列的到达速率进行控制,并采用索引的方式管理队列从而具有更好的缓冲区利用率。对算法的性能作实验分析,结果表明改进算法拥有良好的网络带宽利用率和公平性,具有较好的性能。     

核心无状态队列管理算法的公平性研究

研究了以CSFQ为主要代表的核心路由器中无状态公平排队技术,在该算法的基础上,针对其实际实现公平性方面的不足,提出了一种改进的MCSFQ算法。在链路产生拥塞时,新算法根据队列长度的变化情况,对公平共享速率进行不同程度的调整,使公平共享速率的取值更加合理。仿真实验证明,该算法在保持了CSFQ算法优点的基础上,进一步改善了在不同数据流间带宽分配的公平性。     

一种使用历史信息的长期公平队列调度算法

经典的基于时延的队列调度仅关注调度时刻的队列延时,对历史信息并无记忆性,从而在业务流突变时排队延时公平性无法得到保障。本文提出一种长期公平调度算法,不仅综合考虑队列长度、到达速率等即时参量,而且考虑历史参量--历史延时累计量,使得调度更加理性,排队延时不会随流量突变而突变。另外,3个调度参量的关系式并非人为给出,而是通过对长期公平性的建模和对长期优化问题的推导得来。仿真对比了WRR, RPF, EDF算法,证实该算法中的队列延时不仅具有较高的公平性还具有较高的稳定性。     

一种提高稳定性和公平性的主动队列管理机制

结合平均队列和负载衡量拥塞,实现选择性丢包,提出早期选择性丢包算法(ESD)．ESD采用指数函数计算丢包概率,使丢包概率随拥塞程度增大而指数递增;引入记录活跃连接状态信息的虚队列,并在虚队列上假轮转,以检测发送速率大的连接;区分非响应性连接和响应性连接,挑选丢包的候选连接,拥塞时优先丢弃候选连接在队列头部的数据包．实验结果表明,ESD可提高队列稳定性,降低Web流和RTT较大连接的丢包率,提高连接占用带宽的公平性,缩短应用响应时间．     

一种基于负载和队列的模糊主动队列管理算法

针对目前已有的模糊主动队列管理算法(AQM)大多只考虑队列长度及其变化率作为模糊输入,很少同时考虑包到达速率的影响,结合队列长度和包到达速率,提出一种更为有效的模糊主动队列管理算法(FQL-AQM)。FQL-AQM以瞬时队列长度和网络平均负载因子作为模糊输入来调整包丢弃概率,并采用参数自校正技术,将队列长度维持在期望的队列水平上、包到达速率维持在队列服务速率附近,使算法对网络状态的变化具有很好的适应能力,从而提高网络的鲁棒性。仿真结果表明,FQL-AQM算法具有比FQ-AQM算法更快的响应速度、更高的链路利用率和更好的队列稳定性,从而减少了分组延时抖动和分组丢弃率。     

一种基于流的数目的主动队列管理机制

提出了一种基于流的数目的主动队列管理机制。主要思想是根据上一个采样间隔末的流的到达速率,每流在队列中所占的比率,估计流的数目,以流的数目来决定数据包的丢弃概率,达到稳定队列长度和实现公平性的目的。仿真结果证明在多种网络条件下,算法能够实现稳定队列长度和流公平性两个目的。     

基于粒子群优化的主动队列管理方法

针对网络拥塞现象,基于粒子群优化(PSO)提出了一种新的主动队列管理算法RQQM。该算法首先通过粒子群优化和变异算子来计算当前队列长度,并且基于到达速率和当前队列长度给出了丢包策略和丢包概率。最后,以实际数据将RQQM算法与基于速率的早期检测公平队列管理(RFED)算法和自适应主动队列管理(ABLUE)算法进行仿真实验,
发现丢包率受利用率和缓冲区影响较大;同时实验结果表明RQQM算法的公平性远远优于其他两种算法,其平均丢包率降低至12.21%。     

虚拟输入队列与队列管理算法的公平性

提出了具有不同接入带宽用户共享上行链路时的公平性问题——基于用户的公平性，根据队列管理算法(如早期随机检测和队尾丢弃等)在这种应用场合的公平性缺陷中引入了虚拟输入队列的概念——在路由器的上行输出接口上为每一个输入接口维护一个逻辑队列，以逻辑队列为主体应用队列管理算法。对虚拟输入队列的结构和实现进行了详细描述，并给出了针对虚拟输入队列的调度算法。仿真结果表明，在队列管理策略上引入虚拟输入队列，不仅能够达到原有的拥塞控制效果，解决基于流的公平性问题，同时能够提供较好的基于用户的公平性。     

基于流的 AD Hoc 网络接入公平性分析与研究

在 Ad Hoc 网络中,系统的不公平性会严重影响服务质量.针对该问题,提出一种以流为单位、用 WFQ 机制进行本地信息调度、采用交换节点信息调节退避时间的协调算法--FBFA.该算法计算节点每条流的服务指数,与邻节点进行交换,结合节点本身的信息和邻居节点的信息确定退避时间,提高系统的公平性.实验结果表明,FBFA 算...     

中继OFDMA系统容量公平资源分配算法研究

针对OFMDA解码-转发中继系统的资源分配问题,提出了一种以系统总功率和用户间的数据速率比例公平为约束条件,以最大化系统总速率为目标的资源分配算法。该资源分配问题为非线性最优化问题,联合求解所有变量复杂度很高,通过次优化的方法降低计算复杂度。算法包括：子载波分配和功率分配。子载波分配是以功率平均分配为前提,对基站-中继站和中继站-用户链路的子载波按照信道条件进行配对,并根据比例公平约束将配对的子载波分配给相应的用户。功率分配是对每个用户利用Lagrange方法调整每个子载波的功率,进一步提高系统的数据速率。算法仿真分析表明,该算法既能同时满足多用户不同数据速率的要求,又能提高系统的数据速率。     

M-WiMAX中马尔可夫预测的PF调度算法研究

在M-WiMAX系统中为了获得多用户分集增益,更好地发挥自适应调制编码（AMC）的作用,在改进比例公平算法（PF）基础上设计出一个预测的PF分组调度算法（Pre-PF）来调度系统中的非实时业务。PF调度算法在调度判决表达式中用调度时刻瞬时速率作为参数,这样影响调度的稳定性和整体性能,尤其在移动无线通信中更加明显。提出用马尔可夫预测模型来计算下一个调度时刻的瞬时速率,用它来平滑当前瞬时速率,减小移动无线信道瞬时速率对调度性能的影响。平滑后的瞬时速率能更好地代表移动信道传输速率的变化趋势。仿真结果表明,该调度算法保证了非实时业务流的服务质量,提高了系统的平均吞吐量、稳定性和公平性。     

一种基于平均数据包长度的可变权值调度算法

近年来随着网络规模的扩大,一些对实时性要求较高的音频、视频业务的出现,对网络Qos保证提出了更高的要求。在区分服务下,分组调度技术是保证网络QoS的核心技术,也是实现网络拥塞控制管理,保证各业务带宽分配公平性的必要手段。调度算法是保证网络服务质量（QoS）的核心技术,传统轮询调度WRR算法存在一个公平性问题,并不适用于数据包长度可变的网络。文中基于WRR算法提出一种改进算法,使其可以依据平均数据包长度自适应地改变权值,命名为CWRR。并通过仿真对新算法性能进行分析,如果测量区间是合适的,那么CWRR的公平性比WRR要好。     

一种新的多瓶颈网络环境下的TCP算法

TCP拥塞控制算法作为一种可靠的数据传输被广泛应用在因特网．在保证网络稳定和不发生拥塞的基础上，公平性又是算法设计的另一个重要的性能指标．根据网络层显示拥塞指示技术支持，提出一种公平窗口算法，使该算法在IP网络中得以实现．仿真结果证明．此算法在多瓶颈网络环境下能使TCP流达到较好的公平性．     

基于适应值预测的DABC认知无线电频谱分配算法

针对认知无线网络频谱分配过程存在的问题,提出了基于适应值预测策略的双人工蜂群算法（FP-DABC）。该算法设计的干扰门限阈值,提高了用户的接入数量;适应值预测方法的使用,加快了分配效率;同时算法对频谱分配过程公平性和系统整体性能进行了优化。实验仿真结果表明：FP-DABC算法牺牲了部分网络效益的同时,在用户满意度、分配率、平均分配时间、用户公平性和系统整体性能上均优于颜色敏感图着色算法（CSGC）和人工蜂群算法（ABC）。     

基于交叉点缓存状态的CICQ调度算法

针对现有的联合输入交叉点排队(CICQ)调度算法在设计时未充分利用交叉点缓存状态信息的问题,提出一种CICQ状态堆调度算法。该算法分布式地运行于CICQ结构的各个输入端口和输出端口。仿真结果表明,在均匀或非均匀流量模型下,基于该算法的CICQ结构都能获得与输出排队结构相当的性能,且具有较高的时延。     

改进的神经网络EPON动态带宽分配方法

动态带宽分配（DBA）是EPON的关键技术,根据数据业务流量的突发性调整了ONU授权时隙的顺序,提出了一种改进的轮询算法,构造了微粒群（PSO）优化的神经网络预测模型,提高了轮询周期内ONU新增数据的预测精度,从而保证了带宽分配公平性。仿真结果表明,该算法在优化带宽资源分配、降低平均数据时延方面均优于传统DBA算法。     

基于缓存补偿的视频码率自适应算法

针对基于超文本传输协议（HTTP）的动态自适应流（DASH）码率自适应算法未能充分利用视频缓存以及平均码率偏低的问题,提出一种DASH标准的基于缓存补偿的码率自适应切换（BASBC）算法。首先,根据最近下载分片的下载速率分析带宽波动程度并得到预估带宽;其次,依据预估带宽和当前码率等级在缓存区设置码率上切阈值和码率下切阈值,并利用动态上切阈值控制码率向上切换,消耗缓存时长,而利用动态下切阈值控制码率向下逐级切换,累积缓存时长,从而在缓存区形成累积-消耗的缓存状态循环。BASBC算法在视频播放平均码率上高于动态自适应的HTTP流码率渐进切换（DASBS）算法,有效提高了带宽利用率;虽然所提算法的平均码率稍低于基于DASH标准的码率平滑切换（RSS）算法,但所提算法的码率切换更为平滑,整体切换稳定性表现更优。实验结果表明,所提算法在动态网络环境中具有高带宽利用、切换平滑且稳定的良好表现,能够有效提高用户的体验质量（QoE）。     

PSO与捕鱼策略相结合的优化方法

在分析粒子群优化算法（PSO）和采用捕鱼策略的优化方法（FSOA）存在不足的基础上,提出一种将PSO融入捕鱼策略中的优化算法。该算法要求渔夫在打渔活动中采用灵活机动的多点随机抛投鱼网策略。将该优化算法用于解决三个典型的带约束的函数优化问题,优化实验仿真结果表明,该方法具有收敛速度快、优化精度高、稳定性好的特点,具有较好的全局寻优能力。