基于模型算法控制的主动队列管理算法

通过深入分析TCP/AQM系统的动态特性,提出一个新的预测模型。基于该模型,结合模型算法控制(MAC)提出一种新的主动队列管理算法(MACAQM),并给出了MACAQM的详细设计过程和参数选取的原则。大量不同网络环境的仿真实验表明了MACAQM算法的有效性。与PI, RaQ和REM等算法相比较, MACAQM具有收敛速度快、队列抖动小的优点。同时, MACAQM的采样间隔相对较大,算法实现简单,所以计算量较小,占用的路由器资源也较少。     

基于网络拥塞控制的主动队列管理算法研究

文章讨论了几种主要的主动队列管理机制的关键技术问题,分析了他们对网络拥塞控制的影响,总结了这几种算法的优缺点及其有待改进之处,并根据实际网络模型进行了仿真实验。     

基于源端控制规律的主动队列管理算法

将TCP源端的拥塞控制规律引入路由器端的拥塞控制问题,提出一种高性能的主动队列管理算法ERFU,综合考虑路由器输入流的流量速率与内部负载程度,无需设置多样的参数,直接依据TCP源端的拥塞控制规律,更新数据包的丢弃(标记)概率,具有较低的算法需求和优越的算法性能。通过仿真与ERED相比较,证明ERFU在随机流、突发流2种网络状况下均具有更优良的性能。     

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。     

基于主动队列管理的拥塞控制机制研究

提出了一种基于动态阈值的AQM策略DS-RED,主要思想是在缓存中设置一个动态门限控制包的丢失率,使得缓存可以动态地分配给各个数据流,可以根据各个数据流的不同Qos要求,对其进行有区别的服务,以更好地满足网络Qos要求,从而提高网络网络资源的利用率.     

基于ARED的主动队列管理改进算法

随机早期检测（Random Early Detection,RED）是IETF推荐部署的主动队列管理（Active Queue Management,AQM）算法。 RED存在参数难以配置、无法适应动态网络环境的缺点。 ARED（ Adaptive RED）是RED的自适应版本,通过平均队列长度来动态调整最大丢弃概率,从而达到稳定平均队列长度的目的,但是存在瞬时队列长度振荡的问题。文中研究了拥塞控制中的主动队列管理,对ARED算法进行了改进,优化丢弃概率计算函数,提出TTS-ARED算法,实现在动态网络环境下队列长度的稳定以及丢包率降低。 NS2的仿真结果表明,TTS-ARED算法显著地降低了丢包率,队列长度稳定性比ARED算法更优越。     

一种基于Smith预估器的主动队列管理(AQM)拥塞控制算法

有效的拥塞控制机制是保证Internet稳定运行的关键因素之一,网络拥塞控制系统本质上是一个时滞系统,传输时延是网络拥塞控制必须考虑的一个重要因素.本文应用Smith预估控制原理,在进行适当模型拟合处理的基础上,提出了一种基于Smith预估器的主动队列管理(AQM)算法(AQMAlgorithmbasedonsmithpredictor算法,简称Smith-PI),新算法结构简单,易于配置,具有良好的鲁棒性和网络控制性能,同时克服了大时滞给队列稳定性造成的不利影响。通过仿真表明,采用Smith-PI算法,对于限制系统振荡超调量的作用非常明显,同时能使网络具有更快的响应速度及更平稳的队列,而当网络时延增大时,算法能使网络的动态性能依然保持良好,使得缓存队列迅速收敛到稳定值。     

基于自适应全局滑模控制的非线性主动队列管理

针对传输控制协议(TCP)网络系统存在不确定参数和非响应流干扰的情况,基于自适应全局滑模控制,设计一种非线性主动队列管理算法.采用全局滑模控制消除了滑模控制的到达阶段,保证了网络系统在整个控制过程的鲁棒性.采用径向基函数(RBF)网络直接逼近系统的总不确定可有效地减小估计误差.由于没有使用符号函数或饱和函数,不仅可以有效抑制系统的抖振,而且系统的响应更加平稳.仿真结果表明,该算法具有较好的鲁棒性和较快的系统响应.     

基于模糊滑模控制的主动队列管理算法的研究

针对网络拥寒问题,提出一种基于模糊滑模控制的主动队列管理算法,能得到快速反应能力和良好的鲁棒性。模糊滑模控制算法用队列长度和微分作为主动队列的输入,通过动态测量包丢失率来调整模糊规则。与一些典型的主动队列算法相比,模糊滑模控制算法用较少的队列延迟交换吞吐量,而且能达到一个更高的吞吐量。并且,本算法可以在最少的模糊规则下被执行。     

具有最小平方误差积分的主动队列管理算法ISE-GPM-PID

随着互联网流媒体应用的增多,流媒体流量在互联网总流量中所占比例越来越大。流媒体流量具有时延敏感和容忍丢包等特点,通常采用UDP协议传输;UDP流量是对TCP/AQM模型的干扰流量,但现有针对TCP长流设计的主动队列管理算法缺乏抗击UDP流量干扰的能力,不能适应互联网视频和音频流量日益增多的局面。利用TCP/AQM模型,设计了一个具有最小平方误差积分,且相角裕度在30°至60°之间,幅值裕度在2至5之间的基于PID控制器的主动队列管理算法ISE-GPM-PID。该算法对UDP流量具有良好的抗干扰能力,能适应互联网流媒体和Web应用日益增多的局面;同时其响应速度快,计算开销小,能用于大时滞网络环境,且鲁棒性好。     

一种改进的主动队列管理算法

传统的主动队列管理算法（AQM：Active Queue Management）存在响应时间较长等问题,PID（Proportional Integral Differentia1） 主动队列管理算法对此作出了一定改进,然而在时延较大时也不能使队列长度收敛到期望值.本文利用BP神经网络自适应控制的特点,针对无线信道（TCP Westwood）提出了一种基于BP神经网络整定的PID主动队列管理算法.     

Active Queue Management算法研究

主动队列管理算法对于IP网络的性能影响重大,是网络拥塞控制一个主要手段。介绍了目前主要的主动队列管理算法如RED、改进的RED以及P控制器、PI控制器、模糊控制器、鲁棒控制器、内模控制器。通过对这些算法的分析,指出其中的不足之处,并对AQM算法的设计提出了一些思路。     

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。     

基于单神经元自适应PI 控制器的主动队列管理算法

基于神经网络理论中的神经元模型与学习算法,设计了一种主动队列管理算法SNAPI（Single Neuronbased Adaptive PI controller）．控制器根据系统误差在线调整PI 控制器的控制参数,以适应动态变化的网络参数．运 用Nyquist 稳定判据给出了系统在平衡点附近的局部稳定条件．最后通过仿真检验了SNAPI,并比较了它与使用固 定控制参数的PI 算法的性能．     

一种新的基于非线性控制理论的主动式队列管理机制

提出了一种新的基于非线性控制理论的主动式队列管理方案：NLC—RED．该方案在原有丢包率方程中增加了幂指数函数，静态的参数调节改进为动态的参数调节．仿真和分析表明，NLC—RED方案在缓冲队列占有量的稳定性和缓冲队列的丢包率等性能较Adaptive RED方案均有较大的提高．     

一种改进的主动队列管理算法

从是否维护数据流状态信息的角度出发,提出一种改进的主动队列管理算法——SF-AQM。SF-AQM算法只维护发送速率大的数据流状态信息以降低路由器的开销,通过比较不同数据流的包到达时间间隔衡量流到达速率,识别出非适应性数据流,提高算法公平性,并使队列长度控制在目标值附近,保证算法稳定性。仿真结果表明,SF-AQM算法具有较好的公平性和稳定性,且对抑制网络拥塞有明显效果。     

一种基于组合型模糊控制的主动队列管理算法

计算机网络具有的复杂性和动态特性使传统控制理论难以进行主动队列管理（Active Queue Management, AQM）算法的设计和分析．本文在模糊集合和模糊系统理论的基础上设计了一个主动队列管理算法CF（Combination Fuzzy control）．其中模糊控制器I根据瞬时队列的长度和变化值计算控制量；模糊控制器II根据系统负载因子计算控制增益．通过选择模糊控制器参数，模糊控制系统与使用PI（Proportional Integral）控制器的系统具有相同的局部稳定性．最后通过仿真对CF、PI和单模糊控制器的性能进行了比较．     

大延时网络中基于单神经元-Smith的AQM算法

本文利用智能控制理论设计了针对大延时网络的单神经元-Smith AQM(Active Queue Management)算法。对算法的设计目标、参数整定规则等问题进行了深入研究,最后的仿真结果验证了该算法在大延时网络主动队列管理中的有效性。     

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。     

PFED:一种基于预测的公平的主动队列管理算法

对多个著名的主动队列管理算法进行了深入的理论分析和实验比较，对它们的优点和不足进行了总结，并在此基础上提出了一种新的主动队列管理算法PFED（prediction-based fair early drop）．PFED的主要目标是：①通过对流量较为精确的预测，结合对分组丢弃概率更为合理的计算，将队列长度的变化稳定在一个理想的水平；②对非响应流实施有效的惩罚，提高算法的公平性；③通过合理的分组丢弃将队列（分组）的到达速率控制在链路的服务速率之下．仿真实验表明，PFED很好地实现了上述3个目标．