一种保护TCP流的AFRED缓存管理算法

在存在用户数据报协议业务流的情况下, 为了有效地保护传输控制协议（TCP）流, 并保证业务流的公平性,提出了一种自适应的流随机早期检测（FRED）缓存管理算法AFRED（Adaptive FRED）. 新算法通过对分组丢弃门限和丢弃概率的动态调节,保护了TCP流,提高了系统的公平性和带宽利用的有效性. 分析和仿真表明, 算法的复杂度与FRED相近,但是能获得更好的性能.     

采用基于速率的缓存控制的CSFQ算法

在核心无状态公平队列调度(CSFQ)算法的基础上,提出了一种采用基于速率的随机早期检测(RED)机制的核心无状态公平队列调度(rr-CSFQ)算法.在路由器中根据网络拥塞状态和数据流到达速率,采用基于速率的随机早期检测机制进行缓存管理.该算法通过调节早期丢包概率,解决了CSFQ时延较长造成的缓存"丢尾"问题,提高了带宽在不同数据流之间分配的公平性.仿真实验证明,该算法在缓存较小的情况下仍能保证带宽在传输控制协议(TCP)数据流和用户数据报协议(UDP)数据流之间的公平分配.     

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.     

负载与队列高效结合的主动队列管理算法研究

目前已有的大多数主动队列管理算法按照判别拥塞的主要依据可以分为2大分支：基于负载（Load-based）的AQM算法和基于队列（Queue—based）AQM算法。分析了单独以队列或者单独以负载作为拥塞判别依据的不足，提出了一种基于负载与基于队列相结合的AQM算法LQC（Load Queue Contr01）算法。仿真结果证明，与RED、FRED和LDC算法相比，LQC算法能更好地稳定队列长度和减少丢包率。     

基于两色标记器的协作可调整RED算法

在区分服务网络中提出与两色标记器协作的RED改进算法--协作可调整RED算法(CARED)。通过对两色令牌桶标记器的流量特性进行分析,获得了标记概率与服务实际速率/承诺速率间的定量关系,并根据这个关系调节CARED中的丢包概率基数。为便于实现CARED算法,还提出了一种基于包数的滑动窗口标记概率测量算法(NSWM)。仿真实验证明了CARED算法不仅为区分服务网络提供了有效的拥塞控制功能,同时保障了区分服务的性能要求和公平性。     

一种改进AVQ的主动队列算法

在讨论了各种算法的基础上，分析和比较了现有的几种主动队列管理算法：随机早期检测算法（RED），自适应RED算法（ARED），自适应虚拟队列（AVQ）算法，动态阈值（DT）算法以及队列长度阈值（QLT）的分组调度算法等，并对AVQ算法进行了改进，将原算法维持单个虚拟队列改为维持多个虚拟队列，从而使其在原性能的基础上增加了区分服务的功能，以达到适应下一代网络发展的需要。     

改进的公平随机早期检测队列管理算法

在网络拥塞情况下，为了解决用于平衡带宽的公平随机早期检测（FRED）算法对适应流存在误判的问题，通过分析和实验的方法对其做出了改进，提出了一种改进的公平随机早期检测算法（MFRED）.改进算法在非适应流鉴别条件满足时击中值增加较快，在数据包离队时击中值减小较慢，在没有大幅增加计算复杂性的前提下提供了一种误判纠正机制.实验结果表明，和FRED队列管理算法相比，MFRED算法在有效鉴别非适应流并平衡带宽在各流之间分配的同时，明显减少了对适应流的误判.     

基于后置近邻函数准则的改进型模糊聚类算法

针对不规则形状分布的数据，提出了一种新型模糊聚类算法．该方法结合了近邻函数准则分类算法，对模糊C均值聚类算法进行了拓展．仿真实验表明对球形分布的数据和非球形分布的数据，这种新算法的聚类性能优于模糊均值聚类算法。     

一种基于DPBS的随机早期检测（RED）算法

提出了一种基于动态部分缓存共享(DPBS)的RED拥塞控制改进方案，并给出了算法实现，最后通过仿真进行了性能分析，验证其为区分服务的不同性能要求提供了拥塞控制功能。     

基于拥塞控制的自适应虚拟队列算法的研究

针对网络拥塞算法中存在的振荡性和利用率不高的问题，利用虚拟队列思想，建立自适应算法．通过模拟仿真，与其它几种主动队列管理方案进行了比较，结果表明其性能优于其它算法．     

动态带宽分配对主动队列管理性能的影响

随着Internet的蓬勃发展以及多媒体业务流的出现,传统的ARED(Adaptive Ran-dom Early Drop)算法暴露出其不完备性.本文在区分服务体系架构下研究了动态带宽分配对主动队列管理(AQM)算法性能的影响,提出了EARED(Enhanced Adaptive RED)算法,重点讨论列服务速率的动态变化对RED性能的影响,通过估计队列服务的速率,减小了瞬时队列长度与平均队列长度的振荡幅度,从而减小了分组的时延抖动,并保持丢失率的相对稳定.最后通过仿真验证了算法的有效性.     

采用遗传算法的多载波比例公平调度

提出了适用于OFDMA系统,采用遗传算法的多载波比例公平调度（MC-PFS）及最大信干比（MCI）改进算法。根据比例公平准则,MC-PFS通过遗传算法搜索最优子载波分配方案。仿真结果表明采用遗传算法的MC-PFS可获得近似理论上界的性能。通过引入MCI初始分配结果,改进算法可提供比理论上界（比例公平）更高的系统吞吐量。     

基于贪婪搜索的IEEE 802.16j带宽分配算法研究

为满足IEEE 802.16j网络中不同类型业务的带宽需求, 同时达到可接入用户数最多的目的, 提出了一种基于贪婪搜索的基站、中继站联合带宽分配算法. 其中, 固定带宽的主动授权业务由中继站分配带宽; 基站分配其他类型业务所需的最少带宽. 该算法利用贪婪搜索寻求最优用户组, 并将剩余带宽分配给该组的用户. 仿真结果表明, 该贪婪搜索带宽分配算法能保证网络接入的用户数最多, 且复杂度低于一般的穷举搜索带宽分配算法.     

Fair resource allocation algorithm for the smart TV system

In order to address the resource allocation problem of the smart TV system, a resource allocation algorithm based on the nonlinear elastic task model is proposed. First, we define fairness of QoS levels and describe the fair resource allocation problem of the smart TV system. Then, based on the nonlinear elastic task model, a fixed-point iteration method is used to solve the resource allocation problem and a sufficient condition for the convergence of the method is derived. Finally, nonlinear elastic task model is applied to the adaptive fair sharing controller. Simulation results show that the proposed algorithm can obtain fair resource allocation with a faster convergence speed than existing algorithms.     

认知无线电中的联合准则频谱分配算法

动态频谱共享技术允许认知用户接入未授权的频谱,可以有效地提高频谱资源的利用率．针对图论着色算法中产生的单轮分配聚集现象,提出了基于协作式最大化频谱总效用和协作式最大化比例公平的联合准则算法．该算法在计算节点间的着色标号时采用不同的准则,进而提高了用户间分配的公平性,同时降低了时间开销．     

Statistical spectrum analysis and allocation in cognitive radio networks

The bandwidth of spectrum holes is time-varied in cognitive radio networks with dynamic spectrum environment, which leads to the traditional static spectrum allocation poor performance. To solve this issue, this paper derives the probability density function of bandwidth of spectrum holes and presents a novel spectrum allocation algorithm based on the stochastic multiple knapsack problem. Simulation results illustrate that the proposed algorithm can achieve a better performance than the existing algorithms when the bandwidth of spectrum holes is time-varied.