多输入多输出网络系统的拥塞控制方法

该文讨论了多输入多输出网络系统中信息拥塞的控制问题,通过对造成网络拥塞的原因以及影响网络传输定性的因素进行分析,建立了解决网络拥塞的模糊逻辑控制器。仿真表明了该控制器可以有效保证网络系统中信息的稳传输。     

基于SDN架构的高性能网络拥塞避免策略

拥塞管理是高性能网络领域的重要研究方向,网络拥塞会对网络的全局性能产生较大影响。现有的拥塞管理多采用分布式拥塞避免策略,能够在一定程度上解决网络的拥塞问题,但其处理过程基于局部信息,不能充分利用网络资源,处理效率偏低。近期,人们提出软件定义网络(SDN)架构,该架构采用集中控制器和多层网络技术,能够较好地获取网络的全局信息。在原有工作的基础上提出了一种基于SDN架构的全局拥塞避免策略OSCP,该策略在拥塞信息获取和控制信息的传输上,改进了原有的解决方案,并结合自适应传输进行网络路由。实验结果表明,该策略可以较好地避免和解决网络中存在的拥塞问题,降低网络延迟并提高饱和吞吐率。     

基于Additive2multipl icative 模糊 神经网的ATM 网络拥塞控制

考虑了模糊神经网络的学习功能，提出利用Additive-multiplicative模糊神经网络(AMFNN)对ATM网络进行拥塞控制的方案．在拥塞控制过程中，利用AMFNN模糊神经网络预测下一个将要到达流的特征，结合当前缓冲区的队列信息预测网络是否发生拥塞．一旦预测出将有拥塞发生，控制器则向源端反馈拥塞控制信息，信源根据拥塞信息适当降低传输速率，从而避免了拥塞的发生．仿真结果表明，该方法可改善网络对拥塞的实时处理能力，提高网络资源的利用率．     

多跳Ad Hoc网络TCP拥塞控制改进方案

为改进传输控制协议TCP在无线移动网络环境下的通信性能,减少网络拥塞,分析了Ad Hoc网络Web通信时数据丢失的主要原因,提出了利用探测包探测网络传输性能重新划分网络状态的方法来改进TCP拥塞控制.仿真结果表明,改进后的TCP拥塞控制机制能够明显提高无线多跳Ad Hoc网络环境下Web通信的性能,避免拥塞.     

基于模糊逻辑的单速率组播拥塞控制机制

分析了现有的单速率组播拥塞控制的优缺点,提出了一种基于模糊逻辑的单速率组播拥塞控制机制FSRMCC,在FSRMCC中接收端利用指数平滑预测模型预测期望速率,运用模糊判决器控制反馈信息的发送,减少反馈包的数量,发送端根据反馈信息通过模糊控制器及时调整发送速率,减少速率抖动;仿真表明,FSRMCC具有良好的TCP友好性、速率平滑性、响应性以及可扩展性,适用于流媒体组播业务的传输.     

基于累积时延的流媒体传输模糊拥塞控制

为保证网络流媒体传输质量,在流媒体的传输中需要采用有效的拥塞控制策略.结合流媒体数据对时延敏感的特点,提出了一种基于累积时延的模糊拥塞控制算法,该算法在流媒体数据流传输过程中检测和跟踪其时延,在转发分组数据前,根据容忍时延阈值,丢弃超时数据包,减少不必要的带宽浪费,并且对所到达的数据流按照累积时延进行优先级分类,把全局性缓冲区和各队列的局部性缓冲区按照正常、拥塞避免和拥塞的规则划分为3个具有交叉过渡域的阶段,然后采用整体和局部相结合的拥塞控制方法,实现队列调度过程中的模糊处理,从而对网络拥塞进行有效的控制.理论分析和实验结果表明,使用基于累积时延的模糊拥塞控制算法,能有效改善流媒体的传输性能,是解决流媒体传输拥塞控制的有效途径,并能对提高网络性能起到重要作用.     

基于实时控制网络的RFID系统认证方案

针对射频识别(RFID)应用信息在实时控制网络和拥塞通信网络传输中的安全性与实时性问题,根据RFID的非对称结构特点,提出一个基于公钥密码技术的身份认证方案,该方案充分利用Rabin-PSS-MR签名方案和改进的ElGamal签名方案中签名与验证计算量的非对称性,能保证传输安全并节省通信带宽。     

视频通信的网络自适应传输控制技术

针对视频传输中的拥塞控制问题，对网络自适应传输控制技术进行了研究，该技术综合了UDP与TCP的传输特性，能够对网络拥塞进行自适应控制。提出了该技术的技术框架和实现方案，并将其应用在一个端到端的视频传输系统中。实验结果表明，网络自适应传输控制技术可以为视频通信提供良好的传输质量保障。     

无线传感器网络的拥塞控制技术

无线传感器网络的多对一通信方式、无线链路的相互干扰、网络的动态变化和资源受限等特性,使得无线传感器网络容易出现拥塞,严重影响网络的QoS传输性能和生存周期,因此拥塞控制成为无线传感器网络服务质量保障机制的关键技术之一.在分析无线传感器网络特点的基础上,说明了拥塞检测和拥塞避免的策略,重点介绍和分析了基于速率控制、流量调度和传输调度等典型的拥塞解除算法,最后对拥塞控制技术的发展趋势进行了展望.     

Internet视频传输的拥塞控制策略

网络拥塞是影响Internet视频通信质量的一个重要因素。该文分析了单播和组播中视频传输的各种拥塞控制策略，并对各种拥塞控制策略的带宽利用率和服务灵活性进行了比较，对提高Internet视频传输的质量有一定的意义。     

Synchronization of two different chaotic systems using Legendre polynomials with applications in secure communications

In this study, a new controller for chaos synchronization is proposed. It consists of a state feedback controller and a robust control term using Legendre polynomials to compensate for uncertainties. The truncation error is also considered. Due to the orthogonal functions theorem, Legendre polynomials can approximate nonlinear functions with arbitrarily small approximation errors. As a result, they can replace fuzzy systems and neural networks to estimate and compensate for uncertainties in control systems. Legendre polynomials have fewer tuning parameters than fuzzy systems and neural networks. Thus, their tuning process is simpler. Similar to the parameters of fuzzy systems, Legendre coefficients are estimated online using the adaptation rule obtained from the stability analysis. It is assumed that the master and slave systems are the Lorenz and Chen chaotic systems, respectively. In secure communication systems, observer-based synchronization is required since only one state variable of the master system is sent through the channel. The use of observer-based synchronization to obtain other state variables is discussed. Simulation results reveal the effectiveness of the proposed approach. A comparison with a fuzzy sliding mode controller shows that the proposed controller provides a superior transient response. The problem of secure communications is explained and the controller performance in secure communications is examined.     

基于遗传算法的模糊支持向量网络控制

将模糊控制与支持向量网络相结合，设计了一种模糊支持向量网络控制器．该控制器融合了模糊控制与支持向量网络的优点，具有不依赖被控对象模型、泛化能力强等特点．利用遗传算法来优化支持向量机参数和控制器比例因子参数，以期实现最优的控制性能. 仿真结果表明了控制系统具有优良的控制性能．     

不确定时滞TCP 网络中基于T-S 模型的滑模AQM算法

针对传输控制协议(TCP)网络中的拥塞控制问题,基于T-S模糊模型,提出一种滑模主动队列管理(AQM)算法.考虑到TCP网络中存在的不确定和时变时滞因素,对非线性TCP网络进行了T-S模糊模型的建模.利用LMI设计了一个渐近稳定的滑模面,并提出一种能更好抑制抖振现象的到达条件,基于该到达条件设计的控制器能有效地抑制路由器中队列长度的振荡.大量仿真结果表明,所提出的算法比普通滑模AQM算法具有更好的稳定性和鲁棒性.     

面向WSN的自适应模糊功率控制算法研究

在无线传感器网络环境中存在干扰以及网络的动态变化等原因,传输可靠性问题成为保障网络服务性能的重要挑战之一。现有的研究方法基本没有考虑网络的动态性,节点能耗较高。为此,我们提出了一种面向WSN的自适应模糊功率控制算法DAFPC。该算法采用自适应模糊理论,并基于“输入-输出-反馈”机制,根据接收到的链路质量参数信息自适应地调整控制器,快速地调节发射功率。研究仿真结果表明,DAFPC算法能很好地适应网络的动态变化,有效地提高WSN的抗干扰性和传输可靠性,延长了网络的生存时间。     

Neural network-based self-learning control for power transmission line deicing robot

Recently, the application of the maintenance transmission line robot has been very popular in the power industry. However, difficulties in the control of maintenance transmission line robot exist due to multiple nonlinearities, plant parameter variations and external disturbances. This paper investigates the possibility of using neural network as a promising self-learning control alternative for the control problem of inspection and deicing transmission line robot. We first discuss the mechanical structure, as well as dynamic model of a deicing robot. And then, a neural network-based self-learning control strategy consists of a fuzzy neural network controller and an ELM-based single-layer-feedback neural networks identifier are proposed for this deicing transmission line robot. Both the structure and the learning algorithm of the control system are presented. The proposed controller is verified by computer simulations and experiments.     

基于有序神经网络的神经模糊预测控制

本文使用有序神经网络和改进的模糊控制器构成了一种新型的神经模糊预测控制方法，有序网络学习速度快，所需神经数目少，用事先训练好的有序网络代替传统的预测模型，以期增强输出预测的准确性；同时，用一种改进的模糊控制器原有的PID控制器，增强系统的鲁棒性。仿真结果表明，所提出的神经模糊预测控制方法可以获得理想的控制效果。     

一种模糊神经网络控制器参数的混沌优化设计

通过模糊控制与神经网络相串联的方式构成模糊神经网络系统，然后提出一种基于模拟退火策略的混沌优化算法，将该算法引入模糊神经网络参数域中进行优化，实现混沌粗搜索与细搜索相结合优化目的，体现出具有更强的模糊神经网络参数全局最优解的搜索能力。采用该控制器对一个非线性对象进行控制。仿真实验表明，该方法能有效地实现模糊神经网络控制器参数优化，控制具有无振荡、超调小、调节时间短等优点，算法结构简单，容易实现。     

通信延时和数据丢包下事件驱动的多智能体系统一致性研究

本文研究受网络通信延时和数据随机丢包的多智能系统一致性问题, 探索事件驱动的分布式协同控制策略. 首先针对两类普遍应用的事件触发器, 提出了一个可用于选择触发策略的触发频率比较方法. 然后提出了分布式协同控制律以保证系统的渐近一致性, 并给出了相应的时滞依赖Markov切换控制器设计新方法. 本文所提的控制策略不仅保证系统一致性目标, 而且能显著减少通信数据传输量并降低控制器计算负担. 最后,通过仿真算例验证了所提方法的有效性。     

基于模糊控制律的遗传神经匝道协调控制

讨论了快速路匝道系统中智能控制技术问题。针对匝道系统特点,分析了模糊控制、人工神经网络、遗传算法的适用性,提出了一种基于模糊控制律的遗传神经匝道协调控制方案。在该方案中,对模糊控制输入输出数据进行线性修正,使用修正后的数据完成遗传神经网络训练,并用神经网络代替模糊控制器对匝道系统进行控制。给出了神经网络结构和遗传算法流程,并结合宏观交通流模型进行系统仿真。仿真结果表明,与模糊控制相比,控制效果显著提高。