TCP网络的拥塞预测控制策略研究

针对Internet网络系统的拥塞控制问题,提出了一种基于预测函数的拥塞控制策略。在离散化传输控制协议(TCP)动态拥塞窗口模型基础上,将IP网络转化为具有约束的预测控制,采用预测函数算法策略进行优化求解,使队列快速平稳地到达目标值。仿真结果表明该方法能够适应复杂的网络环境,控制品质优于RED算法和PID算法,具有较好的稳定性和鲁棒性,有效减少了网络不确定性带来的不利影响。     

网络拥塞控制策略的研究

对网络拥塞控制的研究具有重要的理论意义和实际应用价值。人们提出了很多的拥塞控制方法和策略,慢开始、快重传和快恢复算法等。而这些TCP拥塞控制算法都没有考虑到网络层采取的策略,于是出现了随机早期丢弃(RED)IP拥塞控制算法。随着智能控制路论与技术的发展,也出现了许多智能算法,取得了不少的进步。     

Internet服务质量QoS的实现机制

在网络状态下必须提供拥塞控制机制,本文通过被动式队列管理与主动式队列管理的比较,论述了主动式队列管理在端到端的拥塞控制中的优势及QoS的实现机制。     

基于量子粒子群优化PI模型的主动队列网络拥塞控制

为了解决无线传感器网络拥塞引起的丢包率高和网络吞吐率过低,从而引起网络能量有效性和服务质量QoS降低的问题,提出了一种基于改进PI主动队列管理模型和量子粒子群(Quantum-behaved particle swarm optimization,QPSO)的拥塞控制方法.首先定义了改进的PI主动队列管理模型,然后为了对PI模型进行优化,采用改进的多种群量子粒子群算法对PI主动队列管理模型中的参数优化,并对该算法进行了描述,从而得到优化的PI控制模型.最后定义了多种群量子粒子群算法和PI主动队列模型对网络拥塞进行控制的具体算法.实验结果表明:该方法能有效实现WSN的拥塞控制,与其它方法相比,具有较低的数据丢包率和较大的网络吞吐率.     

基于免疫粒子群算法的网络拥塞控制策略

为避免Internet路由器主动队列管理中PID参数整定试凑法的盲目性,提出免疫杂交粒子群算法用于PID控制器参数优化,构造一种基于免疫杂交粒子群的智能主动队列PID算法.仿真结果表明,基于免疫杂交粒子群的PID主动队列管理算法能够适应动态变化的网络环境,具有较好的网络控制性能.     

智能PID拥塞控制算法

针对主动队列管理(AQM:Active Queue Management)几种算法存在响应时间较长并在时延较大时都不能使队长度收敛到期望值的问题,提出一种智能PID(Proportional Integral Differential)控制主动队列管理算法,给出了该算法的详细描述.仿真实验表明,该算法不仅在时延较小的情况下是稳定的、鲁棒的,且响应速度优于REM(Random Exponential Marking),PI(Proportional Integral)控制,PID控制等算法.同时,对于大时延的网络,该算法也是稳定、收敛的.     

浅析网络拥塞管理技术

对以太网中常见的五种拥塞管理技术进行了简单介绍和比较,阐述了使用拥塞管理技术排队的技术.报丈在路由器 中按一定的策略暂时排队.然后再按一定的调度策略把报文从队列中取出,在接口上发送出去,从而充分利用网络的带宽.     

基于异构网络的TCP Vegas拥塞控制算法改进研究

针对异构网络在传输较大数据包时,Vegas算法根据RTT(Round-Trip Time,往返时延)超时来判定网络发生了拥塞,进而采取拥塞控制措施,而实际网络并没有发生拥塞的问题,在分析Vegas算法和队列管理机制工作原理的基础上,提出一种改进的Vegas跨层拥塞控制算法.该算法网络层采用RED队列管理机制,通过调节阈...     

基于T-S模糊观测器的网络拥塞控制算法

针对TCP(传输控制协议)网络的拥塞控制问题,设计了基于模糊观测器的主动队列管理算法.对非线性TCP/IP网络拥塞控制系统建立了T-S模糊模型,通过选取适当的模糊规则和隶属函数来提高拥塞控制系统的性能,并给出了理论性证明.仿真结果表明所设计的控制器对活动的TCP连接数、链路带宽及往返时延的不确定性具有很强的稳定性和鲁棒性.     

有线混合网络数据传输拥塞优化控制方法

为解决传统有线混合网络数据传输丢包率高、链路延迟长、利用率低的问题,提出一种有线混合网络数据传输拥塞优化控制方法。以单向延迟和可用带宽的检测结果为基础,采用马尔可夫模型预测有线混合网络传输的拥塞状态,将资源消耗和链路利用率作为优化控制的目标,在有线混合网络数据传输拥塞优化控制目标选择的路径符合要求下,根据其状态建立目标函数,完成优化控制。实验结果表明,该方法数据传输的丢包率小于4%,链路延时控制在0.05 s内,且其有线混合网络数据传输丢包率低,链路延迟短、利用率高。     

基于拥塞预测门限的主动队列管理新算法-BDPQ

提出了一种带显示拥塞指示的AQM(Active Queue Management, 主动队列管理)算法BDPQ(Bandwidth-Delay Product Queue),该算法通过监视瓶颈网关中的缓存队列长度来判断拥塞状况,算法中引入BDP (Bandwidth-Delay Product, 带宽-延时积)作为拥塞预测门限,如果缓存队列超过该门限,则采用ECN(Explicit Congestion Notification,显示拥塞指示)标记离开队列的分组来向源TCP通知拥塞.通过在ns-2中仿真显示,该算法具有高链路利用率、较低的平均队列、低丢失率和较好的公平性能.     

主动队列管理中的PID型神经网络控制

研究动态网络中间节点的拥塞控制. 提出一种PID型神经网络的主动队列管理(AQM)算法,给出基于BP学习规则的网络参数自调整规律,根据Lyapunov定理证明了系统的稳定性. 基于NS$-2平台的仿真结果表明,该算法适应瞬息万变的网络环境,系统稳态误差和响应速度等指标优于PID算法.     

一种新的主动队列管理拥塞控制策略

通过对主动队列管理非线性模型进行线性化处理，并在此基础上采用延时反馈系统控制理论，提出了一种基于延时反馈的AQM策略，评估分析了该策略的稳定性和网络性能的优化。仿真结果表明，这种新的拥塞控制策略对抑制网络拥塞有明显效果，能够显著提高网络性能。     

校园网网络拥塞的解决方案与设计

对现有网络拥塞的原因、表现形式和解决方案进行分析,选用切实可行的符合校园网技术发展的网络结构,提出了解决校园网拥塞避免的一些措施,并提供一个实例的分析设计予以说明.     

基于终端滑模控制的有限时间拥塞控制

针对TCP网络的有限时间拥塞控制问题,考虑到输入受限、网络参数不确定和非响应流干扰的情况,提出了一种基于自适应终端滑模控制的主动队列管理算法.为了使网络系统不确定的界不需要事先获得,给出一个自适应律对总不确定的界进行了估计.考虑到系统输入受限的情况,给出另一个自适应律以补偿输入受限对系统稳定性造成的影响.为了改善网络系统的收敛性能,基于终端滑模控制设计了一个有限时间拥塞控制器.仿真结果表明,所提出的算法不仅具有有限时间收敛的品质,而且具有良好的稳定性和鲁棒性.     

多层网TCP-RED非线性流体模型的高效网络拥塞控制

提出了一种多层网络拥塞控制方法,该方法基于流体模型的微分方程设计多层网络拥塞控制.此外,该方法利用流体模型的稳定性保证网络性能参数的均值在多层网络环境及大数据流的情况下向平衡点收敛,同时也有效限制了AOM参数的设置.理论分析和仿真结果证明了这种网络拥塞控制方法能在多层网络中避免拥塞,并当网络出现大数据流时,该多层AQM系统能充分利用网络带宽及保持路由器队列长度的相对稳定.     

基于事件触发的TCP网络滑模控制

针对存在不确定参数和UDP流干扰的TCP网络拥塞问题,提出了一种基于事件触发的TCP网络滑模控制策略.通过利用全局滑模控制方法,使整个系统的响应过程都具有鲁棒性,在此基础上引入事件触发机制,在保证系统状态稳定的同时,节约了网络资源.通过李雅普诺夫理论证明了TCP网络闭环系统里的所有信号是有界的,同时也有效地避免了Zen...