控制时延的主动队列管理算法

针对现有的主动队列管理(AQM)算法造成的队列时延无法满足VoIP、音视频等流媒体传输需求的问题,提出一种直接控制队列时延的主动队列管理算法——DCQA。该算法使用PID控制器计算路由器缓存的数据包丢弃概率,用其对即将进入缓存排队的数据包做丢包判断并采取相应动作,以控制队列时延在期望值以下。实验仿真了3种网络环境下DCQA的性能,链路利用率分别是99.93%、99.88%和99.95%。并且,队列时延分别有50.45%、51.59%、52.4%被控制在期望值以下,比CoDel算法分别提高了3.6%、40.53%、50.69%。实验结果表明,DCQA在不同的网络环境中都可以获得较高的链路利用率,而且控制队列时延的能力优于CoDel算法,适用于流媒体的传输。     

控制时延的主动队列管理算法

针对现有的主动队列管理(AQM)算法造成的队列时延无法满足VoIP、音视频等流媒体传输需求的问题,提出一种直接控制队列时延的主动队列管理算法--DCQA。该算法使用PID控制器计算路由器缓存的数据包丢弃概率,用其对即将进入缓存排队的数据包做丢包判断并采取相应动作,以控制队列时延在期望值以下。实验仿真了3种网络环境下DCQA的性能,链路利用率分别是99.93%、99.88%和99.95%。并且,队列时延分别有50.45%、51.59%、52.4%被控制在期望值以下,比CoDel算法分别提高了3.6%、40.53%、50.69%。实验结果表明,DCQA在不同的网络环境中都可以获得较高的链路利用率,而且控制队列时延的能力优于CoDel算法,适用于流媒体的传输。     

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。     

主动队列管理算法比较研究

本文对FRED、CHOKe、CSFQ、AFD等几个主动队列管理算法进行了对比研究，并且结合实验结果对算法中存在的问题及其原因进行了深入的分析，并对算法的改进提出了一些建议，希望能为今后的工作提供一定的支持。     

一种基于gCHOKe公平性的主动队列管理算法

文中主要研究了主动队列管理（ AQM）的公平性算法。利用gCHOKe的多次击中能近似识别并惩罚非响应流,提高gCHOKe击中的有效性以及惩罚非响应流的力度,是提高算法公平性的关键因素。在gCHOKe算法的基础上提出了一种基于预处理的pgCHOKe（preprocess based-gCHOKe）公平性算法,通过对数据流进行预处理筛选后再进行gCHOKe击中,提高了击中的有效性。仿真实验表明pgCHOKe相比RED、gCHOKe和BLUE,可以获得更低的UDP吞吐量,是有效的、公平的。     

动态矩阵主动队列管理算法

针对Internet网络这种大延迟,变化复杂,存在严重干扰的系统,基于约束模型预测控制理论,提出了一种新的主动队列管理算法(DMAQM算法).首先根据预测模型和状态估计器,预测瓶颈链路队列的未来动态特性,它是确定丢包率的基础;然后将拥塞控制的控制要求转化为优化目标函数,在线求解优化问题得到丢包率.DMAQM算法通过滚动优化来适应网络环境的变化,提高了算法鲁棒性;同时在求取丢包率时显式地考虑了网络中存在的约束.仿真结果显示DMAQM算法控制性能优于RED算法,在满足约束的前提下,具有较强的抗干扰能力,同时具有较好的稳定性和鲁棒性.     

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。     

基于微分先行PI的主动队列管理算法

主动队列管理(AQM)作为一种重要的IP层拥塞控制策略,对于提高Internet的服务质量起到了关键性的作用。简要介绍了AQM算法的研究现状和AQM中的PI算法,依据TCP拥塞控制策略基于数据包丢弃的窗口变化机制,设计了一种基于微分先行PI的主动队列管理算法,该算法依据路由器中队列长度的变化采用一定的微分校正原则,实时调整进入该路由器数据包的丢弃概率,使路由器中的队列长度能够稳定在参考值附近。仿真结果表明,该算法与PI算法相比具有更小的超调量,可以明显的加快收敛的速度,从而使Internet的服务质量有更大程度的提高。     

基于积分分离PI的主动队列管理算法

在目前的网络拥塞算法研究中,在IP层实现的主动队列管理（AQM）已经成为一个研究的热点。简要介绍了AQM算法的研究现状,具体分析了AQM中的PI算法,并利用积分分离技术改进了PI算法。与常规的PI算法相比,仿真结果表明：在一定范围内积分分离PI算法不但可以消除队列误差,保持队列的稳定,而且可以明显加快队列的收敛速度。     

主动队列管理算法比较研究

本文对FRED、CHOKe、CSFQ、AFD等几个主动队列管理算法进行了对比研究,并且结合实验结果对算法中存在的问题及其原因进行了深入的分析,并对算法的改进提出了一些建议,希望能为今后的工作提供一定的支持。     

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。     

主动管理队列算法的研究

主动式队列管理技术作为端到端拥塞控制的增强机制,通过在网络中间节点有目的地丢弃分组来维持较小的队列长度和较高的链路利用率。通过对RED,ARED,BLUE和RLGD几种主动式队列管理算法的比较和分析,寻找出已有的主动式队列管理算法的不足,进而在人工智能理论的基础上,提出了一种新型的基于BP神经网络的主动式队列管理算法;给出了基于BP神经网络的主动式队列管理算法的设计思想和设计步骤,并对基于BP神经网络的主动式队列管理算法的收敛性进行了证明。     

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。     

大时滞网络自适应预测PI主动队列管理算法

针对网络中存在的大时滞和网络参数时变问题,提出一种自适应预测PI主动队列管理算法．将Smith预估器与达林算法相结合,既克服了大时滞带来的不利影响,也减少了控制器参数整定数量．利用网络参数与控制参数所具有的确定关系,通过在线估计网络参数来实时调节控制参数,使得控制器能够适应网络参数的变化,同时采用线性化方法分析了系统局部稳定性．仿真结果表明,所提出的算法是可行而有效的。     

一种针对TCP动态队列管理的控制算法

描述了一种新的TCP/IP动态队列管理控制算法,对于传统的随机早期检测法(RED)来说,它的主要目标之一就是稳定路由器队列的长度,然而它实现此目标并不是很成功,主要因为它在平衡队列长度的过程中很强地依赖了动态TCP链接数。而新的动态控制算法则使用了一种简单的控制方法,当路由器缓冲区即将出现拥塞时,它能够根据当前路由器缓冲区负载概率来随机地实施包丢弃。该算法能够很好地稳定路由器缓冲区的队列占用数,同时,在实现过程中并不用评估动态TCP链接数以及分析网络流的状况。所给出的一个实验模型表明,该控制算法是有效可行的。     

基于主动队列管理的拥塞控制算法研究

由于网络的高速发展和各种业务类型的实施,使互联网不可避免的产生拥塞现象。作用于网络中间节点的主动队列管理策略(AQM)是目前解决网络拥塞问题和保证QoS的重要途径,对该领域的研究有着重要的现实意义和应用价值。     

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．