S-Fuzzy2PI：一种新的主动队列管理算法

提出一种基于Smith预估的模糊-PI双模控制器的主动队列管理算法S-Fuzzy2PI.将模糊控制与PI算法相结合,系统误差较大时采用Fuzzy控制用以加强系统的响应速度和鲁棒性,系统接近稳态时切换到PI控制器来加强系统的稳态特性.网络拥塞控制系统是一个时滞系统,回环时间(RTT)较大时,算法性能受到较大的影响,因此本文引入Smith预估器来克服大时滞网络对于系统性能的影响.NS2仿真结果表明: S-Fuzzy2PI算法在瞬态性能和稳态性能上都有很大的改进,有效地克服了大时滞网络带来的负面影响.     

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。     

一种链路负载自适应的主动队列管理算法

随机早检测(random early detection,简称RED)是IETF推荐部署的主动队列管理(active queue management,简称AQM)算法.RED存在参数难以配置、无法得到与流量无关的平均队长等问题.ARED(adaptive RED)是RED的自适应版本,它根据平均队长动态调节最大标记概率参数,从而得到稳定的平均队长.但ARED没有克服瞬时队列长度振荡问题,且在动态流量环境下性能明显降低.分析了ARED性能问题的原因,并提出了一种链路负载自适应的主动队列管理算法LARED(load adaptiveRED).LARED具有两个特点:自适应链路负载、快速响应队长变化.分析和仿真实验表明,与ARED等其他AQM算法相比,LARED在保持高链路利用率和低时延的同时可以得到稳定的瞬时队长,并且具有良好的响应性和鲁棒性.     

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。     

一种模糊自适应虚拟队列管理算法

随着网络流量的剧增,主动队列管理是近来端到端拥塞控制研究中的一个研究热点。为了解决队列拥塞、高效利用队列资源和减少队列抖动等队列管理问题,采用模糊控制模块计算分组丢弃概率,减少了由于"硬判断"所造成的队列抖动问题;同时在算法中引入期望队列长度来显式控制并稳定队列长度,提高了队列资源利用率。最后通过在NS2平台上仿真三种不同的业务流量对该算法进行实验测试,结果表明,算法在一定程度上解决了PI算法队列抖动大和AVQ算法队列资源使用率低的问题,具有一定的可行性和应用价值。     

基于高层模糊变结构控制的主动队列管理算法

从控制论的角度出发,主动队列管理算法将IP层纳入到拥塞控制机制.该文根据TCP拥塞控制机制的线性化模型,利用线性化模型时延因子的多项式表达式,提出了基于高层模糊变结构控制主动队列管理算法,简化了控制器的设计.NS仿真结果显示本算法提高了拥塞控制的性能和鲁棒性,有效地补偿了时延因子对于控制性能的影响.     

一种基于内模PID控制的主动队列管理算法

针对传统主动队列管理中PID控制存在的参数不易整定等缺点,通过引入内模控制思想,提出了一种基于内模控制的PID控制器（IMC－PID）,其突出特点是控制器仅有一个参数需要整定。将IMC－PID应用于网络拥塞控制中,得到了一种新的主动队列管理（AQM）算法——IMC－PID算法。仿真实验表明,IMC－PID算法有较强的鲁棒适应性及较快的队长调节速率。     

基于模糊理论的主动队列管理算法——FBLUE

针对BLUE算法的队列长度增减迅猛、吞吐量波动大的缺陷,文中提出了一种改进算法——FBLUE。该算法在原有BLUE算法的基础上增加了门限机制,根据模糊理论使用平均队列长度来动态地调整丢包概率的变化步长。ns2仿真实验结果表明,FBLUE算法保持了BLUE算法丢包率低的优点,并在队列长度、带宽利用率上明显优于BLUE算法。     

基于Smith预估的模糊PID主动队列管理算法研究

为解决网络拥塞控制系统中由于网络大时滞对主动队列管理算法产生不利影响的问题,提出了一种基于Smith预估的模糊PID主动队列管理算法.该算法将Smith预估控制与模糊控制相结合,利用Smith预估器补偿网络时滞,同时运用模糊控制在一定程度上克服了传统Smith预估器对模型结构与参数的精确性过于敏感、鲁棒性差的缺点,使主动队列管理算法控制性能有明显提高.仿真实验结果表明,该算法在大时滞的网络环境下能很好地将路由器队列长度收敛于期望值,并能适应突发流和非弹性业务流的干扰,适用于动态变化的网络环境.     

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．     

基于主动队列管理的集群计算负载平衡系统

在分析了分组到达率和服务率的关系及主动队列管理AQM（Active Queue Management）的Balanced RED算法的基础上,提出了一个计算连接权重的动态分配算法“基于AQM加权时序动态法”（Weighted Opportunity Dynamic Algorithm based on AQM）,它具有对终端用户透明、能自动找出最佳服务器来处理请求的特点,从而实现集群计算服务器的负载平衡。另外据此算法设计并实现了一个支持服务器集群的动态负载平衡原型系统,实验结果表明该算法在负载平衡的效能上有明显的提高。     

基于模糊推理的鲁棒主动队列管理算法

基于常规控制理论的主动队列管理(AQM)算法在复杂动态网络环境下对参数变化比较敏感,难以保证队列稳定性且缺乏鲁棒性。针对上述问题提出基于队列长度和链路速率相对变化率的模糊AQM算法,以队列长度与期望队列长度以及链路速率与链路容量的相对误差量作为网络拥塞指示,采用模糊推理得出中间节点的丢包概率。仿真实验表明,该算法具有良好的队列稳定性和较小的队列延时,对网络的非线性和负载波动等不确定因素具有鲁棒性。     

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。     

基于队列敏感性的无线接入网络拥塞控制算法

由于无线接入网络存在强非线性、大时延以及随机链路丢包等因素,导致经典主动队列管理(AQM)算法在实际控制时存在队列收敛速度慢、响应时间长等问题。通过分析随机指数标记(REM)算法在无线接入网中的特点,在原先REM价格模型的基础上对其进行了改进,以队列误差的平方项来克服价格对队列变化不敏感的缺陷,从而提出了一种基于队列敏感性的无线接入网络拥塞控制算法,并利用单神经网络对其参数进行了优化。最后,通过NS2仿真平台对所提算法与REM、PI算法进行对比,实验表明所提算法拥有队列收敛快、鲁棒性强的优点。     

改进的AQM在拥塞控制中的应用策略

随着计算机网络的持续快速发展,各种网络需求不断涌现,拥塞控制成为保证网络的稳定性和鲁棒性的重要因素,拥塞控制的发展要求网络本身也要参与其中。传统的端到端机制不能解决所有的拥塞问题,作为主动管理队列算法的REM原算法由于对RTT的不精确估计导致不能准确反应网络中拥塞状态。根据控制论中将链路价格化的方法,对REM算法的进行了改进,提出了新的拥塞控制机制。仿真实验表明,该方法能有效减少包的丢失,提高系统性能。     

稳定裕度与网络特征参数无关的AQM算法

针对现有基于控制论的主动队列管理(AQM)算法的不足,设计一种稳定裕度与网络特征参数(往返时延、通过瓶颈链路的TCP连接数、瓶颈链路的容量)无关的基于PI控制器的AQM算法GPM-PI。该算法响应速度快、计算开销小,能用于大时滞网络环境,抗干扰能力强(对TCP短流和UDP流有良好的控制能力),鲁棒性好,能更好地适应Internet环境下的主动队列管理。     

一种基于速率的主动队列管理机制

提出了一种基于速率的主动队列管理机制。主要思想是根据每流过去的输入速率和输出速率预测下一个采样间隔内的输入速率和输出速率,用上一个采样间隔末的每流队列长度、预计输入、预计输出和期望的队长来决定数据包的丢弃概率,达到稳定队列长度和实现公平性的目的：仿真结果证明在多种网络条件下,算法能够实现稳定队列长度和每流公平性两个目的。     

大时滞网络自适应主动队列管理新算法

针对PID控制器无法严格处理主动队列管理（AQM）中的大时滞情况,且不能随着变化的网络环境在线调节参数,提出了一种基于增益自适应Smith预估控制和模糊控制的大时滞网络的自适应PID主动队列管理（GAS-FPID）算法。引入增益自适应Smith预估控制器实现滞后补偿,模糊控制器来实现PID参数动态网络环境的在线调整;NS2仿真表明,所提出算法能克服滞后的影响,能快速的适应动态网络环境,具有很好的稳定性和鲁棒性。