一种改进的主动队列管理算法

BLUE是一种典型的主动队列管理算法，它使用丢包和链路空闲事件来控制网络拥塞。在BLUE算法的基础之上，引入自适应的思想对其进行了改进，进一步提高了BLUE算法的性能。     

一种基于排队论的主动队列拥塞控制算法

主动队列（AQM）算法存在诸多的不足,如排队延时大、时延抖动性强、数据进队与出队速率不匹配等,从而导致数据的滞留、丢失和振荡．基于此,在BLUE算法的基础上,引入M/M/m (n)排队系统的思想,提出一种新的算法---PBLUE．该算法根据稳定状态下的平衡方程来保证队列长度的稳定性,增加扩充因子调节路由器的缓存来快速恢复丢失的数据．通过仿真实验,改进的算法降低了丢包率,提高了带宽利用率,并稳定了队列长度．     

基于元胞遗传方法的主动队列管理算法研究

为了解决网络拥塞现象,基于CHOKe方法建立了一种新的主动队列管理算法New-SCHOKe。该方法首先根据采样击中和队列击中定义了丢包策略和丢包概率,并且利用元胞遗传技术刻画了平均队列长度。同时,以实际数据进行仿真实验,对比分析了该算法与SCHOKe和CHOKe之间的性能,结果表明New-SCHOKe具有较好的适应性。     

基于人工蜂群和小波变换的PID主动队列管理方法

针对日益严重的网络拥塞问题,基于PID控制器建立了一种新的主动队列管理方法(PID active queue management al-gorithm based-artificial bee colony and wavelet,PIDAW)。该方法首先利用小波技术对到达流量进行变换,并且采用人工蜂群算法来计算小波系数,同时通过重构方式获得实际队列长度,以此优化丢包概率。最后,以实际数据进行仿真实验,深入分析了该方法与PID、RED方法之间的性能,结果表明PIDAW具有较好的适应性。     

带有输入和输出队列的交换结构性能研究

用FGN模型驱动仿真方法，研究了自相似业务对带有输入、输出队列的交换机的丢包率性能的影响。实验结果表明，在一定的丢包率下，自相似业务需要的缓冲区长度要比传统排队论模型所需长度大多得；增加输出缓冲区长度可以极大地改善性能，但是，增加输入缓冲区长度并没有显著地提高性能，这是由于输入队列队首阻塞和到达业务的自相似性的联合效应所致。这些结果对下一代交换机的设计具有重要的意义。     

结合果蝇优化算法的PI主动队列管理方法

为解决PI(Proportional Integral)算法收敛速度慢的问题,结合果蝇优化算法提出一种新的PI主动队列管理算法(PIFF).阐述PI主动队列管理机制及丢包率计算方法,结合队长和到达速率定义丢包策略,利用果蝇优化算法刻画了数据包瞬时状态.通过NS2和Matlab进行仿真实验,深入分析了影响该算法的关键因素,对比研究了该算法与其它算法之间的性能状况.研究结果表明:在长期TCP会话数下PIFF能够减少数据包排队时延,有效缓解网络拥塞.     

基于优先级区分的调度及主动队列管理算法

文中研究在UMTS网络的AM模式（Acknowledged Mode）下实现基于优先级区分的调度及主动队列管理.提出了MP-SAQM（Multi-priorities Scheduling and Active Queue Management Algorithm）算法.算法将不同的QoS类别归入不同的优先级队列,根据MPADRR（Multi-priorities Average Deficit Round Robin）调度算法按照优先级高低进行调度,并对不同QoS类别设置均匀的队列缓冲区,保证了调度的公平性.同时使用差异化的RED（Random Early Drop）算法进行主动队列管理,对不同优先级队列执行不同的丢包策略.仿真结果验证了该算法的有效性.     

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.     

基于元胞自动机的PI主动队列管理方法研究

针对传统的PI(Proportional Integral)算法收敛速度慢等问题,基于瞬时到达速率提出了一种新的PI主动队列管理算法PICA(Proportional Integral Based on Cellular Automa-ton).首先,该算法结合瞬时队长和瞬时到达速率建立了丢包策略,并利用元胞自动机刻画了数据包的动态特性.同时,通过仿真实验,将该算法与传统的PI算法以及RPI(Rate basedProportional and Integral)算法进行比较,结果发现PICA算法在有效传输数据包、时延和丢包率等方面的性能都较优.     

N次随机丢包的被动队列管理算法

针对主动队列管理参数设置敏感、消耗大量资源等问题,提出了N次随机丢包的被动队列管理算法.当队列满时,根据当前网络中与路由节点链接的发送端数目,决定丢弃数据包N的值,然后再采用改进的随机丢弃策略丢弃N个数据包.新的算法与其他被动随机丢弃策略相比,克服了弃尾队列管理的缺陷,能够更快地响应网络拥塞,提高了网络传输性能,同时也能够在一定程度上保证公平性,NS2仿真表明了算法的有效性.     

N次随机丢包的被动队列管理算法

针对主动队列管理参数设置敏感、消耗大量资源等问题,提出了N次随机丢包的被动队列管理算法.当队列满时,根据当前网络中与路由节点链接的发送端数目,决定丢弃数据包N的值,然后再采用改进的随机丢弃策略丢弃N个数据包.新的算法与其他被动随机丢弃策略相比,克服了弃尾队列管理的缺陷,能够更快地响应网络拥塞,提高了网络传输性能,同时也能够在一定程度上保证公平性,NS2仿真表明了算法的有效性.     

基于拥塞通知速率的主动队列算法及仿真

随机早期确定(random early detectim,RED)算法是网络拥塞控制策略中基于网络节点的一种主动管理队列技术.就该算法的缺点-滞后效应进行了研究和探讨,并提出了一种基于分组丢失和链路使用历史的解决办法,使得RED的滞后效应得到克服,最后并用NS进行了仿真研究.并就仿真方法进行了探讨.对RED和blue算法用NS就队列长度、平均队列长度、吞吐量等进行了对比分析.     

基于模糊控制的主动队列管理算法

针对网络模型的不确定性和参数的时变性,该文提出了一种基于输入速率和队列长度变化的模糊控制主动队列管理算法.采用模糊控制方法,不依赖于网络的精确数学模型;考虑了负载因素和队列因素,加快了对拥塞的感知速度.仿真结果表明该算法能迅速地将队列长度收敛到目标队列长度附近,并且其丢弃概率小于随机早期检测算法以及PI控制算法.     

面向队列调度算法的通用验证评估方法

研究了一种面向基于服务质量(Qo S)的多优先级消息队列调度算法的通用验证评估方法。从消息生成、时效性判断、发送策略评估和发送结果统计等方面建立了模型;并对某2.4 Kbps信道进行了系统仿真,统计得出了在该调度算法下的最优发送方案及消息丢包率。仿真结果表明文中设计的通用验证评估方法能够模拟调度算法所设计的消息发送规则和优先级翻转策略,并进一步以丢包率等Qo S参数为评价依据,证明对该队列调度算法验证评估的有效性。     

PSRED:一种Ad Hoc网络中优先级自适应的随机早期检测队列管理算法

本文分析了Ad Hoc网络中队列管理算法的研究现状,讨论了不同算法采取的策略在拥塞控制、丢弃数据包、队列长度抖动、公平性等方面的优点和不足.本文基于队列优先级自适应的思想提出了PSRED算法,实验仿真结果 表明该算法在排队延迟、丢包率、队列长度抖动等性能评估优于其它算法.     

基于NS2的优先级队列管理算法设计

网络控制系统的信号以分组的形式在网络中传输,引起了传输时延、丢包等问题;为了更好地研究网络控制系统的性能,利用NS2搭建了网络控制系统的网络传输模型.并以其中的优先级业务分组为研究对象,设计了优先级队列管理算法;在DropTail算法的基础上进行改进,继承了原有算法的优势,并加入了业务优先级识别和弃包选择机制;通过调用两种算法进行实验,从时延、丢包以及吞吐量方面进行分析与对比,验证了PDropTail算法的有效性.     

基于一种特殊队列的认知无线电网络性能分析

提出了一种被分成延时和丢弃两部分的特殊队列,建立马尔科夫模型分析了基于此队列的用户个数受限的认知无线电网络性能,并推导其丢包率、分组时延以及频谱利用率表达式,同时,对认知无线电网络进行仿真.分析和仿真结果表明:(1)分析模型能准确预测认知无线电网络性能;(2)次用户的丢包率和分组时延随着延时队列长度的增大分别减小和增大,而频谱利用率不受延时队列长度的影响;(3)采用认知无线电技术,能大幅提高频谱利用率.     

带有输入饱和的TCP/AQM网络系统事件触发控制

研究了具有用户数据报协议(user datagram protocol,UDP)数据流干扰和不确定项的TCP/AQM网络拥塞控制问题.首先考虑由丢包率范围而导致的输入饱和的问题,从而对丢包率进行限制.其次,利用模糊逼近的方法处理系统中的干扰和不确定项.为节约网络资源,引入事件触发机制,结合输入饱和、模糊逼近以及Backstepping技术,提出了一种主动队列管理算法,不仅可以使队列长度跟踪到期望队列长度,而且减少了触发次数,节约了网络资源.最后,仿真验证和分析表明了所提方法的有效性和优越性.     

GSM短消息模块在气体自动测报系统中的应用

系统利用GSM短消息模块在现场与监控中心之间传递数据,实现对现场有害气体的实时远程监控,达到对爆炸等事故提前预警的目的.系统中采用主动队列管理算法BLUE,解决多点数据同时到达GSM短消息模块时数据排队问题,保证各观测点的数据实时、有效地发送到监控中心,并及时接收、执行监控中心的指令.     

一种改进的随机早期检测算法

针对随机早期检测算法(RED)参数配置困难的问题，提出了一种自适应阈值RED(SATRED)主动队列管理算法．该算法根据网络拥塞状况，周期性地自动调整最大阈值和最小阈值，以便改善RED路由器的性能．在调整周期内，每到达一个数据包，将平均队列长度和阈值进行比较，在周期结束时根据比较结果对阈值进行调整．仿真结果表明，在路由器缓冲区有限的情况下，相对于简单的尾部丢弃(ttail-drop）和RED，该算法能为TCP连接提供更好的公平性．