IP拥塞控制RED算法性能仿真分析

IP层实现的主动队列管理（AQM）方案已经成为目前拥塞控制算法研究中的热点。文中对AQM的惟一候选算法，即随机早期检测（RED）进行了研究，并基于OPNET仿真实验，比较和分析了不同网络环境和参数设置下RED算法的性能。仿真结果表明，RED算法对网络的拥塞变化反应较缓慢。进而，运用控制理论对RED性能的改善进行了讨论。     

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．     

基于补偿模糊神经网络的RED变种算法

摘要:作为最著名的网络拥塞控制机制,随机早期检测(RandomEarly Detection,简称RED)算法由于其参数敏感性,无法在复杂多变的网络环境下保障良好的控制性能。为了改善RED敏感于参数的缺陷,增强算法的自适应性,文章将补偿模糊神经网络(compensatory fuzzy neural network,简称CFNN)引入拥塞控制算法的设计中,结合RED和CFNN,得到了基于CFNN的RED变种算法(RED based on CFNN,简称CFNNRED)。与传统的RED相比,CFNNRED的改进在于:配置神经元一定的模糊逻辑规则,迅速得到丢包率,增强算法的可操作性和可实现性;通过神经网络的自学习,增强算法的自适应性和鲁棒性。最后通过仿真证明,CFNNRED算法的自适应性增强,对队列的控制能力得到加强,队列更加平稳,网络能够提供更加稳定的服务质量保障。     

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.     

时滞TCP网络滑模预测主动队列管理算法

针对Internet网络系统中存在的网络拥塞问题,提出了一种离散滑模预测主动队列管理(AQM)控制算法。基于离散化TCP动态拥塞窗口模型,设计了具有时滞补偿的滑模预测算法(SMPC);利用当前及过去时刻的系统信息预测网络未来动态,对滑动模态进行实时校正,确保队列快速平稳的到达期望值;基于Lyapunov方法证明了闭环时滞系统渐近稳定的充分条件。以单瓶颈网络系统为对象的仿真结果表明:所设计的滑模预测AQM算法具有很强的稳定性和鲁棒性,控制性能优于PI、RED和SMC等算法;克服了时变长时延等网络不确定因素的影响,有效避免了网络拥塞的发生。     

Ad hoc网络主动队列管理分析

针对无线网络特点,采用主动队列管理算法来控制无线瓶颈节点的队列长度,以期达到拥塞控制的目的.通过NS2仿真和对数据的分析比较,无线网络中间节点的拥塞控制是可行的,但并非所有的主动队列管理算法均适用于Ad hoe网络.与有线网络不同,RED算法不适用于Ad hoc网络的拥塞控制,其性能较去尾算法并无较大改善;REM算法在不同负栽下表现不同,随着负栽增加,其性能下降明显;PI算法在负栽变化时可以较好的控制Ad hoc节点队列长度.并将队列震荡控制在较小的范围.     

基于RED的网络拥塞控制算法研究及改进

随机早期检测(Random Early Detection,RED)算法是为TCP流设计的一个主动队列管理机制,能在一定程度上缓解网络拥塞.在RED算法中丢包率与包的大小之间是独立的,这就造成了对小包的歧视.在packet size算法中,通过对RED算法进行适当的改进,体现了丢包率和吞吐量之间的公平性.在此基础上进一步分析,用平均包的大小来影响丢包率以提高网络性能.仿真实验表明该算法对网络拥塞控制具有较好效果.     

几种典型主动队列管理(AQM)算法

网络拥塞控制按照不同的标准可以分为不同的控制机制和相应的拥塞控制策略.主动队列管理(AQM)算法是一种运行于网络中心节点的积极的闭环控制的链路算法.RED(随机早期丢弃)算法是IEIF推荐的主动队列管理算法的唯一侯选算法,然而算法在响应速度、稳定性等方面仍有缺陷.阐述了当前拥塞控制算法和几种典型的主动队列管理AQM算法,分析总结原始的RED算法的不足.     

RED算法的改进及其性能分析

随机早期检测（RED）算法作为主动队列管理（AQM）中有效的实现算法，其性能研究近来已成为网络研究 的一个热点。介绍了原始RED算法，并在此基础上对该算法进行了改进，仿真结果和实验数据表明，改进算法能 显著地降低丢包率，提高网络的链路利用率。     

嵌入式网络通信中RED算法改进

在嵌入式网络通信中,主要采用RED算法解决网络拥塞。由于RED算法中丢包率与平均队列长度成线性关系,导致网络在拥塞并不严重时丢包率较大,在拥塞比较严重时丢包率较小,拥塞控制能力较低。经研究,发现IMPRED算法能解决这个问题,当平均队列长度在最小阈值附近时丢包率增长速度较小,在最大阈值附近时丢包率增长速度较大,避免了网络的全局同步。利用时间复杂度和空间复杂度对IMPRED算法和RED算法进行比较,IMPRED算法没有增加RED算法的复杂度。通过NS 2.30仿真证实,IMPRED算法可以提高网络吞吐量,减少延时抖动,使网络比较稳定。     

A Self-tuning Fuzzy Queue Management Algorithm for Congestion Control

This letter presents an effective self-tuning fuzzy queue management algorithm for congestion control.With the application of the algorithm, routers in IP network regulate its packet drop probability by a self-tuning fuzzy controller. The main advantage of the algorithm is that, with the parameter self-tuning mechanism, queue length can keep stable in a variety of network environments without the difficulty of parameter configuration. Simulations show that the algorithm is efficient, stable and outperforms the popular RED queue management algorithm significantly.     

基于神经网络逆系统的鲁棒主动队列管理算法

通过在中间节点上使用主动队列管理策略来进行有效地拥塞控制,在保证较高吞吐量的基础上稳定地控制队列长度,从而实现了端到端的时延控制和保证QoS需求.在研究中,TCP的流量控制过程被视为二阶非线性时变系统,并通过可逆分析,证明该系统可逆,采用神经网络逆系统这种近年来发展起来的非线性鲁棒控制理论作为控制器的设计方法,设计出一种新的主动队列管理算法.仿真试验表明,这种算法的稳态和瞬态性能都优于与其具有相同实现复杂度的 RED和PI算法,并且在负载扰动和参数变化时具有很强的鲁棒性.神经网络逆系统方法应用于非线性的流量控制过程中有助于系统稳定性和鲁棒性.     

一种基于平均负载的阈值控制AQM算法

提出一种新的AQM算法——基于平均负载的阈值控制算法TLED,并研究在低延时状况下的性能情况。使用指数加权平均(EWMA)方法计算网络的平均负载强度,根据平均负载对数据包进行随机丢弃,通过一种阈值控制算法,将缓存区队列长度与负载状况有机结合起来,取得了吞吐量-队列延时的良好折中,并有效改善了原有的基于负载的控制算法对网络流量变化的自适应性。     

基于异构网络环境中的接纳控制算法

接纳控制机制可以有效控制网络拥塞程度,为VoIP应用提供服务质量保证。RED算法可以为VoIP应用提供公平的队列管理机制,鉴于RED队列的优越性和普遍性,提出了RED队列的延迟分析计算方法,并基于该计算方法设计实现了基于RED的接纳控制算法,仿真结果表明该算法是有效的。     

基于量子粒子群优化的网络拥塞控制新策略

为了改善网络拥塞控制系统的性能,基于流体流理论的网络简化模型,将量子空间中的粒子群优化算法(QDPSO)应用于PID控制器参数优化.定义了一个综合调节时间、上升时间、超调量、系统静态误差、正弦跟踪误差等动静态性能指标函数,在给定的参数空间进行组合优化搜索,迅速求得获取使性能指标优化函数极小化的一组PID控制器参数,将PID控制器应用于网络主动队列管理系统中.仿真结果表明,在大时滞和突发业务流的冲击2种情况下,该方法设计的控制器的动静态性能优于RED,PI算法,也优于GA,SPSO算法的优化结果,超调量均小于4%,调节时间均小于4s,稳态误差均小于2个数据包.     

网络拥塞控制中基于最佳窗口的RED算法

以Ｍｉｔｒａ的渐近线结果为基础,推导基于排队长度的最佳窗口设计算法,并在此基础上提出了基于最佳窗口设计的随机提前检测（Ｒａｎｄｏｍ Ｅａｒｌｙ Ｄｅｔｅｃｔｉｏｎ,ＲＥＤ）算法。模拟结果表明,基于最佳窗口设计的ＲＥＤ算法可结合ＲＥＤ与最佳窗口设计机制的优点,其平均排队长度和排队长度抖动性能均优于Ｆｌｏｙｄ的ＲＥＤ算法,可有效地进行网络拥塞控制。     

一种基于模糊排队论的网络拥塞控制算法

在分析和比较现有的主动队列管理(AQM)的网络拥塞控制算法基础上,将模糊控制理论与排队论相结合,提出了一种适合于动态控制队列长度的拥塞控制算法。该算法根据路由器中队列长度的变化情况,对源端数据包的丢弃概率进行模糊控制,从而避免网络拥塞,提高路由器处理的实时性。通过matlab仿真,验证了此算法能够减小排队的延时、提高带宽利用率以及稳定队列的长度。     

基于跨层协同的MANET网络拥塞控制算法仿真研究

移动自组织网络MANET因大量数据包发送、节点信道同步适应和动态无线拓扑变化等原因,易发生传输拥塞.传统拥塞控制的主动式队列管理算法,如拥塞随机早期检测算法(Random Early Detection,RED),根据缓存占用情况监测和判断拥塞,无法适应MANET网络MAC层信道监控发送的特点.针对这一问题,基于链路层MAC802.11的RTS/CTS重传机制,结合网络层缓存占用情况检测网络拥塞,提出IRED(ImprovedRED)算法,该算法通过跨层协同的机制实现拥塞控制.最后,通过NS2网络仿真工具验证IRED算法的性能.实验结果表明,IRED较传统算法在吞吐率、延时和传输抖动等性能上都有显著提高.     

一种基于RED的接纳控制算法的研究与设计

接纳控制机制可以有效控制网络拥塞程度,为VoIP应用提供服务质量保证。RED算法可以为VoIP应用提供公平的队列管理机制,鉴于RED队列的优越性和普遍性,文章提出了RED队列的延迟分析计算方法,并基于该计算方法设计实现了基于RED的接纳控制算法,仿真结果表明该算法是有效的。