一种基于目标速率的网络公平性算法设计

面向连接的TCP和无连接的UDP流在拥塞发生时对拥塞指示的不同响应方式,导致了对网络资源的不公平使用问题。提出的调整随机早期检测算法MRED是对已有的RED算法较小的一种改进算法。MRED算法根据TCP吞吐量模型发送速率上界与UDP业务流的目标速率比较,得到吞吐量与数据包丢失率关系曲线,通过在网络节点控制数据包丢失率来调节UDP业务流的吞吐量,可以改变其对于网络拥塞的响应方式。仿真结果表明,采用MRED算法有利于提高网络资源共享的公平性。     

基于高级Petri网的RED改进算法研究

扩展Petri网对逻辑运算结果为互斥时的图形表示方法。建立基于高级Petri网的随机早期预测(RED)算法模型,通过分析该模型,从理论上证明了RED算法存在缺陷的主要原因是不同网络、不同链路的往返响应时间(RTT)差异大。由此改进RED的模型并提出相应的改进算法,定期监测各队列平均长度的变化率,当其值大于阈值时增加丢弃概率,提前通知源端降低发送速率,否则转发队列中的数据包,以此缩小不同网络、不同链路的RTT差异,达到避免网络拥塞的目的。用NS-2仿真平台进行仿真实验,结果表明改进模型及其算法能有效改善丢包率、端到端的延时等性能指标,验证了改进算法的有效性。     

时滞竞争神经网络的全局指数稳定性

对于不同时标的时变时滞竞争神经网络的网络模型,通过构造适当的Lyapunov函数,结合微分不等式分析,研究了时变时滞竞争神经网络的全局指数稳定性,获得了新的全局指数稳定性判据,所得判据推广和改进了前人的相关结论。最后的数值仿真例子证明了该算法的有效性。     

基于非线性差分随机早期检测的拥塞控制机制

主动式队列管理技术是网络中间节点拥塞控制的关键技术,它和基于窗口的TCP端到端的拥塞控制相结合,是解决目前网络拥塞控制问题的有效途径。采用非线性增长数据包丢弃概率与差分服务模型相结合的方法,提出NLD_RED算法。该算法是对RED改动很小的一种算法,实现了控制参数动态化,一定程度上消除了RED的参数敏感性问题,满足了不同优先级差分服务需求,增强了调节拥塞控制的能力。在仿真平台上设计了仿真实例,对算法性能进行评估。算法能够尽量维持平均队列长度在一个相对稳定状态,提高了算法稳定性和灵活性。     

基于混沌优化的大时滞网络拥塞控制算法

基于改进的网络简化模型,提出一个大时滞网络拥塞控制算法称为改进的混沌优化PID控制算法(ICPID).改进的网络简化模型考虑了时滞的影响,利用这个模型,AQM路由器应用改进的混沌优化策略优化PID控制器参数.通过加速混沌搜索快速得到控制器参数的次优值,运用变尺度方法在次优值附近找出控制器参数的全局最优值.对比仿真结果表明,该算法有较好的鲁棒性,链路利用率更高,丢包率更小,平均队列长度更趋于期望值,综合性能优于PI和DC-AQM.     

一种有效的TCP和UDP混合流队列长度控制方法

在分析基于TCP流量控制的随机微分方程(SDE)模型的基础上,针对现有微分流量模型无法描述UDP流量变化的问题,在路由器队列长度变化中引入UDP流量的影响,建立TCP和UDP混合流量的随机微分方程模型,实现了对原有TCP微分流量模型的扩展。通过求解TCP和UDP混合流量稳定状态下的分组丢弃概率,改进了原有基于TCP流的RED队长控制方法,结合RED算法本身来调整其算法的参数,以保持路由器缓存中的队列长度稳定在期望队长附近,有利于控制和保证端到端的延时,使原有的基于TCP流的RED队列长度控制方法能应用于TCP和UDP的混合流。仿真实验表明,改进后的面向TCP和UDP混合流的RED队列长度控制方法对于TCP以及TCP和UDP的混合流均具有较好的适应性,采用该方法可使路由器的实际队列长度保持在期望控制队列长度附近波动。     

具有不确定性和非线性扰动的时滞关联大系统的鲁棒稳定性条件

利用Lyapunov函数方法和M-矩阵特性,重点讨论了一类具有不确定性和非线性扰动的时滞关联大系统的鲁棒稳定性,导出了此类系统时滞无关稳定性条件,改进和推广了现有文献的结论.     

不确定时滞非线性系统的迭代学习控制

针对一类不确定状态时滞非线性系统 ,提出了一种形式简单的迭代学习控制算法 ,从理论上给出了算法收敛的充分条件 ,进一步分析了不确定状态时滞、系统采样频率与跟踪性能之间的关系。该学习算法无需精确已知系统的状态时滞 ,而只要估计状态时滞的界 ,因而具有算法简单、计算量小、易于实现等特点。仿真结果表明了该算法的实用性和有效性。     

UPF算法及其在目标跟踪问题中的应用

针对传统粒子滤波(PF)算法的缺陷,提出了一种改进的粒子滤波(UPF)算法。该算法以UKF方法生成替代分布并从中采样,解决了传统PF算法中以转换先验密度函数作为替代分布所引发的各种问题。对UPF算法进行了深入的分析研究,并给出了一个纯方位目标跟踪问题的仿真算例。理论分析与仿真结果均表明,改进算法提高了滤波的稳定性和精确性,具有较高的实用价值和广泛的应用前景。     

改进的UPF算法在OFDM系统盲均衡中的应用研究

UPF滤波算法具有比PF算法更高的精度和抗噪声能力,但由于其计算复杂,不符合通信实时性的要求.为了改进算法的实时性,引入了平方根无迹粒子滤波算法(SRUPF),并对其进行改进,将改进算法应用于OFDM系统盲均衡中.最后经仿真表明,改进的UPF算法,在几乎不影响滤波效果的前提下,大幅减少了滤波所需计算量,并提高了数值稳定性.