基于T-S模糊观测器的网络拥塞控制算法

针对TCP(传输控制协议)网络的拥塞控制问题,设计了基于模糊观测器的主动队列管理算法.对非线性TCP/IP网络拥塞控制系统建立了T-S模糊模型,通过选取适当的模糊规则和隶属函数来提高拥塞控制系统的性能,并给出了理论性证明.仿真结果表明所设计的控制器对活动的TCP连接数、链路带宽及往返时延的不确定性具有很强的稳定性和鲁棒性.     

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.     

多层网TCP-RED非线性流体模型的高效网络拥塞控制

提出了一种多层网络拥塞控制方法,该方法基于流体模型的微分方程设计多层网络拥塞控制.此外,该方法利用流体模型的稳定性保证网络性能参数的均值在多层网络环境及大数据流的情况下向平衡点收敛,同时也有效限制了AOM参数的设置.理论分析和仿真结果证明了这种网络拥塞控制方法能在多层网络中避免拥塞,并当网络出现大数据流时,该多层AQM系统能充分利用网络带宽及保持路由器队列长度的相对稳定.     

不确定时滞TCP/AQM系统的滑模控制

针对具有非匹配不确定项和输入时滞的TCP线性化动态系统进行特殊线性变换,将原不确定时滞系统转化为无时滞系统.在新坐标下,基于滑模控制(SMC)设计了一种主动队列管理(AQM)算法.根据滑模到达条件设计了一种控制策略,基于LMI技术给出线性滑动超平面的设计方法,通过Lyapunov函数证明了系统的稳定性.仿真结果表明,该算法可以使队列长度快速收敛到设定值,同时维持较小的队列振荡,尤其是在网络条件变化的情况下,该方法优于传统的滑模控制,能实现准确的跟踪,具有良好的鲁棒性.     

基于控制理论的网络拥塞控制研究

ATM的拥塞控制是ATM网络业务管理的关键问题,目前应用成熟的控制理论方法来设计拥塞控制器的研究逐渐兴起.本文用动态矩阵控制中的内模控制方法研究ATM网络拥塞问题.在动态模型设计中,考虑了多瓶颈节点的情况,通过设置反馈滤波器尽量降低实际网络中不可控流对输出的影响,提出的一种拥塞控制算法,更加适合网络的实际情况,获得了较好的动态性能.仿真结果表明了该方法的有效性.     

基于转发效用和拥塞感知的机会网络路由算法

针对移动机会网络中转发节点选择和数据包管理不合理问题,提出基于转发效用和拥塞感知的机会网络路由算法.建立转发效用模型,根据移动机会网络的机会接触特性定义节点接触概率和节点接触活跃度;建立节点拥塞感知模型,定义节点区域拥塞系数;将转发效用和节点区域拥塞系数用于数据包转发过程和数据包管理过程,提出节点接触概率的转发节点选择...     

基于BFGS方法的拥塞速率控制算法

针对TCP/AQM对偶性模型采用梯度投影方法调整链路价格收敛速度慢的问题,使用具有更快收敛速度的BFGS方法来进行链路价格的计算,提出一种基于BFGS方法的拥塞速率控制算法.仿真结果证明,利用BFGS方法所设计拥塞速率控制算法具有更快的收敛速度,算法性能优于其它算法.     

基于增益自适应Smith预估器的鲁棒AQM拥塞控制算法

根据Lyapunov渐近稳定定理,提出了一种基于增益自适应Smith预估器的鲁棒主动队列管理（AQM）拥塞控制算法（GAS-PI）．该算法结构简单,具有良好的鲁棒性和网络控制性能,同时克服了大时滞给队列稳定性造成的不利影响．仿真结果表明：采用GAS-PI算法,对于限制系统振荡超调量的作用非常明显,同时能使网络具有更快的响应速度及更平稳的队列——在HTTP扰动和负载变动较大的情况下,算法使得缓存队列迅速收敛到稳定值;当网络时延增大时,算法能使网络的动态性能依然保持良好．     

基于预测控制的ATM网络拥塞控制研究

用广义预测自适应控制方法研究ATM网络中的ABR业务拥塞问题，提出了一种拥塞控制算法，该法可很好地适应实际网络中用户数和连接延迟的动态变化，仿真结果表明了该方法的有效性．     

基于优先级的ATM网络拥塞控制

提出一种基于优先级的ATM网络拥塞控制方法.其主要特点：带有优先权控制功能,以适应不同业务对信无丢失率及时延的不同要求.即能最大限度地有效利用网络资源,又能满足不同用户对业务质量的不同要求,并能降低交换结构复杂度。并对这种控制方法进行性能分析。结果表明：在提高网络吞吐量、降低信元丢失率、改善网络延时等方面皆优于其它拥塞控制方法。     

基于Agent的主动网络拥塞控制模型研究

基于模糊神经网络与微粒群算法(PSO),运用主动网络系统的Agent,提出了基于Agent的主动网络拥塞控制模型,并将该机制应用于主动网络系统中,充分发挥Agent对环境感知的学习能力和彼此协调的合作能力,解决了主动网络系统可能发生的网络拥塞问题.     

ATM网络基于速率的拥塞控制

基于速率的拥塞控制方案已成为ＡＴＭ行业标准。     

流媒体的网络拥塞控制方法研究

随着网络的迅速发展,流媒体技术的应用越来越广泛,对其进行有效的网络拥塞控制尤为重要,在流媒体网络拥塞控制机制方面对其进行了研究。     

基于主动网络的自适应缓存技术研究

根据主动网络中的任何一个主动节点都可以用于放置缓存及其智能性等特征,提出一种基于主动网络的自适应网络缓存机制．即在自动构建层次拓扑的基础上,采用了缓存摘要技术进行通信协作,通过集中式管理缓存摘要的方法来减少协作通信量;并依照缓存服务器的负载情况进行缓存服务器之间的负载平衡．最后,使用trace—driven模拟方法,以Network Simulator仿真器作为模拟工具,模拟结果显示本文设计的系统与层式结构系统相比有较多优势．     

基于主动网络的自适应缓存技术研究

根据主动网络中的任何一个主动节点都可以用于放置缓存及其智能性等特征,提出一种基于主动网络的自适应网络缓存机制.即在自动构建层次拓扑的基础上,采用了缓存摘要技术进行通信协作,通过集中式管理缓存摘要的方法来减少协作通信量;并依照缓存服务器的负载情况进行缓存服务器之间的负载平衡.最后,使用trace-driven模拟方法,以Network Simulator仿真器作为模拟工具,模拟结果显示本文设计的系统与层式结构系统相比有较多优势.     

高速网络中基于模糊神经网络的拥塞控制研究

拥塞控制是基于高速网络的多媒体通信研究中的主要难点之一。以ＡＴＭ为研究对象提出了一种基于模糊神经网络的流量预测方法。通过仿真比较、分析了基于常规方法和模糊神经网络方法的性能,证明所提出的方法有效。     

关于ERPISCN网络拥塞控制的研究

有关网络的拥塞控制是网络设计和管理中一个重要问题。论述基于帧中继网络开发的专用综合服务通信网络（ERPISCN）的拥塞控制的特点和实际拥塞控制的方法。     

基于侦听机制的网络拥塞控制模型

针对局域网出口经常出现拥塞的现状，给出了一种基于侦听机制的网络拥塞控制模型．该模型将局域网出口状况划分成无拥塞、轻度拥塞、中度拥塞、严重拥塞四种不同的状态．在出现中度拥塞或严重拥塞时，根据所记录的TCP进出流及用户自定义的分类排队策略形成优先级队列，实施针对性拥塞控制，从而保证在实施拥塞控制的同时不降低重要流量的出口带宽．本模型所具有的随机接入特点使得能在不对网络结构和协议进行改造的情况下实现局域网出口拥塞控制．     

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Cache网络数据的数据缓存技术研究

通过对目前数据缓存技术的分析和研究，提出和设计了一种针对于高速局域网分布式数据缓存系统，即基于Cache网的数据缓存系统。旨在进一步提高数据缓存系统的性能，通过减少网络传输时间，均衡网络负载，实现提高客户机／服务器网络系统的检索效率。其主要思想是在网络的各个节点上建立数据缓存区，并实现对这些缓存区统一调配和管理。文中对其缓存性能进行了分析，并和其它缓存系统进行了比较，从而论证了该缓存系统的有效性。