APID:一种自适应调节参数的拥塞控制器

在网络状态发生变化的情况下,现有的根据传统线性控制理论设计的拥塞控制器导致路由器缓冲队列抖动加剧、网络带宽利用率下降,针对此问题,分析TCP/AQM拥塞控制机制中受控过程的传递函数,得到受控过程队列长度和丢包概率之间的关系,利用此关系式并结合路由器上实际测量到的队列长度和丢包概率,计算出符合当前网络状态的PID控制器参数,提出一种自适应调节参数的PID拥塞控制器APID.仿真实验结果表明:APID算法能够动态地调节PID控制器的参数,比PI,REM,IMC-PID,LRED和AOPC等算法具有更好的队列稳定性和更高的带宽利用率.     

Internet拥塞控制系统的自整定PID控制器

把Internet网络拥塞控制系统看作一个具有时滞的闭环反馈系统,建立了一个PID控制器作为网络的主动队列管理(AQM)策略调节网络连接节点的拥塞率.网络系统利用时间误差平方积分准则调整PID控制器的参数,使控制器能在线自适应网络系统中的变化,从而有效地控制网络系统的数据传输.仿真表明新的AQM策略能很好地把连接节点的队列控制到期望的队列长度,并且对网络的负载扰动和参数变化具有很强的鲁棒性.     

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.     

基于免疫粒子群算法的网络拥塞控制策略

为避免Internet路由器主动队列管理中PID参数整定试凑法的盲目性,提出免疫杂交粒子群算法用于PID控制器参数优化,构造一种基于免疫杂交粒子群的智能主动队列PID算法.仿真结果表明,基于免疫杂交粒子群的PID主动队列管理算法能够适应动态变化的网络环境,具有较好的网络控制性能.     

针对RED的LDoS攻击模型

针对随机早期检测(RED)算法的低速率拒绝服务攻击(LDoS)会导致路由器的缓冲队列长度出现严重震荡、使网络服务质量急剧下降的问题,分析了针对RED的LDoS攻击模型,并推理了高速率攻击脉冲使路由器缓冲队列迅速增加的过程,提出了攻击脉冲长度l和脉冲速率R的理论计算方法.对于一个示例场景,当采用大于瓶颈链路带宽的攻击脉冲时,400 ms左右的脉冲能够对网络性能造成很大影响.在NS2中的模拟实验证明了实验结果与理论预期的一致性,针对RED的LDoS攻击流能够使网络服务质量大幅度下降,并且攻击流具有较好的隐蔽性.     

基于强化学习方法的ATM网络ABR流量控制

针对异步传输模式(ATM)网络的拥塞问题,将强化学习方法应用于拥塞控制器的设计之中.该方法不依赖于网络的数学模型和先验知识,而是通过试错和与环境的不断交互获得知识,从而改进行为策略,具有自学习的能力.控制器通过调节可用比特速率(ABR)业务发送数据的速率,使网络中可能发生拥塞的节点的缓冲器队列长度逼近给定值,从而避免拥塞的发生,保证网络的稳定运行.通过一系列仿真实验验证了该方法的有效性.     

嵌入式流媒体客户端缓冲控制策略的研究

围绕网络流媒体技术以及嵌入式环境的特点，阐述了流媒体传输控制中的平均速率、时延抖动、丢包率等各项重要控制参数，以及对这些重要参数进行测算的优化算法；提出了利用平均速率、时延抖动和辅助系数η这三个参数进行缓冲区长度估算的简化算法；采用分区预警阈值实施反馈，使得服务器端能够根据当前传输情况及时调整发送速率；并提出在客户端按照数据的重要性或优先级的不同来实施主动抛弃策略，从而节约流媒体客户端缓冲区资源，保证流媒体的QoS．同时进行了简单的软件模拟仿真分析．仿真结果表明，应用上述控制策略后明显节约了缓存资源．     

基于神经网络的预测拥塞控制算法

利用神经网络的方法，研究了Internet网络路由器中的拥塞控制问题．根据过去相邻两个时刻缓存器中队列长度值的变化量来预测下一时刻路由器中队列长度值，及时调整控制增益的大小以防止拥塞的发生，该方法可以使路由器中队列长度稳定在一个期望值附近．仿真表明，该控制方法可以有效地保证网络系统中信息的平稳传输．     

静态结构化不确定性极小极大控制在网络中的应用

研究了具有静态结构化不确定性时滞系统的极小极大鲁棒控制问题.针对乘时二次型性能指标,运用Lyapunov方法得到极小极大鲁棒控制器的存在条件,并引入凸优化算法求解控制器最优参数和性能指标的最小上界.最后,将该算法应用于带有时滞因素的TCP网络拥塞控制中,使路由器的队列长度能够更快地收敛于期望值,并且稳态时的振荡很小.通过与其他方法的比较,说明了该方法在实际应用中的有效性与优越性.     

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uCOS-II的模糊自适应温度控制系统设计

针对车间温度控制系统具有非线性、滞后性和时变性等特点,提出了一种改进型的模糊自适应PID控制器。该控制器通过在线调整学习速率因子和PID参数增量,并结合积分分离思路,实现PID参数的自适应调节。仿真结果表明该控制器优于传统PID控制和传统模糊自适应PID控制。控制系统采用PIC24F作为主控芯片,结合操作系统uCOS-II的实时性、可靠性以及模糊自适应控制的非线性、时变性等特点,通过实验成功的实现对温度准确控制。     

模糊自适应PID在焦炉控制中的仿真

针对焦炉温度大惯性、纯滞后、非线性和时变性等特点,结合PID和模糊控制两者的优点,提出了一种模糊自适应PID控制方法.对模糊自适应PID算法进行了理论分析,对焦炉生产的简化模型做了仿真研究.结果表明,采用模糊自适应PID控制,系统的调节时间缩短,响应速度加快,抗干扰能力和适应参数变化的能力都优于常规PID控制,具有更好的动态特性和稳定性,有效减少了炉温的波动.     

参数自调整的模糊二自由度PID控制的SIMULINK仿真

针对常规二自由度PID控制在过程参数时变系统中的不足之处,采用模糊控制理论改进常规二自由度PID控制方式,提出一种参数自调整的模糊控制方案.并建立参数自调整的模糊二自由度PID控制系统的SIMULINK仿真模型,进行计算机仿真,仿真结果表明参数自调整的模糊二自由度PID控制较之常规二自由度PID控制更加能够满足对不确定复杂工况的高指标控制要求.     

基于模糊神经网络的参数自整定PID控制系统设计

利用多层神经网络构建模糊自适应PID控制器，通过神经网络自学习能力在线提取模糊控制规则，优化控制器隶属度函数，根据不同时刻的误差e和误差变化ec运用模糊推理在线自整定PID参数。仿真实验表明，该控制系统具有优良的控制性能。此外，通过遗传算法对模糊神经网络的学习速率和惯性系数等进行了优化，为控制系统实现最优控制提供了有力保证。     

基于遗传算法优化的自适应FNN-PID控制器研究

针对传统PID控制器参数整定后因无法在线自动调整而导致控制效果不理想的问题,提出了一种基于遗传算法优化模糊神经网络（FNN, Fuzzy Neural Network）的自适应FNN-PID控制器模型。该模型结合了模糊神经网络良好的自适应自学习能力和遗传算法强大的全局搜索能力,利用遗传算法对模糊神经网络的参数进行优化与训练,使PID控制器能够根据被控对象的变化而适时在线调整自身参数KP, KI和KD,从而达到理想的控制性能。将该控制器应用于异步电动机控制系统进行仿真实验,结果表明：基于遗传算法优化的自适应FNN-PID控制器具有较好的自适应能力和鲁棒性,控制效果明显优于传统PID控制器。     

模糊PID控制器的设计

常规PID控制器由于简单、稳定性好、可靠性高而广泛应用于过程控制。PID调节过程的品质取决于PID控制器各个参数的整定。常规PID控制器不能在线整定参数，因而不能很好地控制非线性、时变的复杂系统和模型不清楚的系统。模糊控制器对复杂的和模型不清楚的系统能够进行简单有效地控制。因此，结合传统PID控制器的优点，同时，考虑到模糊控制实现的特点，提出了模糊PID控制器的思想。     

智能手机流媒体技术的设计与实现

"流媒体"是应用流技术在网络上传输的多媒体,将视频、音频等多媒体信息进行特定的压缩处理,然后由视频服务器向用户计算机连续、实时地传送,用户可以一边下载一边收看.本文设计了一种智能手机上的无线流媒体传输系统,提出了基于RTP协议的端到端反馈拥塞控制策略,解决了无线网络传输时所产生的高误码率和带宽时变等问题,结合MPEG-...     

蔗糖结晶过程的模糊自适应PID控制

针对蔗糖结晶过程的控制特点,设计模糊自适应PID控制器.研究结果表明,模糊自适应PID控制器能够实现对结晶过程的关键量———过饱和度的有效控制,调节过程曲线平滑、无大的波动,能够提高蔗糖结晶的速度、缩短煮糖时间.     

蔗糖结晶过程的模糊自适应PID控制

针对蔗糖结晶过程的控制特点，设计模糊自适应PID控制器．研究结果表明，模糊自适应PID控制器能够实现对结晶过程的关键量——过饱和度的有效控制，调节过程曲线平滑、无大的波动，能够提高蔗糖结晶的速度、缩短煮糖时间．     

模糊神经网络在冷连轧厚度控制中的应用

由于冷连轧厚度控制系统具有非线性、大时滞的特点,在冷连轧厚度的常规 PID 控制中,PID 控制器的参数往往针对某一种情况进行整定,很难控制冷连轧厚度始终处于一个好的状态.为此,在分析了厚度控制原理的基础上,设计了用一个2-5-1结构的 BP 网络实现的模糊神经网络控制器(FNNC),并将该 FNNC 控制器与积分作用相结合构成一个 FNNC-I 控制器.仿真结果表明,该 FNNC-I 控制器提高了系统的动态和稳态性能、抗干扰性以及鲁棒性,其控制效果优于常规 PID 控制器.