基于RNPI的动态时滞网络主动队列管理算法

针对网络存在较大时滞和网络参数动态变化等问题,提出了一种鲁棒非线性PI主动队列管理算法。由流体流模型将动态网络推导为参数区间不确定一阶时滞系统,在确定使闭环系统稳定的非线性PI控制参数集合基础上,利用遗传算法寻找基于改进ITAE指标最优的PI控制参数。基于扩展到时滞系统的棱边定理,给出了RNPI算法的设计方法。仿真结果表明了该方法具有良好的控制性能,对网络区间不确定参数有较好的鲁棒性。     

PIO:区分服务中的一种基于预测的主动队列管理算法

提出了区分服务中一种基于预测的主动队列管理算法PIO。在PIO算法中,首先对IN包和所有包下一时段的平均到达速率进行预测。当包到达队列时,根据当前IN包队列长度、总的队列长度、预测的下一时段所有包的平均到达速率和IN包平均到达速率决定对包是否丢弃。通过仿真实验,分析了在不同预约比例、不同端到端TCP连接数的条件下PIO算法队列稳定性、丢包率和吞吐量等性能指标。仿真结果表明,PIO算法在统计性保证带宽的同时,与RIO算法相比,无论是在低预约还是过预约网络状态下都有效提高了队列的稳定性,并降低了丢包率。     

一种惩罚非适应流的无状态主动队列管理算法

CHOKe是一种无状态的主动队列管理算法,能以较低的代价提高网络的性能,但是由于它对超速的非适应流的惩罚力度不够,不能够很好地实现带宽的公平分配。针对这一问题,提出一种新的对非适应流的惩罚机制-ECHOKe算法,通过比较分析FIFO队列中随机抽取m个包与新到包的流ID号之间的关系以及m个包之间的关系建立了新的数据包丢弃机制,从而实现在不提高算法复杂度的前提下增大对超速非适应流的惩罚,提高了公平性。仿真结果表明,在不保持流的状态下,该机制对非适应流具有更强的识别和控制能力,与B-CHOKe和M-CHOKe算法相比,能够进一步加强对非适应流的惩罚,实现更为公平的带宽分配。     

瓶颈网络TCP/主动队列管理模型及仿真

提出了一种基于离散时间Markov链的时延闭环反馈TCP/AQM(Active Queue Management)模型,并得到其稳态分布.通过以环路时延为单位,将系统时间分割成长度不同的时隙,分析每个时隙内TCP发送端发送窗口模型和瓶颈路由器队列模型.通过结合相邻时隙的参数,提出了TCP/AQM整体分析模型.该模型可以估计路由器的队列平均长度和丢包率、TCP发送端的平均发送窗口值,因此可以用于分析AQM算法性能以及给新算法的设计提供理论支持.通过在Matlab实施该模型与NS2仿真结果作比较,证实了该模型在模拟时延闭环反馈的TCP/RED系统的有效性.     

基于遗传预估策略的智能主动队列管理

针对TCP传输过程中的典型时滞特性,提出了一种智能主动队列管理算法.该算法以自学习预估机制模型为核心来克服大时滞特征对网络稳定性能的影响,拥塞控制系统以两条信息通道分别实现模型补偿和预测控制功能.模型补偿通道采用了Smith预估嚣实现对网络时滞特征的动态补偿,并进一步设计迭代进化算法实现对Smith预估模型未建模特征的估计过程.预测控制通道采用基于神经网络的PID智能丢弃算法,通过神经网络的学习预测功能自适应调整预测控制通道的控制行为.通过仿真研究表明了提出的控制方法显著提高了拥塞控制机制的稳定性能和自适应性能.     

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。     

一种可视队列随机网络仿真语言-VIML

可视编程语言是近几年讨论的热门话题,它正在渗透各科学技术领域。本文介绍一种可视队列随机网络仿真语言,讨论了这种语言的结构及实施的技术问题     

主动队列管理的PI/PID拥塞控制器的调节

主动队列管理是一类重要的互联网拥塞控制策略。然而,要调节控制参数以达到性能目标是比较困难的,目前,许多研究工作致力于寻找简明有效的调节方法。提出了网络拥塞控制中主动队列管理的PI/PID控制器的一个简化模型,给出了控制器参数调节的经验公式。仿真结果表明,新的拥塞控制器简单易行,并具有系统响应时间短、网络流量吞吐率高等优点。     

基于自适应模糊滑模控制的主动队列管理算法

针对TCP这样大型复杂的网络系统的拥塞问题,考虑系统中存在的不确定因素是未知非线性的情况,设计了一种采用自适应模糊滑模控制理论的主动队列管理算法。该算法基于网络模型的特殊性,构造了Lyapunov-Krasovskill函数,设计了滑动模面,并基于线性矩阵不等式的方法给出该系统鲁棒渐近稳定的充分条件,所设计的自适应模糊控制律能够使系统的状态轨迹在有限时间内到达滑动模面。仿真结果表明,该算法在网络条件变化的情况下,能实现准确的跟踪目标队列长度,避免网络拥塞的发生。     

两次随机丢包的被动队列管理算法

主动队列管理算法增加了硬件资源和运算量的开销,并且存在参数设置敏感,响应相对滞后于实际网络状况的缺陷,并没有在实际网络上推广使用。因此对目前使用最多的弃尾被动队列管理进行改进,提出了两次随机丢包的被动队列管理算法。在队列满时,两次随机丢弃队列中的数据包,改善弃尾队列管理的缺陷,提高了网络传输性能;提出了速度公平性的概念,两次随机丢包的被动队列管理算法对占据队列较多的TCP链接有更好的惩罚作用,能有效提高RTT公平性和速度公平性;该算法计算量小;NS2仿真表明该算法的有效性。     

一种基于优先级的卫星网络AQM算法

针对卫星网络大带宽、长时延、高误码等特点,结合控制理论,提出了一种基于优先级的卫星网络主动队列管理（active queue management, AQM）算法。首先,借鉴控制理论中比例-积分-微分（propertional integral derivative, PID)控制器设计方法计算总的报文丢弃概率-然后,针对IN和OUT两种不同优先级报文定义不同的丢弃概率,以实现不同优先级业务流量的区分服务。仿真实验表明,相对于低优先级流量,高优先级业务在保持高吞吐量的同时具有较低的报文丢失率,且整体队列长度抖动小,从而实现高优先级流量报文的有效保护。     

有源配电网两阶段动态应急抗灾运行策略

由于台风等动态灾害具有持续性和渐变性的特点,增加了故障恢复过程的复杂性。为使有源配电网快速恢复供电,建立包含资源分配预案、孤岛划分方案和抢修与复电协同方案的两阶段动态应急抗灾运行策略和相应的整体优化模型。第一阶段根据路程时间和预计受灾地区与抢修资源的属性匹配情况制定灾前资源分配预案;第二阶段根据已受灾地区的灾情信息制定孤岛划分方案和抢修与复电协同方案,并根据灾情的动态变化做相应的方案调整。通过IEEE33节点系统进行算例仿真,验证了策略的有效性。     

一种耦合振荡器阵列有源耦合网络设计

推导了耦合网络耦合带宽和品质因数的计算方法,分析了无源耦合网络的缺点,提出了一种新的有源耦合网络设计方案。同时,利用放大器的输出饱和状态,改善了阵列的幅度和相位特性,即使存在幅度分布不均匀的影响时,仍可以通过调整阵列两端的振荡器的自由振荡频率,使得阵列相位分布具有较好的线性梯度。理论分析和仿真结果表明,有源耦合网络利于工程上实现较宽的耦合带宽。     

动态贝叶斯网络与黑板机制结合的协同决策方法

针对信息化战争中重大复杂决策问题,提出动态贝叶斯网络与黑板机制相结合的协同决策方法。以协同防空预警雷达目标识别问题为背景,针对复杂问题协同决策的特点,将动态贝叶斯网络的定量推理能力与黑板机制灵活集成多领域决策者智慧定性推理的能力相结合,提出动态贝叶斯黑板协同决策机制。在概率意义下证明了该方法的有效性,并用仿真试验验证该方法可以较显著地提高协同决策的正确性。     

战争设计工程中对抗决策网络与黑板机制相结合的方法

战争设计工程是一种面向战争复杂性的分析与设计战争的方法。分析战争设计工程中异质专家研讨的需要,提出基于对抗决策网络与黑板机制有机结合的研讨方法。首先借鉴了黑板机制灵活集成异质专家智慧定性推理的能力,然后将作战效果与对抗性引入到动态贝叶斯网络中,提出对抗决策网络支持对抗策略的定量推理,根据对抗决策网络与黑板机制相关要素的相容性将二者有机结合,提出对抗决策网络黑板机制,并进一步分析对抗决策网络黑板的体系结构。最后以一个简例说明异质专家能够基于对抗决策网络黑板机制展开研讨,对战争系统进行分析与设计。