基于反向传播神经网络的Ad Hoc网络PID拥塞控制

为了改进比例积分微分(PID)控制在Ad Hoc网络主动队列管理(AQM)中的动态性能,优化PID控制参数的整定,该文提出了一种基于反向传播神经网络的PID拥塞控制AQM方案。该文将Ad Hoc网络的分组丢弃分为拥塞丢弃和无线丢弃,考虑分组的到达与丢失为流体,推导了拥塞窗口和队列长度的随机微分关系,通过小扰动线性化理论,获得Ad Hoc网络AQM拥塞控制模型。根据该模型,设计了基于反向传播神经网络(BPNN)的PID队列控制器,该算法可以根据网络状况对控制器PID系数进行自适应的调整。MATLAB和网络模拟器(NS)仿真表明,在突发流、链路容量及时延时变的Ad Hoc网络中,新算法在收敛速度和队列抖动上优于PID。     

不确定TCP网络中的滑模主动队列管理算法

为解决传输控制协议(transmission control protocol,TCP)网络中的拥塞问题,提出了一种基于滑模控制理论的主动队列管理(active queue management,AQM)算法.该算法基于线性TCP网络拥塞控制模型,为补偿网络中不确定因素的影响,采用线性矩阵不等式(linear matrix inequality,LMI)设计了一个渐近稳定的滑模面,从而使滑模面的设计问题转化为LMI的求解问题.通过在拥塞控制系统中应用一个改进的到达条件明显地降低了系统的抖振,满足该到达条件的控制器能够使路由器中队列长度的振荡得到有效的抑制.不同情况下的仿真结果表明该算法具有良好...     

基于模糊滑模控制的主动队列管理算法

针对动态网络的拥塞问题,提出一种主动队列管理(AQM)算法·该算法基于模糊滑模控制器(FSMC)设计,适合于动态网络流量的变化·模糊控制的加入,缩短了到达时间,改善了滑模控制的抖振现象·对于TCP/IP网络中存在的网络模型的不确定性、网络参数的时变性以及非TCP适应流所引起的网络抖动,该算法具有很强的鲁棒性·仿真结果表明该方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,该算法优于传统的PI控制、模糊控制和传统的滑模控制·     

鲁棒性可调的主动队列管理PI控制器的解析设计

针对主动队列管理控制系统,基于TCP/AQM控制结构提出一种解析地设计PI(Proportional Integral)控制器的方法.分析了控制系统保证鲁棒稳定性的充要条件.根据鲁棒控制H∞最优性能指标,引入动态解调因子设计控制器,采用数学有理逼近的方法得到其实际可执行的PI形式.该控制器由单参数调节,可以方便地实现系统标称性能和鲁棒性能的折中.通过仿真实例验证了所提出方法的优越性.     

基于反演滑模控制的区分服务网络拥塞控制算法

针对区分服务网络的两种典型业务类型(奖赏业务和确保业务)分别进行分析和控制,应用非线性流体流理论建立区分服务网络模型,设计推导出一种新的自适应滑模控制器.先将非线性流体流模型转化为参数严格反馈的形式,然后应用反演控制理论完成控制器的设计.通过该方法设计的自适应反演滑模控制器,能够抑制系统的未知动态和不确定性扰动,使缓冲器队列长度的调节达到理想效果.在理想滑动模态下系统渐近稳定,仿真结果进一步验证了该控制器的有效性.     

ATM网络ABR流量的比例与滞后-超前控制

为了克服异步传输模式(ATM)网络不确定时延和饱和非线性的影响,基于比例控制和滞后超前控制方法研究可用比特率(ABR)服务流量控制器设计问题,给出了控制幅值约束和缓冲区容量约束下系统满足ABR流量控制要求的条件,提出了满足这些条件的比例控制器和滞后超前控制器的设计方法。该方法能使ABR流量控制系统在网络传输时延不确定时,有效控制网络中瓶颈节点缓冲区的队列长度,同时能够及时响应ABR可用带宽的变化,从而避免拥塞和丢包的发生,使链路带宽得以充分利用。     

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.     

基于GPC的主动队列管理算法稳定性分析

根据主动队列管理算法中TCP拥塞窗口的流体流模型,给出了离散模型和广义预测控制(GPC)算法的表达式;得出了路由器输出队列长度与参考队列长度的闭环传递函数;证明了GPC控制器在满足特定控制参数的条件下,无论网络参数如何变化,闭环系统都是稳定的;并通过仿真验证了其正确性.     

智能PID拥塞控制算法

针对主动队列管理(AQM:Active Queue Management)几种算法存在响应时间较长并在时延较大时都不能使队长度收敛到期望值的问题,提出一种智能PID(Proportional Integral Differential)控制主动队列管理算法,给出了该算法的详细描述.仿真实验表明,该算法不仅在时延较小的情况下是稳定的、鲁棒的,且响应速度优于REM(Random Exponential Marking),PI(Proportional Integral)控制,PID控制等算法.同时,对于大时延的网络,该算法也是稳定、收敛的.     

基于模糊变结构控制设计一种鲁棒主动队列管理算法

基于模糊逻辑控制(FLC)提出了一种主动队列管理(AQM)算法.该算法将滑模控制器(SMC)和PI控制器相结合,综合了二者的优点,既对网络模型的不确定性、网络参数的时变性以及非TCP流所引起的网络抖动具有很强的鲁棒性,又可以通过PI控制使稳态误差最小.仿真结果表明该算法可以获得好的暂态和稳态响应,结果也表明在网络条件变化的情况下,该算法优于传统的PI控制和传统的变结构控制.