基于AQM算法的通信电源智能管理系统设计

在现代通信系统中,电源管理的效率和智能化水平直接影响到系统的稳定性和能效。主动队列管理(Active Queue Management,AQM)算法作为一种先进的网络数据流控制技术,通过动态调整队列的行为来优化数据传输和降低延迟。该算法主要用于改善网络拥塞,但近年来被引入通信电源管理,用于优化电源的分配和使用,增强系统的响应能力和效率。文章设计一个基于AQM算法的通信电源智能管理系统,详细阐述系统的需求、架构设计以及模块划分,并通过系统集成与应用测试验证设计的有效性。通过引入AQM算法,设计系统能够实现电源管理的动态优化,从而提升整个通信系统的性能和可靠性。

AQM管理算法的物资信息管理架构及数据处理

为了提高物资管理系统数据处理效率,通过企业资源计划云协作技术对各职能部门进行合理调用,增加部门之间的相互协作能力;采用建筑信息模型对物资管理数据进行统筹划分,与算法程序形成交互;利用改进的主动队列管理算法减少管理网络产生的波动影响,增加管理系统稳定性。实验结果表明,该研究物资数据处理量为2879MB,效率最高达到4.49MB/s,对各管理部门控制力度达到95.4%,总数据裕度为2900MB,波动数据裕度为1000MB,具有较高的技术优越性。

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.

一种基于Smith预估器的主动队列管理(AQM)拥塞控制算法

有效的拥塞控制机制是保证Internet稳定运行的关键因素之一,网络拥塞控制系统本质上是一个时滞系统,传输时延是网络拥塞控制必须考虑的一个重要因素.本文应用Smith预估控制原理,在进行适当模型拟合处理的基础上,提出了一种基于Smith预估器的主动队列管理(AQM)算法(AQMAlgorithmbasedonsmithpredictor算法,简称Smith-PI),新算法结构简单,易于配置,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。通过仿真表明,采用Smith-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,而当网络时延增大时,算法能使网络的动态性能依然保持良好,使得缓存队列迅速收敛到稳定值。

一种基于队长和负载因子的AQM快速响应算法

系统分析了现有AQM算法对于链路拥塞程度的判断机制,为解决算法对动态数据流响应速度慢,以及链路利用率较低的问题,提出了基于路由队列和负载因子相结合的AQM算法QLFC,并采用瞬时队长对丢包概率函数的进行自适应调整。实验证明,改进算法提高了对负载变化的响应能力,增强了主动队列管理算法的适应性和鲁棒性。

基于拥塞控制的AQM算法研究

在对网络拥塞控制进行分析的基础上,介绍了AQM(Active Queue Management)算法的特点及网络流量特征对AQM算法的影响。根据AQM算法的发展概况,将AQM算法中的DropTail算法、RED(Random Early Detection)算法、Adaptive RED算法、PI算法、REM(Random Early Marking)算法和AVQ(Adaptive Virtual Queue)算法进行了比较评价。并对AQM算法的反馈方式及AQM算法的控制理论进行了较为详细的分析与探讨。

主动队列管理(AQM)中的算法改进研究

当今时代,远程通信技术飞速发展,网络用户人数呈几何级数激增,这就使解决网络拥塞成为了一个亟待解决的问题.网络拥塞不仅会使网络通信质量下降,还会影响用户的服务质量水平QoS(Quality of Service),甚至还会影响到网络安全.本文通过分析当今因特网中流量控制,拥塞管理以及服务水平提供的机制,如TCP/IP协议中的开环,闭环控制和主动队列管理机制(AQM),介绍了一种改进之后的算法,将其与早期的简单弃尾算法和RED算法相比较,并将实验结果进行了总结.

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.

基于时滞鲁棒分析技术的AQM拥塞控制算法

通过采用一种基于Lyapunov泛函的多变量时滞系统分析技术对网络拥塞控制问题进行了研究,得到了系统以衰减度!指数稳定的鲁棒镇定条件,在此基础上提出了AQM网络拥塞鲁棒控制算法,所得结果不但可用于小时延网络(如LAN),同时也适用于大时延网络(如WAN、Internet),仿真实验表明采用该技术设计的网络拥塞控制算法具有良好的鲁棒性及控制性能。

基于相对熵的区间Pythagorean模糊多属性AQM决策方法及其应用

针对决策信息为区间Pythagorean模糊数,属性权重不完全确定的多属性决策问题,提出了一种基于相对熵的AQM决策方法。首先,提出区间Pythagorean模糊数的相对熵,计算了各方案与区间Pythagorean模糊正理想方案和负理想方案间的相对熵,据此构建了基于方案相对满意度最大的非线性规划属性权重确定模型;其次,针对每个属性,利用新的区间Pythagorean模糊数得分函数计算方案的0-1优先关系矩阵,依据AQM方法对所有0-1优先关系矩阵进行融合得到合成0-1优先关系矩阵,并确定了方案的综合度,由此获得方案的排序。最后,以软件开发项目的选取为实例说明了该方法的可行性和有效性。

基于NS2的AQM算法仿真研究

AQM(主动队列管理)技术是为了解决TCP/IP拥塞控制问题而提出的一种路由器缓存管理技术。本文使用网络仿真软件NS2对三种主要的AQM算法(ARED、PI和REM算法)进行比较,仿真实验从稳定性、资源利用率和公平性几个角度出发,分析了各算法的队列长度变化,丢包率以及公平性等性能.

模糊理论在网络AQM中的应用研究

拥塞控制中作用于网络中间节点的主动队列管理策略能有效解决网络拥塞问题。本文引入了模糊理论对AQM进行研究和分析,基于模糊系统设计方法,给出了一个简单的应用实例以说明模糊理论在AQM中的优势,介绍了模糊理论在AQM中的几种典型应用。

双路由TCP/AQM网络系统的逆推控制器设计

研究了双路由TCP/AQM网络系统的拥塞控制问题。基于单路由TCP/AQM网络系统窗口模型,构建了遵循“优先选择,随机转移”数据包传输规则的双路由TCP/AQM网络系统模型。经过一类状态变换,得到了具有下三角形式的非线性系统状态空间模型。采用逆推设计方法,提出了针对双路由网络系统的主动队列管理拥塞控制算法。设计了使TCP/AQM网络系统渐近稳定的状态反馈控制器。仿真结果验证了所提方法的可行性和有效性。

TCP-AQM拥塞控制机制的稳定性—时间域方法

文章讨论了TCP-AQM拥塞控制机制的稳定性问题。基于一类为人熟知的TCP非线性模型,我们利用现代控制理论解决了若干网络拥塞控制中的控制器的参数设计问题。文章首先讨论了一类典型的时滞系统,并从此出发,给出了设计在存在网络传输延迟、负载水平变化的情况下的多种控制器的参数设计准则。我们还展望了网络拥塞问题的随机时滞模型。

一种基于流量速率和队长的AQM算法

本文设计了一种基于准确预测链路拥塞状态从而进行拥塞控制的AQM算法,算法以控制队列稳定和加快响应速度为主要目标,是一种将流量速率和队列长度相结合的AQM算法。

典型AQM算法的性能评价模型

利用GI/M/1/N排队系统和Internet业务流量自相似性的特点建立了一个评价AQM算法在非响应业务流量下性能的分析模型,提出了利用模型的分析计算结果而不是模拟或实验手段评价AQM算法性能的新方法.同模拟或实验手段相比,该方法能更深刻地刻画AQM算法在实际网络环境中的性能.用该模型分析比较3个经典的AQM算法——TD、RED和GRED的性能,所得的结果同其他研究者利用模拟或实验方法所得的结果一致.

基于自相似聚合业务流量的AQM算法性能评价

现有TCP／AQM忽略了非响应业务流量对AQM算法性能的影响，但非响应业务流量约占Internet业务流量的70％～80％。因此，评价非响应业务流量对AQM算法性能的影响具有重要意义，借助于在标准GI／M／1／N排队系统中嵌入AQM算法随机丢包机制的手段，提出了一种利用“扩充的GI／M／1／N排队系统”评价AQM算法在非响应业务流量下的性能的分析方法。最后评价了TD，RED和GRED这3种经典的AQM算法，评价结果与NS-2模拟结果一致，表明该分析方法可能用于评价AQM算法在非响应业务流量下的性能。

SABlue:一种带加速因子的自适应AQM算法

该文在分析SBlue算法的基础上,提出了一种带加速因子的自适应AQM算法SABlue(Self-tune AccelerateBlue)。算法将瞬时队长作为早期拥塞检测参量,根据队列负载因子控制丢包步长,实现丢包概率幅度的自适应调整,最终将路由队列长度稳定在目标区域内。为了提高网络突变跨度较大情况时算法的响应速度,在队列警戒区域内引入了加速因子。实验表明,SABlue面对突变流和不同RTT的网络场景,队列收敛时间短,丢包率小,且具有较好的鲁棒性,算法综合性能优于其他AQM算法。

主动式队列管理(AQM)算法研究

AQM是指根据队列长度的变化进行提前丢包,对网络拥塞进行早期通告,从而达到减少和避免网络拥塞,提高服务质量。本文对常用的AQM算法作了介绍,并通过NS2模拟器对各算法进行了模拟和分析,指出各算法的优缺点,为进一步研究AQM算法提供了依据。

一种新的快速响应的AQM算法

该文应用控制理论,设计了具有快速响应特征的比例积分(Proportional-Integral,PI)控制器,并以此提出了一个新的主动队列管理(Active Queue Management,AQM)算法,称为ActivePI算法(简称A-PI)。A-PI用一组参数实现快速响应,用另一组参数保证队长稳定,使用门限值实现两组参数间平滑切换,算法实现简单。理论分析和仿真实验表明,A-PI算法在保证队长稳定的同时实现了对不同网络环境的快速响应。