大时滞网络中的拥塞控制算法

主动队列管理(AQM)通过网络中间节点有目的的分组丢弃实现了较低的排队延时和较高的有效吞吐量,是近年来TCP端到端拥塞控制的一个研究热点.已有的大多数AQM算法在设计过程中都没有充分考虑到大时滞对算法性能的影响.首先通过仿真试验证实了已有的几种典型算法控制的队列在大时滞网络中无一例外地出现了剧烈的振荡,导致瓶颈链路利用率下降和延时抖动加剧.为此,在进行了适当模型拟合处理的基础上,应用控制理论中的内模补偿原理设计了鲁棒的延时补偿主动队列管理(delay compensation-active queue management,简称DC-AQM)算法,克服了大时滞给队列稳定性造成的不利影响.仿真实验结果表明,新算法在大时滞小期望队列长度的网络配置中表现出的综合性能明显优于已有的算法,链路利用率是其他算法的3～4倍.

大时滞网络自适应预测PI主动队列管理算法

针对网络中存在的大时滞和网络参数时变问题,提出一种自适应预测P I主动队列管理算法.将Sm ith预估器与达林算法相结合,既克服了大时滞带来的不利影响,也减少了控制器参数整定数量.利用网络参数与控制参数所具有的确定关系,通过在线估计网络参数来实时调节控制参数,使得控制器能够适应网络参数的变化,同时采用线性化方法分析了系统局部稳定性.仿真结果表明,所提出的算法是可行而有效的.

大时滞网络拥塞控制器的设计

几乎现有的AQM算法都忽略了大时滞对网络拥塞控制系统稳定性的负面影响,以致稳定性、响应性和鲁棒性在大时滞网络中大大降低.如PI、REM等AQM算法在大时滞环境下表现出剧烈的队列震荡和频繁的空队列情况,这些现象直接导致了链路利用率的低下和延时抖动的增大.而面向大时滞网络拥塞控制的DC-AQM算法不够恰当的参数配置使得系统输出偏离了控制的目标,出现了很高的分组丢弃概率.为解决大时滞网络拥塞控制的稳定性问题,本文基于内模控制原理,提出一种新的鲁棒AQM控制器IMC-PID来补偿网络时滞对系统稳定性的影响.仿真分析表明,随着网络时滞的增大,IMC-PID在综合性能上胜过其他算法,获得了较高的链路利用率和较低的延时抖动.

基于速率和队长的大时滞网络AQM算法

针对网络拥塞控制系统在大时滞网络中产生的不利影响,提出一种基于速率和队长的大时滞网络AQM算法。该算法采用缓冲区队列长度和包到达速率作为网络拥塞的判别依据,在结合Smith预估的模糊PID控制方法中加入速率控制项。仿真表明该算法在大时滞和网络动态变化的环境中拥塞响应较快、收敛时间短,并能较好地将队列长度稳定到期望值附近,提高缓冲区的利用率。

LMI方法在大时滞网络拥塞控制器中的应用

从H∞控制理论的观点出发,将带宽扰动作为网络负载来考虑,基于LMI方法设计了大时滞反馈网络控制系统的H∞拥塞控制器,所得到的数据分组丢包率不仅与队列的变化率有关,还与窗口的变化率有关,并进一步说明该控制器为基于平均队列长度估计的预测控制器。仿真结果表明,所设计的控制器在高速网络中具有良好的稳定性和鲁棒性。

具有最小时间加权平方误差积分的主动队列管理算法ISTE-PI

针对现有基于控制论的主动队列管理（AQM）算法的不足,在不忽略TCP/AQM传递函数模型中时滞环节的条件下,将TCP短流和UDP流作为干扰信号引入AQM控制器的设计过程,并借助最小＂时间加权平方误差积分（ISTE）＂控制方法,设计了一个基于PI控制器的AQM算法ISTE-PI.与现有算法相比,ISTE-PI算法同时具备响应速度快、抗干扰能力强、能用于大时滞网络环境且鲁棒性好等特点.鉴于Internet网络流量由TCP长流、TCP短流和UDP流构成,且是大时滞网络,因此ISTE-PI算法能更好地适应Internet网络环境下的主动队列管理.

基于Smith预估的模糊PID主动队列管理算法研究

为解决网络拥塞控制系统中由于网络大时滞对主动队列管理算法产生不利影响的问题,提出了一种基于Smith预估的模糊PID主动队列管理算法。该算法将Smith预估控制与模糊控制相结合,利用Smith预估器补偿网络时滞,同时运用模糊控制在一定程度上克服了传统Smith预估器对模型结构与参数的精确性过于敏感、鲁棒性差的缺点,使主动队列管理算法控制性能有明显提高。仿真实验结果表明,该算法在大时滞的网络环境下能很好地将路由器队列长度收敛于期望值,并能适应突发流和非弹性业务流的干扰,适用于动态变化的网络环境。