基于模糊控制理论的主动队列管理算法研究
发布时间：2021-07-20 05:01
随着互联网技术的发展以及网络用户数量的不断增加,网络拥塞问题变得越来越严重,单纯依靠TCP源端的流量控制机制很难完全解决网络拥塞问题,因此,作为端算法补充手段的主动队列管理（Active Queue Management, AQM）算法成为了网络拥塞控制领域的研究热点。由于网络的强非线性和时变特点,经典的固定参数的主动队列管理算法已经不能满足其性能要求,因此需要设计能够更好地适应网络环境变化的AQM算法。本文采用模糊控制来设计AQM算法,取得的主要成果如下：（1）提出了一种基于T-S （Takagi-Sugeno）模糊模型的PI（proportional-integral）主动队列管理算法。针对网络拥塞控制系统的非线性和时变特点,基于T-S模糊模型,采用网络拥塞控制系统的多个基于不同稳态工作点的局部线性化模型来逼近非线性网络拥塞控制系统模型,在此模型的基础上采用PI控制器设计了新的AQM算法。（2）提出了一种基于T-S模糊模型的状态反馈控制的AQM算法。采用T-S模糊模型对TCP/AQM系统进行非线性建模,基于该模型采用状态反馈控制设计了新的AQM算法,根据Lyapunov理论给出了系...
【文章来源】：南京理工大学江苏省 211工程院校
【文章页数】：81 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 网络拥塞控制研究背景及意义
1.2 网络拥塞和拥塞控制算法
1.2.1 网络拥塞的含义
1.2.2 网络拥塞产生的原因
1.2.3 拥塞控制算法的分类
1.3 TCP源端拥塞控制算法的研究现状
1.4 主动队列管理算法的研究现状
1.4.1 经典AQM算法及其改进算法
1.4.2 基于控制理论的AQM算法
1.5 本文所作的工作及章节安排
2 模糊控制理论
2.1 模糊控制及控制器设计
2.1.1 模糊控制基础
2.1.2 模糊控制器设计
2.2 T-S模糊模型
2.2.1 T-S模糊模型的结构
2.2.2 T-S模糊模型的求取
2.2.3 T-S模糊控制器设计
2.3 本章小结
3 基于T-S模糊模型的PI主动队列管理算法
3.1 T-S模糊PI算法设计
3.2 T-S模糊PI参数设置
3.3 仿真实验与结果分析
3.3.1 仿真软件NS2简介
3.3.2 仿真环境与参数配置
3.3.3 不同仿真场景下的算法性能分析
3.4 本章小结
4 基于T-S模糊模型的状态反馈控制AQM算法
4.1 网络拥塞控制系统的T-S模糊模型
4.2 基于T-S模糊模型的状态反馈控制器设计
4.2.1 控制器设计
4.2.2 稳定性分析
4.3 算法参数设置
4.4 仿真实验与结果分析
4.4.1 仿真环境与参数配置
4.4.2 不同仿真场景下的算法性能分析
4.5 本章小结
5 基于队列和速率的模糊控制AQM算法
5.1 算法设计思想
5.2 控制器设计
5.2.1 基本的二维输入模糊控制器设计
5.2.2 基于队列的模糊控制器
5.2.3 基于速率的模糊控制器
5.2.4 控制器合成
5.3 仿真实验与结果分析
5.3.1 仿真环境与参数配置
5.3.2 不同仿真场景下的算法性能分析
5.4 本章小结
6 总结与展望
6.1 总结
6.2 展望
致谢
附录
参考文献
【参考文献】：
期刊论文
[1]TCP网络的非线性自适应滑模控制[J]. 叶成荫,井元伟. 东北大学学报(自然科学版). 2012(11)
[2]不确定时滞TCP网络中基于T-S模型的滑模AQM算法[J]. 闫明,颜闽秀. 控制与决策. 2012(01)
[3]预测控制主动队列管理算法的设计与分析[J]. 王萍,陈虹,卢晓晖. 通信学报. 2011(09)
[4]一种基于速率的PI主动队列管理机制[J]. 何施茗,张大方,谢鲲. 小型微型计算机系统. 2011(07)
[5]一种自适应主动队列管理算法ABlue[J]. 冯伟,陈元琰,胡愚,王斌. 计算机工程. 2011(10)
[6]基于自适应全局滑模控制的主动队列管理算法[J]. 叶成荫. 科学技术与工程. 2011(13)
[7]SABlue:一种带加速因子的自适应AQM算法[J]. 陈伟杰,王万良,蒋一波,郑建炜. 电子与信息学报. 2011(02)
[8]采用自适应神经元的随机指数标记策略[J]. 姚梦凯,黄文君,谭平. 计算机应用研究. 2011(01)
[9]基于速率和队长的大时滞网络AQM算法[J]. 郑博,孟相如,李欢,蒋静芝. 计算机工程. 2010(20)
[10]模糊神经元自适应PID控制AQM算法[J]. 孙金生,李彬. 东南大学学报(自然科学版). 2010(S1)
硕士论文
[1]基于控制理论的主动队列管理算法研究[D]. 杜飞.南京理工大学 2012
[2]基于T-S模糊控制理论的网络拥塞控制算法研究[D]. 李彬.南京理工大学 2010
本文编号：3292185
【文章来源】：南京理工大学江苏省 211工程院校
【文章页数】：81 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 网络拥塞控制研究背景及意义
1.2 网络拥塞和拥塞控制算法
1.2.1 网络拥塞的含义
1.2.2 网络拥塞产生的原因
1.2.3 拥塞控制算法的分类
1.3 TCP源端拥塞控制算法的研究现状
1.4 主动队列管理算法的研究现状
1.4.1 经典AQM算法及其改进算法
1.4.2 基于控制理论的AQM算法
1.5 本文所作的工作及章节安排
2 模糊控制理论
2.1 模糊控制及控制器设计
2.1.1 模糊控制基础
2.1.2 模糊控制器设计
2.2 T-S模糊模型
2.2.1 T-S模糊模型的结构
2.2.2 T-S模糊模型的求取
2.2.3 T-S模糊控制器设计
2.3 本章小结
3 基于T-S模糊模型的PI主动队列管理算法
3.1 T-S模糊PI算法设计
3.2 T-S模糊PI参数设置
3.3 仿真实验与结果分析
3.3.1 仿真软件NS2简介
3.3.2 仿真环境与参数配置
3.3.3 不同仿真场景下的算法性能分析
3.4 本章小结
4 基于T-S模糊模型的状态反馈控制AQM算法
4.1 网络拥塞控制系统的T-S模糊模型
4.2 基于T-S模糊模型的状态反馈控制器设计
4.2.1 控制器设计
4.2.2 稳定性分析
4.3 算法参数设置
4.4 仿真实验与结果分析
4.4.1 仿真环境与参数配置
4.4.2 不同仿真场景下的算法性能分析
4.5 本章小结
5 基于队列和速率的模糊控制AQM算法
5.1 算法设计思想
5.2 控制器设计
5.2.1 基本的二维输入模糊控制器设计
5.2.2 基于队列的模糊控制器
5.2.3 基于速率的模糊控制器
5.2.4 控制器合成
5.3 仿真实验与结果分析
5.3.1 仿真环境与参数配置
5.3.2 不同仿真场景下的算法性能分析
5.4 本章小结
6 总结与展望
6.1 总结
6.2 展望
致谢
附录
参考文献
【参考文献】：
期刊论文
[1]TCP网络的非线性自适应滑模控制[J]. 叶成荫,井元伟. 东北大学学报(自然科学版). 2012(11)
[2]不确定时滞TCP网络中基于T-S模型的滑模AQM算法[J]. 闫明,颜闽秀. 控制与决策. 2012(01)
[3]预测控制主动队列管理算法的设计与分析[J]. 王萍,陈虹,卢晓晖. 通信学报. 2011(09)
[4]一种基于速率的PI主动队列管理机制[J]. 何施茗,张大方,谢鲲. 小型微型计算机系统. 2011(07)
[5]一种自适应主动队列管理算法ABlue[J]. 冯伟,陈元琰,胡愚,王斌. 计算机工程. 2011(10)
[6]基于自适应全局滑模控制的主动队列管理算法[J]. 叶成荫. 科学技术与工程. 2011(13)
[7]SABlue:一种带加速因子的自适应AQM算法[J]. 陈伟杰,王万良,蒋一波,郑建炜. 电子与信息学报. 2011(02)
[8]采用自适应神经元的随机指数标记策略[J]. 姚梦凯,黄文君,谭平. 计算机应用研究. 2011(01)
[9]基于速率和队长的大时滞网络AQM算法[J]. 郑博,孟相如,李欢,蒋静芝. 计算机工程. 2010(20)
[10]模糊神经元自适应PID控制AQM算法[J]. 孙金生,李彬. 东南大学学报(自然科学版). 2010(S1)
硕士论文
[1]基于控制理论的主动队列管理算法研究[D]. 杜飞.南京理工大学 2012
[2]基于T-S模糊控制理论的网络拥塞控制算法研究[D]. 李彬.南京理工大学 2010
本文编号：3292185
本文链接：https://www.wllwen.com/guanlilunwen/ydhl/3292185.html
