基于状态空间模型的主动队列管理算法分析与设计

基于状态空间模型的主动队列管理算法分析与设计

论文摘要

在短短数十年内,Internet从一个美国政府建立的研究性网络发展成为今天全球性的商用网络,充分体现了IP技术所具有的简单性,灵活性以及良好的适应性。随着计算机网络的高速发展,人们对网络的要求也越来越高。由于对时延及时延抖动敏感的实时业务越来越多地在网上传输,一方面使得网络资源极大地丰富但同时也引入了如何保证服务质量的问题。当多种业务或多个连接同时达到某个节点,或高速链路接入慢速网络时,易引起此节点的缓冲区队列长度迅速上升而溢出,导致拥塞。拥塞又会引起网络处理延时的增加,进一步使拥塞加剧,甚至导致网络崩溃。因此,设计有效的算法控制网络拥塞,是提高网络资源利用率和改善网络服务质量的首要任务。 本文首先分析了拥塞控制和主动队列管理(AQM)背景,并简单分析了各种已有的AQM算法。接着以PID类主动队列管理算法为例说明了AQM算法的实现过程。并且在静态PID的基础上,提出了自适应非线性PID主动队列管理算法。为了进一步理解这类算法的运行机制,在相同的网络拓扑条件下,利用仿真软件NS对这类算法进行了仿真实现与比较。 然后我们对基于状态空间的主动队列管理算法进行了深入的研究。我们发现目前已有的大多数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。并且通过仿真实验证实已有的几种基于状态空间的典型算法控制的队列在大时滞网络下无一例外地出现了剧烈地振荡,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地基础上,我们提出并设计了以下几种主动队列管理算法: (1)基于积分变换和滑模控制的主动队列管理算法。 (2)基于状态反馈和线性矩阵不等式(LMI)的主动队列管理算法。 (3)基于动态反馈和线性矩阵不等式(LMI)的主动队列管理算法。 这些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。

论文目录

  • 摘要
  • Abstract
  • 1 绪论
  • 1.1 拥塞控制的背景
  • 1.1.1 拥塞和拥塞控制
  • 1.1.2 拥塞控制算法的类型
  • 1.1.3 拥塞控制的发展
  • 1.2 主动队列管理算法综述
  • 1.2.1 RED(随机早期检测)算法及其改进算法
  • 1.2.2 基于优化的REM算法
  • 1.2.3 基于虚队列的AVQ算法
  • 1.2.4 基于智能控制理论的主动队列管理算法
  • 1.2.5 基于状态空间的主动队列管理算法
  • 1.3 本文的研究内容及创新意义
  • 2 基于经典控制理论的PID类主动队列管理算法研究
  • 2.1 算法设计
  • 2.1.1 TCP流量控制中AQM系统的模型
  • 2.1.2 平衡点线性化
  • 2.1.3 频域稳定性的基本原理
  • 2.1.4 AQM控制器的设计
  • 2.2 算法仿真与性能评价
  • 2.2.1 NS2仿真软件简介
  • 2.2.2 用NS2进行网络仿真的一般步骤
  • 2.2.3 PID类AQM算法仿真实现与比较
  • 3 基于状态空间模型的主动队列管理算法分析和设计
  • 3.1 本章的基本概念和理论基础
  • 3.1.1 鲁棒控制概述
  • 3.1.2 时延和时延抖动
  • 3.1.3 时滞系统鲁棒控制概述
  • 3.1.4 滑模变结构基础
  • 3.1.5 线性矩阵不等式(LMI)基础
  • 3.1.6 AQM/TCP动态模型
  • 3.2 几种典型的基于状态空间的主动队列管理算法
  • 3.2.1 应用变结构滑模控制方法的VS主动队列管理算法
  • 3.2.2 基于状态反馈控制的SFC主动队列管理算法
  • 3.3 针对时滞系统鲁棒的基于状态空间的主动队列管理算法设计
  • 3.3.1 基于积分变换和滑动模控制的VSMC主动队列管理算法
  • 3.3.2 基于状态反馈和LMI的KSFC主动队列管理算法
  • 3.3.3 基于动态反馈和LMI的VSFC主动队列管理算法
  • 3.4 基于状态空间的主动队列管理算法仿真分析与比较
  • 3.4.1 实验一:VSMC算法与SFC算法和VS算法的仿真实现与性能分析比较
  • 3.4.2 实验二:KSFC算法与SFC算法的仿真实现与性能分析比较
  • 3.4.3 实验三:VSFC算法与SFC算法的仿真实现与性能分析比较
  • 结论
  • 参考文献
  • 攻读硕士学位期间发表学术论文情况
  • 致谢
  • 大连理工大学学位论文版权使用授权书
  • 相关论文文献

    • [1].一种实现Fornasini-Marchesini 模型的新方法的研究[J]. 高技术通讯 2020(05)
    • [2].状态空间模型的稳定性分析[J]. 保山学院学报 2017(02)
    • [3].基于状态空间模型的武汉市房产泡沫的测度[J]. 中南财经政法大学研究生学报 2013(01)
    • [4].无线网络状态空间模型约束预测控制仿真[J]. 计算机仿真 2018(12)
    • [5].基于不同退化阶段状态空间模型及粒子滤波的滚动轴承寿命预测[J]. 北京化工大学学报(自然科学版) 2017(03)
    • [6].基于三维状态空间模型的石化企业生态承载力评价研究[J]. 中国石油大学学报(社会科学版) 2016(01)
    • [7].基于两步线性回归的状态空间模型建立与验证[J]. 空气动力学学报 2013(06)
    • [8].国际油价预测中状态空间模型的应用分析[J]. 云南化工 2018(11)
    • [9].状态空间模型下构建动态交易比例系数协整模型探究[J]. 山西农经 2019(03)
    • [10].状态空间模型在双变量时间序列分析中的推广[J]. 保山学院学报 2016(02)
    • [11].宏观经济变动与社会保障财政——基于状态空间模型的预测[J]. 国际社会科学杂志(中文版) 2014(01)
    • [12].基于状态空间模型的中国房价变动的影响因素研究[J]. 南方经济 2011(02)
    • [13].大型风机主导机械动态的智能灰箱建模及其线性状态空间表征[J]. 控制理论与应用 2020(06)
    • [14].香港人民币离岸市场对内地货币供应量的影响——基于状态空间模型的时变参数分析[J]. 吉林金融研究 2012(01)
    • [15].基于状态空间模型的指数衰减正弦信号参数估计[J]. 吉林大学学报(工学版) 2019(06)
    • [16].基于状态空间模型的城乡收入差距因素分析——以广西为例(1990—2017年)[J]. 经济研究导刊 2019(28)
    • [17].社会融资结构与产业升级:基于状态空间模型的实证研究[J]. 市场周刊 2018(09)
    • [18].基于非线性混合效应状态空间模型的粒子滤波[J]. 电子科技 2015(02)
    • [19].构造既不完全可控又不完全可观状态空间模型的方法[J]. 电气自动化 2015(04)
    • [20].基于状态空间模型的人民币均衡汇率研究[J]. 管理工程学报 2014(04)
    • [21].自组织状态空间模型参数初始分布搜索算法[J]. 自动化学报 2012(09)
    • [22].GARCH类模型和状态空间模型波动率预测评价[J]. 统计与决策 2009(16)
    • [23].重型燃气轮机分段线性化状态空间模型的建立[J]. 热力透平 2010(04)
    • [24].时变资本资产定价状态空间模型的构建及实证[J]. 统计与决策 2017(10)
    • [25].一种自适应状态空间模型预测控制器设计方法[J]. 计算机测量与控制 2013(03)
    • [26].基于状态空间模型的煤炭价格合理性分析研究[J]. 管理世界 2009(10)
    • [27].探雷搜索过程的状态空间模型[J]. 水雷战与舰船防护 2017(02)
    • [28].双重化继电保护系统可靠性的五状态空间模型与评估方法[J]. 电力系统自动化 2016(20)
    • [29].基于状态空间模型的无线网络控制仿真研究[J]. 控制工程 2010(01)
    • [30].状态空间模型下的Hammerstein系统的递推子空间辨识方法(英文)[J]. 自动化学报 2010(10)

    标签:;  ;  ;  ;  

    基于状态空间模型的主动队列管理算法分析与设计
    下载Doc文档

    猜你喜欢