互联网拥塞控制算法若干问题研究

论文摘要

自从互联网（Internet）诞生以来,网络资源和网络流量分布的不均衡使得拥塞问题一直困扰着其发展。伴随着网络规模的日益扩大和应用类型的丰富,网络拥塞也变得越来越严重。虽然实践证明基于源端的TCP拥塞控制机制能够有效防止拥塞崩溃地发生,但是TCP拥塞控制机制仍然面临着许多新的危机。因此,互联网的发展要求网络本身也必须参与到拥塞控制中去。目前,基于源端的TCP拥塞控制机制和基于网络端的拥塞避免机制两者相结合已经成为解决拥塞控制问题的一个主要途径之一,形成了计算机网络、通信与自动控制等几个交叉学科一个新的研究热点。Internet拥塞控制可以看作是一个具有通信时延的非线性动态反馈系统。本文着重讨论基于网络端的拥塞避免机制中的主动队列管理算法设计和网络拥塞控制系统的稳定性分析,主要的研究成果如下:（1）提出了一种鲁棒非线性主动队列管理算法,解决了中小规模网络中存在的传输时延和网络参数时变对系统性能的影响问题。首先,由流体流模型推导出网络模型为参数区间不确定一阶时滞线性系统。其次,在确定使闭环系统稳定的非线性主动队列管理算法控制参数集基础上,利用遗传算法获得了基于改进误差绝对值时间积分指标最优的控制参数,解决了主动队列管理算法参数设置难题。基于扩展到时滞系统的棱边定理,设计了鲁棒非线性主动队列管理算法。仿真结果表明该算法具有良好的控制性能,对参数区间不确定系统有较好鲁棒性。（2）提出了一种简单易用的预测PI拥塞控制算法,解决了大规模网络中存在的大时滞问题。首先,利用Smith预估器补偿时延滞后,按Dahlin算法设计控制器,将控制器参数和预估对象模型参数相结合,设计了预测PI拥塞控制算法。其次,分析了系统鲁棒稳定性和存在链路容量干扰时瓶颈队列的暂态、稳态特性。通过仿真验证了预测PI算法控制性能优于RED、PI算法,能够适用于存在较大时延的网络。（3）提出了一种预测PI拥塞控制算法的参数自适应机制来处理网络参数的较大变化问题。首先,利用预测PI算法控制参数与网络参数的确定关系,通过对网络参数的在线估计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。其次,结合自适应机制分析了整个系统的稳定性和给出了自适应参数的设定原则。仿真结果显示自适应预测PI算法具有较强的鲁棒性,能够适应网络参数的较大变化。（4）提出了一种基于速率的增强自适应虚拟队列管理算法（EAVQ）。EAVQ引入主从拥塞尺度和期望链路利用比的概念,以输入速率为主要拥塞尺度,保留了AVQ响应速度较快、低队列时延、高链路利用率等优点;同时,以期望链路利用比为辅助拥塞准则,设计了一种基于速率的期望链路利用比自适应机制,解决了AVQ存在着参数设定困难、队列抗干扰能力较弱及存在一定的链路损失等缺点,在改善系统动态性能的同时保证了链路容量的充分利用。在线性化基础上给出了一般网络结构下TCP/EAVQ系统的局部稳定条件。通过仿真验证了EAVQ具有极高的链路利用率,极低的分组丢弃率,受控的队列长度、快速的动态响应和对网络参数具有鲁棒性等优点。（5）对一类原始-对偶拥塞控制算法在无时延和考虑时延两种情形下分析了系统的稳定性。基于优化理论框架,提出了一个带边界限制的原始-对偶统一拥塞控制模型,应用该模型

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究背景及意义
• 1.2 研究目标与内容
• 1.3 研究方法
• 1.4 结构安排
• 参考文献
• 第2章 互联网拥塞控制相关研究
• 2.1 基本概念
• 2.1.1 拥塞概念及影响因素
• 2.1.2 拥塞控制的难点
• 2.1.3 拥塞控制分类
• 2.1.4 拥塞控制评价指标
• 2.2 互联网拥塞控制机制
• 2.2.1 基于源端的TCP 拥塞控制机制
• 2.2.2 基于网络端的拥塞避免机制
• 2.3 拥塞控制的分析框架
• 2.3.1 基于经典控制理论的拥塞控制
• 2.3.2 基于现代控制理论的拥塞控制
• 2.3.3 基于优化理论的拥塞控制
• 2.4 本章小结
• 参考文献
• 第3章 参数不确定时滞网络鲁棒主动队列管理算法
• 3.1 引言
• 3.2 网络流量模型
• 3.3 鲁棒主动队列管理算法设计
• 3.3.1 传统PI/PID 控制器稳定区域
• 3.3.2 非线性控制器设计
• 3.3.3 控制参数寻优
• 3.3.4 系统的鲁棒性
• 3.3.5 设计步骤
• 3.4 算法仿真
• 3.4.1 PI 情形
• 3.4.2 PID 情形
• 3.5 进一步改进
• 3.5.1 网络模型改进
• 3.5.2 基于改进模型的PID 控制器稳定区域
• 3.6 本章小结
• 参考文献
• 第4章 大时滞网络自适应预测PI拥塞控制算法设计
• 4.1 引言
• 4.2 预测PI 拥塞控制算法设计
• 4.2.1 网络模型
• 4.2.2 预测PI 算法设计
• 4.2.3 算法仿真
• 4.3 TCP/PPI 系统性能分析
• 4.3.1 瓶颈队列分析
• 4.3.2 系统鲁棒性分析
• 4.3.3 控制器输出分析
• 4.4 预测PI 算法参数自适应机制
• 4.4.1 算法描述
• 4.4.2 稳定性分析
• 4.4.3 算法仿真
• 4.5 APPI 算法具体实现
• 4.5.1 算法初始化部分
• 4.5.2 PPI 控制算法实现部分
• 4.5.3 参数自适应调整部分
• 4.6 本章小结
• 参考文献
• 第5章 增强AVQ主动队列管理算法
• 5.1 引言
• 5.2 增强AVQ 主动队列管理算法（EAVQ）
• 5.2.1 算法描述
• 5.2.2 算法实现
• 5.3 稳定性分析
• 5.3.1 网络模型
• 5.3.2 TCP/EAVQ 线性模型
• 5.3.3 稳定性判据
• 5.4 算法仿真
• 5.4.1 参数设计
• 5.4.2 性能评估
• 5.5 本章小结
• 参考文献
• 第6章 一类基于优化理论的网络拥塞控制算法稳定性分析
• 6.1 引言
• 6.2 拥塞控制模型
• 6.2.1 网络模型
• 6.2.2 统一拥塞控制模型
• 6.2.3 相关研究
• 6.3 稳定性分析
• 6.3.1 无时延情况
• 6.3.2 有时延情况
• 6.4 示例
• 6.4.1 TCP/E-RED 模型
• 6.4.2 仿真实验
• 6.5 本章小结
• 参考文献
• 第7章 总结与展望
• 7.1 全文总结
• 7.2 将来的工作
• 攻读博士学位期间的科研工作
• 致谢