基于模糊PID算法的网络拥塞控制问题研究

基于模糊PID算法的网络拥塞控制问题研究

论文摘要

科学技术高速发展,新型网络应用不断涌现,用户数量迅速增加,由此引发的网络佣塞成为制约网络发展和应用的瓶颈问题,如何更好地预防和控制网络拥塞成为近年来网络研究领域的热点。仅依靠基于源端的TCP拥塞控制已不能满足服务质量要求,基于路由器的拥塞控制机制逐渐成为研究的重点。主动队列管理算法(AQM)是基于路由器的拥塞控制的重要组成部分。本文首先介绍了拥塞控制的定义、产生的原因和TCP/IP拥塞控制机制;着重介绍了IP拥塞控制机制中的主动队列管理算法,并指出它在拥塞控制中的重要作用。主动队列管理算法解决路由器满队列问题的方法,是在队列满之前就对到达的数据包进行丢弃,这样端节点便能在队列溢出之前做出反应,从而避免真正拥塞的发生。随机早期检测(RED)算法是著名的AQM算法,而基于控制理论的拥塞控制成为新的研究热点。近几年,智能控制理论在网络拥塞控制中的应用取得了很大的进展。本文在研究主动队列管理算法的基础上,考虑了网络环境的复杂性和网络模型的不确定性,将智能控制中的模糊控制与常规PID控制结合起来,采用模糊增益调整PID控制算法作为主动队列管理算法,对网络拥塞进行控制。模糊增益调整PID控制器,既具有模糊控制灵活而适应性强的优点,又具有PID控制精度高的特点,能达到传统拥塞控制所不能达到的控制效果。为了解决模糊增益调整PID控制算法设计复杂、耗时的问题,本文研究了模糊/PID混合控制算法,将具有PD控制功能的二维单输出模糊控制与PI控制相结合,并将变速积分引入PI控制器,解决因固定的积分常数在某些调节时刻过大而造成超调过大的问题。针对模糊增益调整PID控制算法和模糊/PID混合控制算法基于Matlab进行仿真。通过仿真结果表明,两种模糊PID算法能有效地将队列长度稳定在目标值附近,具有较强的稳定性和鲁棒性,适应多变的网络环境,而后者的控制效果更优越。最后,对全文进行了概括性总结,在此基础上,对以后的工作进行展望。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 网络拥塞控制研究背景和意义
  • 1.2 网络拥塞与网络拥塞控制
  • 1.3 网络拥塞控制国内外研究现状
  • 1.4 本文主要工作
  • 第二章 TCP/IP网络拥塞控制策略分析
  • 2.1 TCP拥塞控制
  • 2.2 IP拥塞控制
  • 2.3 AQM算法
  • 2.3.1 RED及其改进算法
  • 2.3.2 基于优化理论的拥塞控制算法
  • 2.3.3 基于控制理论的拥塞控制算法
  • 2.4 本章小结
  • 第三章 模糊增益调整PID控制AQM算法研究
  • 3.1 网络拥塞控制机制建模
  • 3.1.1 网络受控对象建模
  • 3.1.2 平衡点附近线性化
  • 3.2 PID控制和模糊控制理论
  • 3.2.1 PID控制
  • 3.2.2 模糊控制理论
  • 3.3 模糊PID主动队列管理算法研究
  • 3.3.1 模糊PID控制器的结构
  • 3.3.2 模糊PID控制器的设计
  • 3.4 仿真分析
  • 3.4.1 常规PID控制与模糊增益调整PID控制仿真比较
  • 3.4.2 模糊增益调整PID控制算法在网络环境发生变化时性能仿真研究
  • 3.5 本章小结
  • 第四章 模糊/PID混合控制AQM算法研究
  • 4.1 模糊/PID混合控制器的结构
  • 4.2 模糊/PID混合控制器的设计
  • 4.2.1 二维模糊控制器的设计
  • 4.2.2 PI控制器的设计
  • 4.3 仿真分析
  • 4.3.1 模糊/PID混合控制算法与模糊增益调整PID控制算法仿真比较
  • 4.3.2 模糊/PID混合控制算法在网络环境发生变化时性能仿真研究
  • 4.4 本章小结
  • 第五章 总结与展望
  • 5.1 本文的主要工作
  • 5.2 展望
  • 参考文献
  • 致谢
  • 相关论文文献

    • [1].PID性能评估与整定软件的开发及应用[J]. 炼油与化工 2019(05)
    • [2].基于模糊PID的步进电机速度控制[J]. 软件 2019(12)
    • [3].采用改进模糊神经网络PID控制的移动机器人运动误差研究[J]. 中国工程机械学报 2019(06)
    • [4].基于改进模糊PID的轮式机器人速度控制器设计[J]. 河北科技大学学报 2020(01)
    • [5].基于模糊PID的高速列车车内压力主被动控制[J]. 中国测试 2020(01)
    • [6].混合式步进电机模糊PID控制器设计仿真[J]. 安徽工程大学学报 2019(06)
    • [7].基于模糊PID控制的列车主动悬架振动控制研究[J]. 工业控制计算机 2020(01)
    • [8].拖拉机液压机械式变速器小波神经网络PID控制[J]. 合肥工业大学学报(自然科学版) 2020(01)
    • [9].雷达稳定平台模糊PID串级控制设计与仿真[J]. 计算机测量与控制 2020(02)
    • [10].基于模糊神经网络PID控制的粉体包装计量控制系统[J]. 食品与机械 2020(01)
    • [11].考虑路面时变的整车主动悬架的改进模糊PID集成控制策略[J]. 现代制造工程 2020(02)
    • [12].基于广义预测控制PID算法的桥式起重机吊钩防摆控制器设计[J]. 制造业自动化 2020(03)
    • [13].面向抽水蓄能电站区域负荷频率的分数阶PID控制研究[J]. 电网技术 2020(04)
    • [14].基于智能控制的PID控制方式的研究[J]. 电子测试 2020(05)
    • [15].基于变速积分与微分先行PID的无刷直流电机串级调速控制[J]. 齐齐哈尔大学学报(自然科学版) 2020(01)
    • [16].基于模糊PID算法吸附机器人转向控制系统[J]. 精密制造与自动化 2020(01)
    • [17].农用车辆路径跟踪预瞄控制研究——基于免疫模糊PID算法和视觉导航[J]. 农机化研究 2020(11)
    • [18].基于模糊PID算法吸附机器人转向控制[J]. 软件 2020(04)
    • [19].基于模糊PID算法的臭氧发生器控制系统优化措施[J]. 自动化应用 2020(04)
    • [20].基于遗传算法的智能PID系统设计和分析[J]. 设备管理与维修 2020(10)
    • [21].基于模糊PID的电力巡检机器人路径纠偏[J]. 智慧工厂 2020(04)
    • [22].基于PID的多电发动机磁轴承控制系统设计与验证[J]. 微特电机 2020(06)
    • [23].基于遗传算法的全自动除泡机腔体充排气PID控制研究[J]. 机械管理开发 2020(05)
    • [24].基于吸收塔动态模型的PID控制模拟研究[J]. 辽宁化工 2020(06)
    • [25].基于PID的光伏清洁机器人速度控制及仿真研究[J]. 造纸装备及材料 2020(03)
    • [26].基于改进模糊-PID的船舶自动舵控制方法[J]. 船舶物资与市场 2020(06)
    • [27].运用启发式算法优化一阶倒立摆PID参数研究[J]. 产业科技创新 2020(10)
    • [28].基于前馈补偿PID控制的轮式机器人轨迹跟踪[J]. 河南工程学院学报(自然科学版) 2020(03)
    • [29].基于模糊PID的驾驶模拟器方向盘力反馈系统设计[J]. 机电技术 2020(04)
    • [30].基于模糊PID的小型冷库过热度控制方法[J]. 湖北工业大学学报 2020(04)

    标签:;  ;  ;  ;  ;  

    基于模糊PID算法的网络拥塞控制问题研究
    下载Doc文档

    猜你喜欢