模糊控制在主动队列管理中的应用研究

摘要

随着互联网规模的增长，拥塞己经成为一个十分重要的问题。近年来，主动队列管理(AQM)已成为网络拥塞控制领域的一个研究热点。AQM通过评估网络状态、预测拥塞的出现，对分组进行有目的的丢弃，可以使源发送端更及时地了解到网络状况并调整发送速率。现有算法在响应速度、稳定性及环境敏感性等方面仍有缺陷。对于网络模型的复杂性难题，模糊控制可以发挥相应的优点实现拥塞控制的智能化：而且模糊控制不严格依赖于对象模型，对模型的不确定性具有很强的适应能力。因此，把模糊控制技术引入到AQM中有望能够较好地解决实际网络中的拥塞问题。目前，关于此方面的研究已引起人们广泛的兴趣，亦取得了一些初步的研究成果。不过现有的一些研究成果离实际应用尚有一定的距离。还需要作进一步地探索。 本论文的主要工作如下： ①分析了网络拥塞的固有特性，讨论了模糊控制理论在AQM中的应用； ②分析了具有代表性的基于模糊控制技术的AQM方案，讨论了它们各自的优缺点： ③在具有代表性的算法“随机指数标记”(REM)的基础上提出一种基于模糊控制的改进REM算法，取名Fuzzy REM，对其进行了理论分析和仿真实验。仿真结果表明，即使网络动态变化，该算法也能够快速地稳定队列长度，达到良好的控制性能，也较现有其它方案在网络拥塞控制的有效性上有较好的改善。 ④在具有代表性的算法“模糊显示标记”(FEM)的基础上提出一种自适应目标队列算法，取名ATQL-FEM，对其进行了仿真分析。仿真结果表明这种自适应机制能有效提高应对突发流量时的适应性，很好地适合网络模型的非线性。

目录

文摘

英文文摘

论文说明：缩略语索引表

声明

第一章绪论

1.1研究背景

1.1.1模糊控制在主动队列管理中的研究意义

1.1.2国内外研究现状

1.2论文的研究目标及结构安排

第二章主动队列管理机制

2.1网络流量特性

2.2主动队列管理技术(AQM)

2.3.1 AQM算法设计的困难

2.3.2 AQM算法的评价方法

2.3 AQM主要策略

2.3.1 RED算法及其改进

2.3.2随机指数标记算法(REM)

2.3.3 PI控制算法

2.4基于模糊控制技术的AQM算法

2.4.1模糊控制技术介绍

2.4.2模糊理论用于队列长度管理

2.4.3模糊理论用于不同连接的处理

2.4.4模糊理论用于丢包方法的处理

2.4.5模糊理论与自适应思想的结合

2.5小结

第三章基于模糊控制的REM改进算法设计与分析

3.1 Fuzzy REM算法的设计与分析

3.1.1背景

3.1.2 Fuzzy REM算法设计

3.1.3 Fuzzy REM算法的模糊控制器设计

3.2仿真试验分析

3.2.1仿真拓扑结构

3.2.2调整到任意TQL(目标队列长度)的能力

3.2.3同一TQL下算法的仿真性能

3.2.4流量动态变化下算法的仿真性能

3.2.5不同TCP流数下算法的仿真性能

3.2.6大带宽时延网络下算法的仿真性能

3.2.7 FTP、Exponential ON/OFF混合流量下的仿真性能

3.3本章小结

第四章自适应目标队列长度ATQL-FEM算法设计与分析

4.1固定TQL出现的问题

4.2 ATQL-FEM方案设计

4.2.1 ATQL的组成

4.2.2 ATQL-FEM算法的优点

4.3仿真实验及分析

4.3.1根据流量调整TQL的性能

4.3.2 FTP、HTTP混合流量下的仿真性能

4.3.3不同UDP业务流数下的仿真性能

4.3.4 FTP、HTTP、Pareto ON/OFF混合流量下的仿真性能

4.4本章小结

第五章结论及未来的工作

5.1结论

5.2未来的工作

致谢

参考文献

附录