时变不确定TCP流模型的鲁棒AQM算法的研究

摘要

网络技术的不断发展，网络的规模不断扩大，使得网络拥塞现象日益严重。主动队列管理(AQM)是目前解决网络拥塞最有效的方法，被众多研究学者所重视。本文鉴于网络参数的不确定性、系统的建模误差以及实际系统中存在的扰动（主要是非TCP流和短生命周期形成的TCP流），在已有AQM算法的基础上做出如下工作:
　　(1)在考虑时间延迟和参数不确定性因素的同时，将短期突发流占用的实际链路带宽作为一个外部的扰动，利用状态观测器来获取TCP窗口值，结合H-infinity鲁棒控制理论，设计一种基于状态观测器的离散H-infinity鲁棒AQM算法，以此来减小网络参数变化和链路干扰对网络的影响。仿真结果表明，该算法在网络参数变化和存在链路扰动时，队列长度能够稳定在期望值附近，性能较好。
　　(2)针对动态时变的计算机网络系统，在考虑时间延迟和参数不确定性因素的同时，考虑到实际系统的结构不确定性、建模不匹配误差以及非线性扰动的影响，将未建模的不确定性建为一个一维维纳过程，将TCP/AQM系统描述为一个具有非线性扰动和范数有界不确定的时滞系统，结合H-infinity鲁棒控制理论，设计一种带非线性扰动的随机鲁棒AQM算法。模拟仿真结果证明在动态时变的网络环境中该算法可以满足给定的性能指标。
　　(3)考虑参数不确定性和实际系统输入通道中存在的扰动（主要是非TCP流和短生命周期形成的TCP流），设计一种扰动观测器，用扰动观测器去估计干扰，提出了一种基于扰动观测器的鲁棒AQM控制器。模拟仿真表明，这种方法能很好的将队列长度快速收敛到所设定的期望队列长度附近，同时这种方法也对网络的负载扰动和网络参数的变化具有比较强的鲁棒性。

目录

声明

摘要

1 绪论

1．1 拥塞控制算法的研究背景和意义

1．2 拥塞控制研究现状

1．2．1 源端拥塞控制算法

1．2．2 链路拥塞控制算法

1．3 主动队列管理算法

1．3．1 基于经验启发式的AQM算法

1．3．2 基于控制理论的AQM算法

1．3．3 基于优化理论的AQM算法

1．3．4 基于鲁棒理论的AQM算法

1．4 主要内容和安排

2 经典AQM算法及其仿真研究

2．1 引言

2．2 经典AQM算法

2．2．1 RED算法

2．2．2 REM算法

2．2．3 PI算法

2．3 模拟实验与性能比较

2．3．1 各算法在不同负载条件下的模拟仿真性能分析

2．3．2 各算法在不同延迟条件下的模拟仿真性能分析

2．4 本章小结

3 基于状态观测器的离散H-infinity鲁棒AQM算法

3．1 引言

3．2 TCP／AQM模型

3．3 AQM控制器设计

3．4 模拟实验与性能比较

3．4．1 各算法在固定负载下的模拟仿真性能分析

3．4．2 各算法在突发数据流时的模拟仿真性能分析

3．4．3 各算法在多种网络环境下的模拟仿真性能分析

3．5 本章小结

4 带非线性扰动的随机鲁棒AQM算法

4．1 引言

4．2 TCP／AQM模型

4．3 AQM控制器设计

4．4 模拟实验与性能比较

4．4．1 各算法在单一瓶颈链路中的模拟仿真性能分析

4．4．2 各算法在多瓶颈链路中的模拟仿真性能分析

4．5 本章小结

5 基于扰动观测器的鲁棒AQM算法

5．1 引言

5．2 TCP／AQM模型

5．3 AQM控制器设计

5．4 模拟实验与性能比较

5．4．1 各算法在单一瓶颈链路中的模拟仿真性能分析

5．4．2 各算法在多瓶颈链路中的模拟仿真性能分析

5．5 本章小结

6 结论与展望

6．1 结论

6．2 展望

致谢

参考文献