基于速率和队列长度的主动队列管理算法研究

摘要

随着互联网的规模不断扩大、网络用户数量的迅速增加和各种多媒体应用的出现，网络正面临着越来越多的包丢失和其它的性能恶化问题，网络拥塞已成为互联网发展的瓶颈，因此，必须采取积极主动的措施来把拥塞发生的可能性降到最低，同时满足一定的网络服务质量要求。基于中间节点的主动队列管理作为改善网络性能、提高服务质量的主要手段，已成为近年来拥塞控制领域研究的热点问题。 本论文系统地阐述了拥塞控制的发展过程和几种典型的拥塞控制算法。针对现有算法中存在的不足，本论文提出了基于速率和队列长度的自适应算法FARRED、基于模式识别的主动队列管理算法PR-Controller和基于速率和队列长度的自适应模糊控制器算法，并利用网络仿真软件NS-2、GAWK和MATLAB对RED、PI以及这三种算法进行了仿真、分析和比较。通过仿真证明，以链路速率和队列长度为拥塞指标的主动队列管理算法有着更快的响应速度、更短的收敛时间，基于智能控制的主动队列管理算法有着更好的稳定性和鲁棒性，更适用于复杂多变的网络环境。

目录

文摘

英文文摘

声明

1绪论

1.1网络拥塞控制研究的背景和意义

1.2国内外研究现状

1.3本论文做的工作

2网络拥塞控制概述

2.1端到端的拥塞控制概述

2.1.1滑动窗口机制

2.1.2“慢启动”和“拥塞避免”机制

2.1.3 TCP Tahoe

2.1.4 TCP Reno

2.1.5 TCP Vegas

2.2中间节点的拥塞控制概述

2.2.1队列调度算法

2.2.2队列管理算法

2.2.3队列管理和队列调度结合的算法

2.2.4拥塞控制算法性能的评价

3 RED算法性能研究及其改进

3.1 RED算法研究

3.1.1 RED算法介绍

3.1.2仿真工具NS和拓扑结构介绍

3.1.3 RED算法性能仿真分析

3.2 FARRED算法

3.2.1 FARRED算法的提出

3.2.2 FARRED算法的性能仿真分析

3.3本章小结

4控制理论在AQM算法中应用的研究

4.1 TCP协议建模

4.2 PI算法介绍

4.2.1 PI控制器的介绍

4.2.2 PI算法的仿真与分析

4.3基于模式识别的AQM算法PR-Controller

4.3.1模式识别的基本概念

4.3.2基于模式识别的智能控制原理

4.3.3 PR-Controller算法的提出

4.3.4 PR-Controller算法仿真及分析

4.3本章小结

5基于模糊控制的AQM算法的设计

5.1模糊控制理论介绍

5.1.1模糊控制理论的产生

5 1.2模糊控制器原理

5.2基于队列长度和速率的自适应模糊控制器的设计

5.2.1输入

5.2.2模糊化和解模糊化

5.2.3模糊规则设计

5.2.4自适应控制部分的设计

5.2.5算法具体描述

5.3自适应Fuzzy-Controller算法仿真

5.3.1不同负载条件下的算法性能分析

5.3.2不同RTT环境下的算法性能分析

5.3.3不同瓶颈链路下的算法性能分析

5.3.4混合流量下的算法性能分析

5.3.5伪随机条件下的算法性能分析

5.4本章小结

结束语

致谢

参考文献