神经网络自校正预测拥塞控制算法研究

摘要

传输速率、处理速度和节点缓存容量的饱和非线性特性、传输延迟的随机时变性、用户接入的随机性以及高优先级业务的突发性,使得网络中存在严重的不确定性,由此给异步传输模式(ATM)网络拥塞控制系统的分析与设计带来极大的困难.为此设计了鲁棒神经网络自校正拥塞控制算法.其优点在于:(1) 最大限度地减小了测量误差和随机干扰的作用,有效地补偿了时变不确定非线性的影响;(2) 保证了闭环系统的稳定性、收敛性和公平性,增强了系统对随机延迟等不确定性的鲁棒性.仿真分析进一步验证了该算法的有效性.