论文部分内容阅读
随着计算机网络的快速发展,网络用户数量的急剧增加以及新型网络应用的不断出现,给网络的正常运行带来了一系列问题,其中最严重的就是网络拥塞问题。网络发生拥塞时,将导致网络的吞吐量下降、时延增加、分组丢弃率加大,严重时会导致网络崩溃。因此,为了防止和控制网络拥塞的发生,需要设计有效的网络拥塞控制算法。目前,网络拥塞控制算法是改善网络性能、保证网络稳定运行以及提高网络服务质量(Quality of Service, QoS)的重要手段。近年来,专家学者们在网络拥塞控制算法的研究方面取得了很多成果。由于端到端的TCP拥塞控制具有一定的局限,主动队列管理算法(Active Queue Management, AQM)成为了网络拥塞控制的当前研究热点。本文主要从AQM算法方面对网络拥塞问题进行研究。主要的研究成果如下：(1)提出了一种基于T-S模糊模型的主动队列管理算法。针对网络拥塞控制系统的非线性模型,利用T-S(Takagi-Sugeno)模糊模型能很好逼近非线性系统的特点建立了拥塞控制系统的T-S模糊模型,并基于T-S模糊模型设计了状态反馈AQM控制算法,给出了系统稳定的条件,并利用线性矩阵不等式(LMI)技术给出了AQM控制器的参数设计方法。仿真结果表明,该算法能够将队列长度快速收敛到期望值附近,具有较好的稳定性和鲁棒性。与PI、REM、ARED等算法的性能比较表明,该算法在收敛速度、稳定性、鲁棒性、队列长度的波动等性能方面均有明显提高。(2)设计了基于T-S模糊模型的单神经元自适应PID控制算法。通过引入T-S模糊模型来调节神经元增益参数,使得单神经元自适应PID控制算法具有增益自整定功能。仿真结果表明,与改进的单神经元自适应PID控制算法相比,该算法具有更好的收敛性,能够将队列长度迅速收敛到期望值附近,同时表现出了较好的稳定性、鲁棒性和更小的稳态误差。