论文部分内容阅读
现如今，随着网络应用的越来越广泛，随之而来的问题也不容小觑。网络用户大规模增加会造成网络负担加大，直接导致网络拥塞问题的出现。为了解决这一问题，关于主动队列管理算法的研究也越来越深入，目前已经有很多控制领域的算法被引入了进来，对网络拥塞有着很好的控制效果。但是算法越复杂就会占用更多的路由器硬件资源，影响网络的性能。FPGA有着运算速度快、片上资源丰富的优点，因此研究将主动队列管理算法用FPGA硬件实现的方法很有意义。本文从硬件实现控制算法的角度，主要研究了主动队列管理算法的FPGA实现方案。结合了模糊控制理论和神经元控制理论，设计了一种自适应的模糊神经元AQM算法，并且采用基于Nios II嵌入式软核处理器的SoPC方案，在FPGA芯片上实现了这种AQM算法。对网络模型建模，设计了被控对象，验证了FPGA实现的AQM算法的控制效果，对结果进行了分析。主要完成的工作如下：1．深入研究了网络拥塞机制和多种AQM算法，并在神经元控制和模糊控制的基础上设计了自适应的模糊神经元算法。2．深入研究了多种FPGA开发方案，选择了基于NiosⅡ软核的SoPC开发方案将AQM算法用FPGA实现，主要包括硬件工程的设计和软件工程的设计。3．为了验证FPGA实现的AQM算法控制器的控制效果，根据TCP网络的收发机制，应用Matlab/Simulink将网络建模，并下载进入半实物仿真平台dSPACE，作为控制器的被控对象。4．解决了FPGA和dSPACE的串口通信问题，搭建了闭环的实验平台，进行了控制器的仿真实验，并对实验结果进行了分析。实验结果证明将AQM算法用嵌入式软核的FPGA开发方案实现是可行的，通过观察网络模型的瞬时队列长度变化的趋势发现，控制器可以控制网络模型稳定工作，达到很好的控制效果，还对干扰有着一定的抑制作用。将AQM算法用FPGA实现，可以达到很好的控制效果，更好的解决网络拥塞的问题，并且这种方案具有微型化、高可靠性和低成本等特性。