一种顽健的自校正主动队列管理机制

现有基于控制理论的主动队列管理机制（AQM）大多数是根据简化的线性被控对象模型设计的,或者根据特定的网络条件设置算法的参数,当网络条件大范围变化时算法的性能难以保证.为了解决这些问题,提出了一种自校正的主动队列管理机制STR,通过在线估计TCP/AQM闭环系统被控对象模型的参数,并相应地调节报文丢弃概率,使路由器的缓冲区队列长度与期望值之间的方差最小.通过仿真实验验证了当网络条件大范围变化时算法的队列长度、链路利用率、报文丢弃率等性能,实验结果表明该算法具有良好的顽健性.     

一种非确定性的网络演算

 采用随机网络演算可以计算非确定性系统的性能参数.在实际中,区间数学也可处理非确定性,本文构造了广义增函数集合的区间扩展,采用幂等数学研究了该扩展的性质.通过区间的卷积可以定义区间到达曲线与区间服务曲线,根据这两个概念提出了一种基于区间的网络演算,区间网络演算可以计算出通过区间表示的性能参数界限,可以在一定程度上处理不确定性,最后给出了区间演算的应用例子.     

一种快速公平收敛的拥塞控制算法

 传统的拥塞控制算法在网络容量或往返延时很大时表现出很低的平衡收敛速度.本文提出一种称之为NMKC的算法改善公平收敛速度.算法基于网络反馈进行模式切换:低负载模式采用MKC的源端控制方程调整发送速率,从而指数收敛到效率;高负载模式构建了一种新颖的源端更新方法提高公平收敛速度.理论证明了新方法的稳定性和收敛性能,NS仿真实验表明新方法能显著提高公平收敛速度.     

一种基于速率和队列长度的主动队列管理机制

本文研究了拥塞产生的原因及其表现形式,提出了一种基于报文到达速率和队列长度的随机早丢弃算法(RQ).根据拥塞的严重程度和变化趋势将拥塞划分为六个级别,每个级别采用合适的丢弃概率,从而将队列控制在理想工作点附近.利用经典控制理论,分析了系统的稳定性,给出了参数配置的原则.最后,用NS网络仿真器对算法性能进行了验证.