無(wú)線網(wǎng)絡(luò)魯棒及智能擁塞控制算法研究.pdf

1、近年來(lái)，網(wǎng)絡(luò)通信技術(shù)的發(fā)展速度越來(lái)越快，無(wú)線互聯(lián)網(wǎng)用戶(hù)數(shù)量也在不斷增加。網(wǎng)絡(luò)的擁塞程度直接決定網(wǎng)絡(luò)性能的優(yōu)劣，因此如何避免網(wǎng)絡(luò)擁塞仍然是目前網(wǎng)絡(luò)的重點(diǎn)研究問(wèn)題。但是，無(wú)線網(wǎng)絡(luò)通信特征與有線網(wǎng)絡(luò)存在著明顯的區(qū)別，有線網(wǎng)絡(luò)擁塞控制方法已不能滿足無(wú)線網(wǎng)絡(luò)的性能要求。因此，設(shè)計(jì)能夠適用于無(wú)線網(wǎng)絡(luò)的擁塞控制方法具有重要的意義。
　　本文針對(duì)無(wú)線接入網(wǎng)絡(luò)擁塞控制問(wèn)題，分析了傳統(tǒng)主動(dòng)隊(duì)列管理算法的特點(diǎn)和存在的不足，在無(wú)線接入網(wǎng)TCP/AQM流體

2、模型的基礎(chǔ)上，將魯棒控制和智能控制應(yīng)用到AQM算法的設(shè)計(jì)中，并通過(guò)NS2仿真工具驗(yàn)證算法的有效性。本文的主要內(nèi)容包括:
　　(1)考慮網(wǎng)絡(luò)參數(shù)的變化和不確定性問(wèn)題，建立具有參數(shù)不確定項(xiàng)和時(shí)滯項(xiàng)的無(wú)線網(wǎng)絡(luò)TCP/AQM模型，提出基于狀態(tài)反饋的無(wú)線網(wǎng)絡(luò)魯棒AQM算法(SFC，StateFeedbackControl)，構(gòu)造適當(dāng)?shù)睦顏喥罩Z夫函數(shù)保證了系統(tǒng)的穩(wěn)定性，并利用LMI工具計(jì)算得到時(shí)延獨(dú)立的狀態(tài)反饋控制器參數(shù)，采用狀態(tài)估計(jì)的方法得

3、到網(wǎng)絡(luò)窗口值，最后通過(guò)NS2軟件仿真，與經(jīng)典的AQM算法進(jìn)行對(duì)比，驗(yàn)證了本文設(shè)計(jì)的AQM算法的魯棒性能。
　　(2)考慮網(wǎng)絡(luò)參數(shù)的變化和不確定性對(duì)系統(tǒng)的影響，將無(wú)線網(wǎng)絡(luò)系統(tǒng)描述為同時(shí)具有時(shí)滯項(xiàng)和參數(shù)不確定項(xiàng)的TCP/AQM模型，針對(duì)計(jì)算機(jī)通信過(guò)程中不能準(zhǔn)確獲取擁塞窗口值問(wèn)題，采用H∞理論設(shè)計(jì)了基于狀態(tài)觀測(cè)器的無(wú)線網(wǎng)絡(luò)魯棒AQM算法(OBSF，Observer-basedStateFeedback)，有效地減少了系統(tǒng)狀態(tài)估計(jì)所引起的

4、誤差。選擇合適的李亞普諾夫函數(shù)保證了系統(tǒng)的穩(wěn)定性，并利用LMI工具求解控制器的參數(shù)。最后，通過(guò)NS2仿真實(shí)驗(yàn)，驗(yàn)證本文算法的魯棒性。
　　(3)針對(duì)無(wú)線網(wǎng)絡(luò)沒(méi)有精確的TCP/AQM模型問(wèn)題，提出了一種基于BP學(xué)習(xí)規(guī)則的PID神經(jīng)網(wǎng)絡(luò)AQM算法(NNPID，NeuralNetworkPID)，并將該算法運(yùn)用到無(wú)線網(wǎng)絡(luò)單瓶頸鏈路中。采用梯度算法實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)權(quán)值的在線調(diào)整，同時(shí)給出了算法的收斂性證明。仿真結(jié)果表明，本文所提出的算法具有隊(duì)