基于控制理論的TCP網(wǎng)絡(luò)的主動(dòng)隊(duì)列管理算法研究.pdf

1、隨著網(wǎng)絡(luò)規(guī)模的快速增長(zhǎng)以及網(wǎng)絡(luò)上的用戶和應(yīng)用的不斷增加，網(wǎng)絡(luò)擁塞已經(jīng)成為一個(gè)十分重要的問(wèn)題?；诼酚善鞯闹鲃?dòng)隊(duì)列管理機(jī)制，與TCP協(xié)議的擁塞控制相結(jié)合，是解決目前TCP網(wǎng)絡(luò)擁塞控制問(wèn)題一個(gè)主要途徑。所以，對(duì)主動(dòng)隊(duì)列管理算法的研究成為了TCP網(wǎng)絡(luò)領(lǐng)域的一個(gè)熱點(diǎn)問(wèn)題。
　　TCP網(wǎng)絡(luò)可以看作是一個(gè)非線性動(dòng)態(tài)反饋控制系統(tǒng)，故從控制理論的角度分析和設(shè)計(jì)主動(dòng)隊(duì)列管理算法可以得到更有效的結(jié)果。本文在分析了主動(dòng)隊(duì)列管理機(jī)制的基礎(chǔ)上，利用控制理論

2、中的方法對(duì)主動(dòng)隊(duì)列管理算法進(jìn)行了研究，主要的研究工作和結(jié)論如下：
　　針對(duì)TCP網(wǎng)絡(luò)的擁塞控制問(wèn)題，提出了一種基于RBF神經(jīng)網(wǎng)絡(luò)的自適應(yīng)滑?？刂扑惴ā？紤]到網(wǎng)絡(luò)系統(tǒng)的不確定性上界很難獲得，使用RBF神經(jīng)網(wǎng)絡(luò)對(duì)系統(tǒng)不確定的上界進(jìn)行自適應(yīng)學(xué)習(xí)來(lái)避免必須事先知道系統(tǒng)不確定的上界。將RBF神經(jīng)網(wǎng)絡(luò)的輸出作為不確定上界的補(bǔ)償，從而消除了系統(tǒng)的不確定帶來(lái)的影響。應(yīng)用RBF神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)了一個(gè)自適應(yīng)滑?？刂破?，所設(shè)計(jì)的控制器既保證了滑動(dòng)模態(tài)的存在

3、和系統(tǒng)的漸近穩(wěn)定性，又較好地抑制了系統(tǒng)不確定帶來(lái)的影響。仿真結(jié)果表明該算法具有較好的穩(wěn)定性和魯棒性。
　　針對(duì)TCP網(wǎng)絡(luò)存在網(wǎng)絡(luò)參數(shù)高度變化和UDP流的情況，提出了兩種非線性自適應(yīng)滑?？刂扑惴??？紤]到系統(tǒng)不確定的上界很難獲得，針對(duì)系統(tǒng)不確定的上界設(shè)計(jì)了一種自適應(yīng)滑?？刂破鳌Ｓ捎谑褂昧朔?hào)函數(shù)，該算法不能有效地抑制抖振。為此，設(shè)計(jì)了一種直接對(duì)不確定進(jìn)行自適應(yīng)的滑模控制器。仿真結(jié)果表明，對(duì)不確定自適應(yīng)的滑?？刂破鲀?yōu)于對(duì)上界自適應(yīng)的滑模

4、控制器，對(duì)上界自適應(yīng)的滑?？刂破鲀?yōu)于PI控制器。
　　為了改善TCP網(wǎng)絡(luò)的魯棒性能，基于自適應(yīng)全局滑?？刂?，設(shè)計(jì)了一種非線性主動(dòng)隊(duì)列管理算法。采用全局滑?？刂葡嘶？刂频牡竭_(dá)階段，保證了網(wǎng)絡(luò)系統(tǒng)在整個(gè)控制過(guò)程的魯棒性。采用RBF網(wǎng)絡(luò)直接逼近系統(tǒng)的總不確定可以有效地減小估計(jì)誤差。由于沒(méi)有使用符號(hào)函數(shù)或飽和函數(shù)，不僅可以有效地抑制系統(tǒng)的抖振，而且系統(tǒng)的響應(yīng)更加平穩(wěn)。仿真結(jié)果表明，該算法具有較好的魯棒性和較快的系統(tǒng)響應(yīng)。
　　

5、針對(duì)TCP網(wǎng)絡(luò)的負(fù)載具有較大的突發(fā)性和往返時(shí)延具有時(shí)變性的情況，基于RBF神經(jīng)網(wǎng)絡(luò)和滑?？刂?，提出了一種非線性主動(dòng)隊(duì)列管理算法。考慮到網(wǎng)絡(luò)系統(tǒng)參數(shù)是未知時(shí)變的，采用RBF神經(jīng)網(wǎng)絡(luò)逼近網(wǎng)絡(luò)系統(tǒng)參數(shù)，使得主動(dòng)隊(duì)列管理算法易于實(shí)現(xiàn)。依據(jù)李雅普諾夫理論設(shè)計(jì)了RBF神經(jīng)網(wǎng)絡(luò)權(quán)值的自適應(yīng)律，使得網(wǎng)絡(luò)系統(tǒng)參數(shù)得到了較好的估計(jì)。采用RBF神經(jīng)網(wǎng)絡(luò)的輸出作為滑模控制器的參數(shù)設(shè)計(jì)了一種主動(dòng)隊(duì)列管理算法，使得網(wǎng)絡(luò)系統(tǒng)是漸近穩(wěn)定的。仿真結(jié)果表明所提出的算法具有

6、較快的響應(yīng)和穩(wěn)定的隊(duì)列長(zhǎng)度，在網(wǎng)絡(luò)參數(shù)變化時(shí)仍能獲得較好的魯棒性。
　　針對(duì)TCP網(wǎng)絡(luò)的有限時(shí)間擁塞控制問(wèn)題，考慮到TCP網(wǎng)絡(luò)中存在不確定性和無(wú)響應(yīng)流的干擾的情況，提出了兩種自適應(yīng)有限時(shí)間主動(dòng)隊(duì)列管理算法。首先，基于終端滑?？刂坪蚏BF神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)了一種自適應(yīng)有限時(shí)間主動(dòng)隊(duì)列管理算法。該算法使用RBF神經(jīng)網(wǎng)絡(luò)估計(jì)系統(tǒng)總不確定，使得系統(tǒng)總不確定的界不需要知道。基于RBF神經(jīng)網(wǎng)絡(luò)的輸出，設(shè)計(jì)了一種自適應(yīng)終端滑模控制器。但是該算法計(jì)算復(fù)

7、雜，不僅會(huì)降低路由器的執(zhí)行效率，而且該算法在路由器中實(shí)施的難度也比較大。為此，基于反步方法設(shè)計(jì)了一種自適應(yīng)有限時(shí)間主動(dòng)隊(duì)列管理算法。該算法設(shè)計(jì)了一種簡(jiǎn)單的自適應(yīng)律，使得算法的實(shí)現(xiàn)比較簡(jiǎn)單。在該算法的作用下，瞬時(shí)隊(duì)列長(zhǎng)度能夠在有限時(shí)間內(nèi)收斂到期望的隊(duì)列長(zhǎng)度。仿真結(jié)果表明該算法在各種網(wǎng)絡(luò)環(huán)境下具有較好的有限時(shí)間穩(wěn)定性和魯棒性。
　　針對(duì)TCP網(wǎng)絡(luò)中存在輸入受限，參數(shù)不確定以及UDP流干擾的擁塞控制問(wèn)題，給出兩種基于自適應(yīng)滑?？刂频闹鲃?dòng)