学位论文 > 优秀研究生学位论文题录展示

基于模糊控制理论的主动队列管理算法研究

作　者: 刘雪梅
导　师: 孙金生
学　校: 南京理工大学
专　业: 系统工程
关键词: 网络拥塞控制 主动队列管理 模糊控制 T-S模糊模型 PI控制器 状态反馈控制 包到达速率
分类号: TP393.06
类　型: 硕士论文
年　份: 2013年
下　载: 72次
引　用: 0次
阅　读: 论文下载
 

内容摘要


随着互联网技术的发展以及网络用户数量的不断增加,网络拥塞问题变得越来越严重,单纯依靠TCP源端的流量控制机制很难完全解决网络拥塞问题,因此,作为端算法补充手段的主动队列管理(Active Queue Management, AQM)算法成为了网络拥塞控制领域的研究热点。由于网络的强非线性和时变特点,经典的固定参数的主动队列管理算法已经不能满足其性能要求,因此需要设计能够更好地适应网络环境变化的AQM算法。本文采用模糊控制来设计AQM算法,取得的主要成果如下：(1)提出了一种基于T-S (Takagi-Sugeno)模糊模型的PI(proportional-integral)主动队列管理算法。针对网络拥塞控制系统的非线性和时变特点,基于T-S模糊模型,采用网络拥塞控制系统的多个基于不同稳态工作点的局部线性化模型来逼近非线性网络拥塞控制系统模型,在此模型的基础上采用PI控制器设计了新的AQM算法。(2)提出了一种基于T-S模糊模型的状态反馈控制的AQM算法。采用T-S模糊模型对TCP/AQM系统进行非线性建模,基于该模型采用状态反馈控制设计了新的AQM算法,根据Lyapunov理论给出了系统渐近稳定的条件,并利用线性矩阵不等式(LMI)方法设计了控制器参数。(3)提出了一种基于队列和速率的模糊AQM算法。分别设计了基于路由器缓存队列长度和包到达速率的模糊控制器,采用一定的方式将两个控制器合成,通过参数w来调节速率控制器的作用强弱,并设计了模糊队列控制器的参数自适应机制,进一步提高了算法的鲁棒性。NS2仿真结果表明,上述三种算法均能使路由器缓存队列长度在多种网络仿真环境下快速地收敛到期望值附近,并具有较好的稳定性和鲁棒性。

全文目录


摘要  3-4
Abstract  4-7
1 绪论  7-21
  1.1 网络拥塞控制研究背景及意义  7
  1.2 网络拥塞和拥塞控制算法  7-9
    1.2.1 网络拥塞的含义  7-8
    1.2.2 网络拥塞产生的原因  8-9
    1.2.3 拥塞控制算法的分类  9
  1.3 TCP源端拥塞控制算法的研究现状  9-11
  1.4 主动队列管理算法的研究现状  11-19
    1.4.1 经典AQM算法及其改进算法  11-15
    1.4.2 基于控制理论的AQM算法  15-19
  1.5 本文所作的工作及章节安排  19-21
2 模糊控制理论  21-27
  2.1 模糊控制及控制器设计  21-22
    2.1.1 模糊控制基础  21-22
    2.1.2 模糊控制器设计  22
  2.2 T-S模糊模型  22-26
    2.2.1 T-S模糊模型的结构  22-23
    2.2.2 T-S模糊模型的求取  23-25
    2.2.3 T-S模糊控制器设计  25-26
  2.3 本章小结  26-27
3 基于T-S模糊模型的PI主动队列管理算法  27-41
  3.1 T-S模糊PI算法设计  27-29
  3.2 T-S模糊PI参数设置  29-30
  3.3 仿真实验与结果分析  30-39
    3.3.1 仿真软件NS2简介  30-31
    3.3.2 仿真环境与参数配置  31-32
    3.3.3 不同仿真场景下的算法性能分析  32-39
  3.4 本章小结  39-41
4 基于T-S模糊模型的状态反馈控制AQM算法  41-55
  4.1 网络拥塞控制系统的T-S模糊模型  41-43
  4.2 基于T-S模糊模型的状态反馈控制器设计  43-44
    4.2.1 控制器设计  43
    4.2.2 稳定性分析  43-44
  4.3 算法参数设置  44-46
  4.4 仿真实验与结果分析  46-54
    4.4.1 仿真环境与参数配置  46
    4.4.2 不同仿真场景下的算法性能分析  46-54
  4.5 本章小结  54-55
5 基于队列和速率的模糊控制AQM算法  55-67
  5.1 算法设计思想  55-56
  5.2 控制器设计  56-59
    5.2.1 基本的二维输入模糊控制器设计  56-57
    5.2.2 基于队列的模糊控制器  57-58
    5.2.3 基于速率的模糊控制器  58
    5.2.4 控制器合成  58-59
  5.3 仿真实验与结果分析  59-66
    5.3.1 仿真环境与参数配置  59
    5.3.2 不同仿真场景下的算法性能分析  59-66
  5.4 本章小结  66-67
6 总结与展望  67-69
  6.1 总结  67-68
  6.2 展望  68-69
致谢  69-71
附录  71-73
参考文献  73-81

相似论文

  1. 电缆巡检车图像引导技术的研究,U469.6
  2. 模糊控制、神经网络在平面二级倒立摆中的应用,TP273.4
  3. 非线性变结构导引规律的研究,TJ765
  4. 三容水箱系统故障诊断算法研究,TP277
  5. 自适应模糊控制算法研究及其实现,TP273.4
  6. 风光互补并网发电系统及最大功率点追踪,TM61
  7. 片状农业物料滚筒干燥控制系统研究,S226.6
  8. 模糊预测函数控制改进算法的研究及应用,TP273
  9. 一类非线性切换系统的吸引域估计及控制器设计,TP13
  10. 基于LMI算法的倒立摆系统鲁棒H_∞控制研究,TP13
  11. 基于正则化方法的模糊C-均值聚类算法的研究,TP311.13
  12. 无线接入网络主动队列管理算法研究,TN925.93
  13. 不确定T-S模糊系统的滑模控制方法研究,TP273
  14. 固体氧化物燃料电池热管理系统的研究与设计,TM911.4
  15. 谐振式光纤陀螺数字信号检测系统设计与实现,V241.5
  16. 风力发电系统的并网控制研究,TM614
  17. 非线性时滞系统的模糊控制研究,TP13
  18. 网络化控制系统故障诊断与容错控制研究,TP273
  19. 基于优化算法的网络拥塞控制方法研究,TP393.06
  20. 基于替代燃料的单缸沼气发动机关键控制技术研究,TK464
  21. 基于模糊逻辑的智能交通信号控制方法及仿真研究,U491.54

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 计算机网络 > 一般性问题 > 计算机网络测试、运行
© 2012 www.xueweilunwen.com