学位论文 > 优秀研究生学位论文题录展示

基于智能滑模变结构控制的AQM算法的研究

作　者: 杨怡
导　师: 周川
学　校: 南京理工大学
专　业: 控制工程
关键词: 网络拥塞控制 主动队列管理 滑模变结构控制 智能控制 RBF神经网络 鲁棒性
分类号: TP273
类　型: 硕士论文
年　份: 2014年
下　载: 5次
引　用: 0次
阅　读: 论文下载
 

内容摘要


近年来,TCP网络的用户规模及业务量激增,网络特征参数(如TCP连接数、传输时延)动态变化,UDP非响应流增多,使得网络拥塞问题愈加严重。传统的主动队列管理算法已经无法满足服务质量要求。滑模变结构控制对于非线性不确定系统具有很强的鲁棒性；智能控制无需知道系统的精确模型信息,且具有很强的自适应性。本文将智能控制与滑模变结构控制相结合并运用到主动队列管理算法的研究中,提出了几种智能滑模变结构AQM算法,取得了较好的控制效果,所做的主要工作如下：(1)针对网络中TCP连接数、传输时延的不确定性以及网络非线性时变的特点,并考虑UDP非响应流的干扰,提出了一种基于非线性TCP流模型的滑模变结构AQM算法,由队列长度的误差和链路速率的误差指示网络拥塞,设计了一种自适应丢包控制律,使路由器队列长度能够快速收敛于期望值；并且在趋近律的参数设计中引入了单神经元梯度学习算法,减小了队列长度的波动。(2)针对滑模变结构控制运用在网络拥塞控制中的两个问题：一是等效控制对精确数学模型的依赖问题；二是切换控制的抖振问题,采用一个RBF神经网络逼近等效控制,基于使切换控制最小化的原则在线调整神经网络权值；并采用双曲正切函数柔化切换控制信号,使队列长度的变化在复杂时变的网络环境中更具自适应性。(3)为进一步减小路由器队列长度的波动,取消切换控制,设计了一种理想控制律,此理想控制律能够使系统状态保持在滑动模态,由一个RBF神经网络逼近而成,逼近误差由补偿器进行补偿,滑模面作为RBF神经网络的唯一输入,并基于滑模到达条件在线自适应调整RBF神经网络各参数的值,进一步减小了抖振,提高了鲁棒性。NS-2仿真结果证明了上述所提出的几种智能滑模变结构控制AQM算法是有效的,并且具有良好的鲁棒性。

全文目录


摘要  3-4
Abstract  4-5
目录  5-7
1 绪论  7-14
  1.1 引言  7
  1.2 网络拥塞控制的研究现状  7-9
    1.2.1 源端算法  7-8
    1.2.2 链路算法  8-9
  1.3 主动队列管理算法的研究概况  9-12
    1.3.1 基于启发式的AQM算法  9-10
    1.3.2 基于控制理论的AQM算法  10-11
    1.3.3 基于公平性的AQM算法  11-12
  1.4 本文的主要内容及安排  12-14
2 经典AQM算法及其仿真研究  14-20
  2.1 引言  14
  2.2 几种经典AQM算法  14-16
    2.2.1 RED算法  14-15
    2.2.2 REM算法  15-16
    2.2.3 PI算法  16
  2.3 仿真实验  16-19
    2.3.1 负载固定情况下各算法的仿真研究  17-18
    2.3.2 混合数据流共存情况下各算法的性能分析  18-19
  2.4 本章小结  19-20
3 基于单神经元滑模变结构控制的AQM算法  20-33
  3.1 引言  20-21
  3.2 TCP/AQM系统模型  21
  3.3 单神经元滑模变结构AQM算法的实现  21-26
    3.3.1 设计切换函数  21-22
    3.3.2 设计控制律  22-23
    3.3.3 系统稳定性分析  23-24
    3.3.4 基于单神经元梯度学习的自适应变结构AQM算法(NVSC)的实现  24-25
    3.3.5 单神经元梯度学习算法的收敛性分析  25-26
  3.4 仿真实验  26-32
    3.4.1 负载固定情况下各算法的仿真研究  27-29
    3.4.2 突发数据流情况下各算法的性能分析  29-31
    3.4.3 混合数据流共存情况下各算法的性能分析  31-32
  3.5 本章小结  32-33
4 基于RBF神经网络滑模变结构控制的AQM算法  33-43
  4.1 引言  33
  4.2 问题描述  33-34
  4.3 基于RBF神经网络滑模变结构控制的AQM算法的实现  34-37
    4.3.1 等效控制的设计  35-36
    4.3.2 切换控制的设计  36
    4.3.3 稳定性分析  36-37
  4.4 仿真实验  37-42
    4.4.1 单瓶颈链路  37-40
    4.4.2 多瓶颈链路  40-42
  4.5 本章小结  42-43
5 基于RBF神经网络滑模补偿控制的AQM算法  43-53
  5.1 引言  43
  5.2 基于RBF神经网络滑模补偿控制的AQM算法的实现  43-47
    5.2.1 理想控制律的设计  44-45
    5.2.2 补偿器的设计  45-46
    5.2.3 稳定性证明  46
    5.2.4 自适应律设计  46-47
  5.3 仿真实验  47-52
    5.3.1 单瓶颈链路  47-50
    5.3.2 多瓶颈链路  50-52
  5.4 本章小结  52-53
6 总结与展望  53-55
  6.1 总结  53
  6.2 展望  53-55
致谢  55-56
参考文献  56-60

相似论文

  1. 分离镜系统的滑模变结构控制及抖振抑制,TP273
  2. 再入弹头的移动质心控制方法研究,TJ765.23
  3. 基于神经网络辨识的同步发电机励磁控制研究,TM31
  4. 物料悬浮速度智能测试系统的设计研究,S220.2
  5. 基于甘油跨膜运输混杂动力系统的鲁棒性与辨识,TQ223.162
  6. 孵化设备智能控制系统的设计,TP273.5
  7. 用于电子签章图像系统的数字水印技术研究,TP309.7
  8. 基于模糊区分矩阵的区间信息系统属性约简,O159
  9. 挠性航天器的姿态控制及振动抑制研究,V448.2
  10. 面向关系数据库的数字水印技术研究,TP309.7
  11. 无速度传感器改进DTC系统的研究,TM921.5
  12. 电液位置伺服系统的滑模变结构控制研究,TP273
  13. 基于集成模型的烧结矿质量预测系统及工业应用,TF046.4
  14. 非线性系统的智能滑模变结构控制的研究,O231.2
  15. 无线接入网络主动队列管理算法研究,TN925.93
  16. 电磁轴承控制系统设计及Matlab仿真研究,TH133.3
  17. 基于数字全息图像的鲁棒数字水印技术研究,TP309.7
  18. 基于关键链的多项目鲁棒调度研究,TH186
  19. 基于AQM的可信网络拥塞控制研究,TP393.06
  20. 基于视频的智能交通灯控制系统研究,TP273.5
  21. 可信网络中拥塞控制方法研究,TP393.08

中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化技术及设备 > 自动化系统 > 自动控制、自动控制系统
© 2012 www.xueweilunwen.com