基于主动队列管理网络拥塞控制地研究(宫宝丽).ppt

基于主动队列管理的网络拥塞控制研究 答辩人：宫宝丽 论文主要内容 课题背景和研究现状 拥塞控制问题始于20世纪80年代 Nagel在1984年首次指出了复杂TCP/IP网络中存在拥塞问题 1986年计算机网络遭遇了历史上的第一次拥塞崩溃现象 2001年2月年和2006年12月我国通往美国的海底光缆发生故障；访问量大，卫星的带宽小：访问北美国家的速度下降，有时甚至无法访问 拥塞：数据包过多；性能下降 课题背景和研究现状 网络拥塞产生原因 ： 存储空间 、带宽容量 、 处理器处理能力 拥塞控制算法的设计难点 算法的分布性 网络环境的复杂性 算法的性能要求 算法的开销 拥塞控制算法分类 源算法 链路算法 课题背景和研究现状 队列管理 ：用特定的分组丢弃策略来维护队列长度的大小 被动式队列管理(PQM) “去尾”(Drop-tail)算法 缺点：死锁、满队列 、全局同步 主动式队列管理(AQM)： 优点：减小路由器的分组丢失 、减少分组通过路由器的延时 、能够避免死锁现象 网络动态模型描述 Misra 等基于流体理论提出网络TCP/AQM的微分方程模型： 网络动态模型描述 网络动态模型描述 根据小信号理论，在平衡点对上述微分方进行局部 线性化处理。设平衡点为, 平衡点处满足 和 网络动态模型描述 对上式进行拉氏变换，并且忽略高频性能，得到的广义的简化模型为 基于控制理论的主动队列管理 基于简化模型的RED算法设计 基于控制理论的主动队列管理 设计链路容量C,往返时间R和连接数N为 packet/s，0.03s和30，被控对象为 基于控制理论的主动队列管理 仿真结果如下： 基于控制理论的主动队列管理 比例积分（PI）控制器的设计: 传递函数形式可以写成如下形式： 基于控制理论的主动队列管理 由上述方法，根据设计的网络参数可以得到PI控制器的参数为 基于控制理论的主动队列管理 令 则有下式： 基于控制理论的主动队列管理 仿真结果如下 基于控制理论的主动队列管理 比例积分微分（PID）控制器设计 ： 控制器的传递函数如下 基于控制理论的主动队列管理 利用频域稳定原理进行参数整定： 由稳定裕度的定义可知， 应满足 基于控制理论的主动队列管理 联立(3.12),(3.13)和(3.14)可知： 基于控制理论的主动队列管理 对应求出的各参数如下 基于控制理论的主动队列管理 数据包的丢弃概率变化曲线如下： 基于改进遗传算法的PID主动队列管理算法 遗传算法(GA)起源于对生物系统所进行的计算机模拟研究。 Holland；1962年提出；是一种模拟自然界遗传机制和生物进化论而成的一种并行随机有哪些信誉好的足球投注网站最优化方法 。 遗传算法的特点： 直接对结构对象进行操作 、并行操作、对问题依赖性小、寻优规则由概率决定、并行计算、适合大规模复杂化计算、计算简单功能强大 网络的复杂性、异构性；遗传算法 基于改进遗传算法的PID主动队列管理算法 数学模型 动态TCP网络模型如下： 基于改进遗传算法的PID主动队列管理算法 其中， 因此有如下定义 基于改进遗传算法的PID主动队列管理算法 (4.6)式可以变换为： 基于改进遗传算法的PID主动队列管理算法 基于改进遗传算法的PID控制器设计： 遗传算法的设计步骤如下： 第一步：随机产生染色体。 第二步：计算种群中每个染色体的适应度值。 第三步：使用轮盘赌的方式产生下一代，然后交叉变异。 第四步：达到有哪些信誉好的足球投注网站目标后就停止，否则进行第二步。 改进的GA-PID控制器设计步骤如下： 步骤一：确定每个参数 ， ， 范围进行和编码、解码方式 采用二进制进行编码；编码串的长度取决于所要求的精度。 基于改进遗传算法的PID主动队列管理算法 确定的解码方法 ： 基于改进遗传算法的PID主动队列管理算法 步骤二：适应度函数的确立 根据目标函数确定的适应度函数如下 基于改进遗传算法的PID主动队列管理算法 步骤三：交叉概率的选择 交叉是按照较大的概率从群体中选择两个个体，交换两个个体的某个或者某些基因位。交叉运算产生子代，子代继承了父代的基本特征。 交叉概率的选择直接影响算法的收敛性 基于改