基于滑模变结构控制的鲁棒AQM算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-15页 |
| ·网络拥塞研究的背景 | 第8-10页 |
| ·网络拥塞的基本概念 | 第8-9页 |
| ·TCP拥塞控制及其改进 | 第9-10页 |
| ·主动队列管理算法研究的现状 | 第10-13页 |
| ·基于启发式的AQM算法 | 第10-12页 |
| ·基于控制理论的AQM算法 | 第12-13页 |
| ·基于实现公平性的AQM算法 | 第13页 |
| ·本文的主要内容及安排 | 第13-15页 |
| 2 经典主动队列管理算法的研究 | 第15-22页 |
| ·引言 | 第15页 |
| ·经典主动队列管理算法的研究 | 第15-18页 |
| ·RED算法 | 第15-16页 |
| ·REM算法 | 第16-17页 |
| ·PI算法 | 第17-18页 |
| ·仿真实验 | 第18-21页 |
| ·不同负载条件下算法的性能 | 第18-20页 |
| ·不同延时条件下算法的性能 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 3 基于变结构控制的AQM算法 | 第22-34页 |
| ·引言 | 第22-23页 |
| ·基于变结构控制算法的TCP/AQM系统模型 | 第23-24页 |
| ·基于变结构控制的AQM算法的实现 | 第24-27页 |
| ·变结构控制算法控制器的设计 | 第24-26页 |
| ·稳定性分析与参数选取 | 第26-27页 |
| ·仿真实验与性能比较 | 第27-33页 |
| ·仿真环境的设置 | 第27-28页 |
| ·不同负载条件下算法的性能 | 第28页 |
| ·不同延时条件下算法的性能 | 第28-29页 |
| ·各算法在负载固定条件下的性能比较 | 第29-31页 |
| ·各算法在负载波动条件下的性能比较 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 4 基于智能变结构控制的AQM算法 | 第34-50页 |
| ·引言 | 第34页 |
| ·基于智能变结构控制算法的TCP/AQM系统模型 | 第34-35页 |
| ·基于智能变结构控制的AQM算法的实现 | 第35-42页 |
| ·智能变结构控制算法控制器的设计 | 第35-37页 |
| ·稳定性分析与参数的选取 | 第37页 |
| ·基于模糊变结构控制的AQM算法的设计 | 第37-40页 |
| ·基于单神经元变结构控制的AQM算法的设计 | 第40-42页 |
| ·仿真实验与性能比较 | 第42-49页 |
| ·仿真环境的设置 | 第42-43页 |
| ·不同负载条件下算法的性能 | 第43-44页 |
| ·不同延时条件下算法的性能 | 第44-45页 |
| ·各算法在负载固定条件下性能的比较 | 第45-47页 |
| ·各算法在负载波动的条件下的性能比较 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 5 基于自适应单神经元变结构控制的AQM算法 | 第50-66页 |
| ·引言 | 第50-51页 |
| ·基于自适应单神经元变结构控制的AQM算法的实现 | 第51-54页 |
| ·自适应单神经元变结构控制算法控制器的设计 | 第51-52页 |
| ·自适应单神经元控制器纠错学习算法的实现 | 第52-54页 |
| ·仿真实验与性能比较 | 第54-65页 |
| ·单瓶颈链路 | 第54-59页 |
| ·不同负载条件下算法的性能 | 第54-55页 |
| ·不同延时条件下算法的性能 | 第55页 |
| ·各算法在负载固定情况下的性能比较 | 第55-57页 |
| ·各算法在负载波动情况下的性能比较 | 第57-59页 |
| ·多瓶颈链路 | 第59-62页 |
| ·各算法在负载固定条件下的性能比较 | 第59-61页 |
| ·各算法在负载波动的条件下的性能比较 | 第61-62页 |
| ·混合流情况下算法的性能分析 | 第62-65页 |
| ·仿真环境的设置 | 第62-63页 |
| ·各算法在混合流条件下的性能比较 | 第63-64页 |
| ·公平性问题的研究 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 6 总结与展望 | 第66-68页 |
| ·结论 | 第66-67页 |
| ·展望 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-73页 |
