| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-14页 |
| ·引言 | 第7页 |
| ·拥塞策略的研究与发展 | 第7-12页 |
| ·常规 AQM算法 | 第8-10页 |
| ·具有公平性的AQM算法 | 第10-12页 |
| ·本文的主要内容及安排 | 第12-14页 |
| 2 主动队列管理算法的研究 | 第14-23页 |
| ·引言 | 第14页 |
| ·TCP流体模型 | 第14-16页 |
| ·几种标准的AQM算法 | 第16-19页 |
| ·RED算法 | 第16-17页 |
| ·REM算法 | 第17页 |
| ·PI控制算法 | 第17-18页 |
| ·CHOKe算法 | 第18-19页 |
| ·仿真试验 | 第19-22页 |
| ·UDP流的吞吐量 | 第20-21页 |
| ·丢包率 | 第21页 |
| ·公平性指数 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 3 基于单神经元自适应 AQM算法 | 第23-35页 |
| ·引言 | 第23页 |
| ·基于单神经元学习算法的TCP/AQM系统模型 | 第23-24页 |
| ·基于单神经元梯度学习的自适应 AQM算法及其实现 | 第24-26页 |
| ·基于单神经元强化学习的自适应 AQM算法及其实现 | 第26-28页 |
| ·仿真实验与性能分析 | 第28-34页 |
| ·负载固定的情况下的仿真结果 | 第29-32页 |
| ·负载波动的情况下的仿真结果 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 4 基于 CHOKe的公平性改进算法研究 | 第35-49页 |
| ·引言 | 第35页 |
| ·CHOKe算法 | 第35-38页 |
| ·CHOKe算法描述 | 第35-36页 |
| ·CHOKe算法的分析 | 第36-38页 |
| ·CHNRL算法 | 第38-42页 |
| ·CHNRL算法实现 | 第38-40页 |
| ·CHNRL算法仿真 | 第40-42页 |
| ·基于速率的双门限CHOKe改进算法 | 第42-48页 |
| ·RDT-CHOKe算法实现 | 第43-44页 |
| ·RDT-CHOKe算法仿真 | 第44-48页 |
| ·本章小结 | 第48-49页 |
| 5 基于 CSFQ的公平性改进算法研究 | 第49-57页 |
| ·引言 | 第49页 |
| ·CSFQ算法描述 | 第49-51页 |
| ·CSFQ算法存在的问题 | 第51页 |
| ·R-CSFQ算法实现 | 第51-54页 |
| ·R-CSFQ算法仿真 | 第54-56页 |
| ·源端均为UDP流时各 UDP流的吞吐量 | 第55页 |
| ·源端为混合流时UDP流的吞吐量及其公平性指数 | 第55-56页 |
| ·缓存变化时的公平性比较 | 第56页 |
| ·本章小结 | 第56-57页 |
| 6 结论与展望 | 第57-59页 |
| ·结论 | 第57-58页 |
| ·展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |