基于模糊神经网络的无线网络拥塞控制算法
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第15-21页 |
| 1.1 选题背景及意义 | 第15-16页 |
| 1.2 网络拥塞控制简介 | 第16-17页 |
| 1.3 国内外研究现状及发展趋势 | 第17-19页 |
| 1.3.1 主动队列管理的研究现状 | 第17-18页 |
| 1.3.2 模糊神经网络的研究现状 | 第18-19页 |
| 1.3.3 发展趋势 | 第19页 |
| 1.4 本文主要研究内容 | 第19-21页 |
| 第2章 预备知识 | 第21-29页 |
| 2.1 引言 | 第21页 |
| 2.2 模糊逻辑控制的简介 | 第21-23页 |
| 2.2.1 模糊控制器的组成及分类 | 第21-22页 |
| 2.2.2 模糊控制器的设计 | 第22-23页 |
| 2.3 神经网络的简介 | 第23-25页 |
| 2.3.1 神经网络的选取 | 第23-24页 |
| 2.3.2 神经网络的优势和不足 | 第24-25页 |
| 2.4 模糊逻辑控制和神经网络的结合 | 第25页 |
| 2.5 NS2仿真软件简介 | 第25-27页 |
| 2.5.1 NS2的组成 | 第25-26页 |
| 2.5.2 NS2的仿真流程 | 第26-27页 |
| 2.5.3 NS2的数据处理 | 第27页 |
| 2.6 本章小结 | 第27-29页 |
| 第3章 无线局域网络模型及仿真研究 | 第29-41页 |
| 3.1 引言 | 第29页 |
| 3.2 传统有线网络TCP/AQM数学模型 | 第29-31页 |
| 3.3 无线局域网络TCP/AQM数学模型 | 第31-33页 |
| 3.4 无线局域网络环境下的AQM算法 | 第33-37页 |
| 3.4.1 RED算法 | 第33-34页 |
| 3.4.2 REM算法 | 第34-35页 |
| 3.4.3 PI算法 | 第35-36页 |
| 3.4.4 PID算法 | 第36-37页 |
| 3.5 算法的仿真比较 | 第37-39页 |
| 3.5.1 瞬时队列长度变化 | 第37-38页 |
| 3.5.2 平均队列长度的比较 | 第38-39页 |
| 3.5.4 平均丢包率的比较 | 第39页 |
| 3.6 本章小结 | 第39-41页 |
| 第4章 基于模糊神经网络的AQM算法 | 第41-53页 |
| 4.1 引言 | 第41页 |
| 4.2 模糊神经网络AQM控制器的设计 | 第41-45页 |
| 4.2.1 PID型神经网络 | 第42-43页 |
| 4.2.2 模糊控制 | 第43-45页 |
| 4.3 仿真与性能分析 | 第45-51页 |
| 4.3.1 不同负载下的算法性能 | 第46-47页 |
| 4.3.2 动态负载下的算法性能 | 第47页 |
| 4.3.3 不同期望队列下的算法性能 | 第47-48页 |
| 4.3.4 不同往返时延下的算法性能 | 第48-49页 |
| 4.3.5 与其他算法的性能比较 | 第49-51页 |
| 4.4 本章小结 | 第51-53页 |
| 第5章 基于单神经元梯度学习的AQM改进算法 | 第53-65页 |
| 5.1 引言 | 第53页 |
| 5.2 单神经元控制器的简介 | 第53-55页 |
| 5.3 单神经元控制器的改进 | 第55-57页 |
| 5.4 仿真与性能分析 | 第57-63页 |
| 5.4.1 不同负载下的算法性能 | 第58-59页 |
| 5.4.2 动态负载下的算法性能 | 第59页 |
| 5.4.3 不同期望队列下的算法性能 | 第59-60页 |
| 5.4.4 不同往返时延下的算法性能 | 第60-61页 |
| 5.4.5 与其他算法的性能比较 | 第61-63页 |
| 5.5 本章小结 | 第63-65页 |
| 第6章 总结与展望 | 第65-67页 |
| 6.1 总结 | 第65-66页 |
| 6.2 展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间发表的学术论文 | 第71-73页 |
| 致谢 | 第73页 |
