| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 网络拥塞控制的研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 本文的主要内容和组织架构 | 第10-12页 |
| 第二章 拥塞控制中的相关技术 | 第12-31页 |
| 2.1 服务质量 | 第12-13页 |
| 2.2 综合服务 | 第13-14页 |
| 2.3 区分服务 | 第14-16页 |
| 2.4 拥塞控制 | 第16-19页 |
| 2.4.1 UDP 和 TCP | 第18-19页 |
| 2.4.2 拥塞策略 | 第19页 |
| 2.5 队列管理技术 | 第19-23页 |
| 2.5.1 被动队列管理技术 | 第20-22页 |
| 2.5.2 主动队列管理技术 | 第22-23页 |
| 2.6 神经网络 | 第23-25页 |
| 2.7 模糊控制 | 第25-28页 |
| 2.7.1 模糊神经网络自组织控制 | 第26-27页 |
| 2.7.2 基于 T-S 模型的模糊控制器 | 第27-28页 |
| 2.8 NS2 网络仿真器 | 第28-30页 |
| 2.8.1 NS2 模拟步骤 | 第29页 |
| 2.8.2 NS2 相关工具 | 第29-30页 |
| 2.9 本章小结 | 第30-31页 |
| 第三章 区分服务的 AQM 仿真研究 | 第31-48页 |
| 3.1 几种基础的主动队列管理方法 | 第31-40页 |
| 3.1.1 RED 算法的性能分析与仿真 | 第31-35页 |
| 3.1.2 ARED 算法的性能分析与仿真 | 第35-38页 |
| 3.1.3 Gentle-RED 算法的性能分析与仿真 | 第38-40页 |
| 3.2 区分服务算法的性能分析与仿真 | 第40-43页 |
| 3.2.1 RIO 算法 | 第40-41页 |
| 3.2.2 RIO-C 算法 | 第41-43页 |
| 3.3 改进的 RIO-C 区分算法 | 第43-46页 |
| 3.4 本章小结 | 第46-48页 |
| 第四章 基于神经元的自适应控制 AQM 方法 | 第48-65页 |
| 4.1 数字 PID 控制器的设计与实现 | 第48-53页 |
| 4.1.1 PID 控制器 | 第48-51页 |
| 4.1.2 PID 算法的仿真与分析 | 第51-53页 |
| 4.2 神经网络的 BP 算法 | 第53-54页 |
| 4.3 基于神经元的自适应控制改进方法 | 第54-56页 |
| 4.4 仿真结果分析 | 第56-63页 |
| 4.4.1 不同目标队长的性能比较 | 第57-58页 |
| 4.4.2 不同 TCP 连接数下队列长度的变化 | 第58-59页 |
| 4.4.3 不同时延对队列抖动的影响 | 第59-60页 |
| 4.4.4 不同 TCP 连接数下网络延迟的变化 | 第60-62页 |
| 4.4.5 不同 TCP 连接数下丢包概率的变化 | 第62-63页 |
| 4.4.6 吞吐量 | 第63页 |
| 4.5 本章小结 | 第63-65页 |
| 第五章 总结与展望 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第70-71页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第71-72页 |
| 致谢 | 第72页 |