论文部分内容阅读
随着网络应用的日益普及，数据流量呈现出前所未有的快速增长。与之同时，网络拥塞的问题也日益凸现，并时时威胁着网络的稳定性。为了有效解决这一问题，各种主动队列管理(AQM)算法相继出现。在一定程度上，其延缓了拥塞的发生，避免了网络抖动甚至瘫痪的出现。为了更有效地改进既有算法的不足，本文在AQM中，分别引入两类控制算法：快速广义预测控制(FGPC)和自抗扰控制(ADRC)，设计出相应的新型拥塞控制器。
作为AQM的代表，RED通过不断调整丢包率p，对控制动作进行指导，以实现队长的平稳变化。但在具体实现时，其需要借助于参数设定的线性模型。为了弥补其对参数设置敏感的不足，本文设计的FGPC控制器，采用递归最小二乘法对模型进行在线估计。在所得结果基础上，运用FGPC算法，寻求最佳控制量，进而实施有效的队列管理。NS上的仿真表明，在网络高负载情况下，该控制器具有比其他AQM更为出色的表现的性能，其在稳定队长的同时，亦能保持较低的时延和抖动。
本质上说，网络是一个高度复杂的非线性系统，任何确切的数学模型都无法描述运行中的全部细节。许多基于模型的控制器，常规下性能优良，但在一些例外情况下却表现很差。抗干扰控制器作为一种无需模型，直接利用反馈改造原有系统结构的控制算法，为我们提供了一条解决问题的新途径。它采用扩张状态观测器(ESO)，对系统中未建模部分及外界干扰进行统一估算，并利用状态反馈，对原有系统结构进行简化。其在发挥原有PID长处的基础上，引入了非线性环节，增强了对网络的特殊控制效果。仿真表明，当网路负载较低时，其具有良好的性能。
本文通过在NS上的仿真实验，考察了各参数变化对系统性能的影响。同时也在相同的运行环境下，对各种AQM控制器进行了横向对比。综合而言，高负载情况下采用FGPC，低负载情况下采用自抗扰控制器是不错的选择。