- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于状态空间的动态反馈控制AQM 算法研究
肖春鹏 朱瑞军
(大连理工大学 电子与信息工程学院,大连市 116024)
Email:xiaochunpeng1980@
摘要: 本文对基于状态空间的主动队列管理算法进行了研究。我们发现目前已有的大多数
AQM 算法在设计过程中都没有充分考虑到大时滞对算法性能的影响。并且通过仿真实验证实
已有的几种基于状态空间的典型算法控制的队列在大时滞网络下无一例外地出现了剧烈地
振荡,导致瓶颈链路利用率下降和延时抖动加剧。为此,在进行了适当模型拟合处理地基础
上,我们提出并设计了基于动态反馈和LMI 的VSFC 主动队列管理算法。这种算法克服了大
时滞给队列稳定性造成的不利影响。仿真实验结果表明,新算法在大时滞小期望队列长度的
网络配置中表现出的综合性能明显优于已有的算法。
关键词:拥塞控制,大时滞,状态空间,主动队列管理
1. 引言
鲁棒的AQM 策略成为目前 Internet 研究领域的一个技术热点,相继产生了不
少有影响力的算法。近期的研究揭示了现有的拥塞控制机制在高延时或高容量时
的不稳定性,表明随着网络容量持续增加,现有的拥塞控制的有效性将达到极限。
基于经典控制论的分析方法局限于频域,给分析工作带来了不足,最近,研究人
员利用现代控制理论分析方法,把频域分析扩展到状态空间,取得了很好的结果。
在这一章我们将对基于状态空间的主动队列管理算法进行深入的研究。我们发现
目前已有的大多数AQM 算法在设计过程中都没有充分考虑到大时滞对算法性能
的影响。并且通过仿真实验证实已有的几种基于状态空间的典型算法控制的队列
在大时滞网络下无一例外地出现了剧烈地振荡,导致瓶颈链路利用率下降和延时
抖动加剧。为此,在进行了适当模型拟合处理地基础上,我们提出并设计了基于
动态反馈和LMI 的VSFC 主动队列管理算法。这种算法克服了大时滞给队列稳定
性造成的不利影响。仿真实验结果表明,新算法在大时滞小期望队列长度的网络
配置中表现出的综合性能明显优于已有的算法。
2. 算法描述
V.Misra 等人基于流体流(fluid flow)理论建立了AQM 作用下TCP 连接上
拥塞窗口的动态模型,它可以用下面的一组非线性微分方程来描述:
- 1 -
• 1 W (t) W (t −R(t))
W(t) =− p(t −R(t))
R (t ) 2 R (t −R (t ))
N t
()
−C + W (t), q 0
• R t
()
q
N t
()
max 0, −C + W (t), q 0.
R t
()
•
在此x 表示事件的微分,而且
W = TCP 窗口大小的平均值(以数据包为单位)
q = 平均队列长度(以数据包为单位)
q(t)
R (t) = 往返传播时间= +Tp (以秒为单位)
C
C = 链路容量(以数据包/秒为单位)
T = 传播延迟(以秒为单位)
p
N = 负载因素(TCP 任务数)
p = 数据包的标记概率
这个模型是根据 AIMD(加性增加乘性减少)机制得到的,队列长度和窗口大小都
文档评论(0)