一、ATM拥塞控制方法（论文文献综述）
李鑫[1]（2009）在《基于强化学习理论的网络拥塞控制算法研究》文中研究说明随着Internet的飞速发展,用户数量迅速增加,新的网络应用不断涌现,使得网络流量急剧增加,由此引发的网络拥塞已经成为制约网络发展和应用的瓶颈问题。信息拥塞是影响网络服务质量（QoS）的主要原因。因此,有效地解决拥塞问题对于提高网络性能具有重要意义。网络系统本身存在的时变性和不确定性等因素导致网络是一个复杂的大系统,数学模型的复杂性和精确性往往难以满足网络的实时需求。因此需要设计基于学习思想的拥塞控制算法,以便获得更好的拥塞控制效果。强化学习方法不依赖于被控对象的数学模型和先验知识,而是通过试错和与环境的不断交互获得知识,从而改进行为策略,具有自学习的能力。对于网络这种复杂的时变系统,强化学习是一种理想的选择。鉴于此,本文基于强化学习理论提出了几种拥塞控制算法以解决网络的拥塞控制问题。主要工作概括如下：针对单瓶颈ATM网络的拥塞控制问题,基于强化学习理论中的自适应启发评价方法设计了分层的强化学习ABR流量控制器。控制器的动作选择单元利用分层机制,分别基于缓冲区中队列长度和信元丢失率进行控制。ABR发送速率通过对两个子单元的输出利用加权求和得到。然后,基于模拟退火算法设计了控制器的参数学习过程,加快了学习速度,避免了可能存在的局部极值问题。针对含有两个瓶颈节点的ATM网络的拥塞控制问题,基于强化学习理论中的Q-学习思想设计了Q-学习ABR流量控制器。控制器在网络模型参数未知的情况下,通过Q-函数的设计,将寻找最优控制策略的问题转化为寻找一个最优H矩阵的问题。基于递归最小二乘算法实现了H矩阵的学习,进而得到了使网络性能指标最优的控制策略。针对TCP网络的拥塞控制问题,基于强化学习理论中的Q-学习方法设计了主动队列管理算法。控制器学习TCP网络中状态-动作对所对应的Q-函数值,并利用反映了Q-函数值与当前网络状态联系紧密程度的可信度值来调节学习率。然后,利用状态空间变换的思想对状态空间进行了简化。基于Metropolis规则改进了动作选择策略,实现了对未知空间探索和对已有知识完善两种策略的平衡。其次,基于合作奖赏值将所设计的控制器应用于含有多瓶颈节点的网络环境。针对TCP网络中连续的状态空间,基于模糊Q-学习方法设计了主动队列管理算法。学习过程中学习单元所选择的动作以及对应的Q-函数值都是通过模糊推理得到的。然后,利用遗传算法对每条模糊规则的后件部分进行优化,得到适合于每条模糊规则的最优动作。针对网络中存在非合作用户的问题,基于Nash Q-学习方法设计了流量控制器。针对不同业务以及同类业务的不同QoS要求,基于价格机制,制定了不同的价格标准,并应用于奖赏值的计算中。学习单元通过选择符合Nash平衡条件的Q-函数值进行学习。各用户选择的数据发送速率能够在使网络整体性能达到最优的情况下,使各个用户也获得尽可能高的利益。针对网络的路由选择问题,首先设计了双度量Q-Routing路由算法。将数据包传输时间和路径代价分别作为Q-函数值进行学习,并通过调节考虑两个度量的权重影响路由选择的结果。其次,设计了基于记忆的Q-学习路由算法。路径所对应的Q-函数值通过学习反映网络的状态信息。学习单元通过记忆曾经学习到的最优Q-函数值和曾经发生拥塞路径的恢复速率预测网络流量趋势,进而决定路由策略的选择。
田静[2]（2008）在《基于粒子滤波的ATM网络拥塞预测控制研究》文中研究指明异步传输模式（Asynchronous Transfer Mode, ATM）网络中,由于其业务的突发性和时变性,源端不能快速响应网络状态的变化,导致信元大量丢失,信息的拥塞成为影响网络服务质量（QoS）的主要原因,其拥塞控制的研究具有重要的理论意义和实用价值。为此,本文在对现有拥塞控制算法进行广泛研究的基础上,从预测控制的角度出发,研究网络的拥塞控制。本文基于ATM网络,针对业务源的统计特性,结合粒子滤波算法良好的预测性能,研究了粒子滤波在网络拥塞预测控制中的应用。本文主要工作如下：（1）从拥塞产生的原因、拥塞特性、判断方法、设计目标等几方面对ATM网络进行分析,提出本文所采用的ATM拥塞控制的预测决策机制。（2）将ATM网络的队列系统模型使用数学语言进行描述,并以信元丢失率作为衡量网络拥塞控制指标,采用粒子滤波算法对网络进行预测,结合网络拥塞的控制流程,降低源端信元发送速率。（3）为平衡预测粒子的有效性和多样性两个性能指标,将遗传机制应用到其重采样模块中,进一步改善预测控制的性能。本文的核心思想在于将粒子滤波算法和改进的遗传重采样粒子滤波算法应用于ATM网络拥塞预测控制,以取得较低的信元丢失率。仿真实验表明,在与模糊神经网络方法比较的过程中,基于粒子滤波方法的拥塞预测控制机制能够对ATM源端信元速率的突变做出更加快速的反应,具有较低的信元丢失率；在使用遗传重采样粒子滤波算法进行预测时,改进的算法具有更低的信元丢失率,拥塞控制效果更佳,保证了网络服务的质量。
杜树新,袁石勇[3]（2007）在《基于神经网络的ATM网络多媒体流拥塞控制》文中进行了进一步梳理提出了一种在用户-网络接口（UNI）处利用神经网络方法实现ATM网络多媒体流拥塞控制的新方法。在该方法中,控制器输出为信源编码率及其对应的用户百分比,即根据信源编码率及对应的用户百分比调整进入复用缓冲器多媒体流速率,从而克服了以往拥塞控制方法中仅仅调整编码率带来的对所有信源进行整体调整的缺陷,使控制系统在信元丢失率最小情况下保证了多媒体流的质量,从而有效地利用了网络资源。本文还给出了两种实现方式,方式1中,神经网络输出层变量包括编码率及对应用户百分比,由连续编码率量化成离散值;方式2中,神经网络输出层变量只有连续的编码率,然后通过一定的换算公式计算出离散的编码率和对应的用户数。这两种实现方式中,方式1较为直观,但比方式2复杂。对话音流、视频流的仿真表明方法的有效性。
董洪灿,刘涛,芦静蓉,刘慧明[4]（2007）在《复杂计算机网络中拥塞控制的研究及若干新思路》文中研究表明介绍了在TCP/IP和ATM网络中的一些拥塞控制技术,重点分析了控制理论的一些成果在拥塞控制中的应用,指出目前的拥塞控制技术中的不足,并提出了一些利用复杂控制系统理论与智能控制系统解决拥塞问题的新思路。
李素凤[5]（2007）在《一种基于史密斯原则的ATM网络拥塞控制改进算法》文中研究说明当今ATM技术日趋成熟,ATM网络已被国际电信联盟作为一项典型传输技术加以推广。在ATM网络中,信息的拥塞及丢失是影响网络业务服务质量的主要原因。其中ABR业务是唯一一种可采用反馈机制进行流量控制的业务,因此网络拥塞控制问题引起了广大控制和通信学者的关注,ABR业务流量的控制和管理问题近年来也成为一个研究的热点。通信网络是一个庞大的复杂系统,ATM网络拥塞控制研究对网络通信而言具有重要的理论意义和实用价值。本文正是以此为出发点,将控制理论引入到网络通信中,解决可控流的拥塞控制问题。本文首先从ATM网络通信基础知识开始,研究了ATM网络的基本原理、业务类型、业务参数,ABR业务的反馈机制,RM信元格式,ABR业务流量控制的目标;其次深入研究了史密斯拥塞控制方法,指出它的优点和缺点。然后以传统控制理论和史密斯原则为关键工具对高速通信网络设计了一种改进的基于史密斯原则的ATM网络的拥塞控制方案,且对控制方案进行数学分析,得出该算法能够减小缓冲区门限值,并对单链路的网络模型运用史密斯拥塞控制方案进行了研究,通过仿真比较了两种史密斯拥塞控制方案的优劣。本文研究的目的在于对ATM网络ABR业务进行基于史密斯原则的拥塞控制算法进行设计,以改进原史密斯方法的不足,满足一些节点容量相对较小,链路带宽较小,服务质量要求较高的ATM网络的实际需求。与原控制方案相比较,改进的控制方案使得网络缓冲队列最大占有量减少,即网络中瓶颈节点容量可减小,因此改进的控制方案可适用于节点容量较小的网络。验证了所提出的网络拥塞控制方案的有效性。改进的拥塞控制方案保证网络队列的动态稳定性,提高了网络的传输效率,同时保证网络传输中尽量减少数据丢失,提高了网络的性能。
刘志新[6]（2006）在《高速通信网络拥塞控制算法研究》文中研究表明随着互联网技术的飞速发展和用户对服务质量需求的提高，“拥塞”成为通信网络发展的“瓶颈问题”。高速通信网络拥塞控制是通信界与控制界的前沿热点领域。本文侧重研究ATM网络和高速TCP网络拥塞控制算法的设计和稳定性分析。本文首先针对ATM网络ABR业务流量管理问题，基于随动控制结构，考虑时延对系统的影响，提出了一种基于离散模型的改进的ABR流量控制算法，给出了保证时滞系统闭环稳定的参数选择方法，实现了拥塞避免和可用带宽的动态公平分配，改进了现有算法的结果。为提高系统响应速度，简化算法，本文提出了一种快速队列跟踪控制器。所设计的控制器包含两部分：跟踪控制器和前馈控制器，分别实现了对给定期望队列长度的静态无差跟踪和对可用带宽干扰的有效抑制。通过严格的理论推导，得到了保证系统控制器和闭环系统稳定的参数范围，同时获得了在高突发性VBR业务背景下不同链接的Max-Min动态公平性。该算法实现简单，所需参数少，可适应较大范围变化的回路时延。文章的第三部分充分考虑广域网大传输时延和高带宽时延积特征，以缓冲区内队列长度为QoS衡量尺度，将ABR可用带宽视为系统的未知有界扰动信息，设计双Smith预估器，从时域和频域两个角度出发分别分析了系统的稳定性。同时为抑制模型失配信息和控制器输入饱和问题，分别设计了反馈滤波器和辅助控制器。该方案可在较大回路时延和时延抖动环境下稳定运行，由可用带宽波动引起的响应可被完全抑制，且不需要测量可用带宽信息。文章接下来针对基于模型拥塞算法中对网络模型理想化、线性化等不足，基于ER反馈控制机制，设计了Fuzzy-PID型ER控制器。不需对通信网络系统精确建模，根据网络动态特性，充分考虑饱和非线性因素的影响，通过合理选择控制参数，制定了具有较强适应性的控制规则，分别优化PID参数，该方案结合传统PID和Fuzzy推理的优点，结构简单，易于实现。针对多种网络环境进行了仿真验证，分析了可用带宽、回路时延、比例因子等因素对系统性能的影响。仿真结果表明该设计方案具有较好的适应性和鲁棒性。本文的最后一部分研究HSTCP主动队列管理算法的设计。首先分析了HSTCP网络环境的特点和动态窗口调整策略与传统TCP的区别。利用局部线性化的方法将HSTCP非线性模型简化为二阶线性时滞系统。在此基础上，设计了通用PI控制器，称为SPI，解析证明了系统的稳定性，给出了自适应选择控制参数的方法。该方法同时适用标准TCP和HSTCP。运用NS2进行扩展的仿真研究，并与去尾算法的性能进行了比较。仿真结果证实了SPI控制器在两种异构流下的有效性，且具有较高的吞吐量性能，并在异构环境下具良好的公平性和友好性。
鲍莉娜,李杨[7]（2006）在《卫星 ATM 通信网及其业务管理策略综述》文中认为卫星 ATM 网络综合卫星通信和 ATM 网络技术的诸多优势,是国内外的研究热点之一。该文主要介绍卫星通信与 ATM 的结合方式、卫星 ATM 网络的体系结构和关键技术,并对可应用于卫星 ATM 网络的业务管理策略进行探讨。
文旭东[8]（2005）在《基于ABR业务的ATM网络拥塞控制算法研究及其在交换机中的应用》文中提出由于传统的电路交换资源利用率低,而传统的分组交换保证不了服务质量且交换速度慢,因此一种新的网络技术——ATM网络技术应运而生。ATM为了保证其QoS,将其业务划分为恒定比特率（CBR）、实时可变比特率（rt-VBR）、非实时可变比特率（nrt-VBR）、可用比特率（ABR）、不指明比特率（UBR）五中业务,并分别采用了控制机制。其中ABR业务的流量控制机制是唯一的闭环反馈控制机制,这使ABR业务的流量控制在保证ATM的Qos中具有非常重要的地位。 本文在分析ABR流量控制算法的基础上进行了ABR业务二进制流量控制和拥塞检测的关键技术研究,在进行理论分析的基础上,试图尽力体现工程应用的背景和理念,并以此为本文的基调,即强调算法的可实现性、与现有标准兼容性等,总结起来,本文的主要工作包括如下内容: 在对现有二进制算法进行建模分析的基础上,针对二进制EFCI算法收敛慢和信元速率、缓存队列长度振幅大的缺点,给出了携带队列长度信息的流量控制算法（E-EFCI）。仿真证明,该算法比基本EFCI算法具有更好的控制行为,减小了ACR和排队长度的振荡幅度,提高了链路、缓存利用率,加快拥塞解除,并具有较高的性能价格比。这也表明,根据网络交换节点的具体队列长度实时地选择参数可以使算法的性能得到优化。 第四章在讨论依据速率来检测拥塞的基础上,为进一步优化二进制算法的性能,给出了基于速率的携带虚队列长度信息的流量控制算法。仿真证明,该算法在携带队列长度信息的流量控制算法的基础上更进一步解决了EFCI算法的缺点。 在第五章中介绍了交换机设计的一些技术指标和设计思想,并简单讨论了交换机的软、硬件构架。最后是本文的总结,主要阐述了本文研究中的不足和需要进一步研究改进的地方。
杨博[9]（2004）在《数据业务拥塞控制算法研究与稳定性分析》文中认为本文研究了通讯网络数据业务的拥塞控制算法设计与时滞稳定性分析。首先通过引入滤波器和分数自回归积分滑动平均模型,针对异步传输模式网络中线性二次型高斯拥塞控制提出适合于长相关网络流量特性的改进算法。该算法在考虑回路时延（RTT）的长相关流量网络中能较好的控制队列为期望值。进一步,本文利用高阶神经网络逼近单瓶颈节点未知非线性排队行为。之后本文应用 Lyapunov 稳定性分析方法来保证基于高阶神经网络的显式速率拥塞控制算法在考虑时延时的收敛性。仿真表明基于该算法在有时延和未知可用带宽情况下能有效降低信元丢失。另外本文还研究了ATM 网络 PI 拥塞算法与虚连接数有关的鲁棒性问题。 在支持传输控制协议的 IP（网际协议）网络中,本文首先利用变结构准则设计了主动队列管理算法并证明了收敛性。为了减少变结构控制带来的抖振,设计了具有最少模糊规则的模糊滑模主动队列管理算法。模糊滑模主动队列管理算法在镇定队列、提高网络利用率、减少数据丢失方面都有较好性能。本文同样给出模糊滑模主动队列管理算法的时滞局部稳定性结论。此外,本文利用 Lyapunov-Razumikhin 方法讨论了优化拥塞控制算法在不同网络拓扑结构下的全局稳定性。 为了研究码分多址通讯系统下行链路的资源分配问题,本文给出基于经济学效用函数的优化模型。通过本文给出的动态价格函数法和考虑能量限制的功率分配算法,下行链路的吞吐量得以最大化分配。之后通过Lyapunov-Razumikhin 稳定性分析得出具有分布式动作时延的算法全局稳定性条件。仿真表明动态价格函数法比同类的拥塞价格函数法更能提高吞吐量。
罗燕[10]（2004）在《高速网络中拥塞控制研究》文中提出通信网络诞生之初，拥塞现象便产生了，它表现为网络某处业务量的聚集。拥塞的发生不仅深刻地影响着网络性能，严重时甚至会引起网络的瘫痪。因而，对拥塞的控制是一个关系到网络是否能够稳定可靠地运行的一个重大的课题，更是通信网络设计面临的一个重要的问题。拥塞控制的主要目的是提高网络资源的利用率以及为信源提供公平的资源分配。随着通信技术与计算机技术的不断融合和发展，传统的电话交换网络已发展成为今天的宽带综合业务数字网B-ISDN，而且还将继续向着高速化和智能化的方向发展。在当今的高速网络中，通信协议的分层结构更加复杂，进入网络的通信业务类型越来越多，它们的传输要求与统计特性也各不相同，这就使得高速网络中的拥塞现象变得更加复杂，而高速网络的拥塞控制问题也面临着新的挑战。 本文在吸收国内外有关拥塞控制策略及其实现算法、描述通信量统计特性和预测业务流量方法的基础上，研究了ATM论坛组织定义的对ABR服务类型实行的闭环式拥塞控制机制，分析与比较了各种控制算法的优缺点，改进了一个简单有效的流量控制算法。并研究了对通信业务量建立模型的问题。基于高速网络中通信流量的自相似性与混沌现象的本质联系，提出了一种网络业务流量的预测方法。 全文的研究内容与主要结果如下： （一） 对高速网络中的拥塞控制策略及其实现算法进行了研究。ATM论坛将拥塞控制策略纳入到高速网络的通信量管理方案中，在其定义的通信量管理文本中，ATM的服务类型被分成了五大类。对不同的服务类别，采取不同的控制方法。其中，对ABR服务类别采用的是一种基于速率的反馈式控制机制。在已经实现了这种反馈式机制的方法中，第一代的方法即二进制方法。二进制方法设计简单，容易操作，但它的不稳定性降低了其有效性，而且公平性很差。第二代的显示速率方法在稳定性和公平性方面改进了很多，但它同时带来了速率计算的复杂性，而且增加了交换机的负担。 （二） 对排队论及其应用的发展过程进行了研究。排队论是交换系统进行性能分析和系统设计的主要工具。随着通信网络结构及交换与传输技术的发展，排队系统的业务输入过程、交换机的服务过程和服务规则已经发生了很大的变化，但它的基本模式和性能分析指标没有变化。直到现在，它仍是常用的系统分析工具，由于入网业务流量的复杂性，现在多用仿真实验代替了以往的数学解析分析。在高速网络中，自相似性的业务输入对排队系统的性能影响仍是一个没有完全解决的问题。重庆大学博士学位论文 （三）研究了描述高速网络中业务流量特性的问题。文中描述了高速网络业务流量自相似性的表现，总结了自相似性的多个等价定义。这些定义从不同的侧面分别表现了自相似性性质的不同特点，如在时间尺度变换下的不变性，自相关函数的长期相关性，业务到达分布律的重尾巴性，以及功率谱密度服从的功率定律。这些特性表明，正是由于业务流量的随机性，使得拥塞控制的问题是一个复杂的随机控制问题。对此控制对象建立恰当的解析模型是设计性能优良的控制算法的一个重要的工作。 （四）业务流量预测是资源分配方案的一种有效措施。准确的业务流量预测，能够为各种网络管理方案如ATM网络中带宽和缓冲区的合理分配提供可靠的数据依据。并由此提高网络的利用率以及有效地避免拥塞的发生。基于自相似性与混沌现象的本质联系，本文研究了混沌时间序列吸引子的特性。它的特征由三个不变的量，Lyapunov指数兄、关联维d和Kolin。岁。v嫡来表征。运用几kens的重构相空间理论和最大切apunov指数的定义，对仿真的自相似业务源的速率值作出了预测，并给出了最大预报时间。该预测模式简单，预测效果好。 （五）深入研究了ABR服务的反馈式控制机制及其实现算法，改进了一种简单有效的流量控制算法，即幻影算法。经过改进后的算法在保留了原来算法的优点，如平滑接入新连接、较强的鲁棒性以及良好的公平性等以外，还通过对设置的不同的拥塞级别采取不同的控制措施的方法，增强了网络避免拥塞的能力。 （六）给出了基于最大切apunov指数的预测算法和改进的幻影算法的仿真实验结果，并进行了分析。 （七）对本文进行了总结，并展望了今后的研究工作。 关键词:拥塞控制，反馈式控制机制，排队理论，自相似性，混沌，预测，仿真实验
二、ATM拥塞控制方法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、ATM拥塞控制方法（论文提纲范文）
（1）基于强化学习理论的网络拥塞控制算法研究（论文提纲范文）
| 摘要 |
| 英文摘要 |
| 目录 |
| 第1章 绪论 |
| 1.1 网络拥塞控制研究的意义 |
| 1.2 网络拥塞控制的发展及研究概况 |
| 1.2.1 ATM网络的ABR流量控制 |
| 1.2.2 TCP网络的队列管理算法 |
| 1.2.3 QoS路由管理算法 |
| 1.3 强化学习研究概述 |
| 1.4 本文主要工作 |
| 第2章 基于模拟退火的分层强化学习ABR流量控制器的设计 |
| 2.1 引言 |
| 2.2 网络模型描述 |
| 2.3 基于分层强化学习的ABR流量控制器的设计 |
| 2.3.1 ABR流量控制器的结构 |
| 2.3.2 AEN的设计与参数学习 |
| 2.3.3 ASN的设计 |
| 2.3.4 SAM的设计 |
| 2.4 基于模拟退火的ASN参数学习 |
| 2.5 系统仿真 |
| 2.6 小结 |
| 第3章 基于递归最小二乘的Q-学习多瓶颈ABR流量控制器的设计 |
| 3.1 引言 |
| 3.2 网络模型描述 |
| 3.3 基于最小二乘的Q-学习流量控制器的设计 |
| 3.3.1 控制器的设计 |
| 3.3.2 基于递归最小二乘的控制器学习算法 |
| 3.4 系统仿真 |
| 3.5 小结 |
| 第4章 基于Metropolis规则的Q-学习AQM控制器的设计 |
| 4.1 引言 |
| 4.2 基于Q-学习的AQM控制器的结构 |
| 4.3 基于Q-学习的AQM控制器的设计 |
| 4.4 基于Metropolis规则的动作选择策略 |
| 4.5 状态空间变换 |
| 4.6 多瓶颈链路Q-学习AQM控制器的设计 |
| 4.7 系统仿真 |
| 4.7.1 单瓶颈链路网络仿真 |
| 4.7.2 多瓶颈链路网络仿真 |
| 4.8 小结 |
| 第5章 基于遗传算法的模糊Q-学习AQM控制器的设计 |
| 5.1 引言 |
| 5.2 模糊Q-学习方法研究 |
| 5.3 AQM控制器的结构 |
| 5.4 AQM控制器的设计 |
| 5.5 基于遗传算法的参数寻优 |
| 5.5.1 遗传算法的基本原理 |
| 5.5.2 基于遗传算法的参数学习机制 |
| 5.6 系统仿真 |
| 5.7 小结 |
| 第6章 基于价格机制的Nash Q-学习流量控制器的设计 |
| 6.1 引言 |
| 6.2 TCP的价格机制 |
| 6.3 基于价格机制的奖赏函数设计 |
| 6.4 Nash Q-学习流量控制器的设计 |
| 6.5 系统仿真 |
| 6.6 小结 |
| 第7章 基于Q-学习的路由算法 |
| 7.1 引言 |
| 7.2 基于双度量的Q-Routing路由算法 |
| 7.2.1 路由算法设计 |
| 7.2.2 系统仿真 |
| 7.3 基于记忆的Q-学习路由算法 |
| 7.3.1 路由算法设计 |
| 7.3.2 系统仿真 |
| 7.4 小结 |
| 第8章 结论与展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间所做的工作 |
| 作者简历 |
（2）基于粒子滤波的ATM网络拥塞预测控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 目录 |
| 第一章 绪论 |
| 1.1 课题背景 |
| 1.2 ATM网络的发展及研究现状 |
| 1.2.1 ATM网络的发展 |
| 1.2.2 ATM网络拥塞控制的研究现状 |
| 1.3 本文主要工作 |
| 第二章 ATM拥塞预测控制机制分析 |
| 2.1 ATM简介 |
| 2.2 ATM网络拥塞分析 |
| 2.2.1 拥塞产生的原因分析 |
| 2.2.2 拥塞特性分析 |
| 2.2.3 拥塞判断方法 |
| 2.3 ATM网络拥塞控制方法 |
| 2.3.2 流量控制算法的设计目标 |
| 2.3.3 基于速率的流量控制方法 |
| 2.4 ATM拥塞预测控制机制 |
| 2.5 本章小结 |
| 第三章 基于粒子滤波的拥塞预测控制 |
| 3.1 拥塞控制系统模型 |
| 3.1.1 队列系统描述 |
| 3.1.2 信元丢失率 |
| 3.2 粒子滤波算法 |
| 3.2.1 粒子滤波理论 |
| 3.2.2 粒子滤波算法分析 |
| 3.3 网络拥塞预测控制流程 |
| 3.3.1 粒子滤波预测流程 |
| 3.3.2 拥塞控制流程 |
| 3.4 仿真实验 |
| 3.5 本章小结 |
| 第四章 基于遗传粒子滤波的拥塞预测控制 |
| 4.1 粒子滤波重采样算法 |
| 4.1.1 多项式重采样算法及其仿真结果 |
| 4.1.2 残差重采样算法及其仿真结果 |
| 4.2 遗传重采样粒子滤波拥塞预测控制 |
| 4.2.1 遗传算法优化流程 |
| 4.2.2 遗传重采样粒子滤波流程 |
| 4.2.3 仿真实验 |
| 4.3 本章小结 |
| 第五章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士期间所做的工作 |
（3）基于神经网络的ATM网络多媒体流拥塞控制（论文提纲范文）
| 1 引言 |
| 2 基于神经网络的拥塞控制器设计 |
| 2.1 拥塞控制器1设计 |
| 2.2 拥塞控制器2设计 |
| 3 仿真 |
| 3.1 仿真例子1:话音信源的拥塞控制仿真 |
| 3.2 仿真例子2:视频信源的拥塞控制仿真 |
| 4 结束语 |
（4）复杂计算机网络中拥塞控制的研究及若干新思路（论文提纲范文）
| 1 传统的拥塞控制方法 |
| 1.1 TCP/IP拥塞控制 |
| 1.2 ATM拥塞控制 |
| 2 基于控制理论的拥塞控制方法 |
| 2.1 基于经典控制理论的拥塞控制 |
| 2.2 基于智能控制理论的拥塞控制 |
| (1) 模糊逻辑控制方法 |
| (2) 神经网络控制方法 |
| 2.3 基于预测控制的拥塞控制 |
| 3 拥塞控制方法中存在的问题及研究新思路 |
| 4 结束语 |
（5）一种基于史密斯原则的ATM网络拥塞控制改进算法（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的意义 |
| 1.2 拥塞控制的研究现状 |
| 1.3 拥塞控制算法的发展 |
| 1.3.1 二值算法 |
| 1.3.2 显示速率算法 |
| 1.3.3 基于控制理论的算法 |
| 1.4 本文主要内容 |
| 第2章 ATM网络及其拥塞控制基础 |
| 2.1 ATM网络技术 |
| 2.1.1 ATM技术概述 |
| 2.1.2 ATM业务类型 |
| 2.1.3 ATM业务参数 |
| 2.2 ABR业务流量控制原理 |
| 2.2.1 ABR业务流量控制模型 |
| 2.2.2 RM信元格式 |
| 2.2.3 ABR流量控制的设计目标 |
| 2.3 拥塞控制参考模型 |
| 2.4 拥塞控制系统组成 |
| 2.5 ATM拥塞控制策略 |
| 2.6 本章小结 |
| 第3章 基于史密斯原则的ABR业务拥塞控制算法 |
| 3.1 网络数据模型 |
| 3.1.1 存储转发模型 |
| 3.1.2 瓶颈队列的动态模型 |
| 3.2 基于史密斯原则拥塞控制算法 |
| 3.3 基于史密斯原则的拥塞控制改进算法 |
| 3.3.1 改进算法的控制模型 |
| 3.3.2 算法的控制率 |
| 3.4 改进算法的数学分析 |
| 3.5 本章小结 |
| 第4章 基于史密斯原则改进算法的网络性能仿真 |
| 4.1 单瓶颈网络模型 |
| 4.2 仿真及性能评价 |
| 4.3 本章小结 |
| 结论 |
| 参考文献 |
| 攻读学位期间发表的学术论文 |
| 致谢 |
（6）高速通信网络拥塞控制算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 网络拥塞控制研究的意义 |
| 1.2 ATM 网络拥塞控制算法 |
| 1.2.1 二进制反馈方案 |
| 1.2.2 启发式显式速率反馈方案 |
| 1.2.3 基于控制理论显式速率反馈方案 |
| 1.3 高速 TCP 拥塞控制算法 |
| 1.3.1 AQM 算法 |
| 1.3.2 HSTCP |
| 1.3.3 XCP |
| 1.4 论文的主要研究内容 |
| 第2章 基于随动跟踪的 ABR 流量控制改进算法 |
| 2.1 引言 |
| 2.2 网络信息传输描述 |
| 2.2.1 反馈机制 |
| 2.2.2 网络模型描述 |
| 2.3 拥塞控制器设计 |
| 2.4 拥塞算法实现 |
| 2.5 仿真研究 |
| 2.6 本章小结 |
| 第3章 FTQ 拥塞控制算法 |
| 3.1 引言 |
| 3.2 网络系统模型 |
| 3.3 控制器设计 |
| 3.3.1 快速队列跟踪控制器 |
| 3.3.2 前馈控制器 |
| 3.4 VC 公平性 |
| 3.5 仿真研究 |
| 3.6 本章小结 |
| 第4章 基于双 Smith 预估器的 ABR 业务拥塞控制 |
| 4.1 引言 |
| 4.2 模型描述 |
| 4.3 控制器设计 |
| 4.3.1 控制目标 |
| 4.3.2 传统 Simth 预估器 |
| 4.3.3 双 Smith 预估器 |
| 4.3.4 反馈滤波器设计 |
| 4.3.5 辅助控制器设计 |
| 4.3.6 ER 更新算法 |
| 4.4 仿真研究 |
| 4.5 本章小结 |
| 第5章 ATM 网络模糊控制算法研究 |
| 5.1 引言 |
| 5.2 网络信息传输描述 |
| 5.3 模糊逻辑与模糊控制器设计 |
| 5.3.1 模糊逻辑 |
| 5.3.2 模糊控制器设计 |
| 5.4 仿真研究 |
| 5.5 本章小结 |
| 第6章 HSTCP 主动队列管理算法研究 |
| 6.1 引言 |
| 6.2 模型描述 |
| 6.3 控制器设计 |
| 6.4 仿真研究 |
| 6.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间承担的科研任务与主要成果 |
| 致谢 |
| 作者简介 |
（8）基于ABR业务的ATM网络拥塞控制算法研究及其在交换机中的应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 ATM技术的背景及其概况 |
| 1.2 网络拥塞及其解决方法和意义 |
| 1.3 ATM网络拥塞控制研究现状概述 |
| 1.4 本文的结构、特色与创新点 |
| 第2章 ABR业务流量控制基础 |
| 2.1 引言 |
| 2.2 ABR流量控制原理 |
| 2.2.1 ABR流量控制模型 |
| 2.2.2 ABR参数 |
| 2.2.3 RM信元 |
| 2.2.4 信源、交换机、信宿行为准则 |
| 2.3 ABR流量控制的设计目标 |
| 2.4 ABR流量控制的典型算法 |
| 2.4.1 二进制算法 |
| 2.4.2 显示速率算法 |
| 2.5 传统算法存在的问题及解决途径 |
| 2.5.1 传统算法存在的问题 |
| 2.5.2 目前的一些改进算法 |
| 2.6 小结 |
| 第3章 携带队列长度信息的 ABR业务流量控制算法 |
| 3.1 引言 |
| 3.2 参数对二进制算法的影响分析 |
| 3.2.1 基本 EFCI算法 |
| 3.2.2 模型建立及参数设置分析 |
| 3.3 E-EFCI流量控制原理 |
| 3.4 E-EFCI算法仿真分析 |
| 3.4.1 仿真基本配置 |
| 3.4.2 允许信元速率 ACR的动态特性 |
| 3.4.3 信元排队长度的动态特性 |
| 3.4.4 交换机之间链路带宽利用率特性 |
| 3.5 小结 |
| 第4章 基于速率的 ABR拥塞检测的流量控制算法 |
| 4.1 引言 |
| 4.2 基于速率的ABR拥塞检测方法 |
| 4.3 基于速率检测的 EFCI流量控制算法的性能仿真分析 |
| 4.3.1 允许信元速率 ACR的动态特性 |
| 4.3.2 信元排队长度的动态特性 |
| 4.3.3 交换机之间链路带宽利用率特性 |
| 4.4 基于速率检测的 E-EFCI流量控制算法的性能仿真分析 |
| 4.4.1 允许信元速率 ACR的动态特性 |
| 4.4.2 信元排队长度的动态特性 |
| 4.4.3 交换机之间链路带宽利用率特性 |
| 4.5 基于速率检测的EFCI和E-EFCI流量控制算法的性能仿真分析 |
| 4.5.1 允许信元速率 ACR的动态特性 |
| 4.5.2 信元排队长度的动态特性 |
| 4.5.3 交换机之间链路带宽利用率特性 |
| 4.6 小结 |
| 第5章 基于速率检测拥塞的 E-EFCI的 ATM交换机设计 |
| 5.1 前言 |
| 5.2 交换机概述 |
| 5.2.1 ATM技术交换原理 |
| 5.2.2 ATM交换结构分类 |
| 5.2.3 ATM交换控制机制 |
| 5.2.4 ATM交换性能评价 |
| 5.3 交换机设计思想 |
| 5.4 基于速率检测拥塞的 E-EFCI的 ATM交换机硬件系统设计 |
| 5.5 基于速率检测拥塞的 E-EFCI的 ATM交换机软件系统设计 |
| 5.5.1 交换机软件构架 |
| 5.5.2 操作系统和驱动程序 |
| 5.5.3 呼叫控制模块 |
| 5.5.4 SNMP网络功能模块 |
| 5.6 小结 |
| 总结 |
| 参考文献 |
| 致谢 |
| 附录A(攻读学位期间所发表的学术论文目录) |
| 附录B(攻读学位期间所参加的科研项目) |
（9）数据业务拥塞控制算法研究与稳定性分析（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 拥塞控制研究的目的和意义 |
| 1.2 ATM 拥塞控制背景和相关算法 |
| 1.3 TCP 拥塞控制的背景和相关工作 |
| 1.3.1 TCP 拥塞避免机制 |
| 1.3.2 主动队列管理算法 |
| 1.4 CDMA 资源管理背景和相关算法 |
| 1.5 ATM、TCP、CDMA 拥塞控制的比较 |
| 1.6 论文的主要工作和结构安排 |
| 第2章 长相关网络基于优化问题的拥塞控制算法设计 |
| 2.1 引言 |
| 2.2 模型介绍 |
| 2.2.1 单瓶颈队列模型 |
| 2.2.2 FARIMA 模型 |
| 2.3 算法设计与稳定性分析 |
| 2.3.1 问题描述 |
| 2.3.2 滤波器设计 |
| 2.3.3 稳定性分析 |
| 2.4 仿真结果 |
| 2.5 本章小结 |
| 第3章 基于神经网络的显式拥塞控制器设计与稳定性分析 |
| 3.1 引言 |
| 3.2 背景知识 |
| 3.2.1 高阶神经网络预备知识 |
| 3.2.2 ATM 交换机中的非线性动力学模型 |
| 3.3 高阶神经网络流量控制器设计 |
| 3.4 收敛性证明 |
| 3.5 带宽公平分配问题 |
| 3.6 仿真研究 |
| 3.7 本章小结 |
| 第4章 一类基于速率的ATM 拥塞控制算法稳定性分析 |
| 4.1 引言 |
| 4.2 系统模型与控制律 |
| 4.3 PI 算法的解析分析 |
| 4.3.1 q_T 的选择 |
| 4.3.2 参数选择 |
| 4.4 稳定性条件 |
| 4.5 仿真结果 |
| 4.5.1 数值算例 |
| 4.5.2 单瓶颈节点仿真 |
| 4.6 本章小结 |
| 第5章 滑模变结构主动队列管理算法设计 |
| 5.1 引言 |
| 5.2 VS-AQM 算法设计 |
| 5.3 仿真结果 |
| 5.4 模糊滑模(FSM)AQM 算法设计 |
| 5.4.1 模糊滑模准则 |
| 5.4.2 FSM-AQM 算法的稳定性分析 |
| 5.4.3 FSM-AQM 的实现 |
| 5.5 仿真结果 |
| 5.5.1 仿真设置 |
| 5.5.2 单瓶颈网络中的仿真 |
| 5.5.3 多瓶颈网络中的仿真 |
| 5.6 本章小结 |
| 第6章 一类基于非线性规划的拥塞控制算法全局稳定性分析 |
| 6.1 引言 |
| 6.2 对偶梯度算法 |
| 6.3 对偶梯度算法的全局稳定性分析 |
| 6.3.1 一般拓扑结构中全局稳定性 |
| 6.3.2 考虑回路时延时的稳定性条件 |
| 6.4 本章小结 |
| 第7章 CDMA 下行链路基于效用函数资源分配算法设计与稳定性分析 |
| 7.1 引言 |
| 7.2 优化模型 |
| 7.3 下行链路的速率控制算法设计与时滞稳定性分析 |
| 7.3.1 下行链路速率控制 |
| 7.3.2 速率控制算法的时滞稳定性分析 |
| 7.4 下行链路功率分配与算法描述 |
| 7.4.1 下行链路功率分配 |
| 7.4.2 算法描述 |
| 7.5 仿真结果 |
| 7.6 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间承担的科研任务与主要成果 |
| 致谢 |
| 作者简介 |
（10）高速网络中拥塞控制研究（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 1 绪论 |
| 1.1 拥塞控制 |
| 1.1.1 拥塞现象及其表征 |
| 1.1.2 拥塞现象发生的主要原因 |
| 1.1.3 拥塞的危害性 |
| 1.1.4 拥塞控制综述 |
| 1.2 国内外研究状况综述 |
| 1.2.1 ABR服务的流量控制机制和流量控制算法综述 |
| 1.2.2 业务量建模研究 |
| 1.2.3 业务流量预测 |
| 1.3 本文的主要工作 |
| 1.4 内容安排 |
| 1.5 本章小结 |
| 2 ATM网络及其拥塞控制 |
| 2.1 ATM网络 |
| 2.2 通信量管理与控制框架 |
| 2.2.1 通信量管理 |
| 2.2.2 通信量控制 |
| 2.3 反馈式控制制 |
| 2.3.1 二进制式方法 |
| 2.3.2 显式速率ER方法 |
| 3 排队论及其应用 |
| 3.1 系统模型和性能指标 |
| 3.2 经典排队论 |
| 3.3 肯达尔模型 |
| 3.4 现代排队论 |
| 4 自相似通信量研究 |
| 4.1 自相似的通信量 |
| 4.2 自相似随机过程的数学定义 |
| 4.3 自相似模型研究进展 |
| 4.3.1 分数布朗运动模型 |
| 4.3.2 分数自回归整合滑动平均FARIMA |
| 4.3.3 服从Pareto分布的0N-OFF模型 |
| 4.3.4 其它 |
| 4.4 自相似性对排队性能的影响 |
| 4.5 自相似性参数 H的估计 |
| 5 基于混沌时间序列分析的预测 |
| 5.1 混沌现象及其应用 |
| 5.1.1 混沌吸引子 |
| 5.1.2 混沌的定义及其特征量 |
| 5.1.3 混沌的应用 |
| 5.2 混沌时间序列分析及应用 |
| 5.3 基子最大Lyapunov指数的预测方法 |
| 5.3.1 相空间重构 |
| 5.3.2 Lyapunov指数特性及其数值计算 |
| 5.3.3 预测模式 |
| 5.3.4 多步预测 |
| 5.4 结论 |
| 6 改进的幻影方案在拥塞避免与控制中的应用 |
| 6.1 Phantom方法的原理 |
| 6.2 Phantom算法 |
| 6.3 改进的Phantom算法 |
| 6.4 结论 |
| 7 仿真实验及分析 |
| 7.1 预测模式的仿真实验 |
| 7.2 改进的Phantoln算法的仿真实验 |
| 8 研究总结与展望 |
| 8.1 研究内容总结 |
| 8.2 目前存在的一些问题 |
| 8.3 研究展望 |
| 致谢 |
| 参考文献 |
| 附录1 |
| 附录2 |
四、ATM拥塞控制方法（论文参考文献）
- [1]基于强化学习理论的网络拥塞控制算法研究[D]. 李鑫. 东北大学, 2009(06)
- [2]基于粒子滤波的ATM网络拥塞预测控制研究[D]. 田静. 东北大学, 2008(03)
- [3]基于神经网络的ATM网络多媒体流拥塞控制[J]. 杜树新,袁石勇. 电路与系统学报, 2007(04)
- [4]复杂计算机网络中拥塞控制的研究及若干新思路[J]. 董洪灿,刘涛,芦静蓉,刘慧明. 信息技术, 2007(07)
- [5]一种基于史密斯原则的ATM网络拥塞控制改进算法[D]. 李素凤. 哈尔滨工业大学, 2007(03)
- [6]高速通信网络拥塞控制算法研究[D]. 刘志新. 燕山大学, 2006(03)
- [7]卫星 ATM 通信网及其业务管理策略综述[J]. 鲍莉娜,李杨. 航天器工程, 2006(01)
- [8]基于ABR业务的ATM网络拥塞控制算法研究及其在交换机中的应用[D]. 文旭东. 湖南大学, 2005(07)
- [9]数据业务拥塞控制算法研究与稳定性分析[D]. 杨博. 燕山大学, 2004(05)
- [10]高速网络中拥塞控制研究[D]. 罗燕. 重庆大学, 2004(02)