针对IPv4协议的容错解码算法研究

在易错网络中传输IP(因特网协议)数据包时,除了网络拥塞之外,信道误码也容易导致数据包丢失。丢包对信源恢复会造成较大影响。为了降低误码导致的丢包率,该文研究了IPv4协议解码的可靠性问题,分析了IPv4(因特网协议版本4)协议各字段之间的相关性,建立了IPv4协议容错解码的理论模型,利用最大后验概率推导出容错解码的准则。在该基础上提出一种以分段方式估计协议字段的算法,实验结果表明该算法大大增强了IPv4协议解码的纠错能力。     

利用时延特性的模糊TCP拥塞控制算法

提出了一种基于时延的模糊控制TCP拥塞控制算法(DFCC),采用当前RTT变化和历史变化相结合的方法,通过一个模糊控制器调节CWND,从而对网络拥塞情况有了更好的估计和反应,有效解决了突发拥塞降低吞吐量的问题。仿真试验表明,改进的算法更加准确地监测到网络拥塞,提高了网络的吞吐量。     

拥塞等级与流分类结合的数据中心拥塞控制算法研究

数据中心具有高带宽低延时的特点,内部网络多采用多对一的树型拓扑结构.当多个请求并发传输时,就会造成交换机缓存溢出而丢包的现象.通常,这种拥塞导致的吞吐量下降问题叫做"TCP Incast"问题.针对这一问题,本文基于NS2仿真平台,对显式拥塞反馈机制ECN进行修改,将网络拥塞程度划分为低拥塞、中拥塞和高拥塞三个等级,每个等级再结合数据流特点将其划分为大流和小流,这样数据中心的网络拥塞状态被分为六种类型.提出了一种拥塞等级与流分类结合的算法(FCCL-TCP),经过仿真,发现新的算法在吞吐量方面的表现要优于传统的Tahoe算法和DCTCP算法.     

TCP端到端等效噪声模型及拥塞控制方法研究

针对传统TCP拥塞控制协议在有线/无线混合网络中存在的问题,采用通信系统加性噪声分析方法和信道容量理论,将端到端链路背景流量等效为加性噪声,建立了链路等效噪声模型。研究了基于等效噪声模型的端到端链路带宽估计方法,并提出了一种基于等效噪声模型的TCP拥塞控制算法(N-TCP)。理论分析和仿真结果表明所提出的带宽估计方法准确有效,新的拥塞控制算法和传统的TCP协议兼容性好,具有良好的抗随机丢失能力和公平性,适宜于存在随机丢失的无线/有线混合网络。     

具有数据包丢失的NCS反馈调度研究

网络化控制系统数据包丢失会导致控制系统性能下降与网络资源利用率降低。该文分析了网络化控制系统的数据包丢失问题,基于网络利用率,采用反馈调度方法,动态调整网络化控制系统控制任务周期,在线分配网络资源,实现调度与控制的集成,提高了网络资源的利用率与控制系统性能,仿真结果表明该方法的有效性。     

具有时延和随机丢包过程的网络控制系统的分析与控制

对同时具有网络诱导时延和数据包丢失的网络控制系统进行了建模、稳定性分析和控制器的设计.网络诱导时延为小于一个采样周期的短时延,随机丢包过程是具有普遍意义的任意丢包过程,其数字特征不必先验得到,运用保证闭环网络控制系统渐近稳定的充分条件,得到了状态反馈控制器的设计方法.仿真结果证明了该方法的有效性.     

一种基于速率的组播拥塞控制机制

分析了发送者驱动和接收者驱动的组播拥塞控制的优缺点,提出了一种基于速率,由接收者 和发送者混合驱动的层次型组播拥塞控制机制RBMCC。在RBMCC中接收者计算本地丢失率,中间节点聚集所有来自其直接子节点的反馈报文,发送方通过最终的反馈报文计算TCP友好发送速率,实现对网络拥塞的快速、准确响应。仿真试验证明,RBMCC具有良好的可伸缩性与满意的公平性。     

Internet拥塞控制研究

随着互联网业务量的剧增和新业务的层出不穷单一的TCP协议已经不能胜任所有的拥塞控制任务因此论述了Internet拥塞控制研究方面最新的研究进展分析了IP网拥塞的原因讨论了网络拥塞控制的方法包括路由器中拥塞控制策略和对多媒体实时流与组播流的拥塞控制方法得出了只有采用多种策略并从多个角度实施拥塞控制才能更好地保证互联网的正常运行     

Ad hoc网络中基于拥塞的机会调度算法

无线多跳Ad hoc网络中的节点在业务发送过程中需要竞争共享信道,容易发生局部拥塞导致网络性能下降,而且节点内部采用的先入先出(FIFO)队列容易使队头出现阻塞现象,影响队列中后续分组的发送。为此提出了一种基于拥塞的机会调度算法,发送节点发送RTS帧时目标指向多个下一跳接收节点,这些节点在正确解码RTS帧后根据自身拥塞程度按一定概率依照调度优先级顺序发送CTS帧。仿真结果表明,该算法提高了网络端到端的饱和吞吐量和信道利用率,也提高了业务流之间的公平性。     

Markov多丢包的网络控制系统量化l2-l∞滤波器

考虑具有多通道随机丢包的网络控制系统,研究了一类存在外部干扰信号的量化l2-l∞滤波器设计问题.首先,使用对数量化器组量化处理传感器测量数据,在此基础上利用离散Markov链构建多通道数据包丢失的传输模型,通过构造模式依赖的滤波器减少扰动信号的影响.然后,将滤波误差动力系统建模为不确定离散的闭环系统,通过李雅普诺夫函数...