杨歆豪[1]2010年在《基于控制理论的网络拥塞控制中的若干算法研究》文中进行了进一步梳理由于网络资源和网络流量分布的不均衡,拥塞的发生是Internet网络的固有属性。随着网络规模的快速增长和各种应用的不断产生,网络拥塞问题日益加剧,成为了影响网络性能的主要因素,所以对网络拥塞控制算法的研究也成为了网络研究领域的热点问题。拥塞控制算法可以分为源算法和链路算法两类。源算法,如TCP协议等,在主机及网络边缘设备中执行,根据网络设备的反馈信息调整数据发送的速率；链路算法,如主动队列管理算法,在网络设备中执行,作用是检测拥塞的发生,并将拥塞信息反馈给用户。动态的网络环境以及网络延时的不确定性,给网络的建模以及设计拥塞控制算法带来了很多困难。此外,有线／无线网络、无线多跳网络等一些新的网络结构的涌现,给Internet网络带来了很多新的特性,使得传统的拥塞控制机制暴露了很多局限性。针对这些问题,本文通过控制理论来提高网络拥塞控制算法的稳定性和鲁棒性,并设计能够适应新的网络类型的网络拥塞控制算法。本文的主要研究成果与创新点如下：1、针对动态网络环境,设计了一类具有H∞性能指标的主动队列管理算法。在忽略网络系统高频性能的前提下,设计了一种H∞PI控制器,通过线性矩阵不等式方法给出了一种简单的H_∞PI控制参数的整定方法。考虑H∞PI控制器在建模过程中的不足,通过线性时滞系统的风控制方法,设计了一种主动队列管理的输出反馈控制器。证明了这种输出反馈控制器具有较好的稳定性和鲁棒性,同时给出了基于线性矩阵不等式方法的参数求解方法。仿真结果表明这类具有H∞性能指标的主动队列管理算法具有良好的控制性能且在变化的网络环境下具有较强的鲁棒性。2、针对通讯过程中时延的不确定性,给出了一类基于变时滞的主动队列管理算法。考虑TCP协议中的超时重传机制,在小信号线性化的基础上,设计了一个基于观测器的时滞相关H∞状态反馈控制器。针对小信号线性化存在局部稳定性的问题,根据RTT与队列长度的线性关系,建立了非线性的网络模型。基于反步设计法给出了系统的状态反馈控制律,同时给出了控制律系数的取值范围。设计了基于TCP窗口值的观测器,证明了当丢包率的取值范围在0到1之间时,TCP窗口观测值收敛到实际值。ns仿真表明这类基于变时滞的主动队列管理算法维持了较好的网络性能。3、针对传统TCP协议在有线／无线网络中的局限性,基于模糊控制理论,设计了一种模糊速率选择拥塞控制算法。通过对路由器中队列长度和数据速率的测量,能够结合AIAD策略和AIMD策略的特点,我们提出的模糊速率选择拥塞控制算法能够有效地区分无线比特错误导致的丢包和拥塞导致的丢包。仿真结果表明算法在有线／无线网络环境下具有很好的控制性能,能够保证动态网络环境下拥塞控制的有效性。4、针对TCP协议在队列延时等方面控制性能不佳的局限性,设计了一种基于卡尔曼滤波器的TCP窗口控制器。首先设计了一种基于比例控制原理的TCP窗口控制器,由于这种基于比例控制的控制器是非因果的,通过对网络中队列长度和往返时间的测量,利用卡尔曼滤波器理论对这种非因果的控制器进行逼近。ns仿真表明,这种TCP窗口控制算法能够较好的预测TCP窗口值,并且在动态网络环境下依然具有较高的链路吞吐量和较低的队列延时。5、针对无线多跳网络的“多跳”特性,根据分布式动态系统理论和有向图的基本理论设计了无线多跳网络的基于速率的拥塞控制算法。首先给出了基于无线Ad hoc网络的最小速率算法,可以保证所有正在通讯的节点收敛到最小的可用带宽；其次设计了一个无线传感器网络中的基于领导者的拥塞控制算法,把汇聚节点作为这个网络系统的领导者,由其来决定每个TCP连接的可用带宽；最后综合Ad hoc网络的最小速率算法和无线传感器网络的基于领导者的拥塞控制算法给出了一个基于无线Mesh网络的拥塞控制算法。
王萍[2]2008年在《模型预测控制主动队列管理研究》文中研究说明主动队列管理研究是目前Internet网络拥塞控制研究的热点和重点,路由器处的主动队列管理算法与TCP的端到端拥塞控制机制的结合使用是保证网络的QoS和公平性的主要措施。本文针对简单的网络系统,运用带约束的预测控制理论设计了一个新的主动队列管理算法。本文首先给出了网络的非线性数学模型,它尽可能精确地描述网络的动态特性,并利用坐标平移推导出它对应的平衡点为原点的非线性微分方程。本文将此网络模型作为被控对象,对其设计了一种新的主动队列管理算法MCAQ算法。MCAQ算法的核心部分是运用带约束的DMC理论设计的,由于DMC理论设计的是线性,而被控对象是非线性系统,MCAQ算法首先要对其进行线性度分析,提取单位阶跃响应系数、建立系统的阶跃响应模型,将网络受系统实际存在的物理约束最大缓冲队列长度和性能指标限定的最大丢包率等转化为系统的输出约束、控制约束,将拥塞控制的性能指标描述为优化问题的目标函数,设定合理的控制时域、预测时域、加权阵等参数,最终通过求解QP问题获得MCAQ算法,实现对网络系统的控制量。在Matlab仿真环境下,本文通过一系列仿真对MCAQ算法做了详细地分析和说明。在最基本的无干扰仿真中,验证了MCAQ算法的正确性,总结了它的基本优点,为了考察MCAQ算法的抗干扰能力,分别针对叁组作用持续时间有较大差别的不可测干扰,做了MCAQ算法的抗干扰能力仿真实验,分析了它的抗干扰效果。本文最后还通过仿真分析了MCAQ算法的鲁棒性和延迟补偿性。通过这些仿真研究,结合MCAQ算法与RED算法进行的对比,可以看出MCAQ算法有较好的抗干扰能力、一定的鲁棒性、有较好的延迟补偿性,明显优于RED主动队列管理算法的综合性能。
田小兵[3]2003年在《基于预测反馈控制的网络拥塞控制算法研究》文中研究表明计算机网络在过去的十几年中经历了爆炸式的增长，随之而来的是越来越严重的拥塞问题。自从Jacobson于1988年提出拥塞控制的概念以来，拥塞控制引起了人们极大的关注。各种拥塞控制理论以及算法也相继提出。目前网络的流量控制和管理科学迅速发展，已经逐渐成为计算机科学的一个重要分支：流量控制工程(Flow Control Engine)。其主要研究内容是检测和防止拥塞或从拥塞中恢复的实时机理。拥塞控制算法在设计上存在着许多困难。比如资源是否得到有效的分配以及网络信息的分布性带给分布控制设计的困难、资源分配的公平性等。AIMD(Additive Increase and Multiplicative Decrease)算法是目前比较优秀的拥塞避免算法，已经在互联网的TCP拥塞算法中得到了应用。其主要原理是接收方反馈一个二进制位的过载或欠载信息，接收方根据此二进制信息，采用线性的加法增加乘法减少算法调节发送方的负载。文中讨论了AIMD算法的稳定性、收敛性和公平性及其约束条件。AIMD算法是严格基于同步的，它假定所有的用户都同时收到反馈信息，当接收方具有不同的反馈延迟时，算法的收敛和稳定条件都需要加强。文中讨论了不同的RTT(Round Trip Time)和不同的初始条件下系统的行为。AIMD从算法的简单性和实际网络容易实现的角度考虑，反馈给发送方的信息有限，只有过载或欠载两种二进制状态；AIMD算法根据瓶颈资源的拥塞状态向所有用户发送相同的反馈信号，并不能真实反映接收节点对发送方负载量的要求;同时，AIMD的窗口调整策略破坏了负载平滑性的要求，不能满足当前实时流媒体应用，AIMD的这些不足，体现了一种性能和系统复杂度之间的折衷。本文在反馈控制的基础上，引入预测反馈控制理论，提出了一种新的反馈控制算法:接收节点存储一组历史负载值，并根据历史负载预测当前时间片发送方的负载量，同时反馈给发送方，发送方根据反馈信息调节自己的负载水平。预测反馈控制满足了拥塞控制的效率性和公平性的要求，克服了AIMD算法的上述缺点。
刘雪梅[4]2013年在《基于模糊控制理论的主动队列管理算法研究》文中进行了进一步梳理随着互联网技术的发展以及网络用户数量的不断增加,网络拥塞问题变得越来越严重,单纯依靠TCP源端的流量控制机制很难完全解决网络拥塞问题,因此,作为端算法补充手段的主动队列管理(Active Queue Management, AQM)算法成为了网络拥塞控制领域的研究热点。由于网络的强非线性和时变特点,经典的固定参数的主动队列管理算法已经不能满足其性能要求,因此需要设计能够更好地适应网络环境变化的AQM算法。本文采用模糊控制来设计AQM算法,取得的主要成果如下：(1)提出了一种基于T-S (Takagi-Sugeno)模糊模型的PI(proportional-integral)主动队列管理算法。针对网络拥塞控制系统的非线性和时变特点,基于T-S模糊模型,采用网络拥塞控制系统的多个基于不同稳态工作点的局部线性化模型来逼近非线性网络拥塞控制系统模型,在此模型的基础上采用PI控制器设计了新的AQM算法。(2)提出了一种基于T-S模糊模型的状态反馈控制的AQM算法。采用T-S模糊模型对TCP/AQM系统进行非线性建模,基于该模型采用状态反馈控制设计了新的AQM算法,根据Lyapunov理论给出了系统渐近稳定的条件,并利用线性矩阵不等式(LMI)方法设计了控制器参数。(3)提出了一种基于队列和速率的模糊AQM算法。分别设计了基于路由器缓存队列长度和包到达速率的模糊控制器,采用一定的方式将两个控制器合成,通过参数w来调节速率控制器的作用强弱,并设计了模糊队列控制器的参数自适应机制,进一步提高了算法的鲁棒性。NS2仿真结果表明,上述叁种算法均能使路由器缓存队列长度在多种网络仿真环境下快速地收敛到期望值附近,并具有较好的稳定性和鲁棒性。
邹勇[5]2010年在《先进控制理论在流媒体传输播放中的应用研究》文中研究表明随着计算机技术、网络技术、视频压缩编码技术的快速发展,特别是宽带通信和Internet的快速普及,极大地促进了流媒体传输技术的发展。然而由于Internet与生俱来的尽力而为(best effort)的特性,不能保证流媒体传输系统的服务质量,因此要求流媒体系统必须能够提供与网络带宽波动相适应的传输与播放控制机制。流媒体传输具有很强的挑战性,它涉及计算机网络拥塞控制、媒体同步、实时服务质量(QoS, Quality of Service)控制等多个领域。尽管控制理论在流媒体视频传输、播放的研究上已经取得了一些成果,但由于流媒体模型的复杂性、建模困难,具有参数时变、积分时变时滞以及非线性等特点使得传统控制控制理论很难取得满意的控制效果。因此,本文使用先进控制理论作为理论工具对流媒体传输、播放控制中遇到的关键问题进行研究,主要包括系统建模、稳定性分析、网络带宽约束下优化求解及传输时滞等问题。本文的主要工作有：针对基于缓冲区控制的流媒体速率控制模型进行了系统辨识,辨识中使用了流媒体传输中常用的UDP协议作为传输层协议,实验中发现实验数据具有较强的相关性,使用最小二乘法辨识得到的模型不准确,动态偏差和稳态偏差都很大。为此在数据分析的基础上进行了理论推导,对基于缓冲区控制的流媒体速率控制模型进行了验证、补充和完善。针对流媒体稳定平滑传输问题进行研究。在实时流媒体传输中,将服务质量QoS指标映射为反馈控制框架中的性能指标和约束条件,其中映射的两个要素是网络带宽限制和网络带宽波动最小化,作为控制约束条件直接参与控制器的设计,结合已辨识的实时流媒体传输数学模型,流媒体稳定平滑传输问题的求解可归结为先进控制理论中的动态矩阵控制算法(DMC,预测控制最经典的算法),实现QoS控制。基于TFRC算法构建了一个实时流媒体传输架构,在其下针对播放端进行理论分析,得出播放速率控制模型,在播放速率约束的条件下通过经典的PI控制器调节播放速率对缓冲区占用水平进行调整。对于网络时延对流媒体系统的作用进行研究分析。指出经典的时滞算法存在的缺陷。针对发送端发送数据和播放端播放数据共同作用于播放缓冲区的原理,在其基础上提出了一种双重控制策略,通过控制结构的改变增强系统对时滞问题的处理能力。在发送端使用内模控制(IMC)来抑制时延对控制系统的影响,在播放端使用PI控制器调节播放速率调整缓冲区占用水平,两种控制的双重作用下进一步提高了对于时滞的控制效果。为了更好地保证流媒体系统的实时约束下的同步性能,解决流媒体缓冲区设置中同步与播放时延的矛盾,在缓冲区设置最大化的基础上,结合设定点跟踪算法,提出了一种基于最小方差控制(MVC, Minimum Variance Control)控制的实时流媒体缓冲区自适应设定值跟踪传输算法,在动态设置缓冲区占用水平的条件下,采用最小方差控制对缓冲区设定值进行跟踪,避免超调量过大对实时约束的影响。本文使用仿真实验等手段验证了所提出算法的正确性和有效性。
赵攀, 徐涛, 刘勇[6]2005年在《基于AIMD算法的网络拥塞控制算法研究》文中进行了进一步梳理在反馈控制的基础上,引入预测反馈控制理论,提出了一种新的反馈控制算法———预测反馈控制,它满足了拥塞控制的效率性和公平性要求,克服了AIMD算法的缺点
何凌[7]2007年在《TCP/IP网络拥塞控制若干问题的研究》文中认为在科学技术高速发展的今天,新型网络应用不断出现,用户数量迅速增加,人们对互联网的需求量越来越大,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。拥塞容易造成传输延迟和吞吐量等QoS (Quality of Service)性能指标降低,导致网络性能和网络资源利用率下降,从而无法提供有效的QoS保证。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,如何更好地预防和控制网络拥塞也成为近年来网络研究领域的热点。本文在分析了TCP和IP拥塞控制机制的基础上,从控制理论和经济学的角度对拥塞控制进行了研究,主要研究工作如下：针对网络的时滞和网络模型的不确定性,从控制理论的角度将内模控制器与Smith预估控制相结合,提出了新的主动队列管理算法(AQM):IMC-Smith控制算法,并且在多种情况下作了详尽的仿真研究,得到了较好的结果,证明了IMC-Smith算法的优越性。针对网络中传输延时给拥塞控制带来不利影响,而现有算法过于依赖精确模型的弱点,研究了一种针对大时滞动态网络的主动队列管理算法。采用模糊控制与改进的Smith预估补偿相结合设计用于TCP连接的主动队列管理算法。通过改进的Smith预估补偿器能补偿大时滞对队列稳定性的影响,使得对TCP的拥塞控制更加及时；而模糊控制器无需被控对象的精确数学模型即能实现良好的控制,可以克服Smith预估补偿依赖精确模型的缺点,对动态网络流量又存在很强的鲁棒性,适合于大时滞不确定网络拥塞控制。设计基于自适应灰色预测的虚速率算法,将灰色预测、自适应控制与虚速率算法叁者的设计思想融合起来。该算法既解决了基于队列的算法响应速度慢的缺点,同时又兼顾了传统PID控制在线参数整定困难的不足,通过在线边学习边控制的方式可以自适应地在线调节控制参数以保证网络系统在平衡点的稳定性,从而获得较快的暂态响应以及较好的稳态特性。提出了新的基于显式速率反馈的拥塞控制方法,在传统的Smith预估控制的基础上加入了滤波器,较好地克服了TCP网络的传播时延给拥塞控制所带来的不利影响,使TCP发送窗口能快速响应网络负荷状况的变化,从而避免了分组的丢失,并使得的流量较为平稳,理论分析表明该方案在模型匹配和不匹配两种情况下有较强的适应性都能保证系统的鲁棒性,能满足实际应用的需求。从经济学的角度出发,将价格策略应用到网络拥塞控制中来。首先将资源占有率引入到价格策略中,构造了基于资源占有率的价格策略；另外将网络中的效用函数模型同对策论中的Stackelberg策略相结合,提出了基于Stackelberg策略的价格策略。通过仿真实验,得到了理想的结果,证明了两种策略的有效性。针对基于优化理论提出的对偶梯度拥塞控制算法及其一般分析框架,研究了该算法在一种简化了的网络情形下的稳定性问题。在不考虑网络传输时延时的情况下,证明该对偶梯度拥塞控制算法在一般拓扑结构下的全局稳定性；在考虑了网络传输时延时的情况下,针对单瓶颈拓扑网络给出了该对偶梯度拥塞控制算法全局稳定的条件。这些结论为设计网络配置、确保网络稳定、避免网络拥塞提供了理论基础。最后对全文进行了概括性总结,并提出了下一步研究的方向。
李彬[8]2010年在《基于T-S模糊控制理论的网络拥塞控制算法研究》文中认为随着计算机网络的快速发展,网络用户数量的急剧增加以及新型网络应用的不断出现,给网络的正常运行带来了一系列问题,其中最严重的就是网络拥塞问题。网络发生拥塞时,将导致网络的吞吐量下降、时延增加、分组丢弃率加大,严重时会导致网络崩溃。因此,为了防止和控制网络拥塞的发生,需要设计有效的网络拥塞控制算法。目前,网络拥塞控制算法是改善网络性能、保证网络稳定运行以及提高网络服务质量(Quality of Service, QoS)的重要手段。近年来,专家学者们在网络拥塞控制算法的研究方面取得了很多成果。由于端到端的TCP拥塞控制具有一定的局限,主动队列管理算法(Active Queue Management, AQM)成为了网络拥塞控制的当前研究热点。本文主要从AQM算法方面对网络拥塞问题进行研究。主要的研究成果如下：(1)提出了一种基于T-S模糊模型的主动队列管理算法。针对网络拥塞控制系统的非线性模型,利用T-S(Takagi-Sugeno)模糊模型能很好逼近非线性系统的特点建立了拥塞控制系统的T-S模糊模型,并基于T-S模糊模型设计了状态反馈AQM控制算法,给出了系统稳定的条件,并利用线性矩阵不等式(LMI)技术给出了AQM控制器的参数设计方法。仿真结果表明,该算法能够将队列长度快速收敛到期望值附近,具有较好的稳定性和鲁棒性。与PI、REM、ARED等算法的性能比较表明,该算法在收敛速度、稳定性、鲁棒性、队列长度的波动等性能方面均有明显提高。(2)设计了基于T-S模糊模型的单神经元自适应PID控制算法。通过引入T-S模糊模型来调节神经元增益参数,使得单神经元自适应PID控制算法具有增益自整定功能。仿真结果表明,与改进的单神经元自适应PID控制算法相比,该算法具有更好的收敛性,能够将队列长度迅速收敛到期望值附近,同时表现出了较好的稳定性、鲁棒性和更小的稳态误差。
邵立松[9]2006年在《互联网端到端拥塞控制算法研究》文中研究表明拥塞控制机制是保证网络稳定可靠运行的关键技术之一,拥塞控制机制一直是计算机网络领域的研究热点。目前互联网中使用最广泛的端到端拥塞控制机制是TCP拥塞控制。虽然TCP拥塞控制已经显着地降低了互联网崩溃的概率,但是围绕着TCP拥塞控制产生了许多新的研究课题。在传统TCP协议的基本框架下,许多新型窗口更新算法(例如HSTCP和STCP)都采用了凸性递增机制,提高了TCP连接对分组丢弃概率的承受能力,从而解决了高带宽延迟积网络的效率问题。但是凸性递增并不能从根本上提高网络效率,而且在大窗口条件下也很难保证网络的稳定性。另外,这些算法在设计过程中都忽略了小时间尺度网络拥塞的影响。本文主要研究了普通窗口更新算法的稳定条件,及其对网络效率等性能的影响。研究发现,普通窗口更新算法的稳定性条件要求,在平衡状态附近的分组级拥塞窗口的递增量必须足够小,并且在平衡状态附近的递减速率必须大于往返时间级递增速率。研究还发现,凸性递增算法仅能改善递增收敛性,而凹性递增算法不仅能改善递增收敛性,而且还能提高网络效率。另外,凸性递增算法会导致大量的分组丢弃,而凹性递增算法能够有效地减少丢弃的分组数量,从而降低了超时重传的概率。因此,本文提出满足大窗口稳定性的凹性递增算法,其基本设计思想是:当拥塞窗口远远小于效率点时,快速地将拥塞窗口递增到效率点附近;当拥塞窗口逼近效率点时,拥塞窗口缓慢增长以至于能长时间保持在效率点附近。本文还研究了小时间尺度网络拥塞现象、基本成因及其影响因素。研究发现,小时间尺度网络拥塞的根本原因是TCP协议的基于窗口的分组发送机制;窗口更新算法的往返时间级递增量直接决定了小时间尺度网络拥塞的程度;限制背靠背发送分组数和主动队列管理算法并不能预防和减轻小时间尺度网络拥塞。因此,本文提出了降低小时间尺度网络拥塞程度的基本设计思想:在慢启动阶段估计有效缓冲长度,用以限制拥塞避免阶段的往返时间级递增量。基于凹性递增算法和小时间尺度网络拥塞的基本设计思想,在传统TCP协议的基本框架下,本文提出了ETCP(Efficient TCP)拥塞控制协议:慢启动采用AQI(Asymptotic Quadratic Increase)递增算法,并对有效缓冲长度进行估计;拥塞避免采用改进PIMD(Power Increase and Multiplicative Decrease)算法,并根据有效缓冲的估计值来限制往返时间级拥塞窗口递增量。理论分析和仿真实验表明:在广泛的有线网络环境中,ETCP拥塞控制协议能够有效地降低小时间尺度网络拥塞,能够以较低分组丢弃概率为代价获得较高的网络效率,并且具有良好的TCP兼容性能。本文从经济学角度提出了基于效用函数的速率控制算法,它可以通过选择特定形式的效用函数来定制具体的速率控制算法。研究发现,用户采用基于效用函数的速率控制算法,网络系统可以收敛到某个平衡状态,该平衡状态是网络系统最优化问题的一个最优解。本文从理论上分析该算法的稳定性条件,并通过仿真验证了两种典型效用函数(负倒数和对数)对应的速率控制算法的网络性能。
甄翠平[10]2006年在《流媒体的速率反馈控制算法研究》文中研究指明随着多媒体技术的飞速发展，实时流媒体业务在Internet上的应用日益广泛。与传统的数据传输相比，这种业务对服务质量有严格的要求(如带宽，延迟，数据丢失)。目前，大多数实时流媒体业务基于UDP服务，缺乏有效的拥塞控制机制，可能造成网络拥塞，导致流媒体服务质量的下降。因此研究一个适合流媒体传输，能够有效避免拥塞的速率控制机制成为Internet传输领域重要课题。 目前提出的大多数流媒体速率控制算法主要针对网络的拥塞，没有考虑网络带宽的利用率，以及流媒体对QoS的要求。针对这些问题，人们利用网络流理论和控制理论提出了基于流模型的速率控制算法。这种算法根据缓冲区队列长度来调整流媒体的发送速率，有效地避免了拥塞，提高了网络的利用率。然而，现有的算法多数不能灵活的处理带有时变延迟，网络负载变化，以及受控源干扰情况下的速率控制问题。 本文在大量查阅国内外文献的基础上，介绍了流媒体速率控制研究的发展现状及存在的问题。在此基础上，描述了流媒体速率控制机制的控制理论建模过程，针对时变延迟干扰存在的网络环境，利用模糊控制原理，提出了模糊PI速率反馈控制算法和模糊PID速率反馈控制算法，有效地避免了拥塞，减少了数据丢失，同时还保证了发送速率的平滑性，从而提高了流媒体的服务质量。本文使用Matlab／Simulink仿真工具，对所提的算法进行了系统的仿真研究。仿真表明本文方法在一定程度上改进了某些算法的不足，改善了系统的暂态性能，增强了对延迟、用户数变化，以及不受控源干扰等不确定性的鲁棒性，提高了网络的利用率。
参考文献：
[1]. 基于控制理论的网络拥塞控制中的若干算法研究[D]. 杨歆豪. 南京理工大学. 2010
[2]. 模型预测控制主动队列管理研究[D]. 王萍. 吉林大学. 2008
[3]. 基于预测反馈控制的网络拥塞控制算法研究[D]. 田小兵. 四川大学. 2003
[4]. 基于模糊控制理论的主动队列管理算法研究[D]. 刘雪梅. 南京理工大学. 2013
[5]. 先进控制理论在流媒体传输播放中的应用研究[D]. 邹勇. 东北大学. 2010
[6]. 基于AIMD算法的网络拥塞控制算法研究[J]. 赵攀, 徐涛, 刘勇. 成都大学学报(自然科学版). 2005
[7]. TCP/IP网络拥塞控制若干问题的研究[D]. 何凌. 东北大学. 2007
[8]. 基于T-S模糊控制理论的网络拥塞控制算法研究[D]. 李彬. 南京理工大学. 2010
[9]. 互联网端到端拥塞控制算法研究[D]. 邵立松. 国防科学技术大学. 2006
[10]. 流媒体的速率反馈控制算法研究[D]. 甄翠平. 大连理工大学. 2006
标签：互联网技术论文; 控制理论论文; 鲁棒性论文; 拥塞控制论文; 反馈控制论文; 模型预测控制论文; 模糊算法论文; 计算机网络论文; 网络模型论文; 模糊理论论文; 系统仿真论文; 网络传输论文; 系统稳定性论文; 算法论文; 流量控制论文; tcp协议论文; tcp论文;