TCP-IP协议网络拥塞控制若干问题的研究

控制理论与导航技术研究所TCP/IP网络拥塞控制若干问题的研究答辩人：何凌导师：井元伟教授结论与展望主要工作绪论第一章绪论网络拥塞的基本概念拥塞是一种持续过载的网络状态。此时用户对网络资源的需求超过了其固有的容量。网络拥塞产生的原因存储空间不足带宽容量不足处理器速度慢、能力弱拥塞控制的基本思想采取某种控制措施减少或避免网络中出现拥塞现象。图1.1网络负载与吞吐量及响应时间的关系基于源端的TCP拥塞控制机制“和式增加积式减少（AIMD）”基于窗口的闭环控制方式慢启动拥塞避免快速重传快速恢复第一章绪论基于路由器的IP拥塞控制机制通过路由器等中间节点设备采用队列算法实现队列调度算法队列管理算法FIFO算法AQM策略RED算法第一章绪论在这类算法中TCP的连接是一种互动的行为，AQM控制器可以看作一个梯度优化问题，算法的目标是最大化网络利用率。Kelly等学者基于优化理论[49]提出了一个分散拥塞控制框架，从而建立了TCP速率控制的模型。Kunniyur在Kelly源端速率模型的基础上提出AVQ算法。Low等基于优化理论提出了TCP/AQM对偶性模型。基于优化理论的拥塞控制算法第一章绪论基于控制理论的拥塞控制算法第一章绪论从控制理论角度，拥塞控制算法分为开环控制和闭环控制两大类。Misra等[63]提出了TCP/AQM微分方程模型。图1.8TCP拥塞控制与AQM算法组成的反馈控制模型文献[64]运用经典控制理论证明了采用RED控制的的系统中稳定时控制器参数所要满足的条件Hollot等[65]研究了在AQM中采用经典的PI控制器的设计方法。文献[67]则直接运用状态反馈控制理论，给出了状态反馈控制器的设计。现有算法存在的问题第一章绪论已有的AQM设计大多是依赖于确定的网络模型，没有考虑到参数的时变性以及模型的不确定性的影响。拥塞控制系统的稳定性分析是控制理论的难点课题。第五章基于显式速率反馈的拥塞控制算法第四章基于自适应灰色预测的VRC虚速率算法第二章基于IMC-Smith算法的AQM策略第一章绪论第三章AQM中的模糊-Smith算法第六章基于价格策略的拥塞控制机制本文的主要工作第七章网络拥塞控制算法的稳定性分析)()()()()()())(())((2))(()()(1)(tCtWtRtNtdtdqtRtptRtRtRtWtWtRdttdWTCP流量窗口控制机制动态模型：第二章基于IMC-Smith的AQM策略图2.5基于TCP流体模型的网络拥塞反馈控制结构图Controller)1)(1(21sTsTeKRSp0q)(te)(tq)(tp_网络控制系统建模图2.2哑铃型拓扑结构的分组交换网络RsesG)(0)(tr+__+)(sGC)(ty)(sGmRsmesG)(Smith预估控制系统转换成如下图的等价结构：得到Smith预估控制系统的内模控制结构按照内模控制算法设计控制器)1(1))()(11)(()(21212121sTsTTTTsTTTTKsKsKKsGffDIPc第二章基于IMC-Smith的AQM策略(2.24)图2.7IMC-Smith控制系统结构框图仿真研究0510152025303540-20020406080100120140160t/sy(t)图2.8模型匹配时IMC-Smith控制算法仿真曲线0510152025303540-50050100150200250300t/sy(t)SmithIMC-Smith图2.9滞后时间变化时仿真曲线第二章基于IMC-Smith的AQM策略0510152025303540-200-1000100200300400500t/sy(t)IMC-SmithSmith0510152025303540-100-50050100150200250300350400t/sy(t)IMC-SmithSmith图2.10模型失配时仿真曲线图2.11激活的TCP连接数变化时的仿真曲线第二章基于IMC-Smith的AQM策略本章小结本章从控制理论的角度描述了带AQM的网络拥塞闭环控制系统结构，给出了IP网络系统受控对象的一种传递函数模型。并提出了一种结合内模控制器和Smith预估补偿控制器的IMC-Smith控制算法，通过仿真实验表明，该策略能有效克服网络时延的影响，对网络模型参数的变化具有较好的鲁棒性。第三章AQM中的模糊-Smith算法设计目标：基于模糊Smith设计一个AQM控制器来稳定路由器中的队列长度使其在目标队列附近图3.1模糊-Smith系统结构)(0sG)(~0sG0q+__+)(sGC)(tqRsesese11sTf+_图3.4改进的Smith预估补偿控制原理图第三章AQM中的模糊-Smith算法在原对象模型与Smith预估器模型的比较器之后串上一个低通滤波器，可以大大减少模型失配的敏感，增加Smith预估控制系统鲁棒性。)(sGC由二维模糊控制器实现队列长度的误差及误差的变化率作为模糊控制器的输入()et()/detdt队列长度的误差分为五个模糊子集，为{负小、负大、零、正小、正大}E误差的变化率也分为五个模糊子集，为{负小、负大、零、正小、正大}EC模糊控制器的设计()pt丢弃概率作为模糊控制器的输出第三章AQM中的模糊-Smith算法EECPdNBNSZPSPBNBNNNNNNSNNNNLZNNNLFPSNNLFHPBNLLFH表3.3模糊控制器的控制规则表模糊控制器的输出由下式给出：251251/)(iiiiiutp(3.6)第三章AQM中的模糊-Smith算法仿真0510152025303540-20020406080100120140160180t/sq(t)/packetFuzzy-SmithFuzzyPID图3.8小时滞时三种控制器比较0510152025303540050100150200250300t/sq(t)/packetFuzzy-SmithFuzzyPID图3.9大时滞时三种控制器比较0510152025303540050100150200250300t/sq(t)/packetFuzzy-SmithFuzzyPID图3.10参数变化时三种控制器比较第三章AQM中的模糊-Smith算法本章小结本章从控制理论的角度描述了带AQM的网络拥塞闭环控制系统结构，提出了一种结合模糊控制器和Smith预估补偿控制器的模糊Smith控制算法，通过仿真实验表明，该策略能有效克服网络时延的影响，对网络模型参数的变化具有较好的鲁棒性。第三章AQM中的模糊-Smith算法第四章基于灰色预测自适应PID理论的VRC算法图4.2灰色预测自适应PID网络控制系统框图自适应PID算法TCP源端refQ)(kp)(kq_)(ke路由器队列灰色预测)(kr)(kC_+)(ke)(ˆdkq灰色预测AQM算法分为两种类型：1)基于速率的拥塞控制，控制拥塞链路的数据流的速率；2)基于队列的拥塞控制，控制拥塞链路的队列长度。文献[97,98]提出了一种虚速率控制算法(VRC)VRC的标记概率表达式：)]())()(())(([)(tzQtqCtrtprefdQqKQtqKCtrKtpreftIrefPD))(())(())(()(0(4.10)(4.14)我们采用自适应的形式，将上式写成式中：3n第四章基于灰色预测自适应PID理论的VRC算法)()()(tCtrte))1()1()()(()())1()(())1()1()()(()())1()(()(tCtrtCtrKteKteteKtCtrtCtrTTKteTTKteteKtpDIPsDPIsPP设：(4.16)(4.18)(4.19))1()()1(tttiii)()(1tetx)1()()(2tetetx)(3tx)1()1()()(tCtrtCtr)()()(1txttpinii设系统的性能指标为式中d为下文所指的预测时间。第四章基于灰色预测自适应PID理论的VRC算法灰色预测器的输入时间序列如下：4),(,),2(),1()0()0()0(nnqqq得到原始数据对t+d时刻的预测为(4.20))(ˆ21)](ˆ[21)(22dtedtqQtJref)()(ˆsgn)()()1(tpdtqdtexttiiii(4.24)(4.25))1()1()(ˆ)1()0()0(ggadnaggeeabntqdtq(4.35)稳定性分析设离散Lyapunov函数为：)(ˆ21)(2dtetV)(ˆ21)1(ˆ21)(22dtedtetV第四章基于灰色预测自适应PID理论的VRC算法当时，系统稳定0)(tV10)(20TPPI(4.36)(4.37)瓶颈链路中单路TCP连接图4.3局域网无参数改变时的队列长度仿真性能分析00.511.522.533.544.55020406080100120t/squeuelength/packets050Rms00.511.522.533.544.55050100150t/squeuelength/packets图4.4局域网参数改变时的队列长度第四章基于灰色预测自适应PID理论的VRC算法sR6.0000.511.522.533.544.55020406080100120t/squeuelength/packets00.511.522.533.544.55020406080100120140160180t/squeuelength/packets图4.5广域网无参数改变时的队列长度图4.6广域网参数改变时的队列长度瓶颈链路中多路TCP连接00.511.522.533.544.5502468101214161820t/sC/Mb图4.7TCP连接带宽第四章基于灰色预测自适应PID理论的VRC算法050Rms00.511.522.533.544.55020406080100120t/squeuelength/packets00.511.522.533.544.55020406080100120140160180t/squeuelength/packetssR6.0000.511.522.533.544.55020406080100120140t/squeuelength/packets00.511.522.533.544.55020406080100120140160180200t/squeuelength/packets图4.8局域网无参数改变时的队列长度图4.9局域网参数改变时的队列长度图4.10广域网无参数改变时的队列长度图4.11广域网较坏网络状况时的队列长度本章小结本章针对基于PID控制的虚速率VRC主动队列管理算法加以改进，提出了一种新的VRC算法。将二次型性能指标引入到PID控制器的整定过程中，按照性能指标的负梯度方向修改加权系数，实现了PID的自适应最优控制，同时将自适应PID与灰色预测器相结合，用预测结果代替被控对象测量值，补偿了网络时滞，实现了“事先调节”。并且对算法进行了稳定性分析。此外，本章通过细致的仿真实验分析了算法在改善网络性能方面的有效性。算法能稳定地适应网络环境动态变化，超调量小，振荡轻微，快速收敛于路由器队列长度期望值，自适应克服了网络干扰和滞后特性的影响。第四章基于灰色预测自适应PID理论的VRC算法缓冲器中某一TCP连接的队列长度可由下列方程所确定：第五章基于显式速率反馈的拥塞控制算法dttftutytijijijij0)()()((5.1)控制器设计控制性能指标：稳定性条件：当，。充分利用带宽条件：当，队列长度。