基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
根据Lyapunov 渐近稳定定理,提出了一种基于增益自适应Smith 预估器的鲁棒主动队列管理(AQM)拥塞控制算法(GAS-PI).该算法结构简单,具有良好的鲁棒性和网络控制性能,同时克服了大时滞给队列稳定性造成的不利影响. 仿真结果表明:采用GAS-PI算法,对于限制系统振荡超调量的作用非常明显,同时能使网络具有更快的响应速度及更平稳的队列--在HTTP扰动和负载变动较大的情况下,算法使得缓存队列迅速收敛到稳定值;当网络时延增大时,算法能使网络的动态性能依然保持良好.
推荐文章
基于Smith的自适应模糊网络拥塞控制算法
Smith预估器
拥塞控制
主动队列管理
自适应模糊控制
鲁棒性
基于Smith的自适应模糊网络拥塞控制算法
Smith预估器
拥塞控制
主动队列管理
自适应模糊控制
鲁棒性
大时滞网络自适应主动队列管理新算法
主动队列管理
大时滞
模糊PID控制
增益
Smith预估器
基于时滞鲁棒分析技术的AQM拥塞控制算法
Lvapunov泛函
网络拥塞控制
鲁棒AQM算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于增益自适应Smith预估器的鲁棒AQM拥塞控制算法
来源期刊 华南理工大学学报(自然科学版) 学科 工学
关键词 拥塞控制 主动队列管理 大时滞 增益 Smith 预估器
年,卷(期) 2006,(9) 所属期刊栏目 电子、通信与自动控制技术
研究方向 页码范围 40-44
页数 5页 分类号 TP393
字数 2432字 语种 中文
DOI 10.3321/j.issn:1000-565X.2006.09.009
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 胥布工 华南理工大学自动化科学与工程学院 186 1412 18.0 26.0
2 彭达洲 华南理工大学自动化科学与工程学院 34 184 8.0 11.0
3 向少华 华南理工大学自动化科学与工程学院 10 81 5.0 9.0
4 武塞 华南理工大学自动化科学与工程学院 1 15 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (49)
参考文献  (8)
节点文献
引证文献  (15)
同被引文献  (10)
二级引证文献  (23)
1988(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(2)
  • 参考文献(1)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(4)
  • 参考文献(2)
  • 二级参考文献(2)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(2)
  • 引证文献(2)
  • 二级引证文献(0)
2008(5)
  • 引证文献(4)
  • 二级引证文献(1)
2009(5)
  • 引证文献(4)
  • 二级引证文献(1)
2010(10)
  • 引证文献(3)
  • 二级引证文献(7)
2011(4)
  • 引证文献(1)
  • 二级引证文献(3)
2012(2)
  • 引证文献(1)
  • 二级引证文献(1)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(4)
  • 引证文献(0)
  • 二级引证文献(4)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
拥塞控制
主动队列管理
大时滞
增益
Smith 预估器
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
华南理工大学学报(自然科学版)
月刊
1000-565X
44-1251/T
大16开
广州市天河区五山路华南理工大学内
46-174
1957
chi
出版文献量(篇)
6648
总下载数(次)
17
总被引数(次)
75046
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导