基于控制理论的主动队列管理的研究
(2)队列的波动必然导致排队时延的抖动，实验发现 PID 控制的队列对负载变化的敏感
程度没有 PI 那么强，可以很快地将队列调节到期望值附近。 (3)针对 网络 中响应流和
非响应流共存的情况，PID 控制器的反应速度仍然比 PI 控制器快，同时其平均队列长度也
要短些，从而减少了延迟时间。3 智能控制 理论 在 AQM 中的 应用 研究 经典控制理
论对 问题 的解决在很大程度上依赖于被控对象的数学模型精度，但要得到实际对象的精
确模型较难，往往需要许多假设和限制。智能控制是控制理论 发展 的高级阶段，它主要
解决经典控制理论难以解决的复杂系统的控制问题，研究对象是不确定的模型，呈高度的
非线性，任务复杂。模糊控制和神经网络控制作为智能控制的两大分支，今年来在网络拥
塞控制中得到了广泛的应用。 模糊控制在 AQM 中的应用 在实际网络中，AQM 算法
存在不稳定性，同时对参数的变化很敏感，而 AQM 算法所依据的模型也是忽略了许多因
素后得到的，与实际系统有较大的距离。对此类复杂、时变、不确定性的网络，模糊控制
则能解决这一问题。模糊控制系统采用如图 4 所示的结构，其中输入变量为队列长度和队
列长度的变化率，输出变量为丢包率。图 4 基于模糊控制的主动队列管理系统 1)模糊
理论用于队列长度管理 Chrysostomou[4]等人提出了一种基于 TCP/IP best-effort 网络的
AQM 新方案——Fuzzy Explicit Marking (FEM)。该 方法 通过预先设定一个目标队列长度
(TQL)来调节 IP 路由器中的队列长度，同时获得较高的网络利用率和较低的平均延时。
2)模糊理论用于不同连接的处理 参考 文献 [5]提出的算法是根据缓冲队列长度大小
，采用模糊理论得出丢包概率。该模糊算法采用局部拥塞控制和全局拥塞控制相结合的策
略对队列的丢包进行控制。这种方法解决了 RED 算法不在拥塞状态的连接也可能出现丢
包的现象，使得路由器能够在发生拥塞时智能地分清各连接的状态，并能正确处理处于拥
塞状态的数据包，保护和隔离非拥塞状态的 TCP 连接，优化网络利用率。 参考文献[6]
是基于加权公平队列(WFQ)原理提出的模糊控制算法，能够根据各连接的权值分配相应的
队列长度和带宽。同时，当局部拥塞时可部分增加某队列长度，使队列推出拥塞状态，以
免在网络负载较轻时，长队列流过早受到阻塞。 3)模糊理论用于丢包方法的处理 现
有的 AQM 算法基本都沿用了 RED 的概率丢弃机制。但分组概率丢弃机制中随机数的生成
需要大的 计算 开销，不利于优化网络设备性能。参考文献[7]提出一种利用模糊逻辑决定
是否丢包的方法，以进一步优化路由器的传输性能。同时，又定义了拥塞指数这个新的测
量变量来量化描述网络的拥塞状态。在此基础上，利用模糊逻辑设计了一种智能分组丢弃
机制。离线的合成推理使得分组丢弃判定仅需要简单查表和比较运算即可完成。 神经
网络控制在 AQM 中的应用 人工神经网络[8]是近十几年迅速发展起来的一门新兴的交叉
学科，并在控制领域得到了广泛应用，人工神经网络的主要特点在于：①能充分逼近任意
复杂的非线性关系；②能够 学习 和适应不确定系统的动态特性；③具有很强的容错性和
鲁棒性；④采用信息的分布式并行处理，可以快速大量运算。因此，对于非线性系统和不
确定性系统来说，人工神经网络无疑是一种解决问题的有效途径。 考虑到对网络流量进
行建模的复杂性，可以尝试在主动队列管理中引入神经网络的方法。神经网络具有较强的
学习能力和适应能力，比较适用于那些具有不确定性或高度非线性的控制对象，通过神经
网络对网络的队列管理特性进行概括和 总结 ，在此基础上调节丢弃概率，达到避免和解
除网络拥塞的目的。当然，将神经网络和模糊系统综合运用有助于解决这一问题。运用神
经网络需要解决的是计算延时、学习速率、网络本身复杂性等问题。 参考文献[9]提出
将传统的 PID 调节器与神经网络的基本单位单神经元结合起来，解决主动队列管理的控制
问题，克服传统 PID 调节器不易在线实时整定参数，难于对负载波动和缓慢变化进行有效
控制的不足。 文献[10]引入了再激励学习，它可以在没有指导的情况下，从环境探索中
获得经验，自主的改进系统性能，使强化信号值最大，具有自学的能力。将其与主动队列
管理机制相结合，可以发掘出更新颖而高效的 AQM 机制，以便降低数据包的丢弃机制中
随机数生成的计算开销，优化网络性能。4 小结 路由器主动队列管理机制是计算机网
络拥塞控制的重要组成部分，是互联网的重要研究课题之一。本文研究的目的主要是将控
制理论应用于网络拥塞控制中的“主动队列管理”，利用控制理论指导 AQM 算法的设计，从
而减少网络延迟，提高网络利用率。参考文献[1]徐昌彪，鲜永菊.计算机网络重的拥塞控
制与流量 分析 [M].河北：人民邮电出版社，2007[2] HOLLOT C V，MISRA V，TOWSLEY
D，et designing improved controllers for AQM routers supporting TCP flows[A].Proc
of IEEE INFOCOM’O1[C].2001[3] Fan Y F， Ren F Y， Lin C .Design a PID controller for
active queue management . In： the 8th IEEE Int’1 Symp(ISCC 2003).2003 [4]
Chrysostomou C， Pitsillides A. A Fuzzy Logic Congestion in TCP/IP Best-Effort Networks.
In：Proceedings of the Australian Telecommunication Networks and Application
Conference， Melbourne，Australia，2003[5] 冯宪林，龙腾飞.一种基于模糊理论的拥塞
控制方法[J].微机发展，2004，14(8)[6] 綦朝晖，宋学军，刘民.一种基于模糊理论的拥塞
控制算法[J].计算机工程与应用.2003，39(11)[7] 任丰原，林闯，魏丫丫，等.主动队列管
理的智能分组丢弃新机制[J]. 电子 学报，2002，30(zl) 46-73[8] 魏海坤。神经网络结构设
计的理论与方法。北京：国防 工业 出版社[9] 胡勇，网络拥塞控制中基于单神经元自适应
PID 的 AQM 策略研究[D].硕士，河海大学，2005[10] 陈金华，TCP 拥塞控制中主动队列管
理算法的研究[D].硕士，南京理工大学，200
