导读:本文包含了队列网络论文开题报告文献综述及选题提纲参考文献，主要关键词:网络拥塞,贪婪对偶,网络稳定性,控制策略
队列网络论文文献综述
朱毓[1]（2019）在《基于贪婪对偶算法的拥堵网络队列最大化设计》一文中研究指出通过对网络的TCP/IP在队列管理方面的问题的分析和研究,针对现有策略难以解决网络拥塞的问题,提出了基于贪婪对偶算法的优化控制策略,并对该算法的稳定性等方面进行了深入的研究。首先,在忽略网络的数据传输延迟的影响,证明了提出的贪婪对偶算法的拥堵拥塞策略能够在全局条件下获取最优结果;之后谈论了考虑网络数据传输延迟的因素,给出了单瓶颈拓扑网络条件下贪婪对偶策略取得的全局最优结果。通过优化策略的设计确保了网络避免出现网络拥塞,提高了网络的稳定性和数据传输效率。(本文来源于《攀枝花学院学报》期刊2019年05期）
程光,房敏,吴桦[2]（2019）在《面向移动网络的视频初始缓冲队列长度测量方法》一文中研究指出针对视频初始缓冲队列长度难以准确测量的问题,对非加密的优酷和加密的YouTube两类视频平台进行研究,提出了视频初始缓冲队列长度测量方法。通过识别分析视频流量特征,关联流量行为与播放状态,构建视频指纹库,实现了队列长度的准确测量。实验结果表明,两类视频平台的测量结果均能够精确到帧,完全满足准确评估视频体验质量的需要。(本文来源于《通信学报》期刊2019年10期）
周杰[3]（2019）在《基于NS2的网络队列管理机制的研究与仿真》一文中研究指出目前网络中普遍存在两种队列管理机制,分别为DropTail被动队列管理机制和RED主动队列管理机制。为验证DropTail和RED队列管理机制,使用典型的NS2网络模拟软件进行仿真模拟,通过分析仿真数据,得出RED队列管理机制性能总体上优于DropTail的结论。(本文来源于《齐齐哈尔大学学报(自然科学版)》期刊2019年03期）
房敏,程光[4]（2018）在《移动网络下视频终端初始缓冲队列长度研究》一文中研究指出移动网络下的视频业务发展迅猛,针对有限的移动网络带宽,合理的规划网络资源,提供优质的移动视频体验,需要移动网络服务提供商对用户的视频体验质量做出准确评估。视频终端的初始缓冲队列长度是评估视频体验质量的关键参数,对于移动网络服务提供商而言,精确测量主流视频平台在移动网络下的队列长度值至关重要。然而,为了保护用户隐私和网络安全,越来越多的视频平台采用加密协议传输数据,使得传统的DPI分析方法失效。本文提出一种移动网络下针对视频终端初始缓冲队列长度的研究方法,以主流视频平台YouTube为例。首先,通过关联加密视频流与播放状态的对应关系,建立流量行为模型。然后,构建加密视频指纹库,支撑视频流的解析。最终,借助模型和指纹库,采集分析加密视频流,测量计算初始缓冲队列长度值。实验结果表明该方法的结果能够精确到视频帧,完全满足准确评估视频体验质量的需求。(本文来源于《2018中国信息通信大会论文摘要集》期刊2018-12-14）
朱世杰,陈婉[5]（2018）在《基于非线性主动队列管理算法的计算机网络拥塞控制研究》一文中研究指出针对主队队列管理算法中丢包率与排队长度的关系进行分析,研究发现主队队列管理算法在丢包的过程中具有不够合理的部分,即在最大阈值和最小阈值处出现丢包异常的现象。为了解决这一问题,本文建立了新的数据处理模型,用新模型对丢包率进行分析,以二次函数的形式构建了新的丢包率计算公式,并通过该公式对网络拥塞中队列的丢包算法进行优化,从而使得主队队列管理算法的丢包更加合理,使得系统的公平性与稳定性得到提升,保障了系统的运行。(本文来源于《科技通报》期刊2018年11期）
胡雨铭[6]（2018）在《空间随机网络的队列年龄分析与优化》一文中研究指出现如今,人类的生存和生活方式由于无线通信技术的发展发生了极大的改变。一方面,在实际应用的大规模无线网络系统中,用户(或者说接入点)的空间位置通常是随机分布的,而由于无线网络中每个接收节点接收到的来自目标发送节点的信号强度及来自其它发送节点(此时己成为干扰节点)的信号干扰强度都取决于所有发送节点的空间分布,因此对无线网络的空间建模成为影响无线网络性能指标的一大关键。在此,我们想利用已有的数学工具去对想研究的无线网络建模,使得尽可能精准地模拟出各个节点的空间位置分布,从而分析现实中的无线通信网络。从已有的文献来看,传统的一些网络模型在描述无线网络的空间部署随机性上表现较差,但随机几何理论(尤其是点过程理论)却在这一点上更具有优势与准确性。另一方面,随着无线网络的迅猛发展,越来越多的应用需要在发送端和接收端之间传输实时状态信息。由此,信息年龄(AoI)应运而生来描述接收节点所接收到的信息的新鲜度。作为一个最近兴起的概念,信息年龄近年来受到国内外学者的广泛讨论与研究并取得了较大的突破。本文的研究内容可以分为两个部分:(1)研究静态泊松网络中的AoI分析方法。首先构建一个静态泊松网络,发送节点和接收节点的空间位置事先生成,并且其分布为泊松双极性模型,在之后的时间内保持不变,并给出网络模型中平均年龄的定义。假设网络中每个发送节点拥有一个队列用来存放自己随机生成(或者随机到达)的数据包,每个数据包大小一样,并且每个队列的总容量均为2(包括正在传输的数据包),即同时最多存在一个正在传输的包和一个等待传输的包。我们在此利用点过程理论和排队论等相关数学知识,借鉴以往研究成果并引入辅助系统来研究分析此系统的信息年龄问题。我们以此推导平均年龄与传输成功概率之间的关系公式,并利用优势系统得到传输成功概率的累积分布函数的上下界,从而得到网络平均年龄的累积分布函数的上下界。数值结果表明在不同系统参数下,网络平均年龄的累积分布函数的上下界之间的差异较小,说明为解决交互队列问题所使用优势系统的合理性,另外也揭示了网络平均年龄随发送节点密度以及包到达速率的变化规律关系。本部分首次提出在静态泊松网络中进行AoI分析,实质上是将以往局限于单队列或简单网络中的AoI分析推广至大规模无线网络,为以后无线网络中各种AoI研究提供了重要的参考。(2)研究静态泊松网络中加入截止时间后的AoI分析方法。在构建静态泊松网络中的AoI分析方法后又做了一些优化尝试:加入截止时间。该部分的研究重点在于研究加入截止时间后网络的AoI分析方法并且讨论在静态泊松网络中加入截止时间对信息年龄带来的影响。我们额外提出了两种截止时间的概念,从实质上来说,这两种截止时间分别只对队列中正在传输的数据包和等待传输的数据包进行约束,从而尝试减小网络的平均年龄。我们利用已有的数学工具和结论,通过使用一种时间平均的方法解决了由于引入截止时间后带来的新的问题,分别得到了加入两种截止时间后的平均年龄累积分布函数的上下界。数值结果表明适当地引入截止时间,能在一定程度上对信息年龄进行优化,使之变小。另一方面,在本章提出的两种截止时间,由于作用的数据包对象不一样,所以最后得到的平均年龄累积分布函数的上下界也不一样。我们通过对比加入两种截止时间后的网络平均年龄累积分布函数上下界仿真结果发现虽然加入截止时间会对信息年龄有一定的优化效果,但是不同类型的截止时间带来的优化效果也是不同的,因此需要根据实际分析的系统模型选取相对适宜的截止时间类型。本部分首次在静态泊松网络中加入截止时间进行AoI分析,并比较不同类型的截止时间对平均年龄的优化效果。(本文来源于《中国科学技术大学》期刊2018-10-01）
樊亚云,冯晶晶,邢瑞芳[7]（2018）在《随机网络队列队长过程非负下鞅的构造》一文中研究指出对鞅理论的相关性质和方法进行阐述,将随机网络队列与鞅理论方法相结合,在具有k个服务台的网络队列中,对具有忙闲交替时带转移的网络队列队长过程的极限过程进行鞅构造,给出网络队列的鞅表达式,得到高负荷条件下的极限,从而将鞅方法进一步推广到网络队列的其他过程。(本文来源于《重庆理工大学学报(自然科学)》期刊2018年07期）
王瑶[8]（2018）在《基于能量收集的认知协作网络队列调度机制研究》一文中研究指出随着无线通信技术的高速发展,无线终端以及多媒体业务日益趋向多元化,对于数据传输速率,通信可靠性和服务质量(QoS,Quality of service)等方面也提出了更高的需要,这使得频谱资源匮乏和利用率低下的问题凸显出来。而且无线通信应用领域的能量消耗巨大,在工业界占比一直居高不下,对于能源和环境来说,解决通信高能耗的弊端刻不容缓。因此,打破频谱和能量资源匮乏和浪费的壁垒已成为推动现代通信发展的动力。认知无线电(CR,Cognitive radio)技术作为提高频谱资源利用率的有效方案吸引了很多学者。它是一种智能通信技术,具有很强的学习和自适应能力,能够利用动态频谱接入(DSA,Dynamic spectrum access)和频谱共享技术来提高有限频谱的利用率。针对高能耗和低能效的问题,学者们提出了能量收集(EH,Energy harvesting)技术,该技术可以利用能量收集接收机收集被浪费的自然能源来供应通信系统所需,缓解了不断发展的无线通信应用与日益匮乏的能源之间的矛盾,实现了绿色通信的目的。融合了能量收集的认知无线网络有效地解决了阻碍现代通信发展的两大难题。协作中继通信能够有效地提高系统中用户间通信的可靠性,提升系统容量以及扩大通信系统的覆盖率。将协作中继技术引入基于能量收集的认知网络中,利用合适的协作策略和调度机制可以获得更多性能增益。因此,对基于能量收集的认知协作网络的性能优化成为当今研究问题之一。本文深入研究了认知协作网络的队列调度机制,主要工作如下:(1)对基于能量收集的认知协作网络的队列调度问题进行研究,系统中次用户(SU,Secondary user)能够接收主用户未被目的节点成功解码的数据,并在接入授权频谱后协助主用户(PU,Primary user)传输这些的数据。而且模型中次用户发射端设有能量收集接收机,用以接收主用户传输数据产生的射频(RF,Radio frequency)能量。以系统中各用户的数据队列稳定性为约束,提出一种合理的队列调度算法,实时地控制调整调度概率以实现次用户系统优化。(2)为了使研究的队列调度算法更贴近实际的通信系统,本文研究了不完美的频谱感知对带有能量收集的认知协作网络队列调度的影响。提出以保证主用户正常通信的最大可容忍队列时延为约束,它相比队列稳定性条件更加严格。基于该约束,对次用户吞吐量和队列平均时延同时进行优化。根据形成的优化问题特点,将其通过一维线性搜索方法分解为一系列线性问题,简化了优化问题求解的计算复杂度。通过计算机仿真验证了频谱感知的不确定性对系统性能的影响,并且对采用协作和非协作系统的性能进行了对比。(本文来源于《吉林大学》期刊2018-06-01）
夏日婷[9]（2018）在《基于节点队列管理的无线传感器网络拥塞控制方法的研究》一文中研究指出近年来,无线传感器网络技术得到了飞速发展,应用领域越来越广,随之而来的无线传感器网络拥塞问题也日益突出。无线传感器网络拥塞可以分为多个层次,其中之一就是节点级别的拥塞,即节点需要发送的分组流量超过节点的发送能力,导致缓存溢出,造成数据分组的丢失和网络排队延迟的增加。从而使得网络吞吐量下降,严重时会造成整个网络瘫痪。因此,研究一种能有效缓解无线路由节点级别的网络拥塞控制方法是十分必要的。本文的主要研究内容是解决无线传感器网络中的无线路由节点转发大量数据而导致的网络拥塞。目前,通过无线传感器网络节点队列管理方法可以缓解这种原因带来的拥塞问题。而主动队列管理(AQM)方法在有线网络拥塞控制中是一个重要研究思想,并且这种思想已经引入到无线传感器网络中。主动队列管理方法在发生拥塞之前提前丢包,能够有效地控制队列长度,避免网络发生拥塞,解决滞后性和能量的不必要耗费问题。所以,本文研究基于节点队列管理的无线传感器网络拥塞控制方法。首先,本文对无线传感器网络和无线传感器网络拥塞控制进行了介绍,研究讨论了几种无线传感器网络拥塞控制方法,详细分析了PI(Proportional Integral)算法,并对PI算法和目前无线传感器网络中使用的Droptail算法进行了仿真对比实验。通过分析总结出将PI控制思想应用于无线传感器网络的各个无线节点的队列管理中的优点和不足。其次,为了解决PI算法参数固定的缺陷,本文提出了基于无线传感器网络的标准粒子群优化神经元PI参数的拥塞控制方法(Particle Swarm-Single Neuron-PI,PNPI)。PNPI算法首先利用神经元的自学习、自组织能力,通过对PI控制器的比例、积分权值参数的在线调整,优化其选择。然后利用标准粒子群算法对神经元PI(NPI)算法中的神经元学习速率进行在线寻优。通过对神经元学习速率的实时矫正来在线调整单神经元的权值,防止神经元算法局部优化问题的产生。最后使用PNPI算法得到的丢弃概率p在队列缓冲区溢出之前主动丢包,避免拥塞发生。通过仿真实验分析,PNPI算法在丢包率、吞吐量和时延等性能指标上得到了改善。之后,考虑到PI控制器没有微分调节环节,将PID控制技术应用到无线传感器网络节点缓存队列中,目的是加快算法的调节时间,有效控制无线传感器网络节点缓存队列长度的稳定,提高网络性能。本文提出了基于无线传感器网络的粒子群优化神经元PID参数的拥塞控制方法(Particle Swarm-Single Neuron-PID,PNPID)。首先,将PID控制思想应用于无线传感器网络的各个无线节点的队列管理中;再利用神经元控制技术对PID控制器比例、积分、微分参数在线调整;之后利用标准粒子群算法对神经元PID(NPID)算法中的比例、积分和微分参数的初始值和神经元学习速率进行在线寻优。通过TCL语言和C++程序语言设计出改进的PID算法,将改进的PID算法加载到NS2中,结合不同的仿真环境对改进算法进行了仿真实验。仿真结果表明PNPID算法能够很好地稳定队列长度在期望值附近,同时吞吐量和丢包率等网络性能指标也得到了很大的改善,缓解了网络拥塞,提高了网络QoS;最后对本文提出的PNPI和PNPID算法进行了比较研究,研究发现,PNPID算法的丢包率和吞吐量性能优于PNPI算法。最后,指出了本文改进的PNPID算法存在的不足,并展望了本文研究的下一步工作计划。(本文来源于《吉林大学》期刊2018-06-01）
杨传印,黄玮,薛少聪,王劲松[10]（2019）在《基于优先队列的时变网络最短路径算法》一文中研究指出提出了基于优先队列的时变网络最短路径算法,能克服传统最短路径算法难以对时变网络求解最短路径的缺陷。提出的时间窗选择策略能够在算法求解过程中为节点选择合适的时间窗以降低路径长度,从而求得精确解。进一步地,算法使用了优先队列组织节点集合以提高计算效率。在随机生成的网络数据以及美国道路数据上的实验表明,基于优先队列的时变网络最短路径算法与经典方法相比,不仅能够求得精确解,运算速度也有所提高。(本文来源于《计算机应用研究》期刊2019年05期）
队列网络论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对视频初始缓冲队列长度难以准确测量的问题,对非加密的优酷和加密的YouTube两类视频平台进行研究,提出了视频初始缓冲队列长度测量方法。通过识别分析视频流量特征,关联流量行为与播放状态,构建视频指纹库,实现了队列长度的准确测量。实验结果表明,两类视频平台的测量结果均能够精确到帧,完全满足准确评估视频体验质量的需要。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
队列网络论文参考文献
[1].朱毓.基于贪婪对偶算法的拥堵网络队列最大化设计[J].攀枝花学院学报.2019
[2].程光,房敏,吴桦.面向移动网络的视频初始缓冲队列长度测量方法[J].通信学报.2019
[3].周杰.基于NS2的网络队列管理机制的研究与仿真[J].齐齐哈尔大学学报(自然科学版).2019
[4].房敏,程光.移动网络下视频终端初始缓冲队列长度研究[C].2018中国信息通信大会论文摘要集.2018
[5].朱世杰,陈婉.基于非线性主动队列管理算法的计算机网络拥塞控制研究[J].科技通报.2018
[6].胡雨铭.空间随机网络的队列年龄分析与优化[D].中国科学技术大学.2018
[7].樊亚云,冯晶晶,邢瑞芳.随机网络队列队长过程非负下鞅的构造[J].重庆理工大学学报(自然科学).2018
[8].王瑶.基于能量收集的认知协作网络队列调度机制研究[D].吉林大学.2018
[9].夏日婷.基于节点队列管理的无线传感器网络拥塞控制方法的研究[D].吉林大学.2018
[10].杨传印,黄玮,薛少聪,王劲松.基于优先队列的时变网络最短路径算法[J].计算机应用研究.2019