摘要: 在高速网络中,饱和非线性特性、时变传输延迟、用户接入的随机性以及高优先级业务的突发性,使得网络中存在严重的不确定性.而现有的基于速率反馈的设计多数都没有很好地考虑网络的非线性特征,也没有考虑测量误差和干扰.为此,本文设计了神经网络鲁棒自... 展开 在高速网络中,饱和非线性特性、时变传输延迟、用户接入的随机性以及高优先级业务的突发性,使得网络中存在严重的不确定性.而现有的基于速率反馈的设计多数都没有很好地考虑网络的非线性特征,也没有考虑测量误差和干扰.为此,本文设计了神经网络鲁棒自校正拥塞控制算法.其优点在于:1)引入神经网络补偿器来修正时变不确定非线性动态;2)应用带有鲁棒参数辨识器的自校正算法,极小化网络中的随机干扰和测量误差;3)保证了闭环系统的稳定性、收敛性和公平性,并对传输延迟的时变特性和用户的动态变化具有良好的鲁棒性.仿真分析进一步验证了该算法的有效性. 收起