一、多媒体流控中非线性均匀控制器设计（论文文献综述）
程超[1]（2020）在《软件定义网络中的流量调度技术研究》文中认为软件定义网络（SDN）是一种新型的网络架构,其将转发平面和控制平面分离。SDN控制器可以根据所拥有全网的网络拓扑信息和网络流量信息进行相应的流量控制,业务需求可以通过编程按需定制,而底层的网络硬件只负责完成转发功能。如何在此集中式的控制方式下实现高效的流量调度策略,提高网络的资源利用率变成为了一个热点研究课题。针对实际网络中流量矩阵数量巨大,对每个时刻的流量矩阵进行流量调度非常消耗资源的问题,重点讨论了在流量矩阵演化过程中何时、怎样进行调度策略切换的问题。本文考虑到流量值的相似性和时间领域的相似性,提出了一种新的多维度流量矩阵聚类方法。该方法能够有效提取出关键流量矩阵,然后采用粗粒度调度策略和细粒度调度策略对关键流量矩阵进行流量调度。仿真结果表明粗粒度的调度策略显着降低了策略切换的次数,细粒度的调度策略进一步改善了链路利用率。传统的流量工程策略的研究大多集中在构建和求解数学模型方面。针对其计算复杂度过高的问题,提出了一种经验驱动的基于多智能体强化学习的流量分配算法。该算法无需求解复杂数学模型即可在预计算的路径上进行有效的流量分配从而高效且充分地利用网络资源。算法在软件定义网络（SDN）控制器进行集中训练且在训练完成后可以在接入交换机分布式执行,同时也避免交换机和控制器的频繁通信。实验结果表明相对于最短路径（SP）和等价多路径（ECMP）算法,提出的算法有效减少了网络的端到端时延的并且增大了网络吞吐量。
吴飞[2]（2020）在《软件定义网络中网络服务质量感知路由策略研究》文中提出近些年来,伴随着互联网的蓬勃发展,越来越多的新型网络应用和服务应运而生。这些不同类型的应用产生的数据流在互联网传输的过程中通常具有不同的网络服务质量（Quality of Service,QoS）需求。而传统的Internet网络提供的尽最大努力交付服务模式难以满足这种差异化服务需求。软件定义网络（Software-Defined Networking,SDN）作为一种新型网络架构,其核心思想是将控制与转发分离,形成一个控制平面和一个数据平面。SDN架构本身以及其控制平面与数据平面之间的交互协议,即OpenFlow协议,都对QoS保障提供了细粒度的技术支持。因此,本文主要研究了SDN环境中面向不同类型网络应用的QoS感知路由策略,并提出了以下方案:（1）面向可伸缩视频流服务的多播路由方案。可伸缩视频流应用是一种具备可分级特性的流媒体服务,本文设计了一个面向该服务的多播路由方案。本方案首先给出基于SDN网络的通信系统架构设计,然后提出一个时间高效的组播树构建算法来进行可伸缩视频流多播路由,并进一步设计了一个基于视频失真模型的动态层转换策略来解决网络动态环境引起的视频失真问题。最后本方案实现了一个原型系统,并进行了大量的实验,实验结果表明该方案能够在满足可伸缩视频流服务的QoS需求的基础上,有效地保障用户的网络服务质量体验并提升多播会话的可扩展性。（2）面向IP电话服务的单播路由方案。IP电话服务是一种主流的、基于IP网络的端到端语音通话技术,本文提出一个面向该服务的单播路由方案。本方案首先利用SDN逻辑集中控制的特性收集数据平面的历史流量信息构成数据集,然后训练本方案设计的一个基于循环神经网络的深度学习模型,即DeepRouting,来学习网络流量调度特征,进而使用训练后的模型来进行针对IP电话服务请求的线上路由规划。实验结果表明DeepRouting模型能够以时间高效的方式进行线上服务路由,并且取得合理的QoS性能,从而验证了方案的有效性和可行性。
苑婷婷[3]（2018）在《面向SDN过渡的节点迁移及优化方法的研究》文中认为传统网络过渡到SDN已经成为网络未来发展的趋势之一。SDN过渡是指传统网络迁移到SDN的过程,具体包括传统设备的替换、控制器的放置以及过渡过程中的资源管理和技术升级。通过SDN过渡,可以提高网络的管控能力,实现网络流量的灵活控制。其效果已经经过业界的认可,其中典型的范例是Google的B4网络改造。由于技术、资金和网络稳定性等方面的限制,传统网络的设备替换无法一次完成,势必采用逐步替换或增量部署的方式进行迁移。该过程对网络的转发层、控制层和应用层均会产生影响,不同的迁移策略为网络带来的收益不同,进而产生迁移过程的优化问题。从转发层来看,在逐步过渡期间,网络将处于混合SDN的状态,即网络中既包含传统网络设备,又包含SDN设备。节点迁移顺序不同,使得过渡期间的网络状态不同,产生的收益也不同。从控制层来看,混合SDN中控制器放置会影响网络中控制设备和转发设备的交互效率。从应用层来看,混合SDN中不同的网络资源分配策略会影响链路利用率、网络效用和QoE等关键指标。因此,SDN过渡问题需要分别从转发层、控制层和应用层展开研究。本文首先从转发层出发,研究网络逐步过渡中的节点迁移策略;之后从控制层出发,探索混合SDN中的控制器放置问题;最后从应用层出发,研究混合SDN网络资源分配问题。主要的贡献和成果概括为四个方面:（1）传统网络到SDN的迁移策略针对SDN过渡的节点迁移问题,本文从用户收益的角度出发研究迁移顺序的决策方案。本方案在定义因迁移而产生的用户收益时还考虑多个参数的影响,主要包括:因迁移产生新路径的数量和质量,以及新路径可以服务的用户流量。基于用户收益的定义,本方案提出以最大化用户收益为目标的迁移顺序优化方法。实验结果证明,所提方案可以保证每个迁移阶段下用户收益的最大化。（2）混合SDN控制器放置优化混合SDN中,不同的控制器放置策略会影响网络中控制器与交换机的交互效率,进而影响到网络的管控效率。管控延时和控制器负载均衡度是控制器放置的两个重要指标。为了优化这两个指标,本文从两个方面开展研究:控制器放置位置的优化和管控关系的优化。针对第一个方面,本方案以最小化管控时延为目标决策控制器的放置位置。针对另一个方面,本方案将其抽象为二分图最小权匹配问题,同时从管控时延和负载均衡度两个指标进行优化。实验证明,所提方案既可以保证最小化管控延时,又可以保证控制器的负载均衡,使控制信息可以高效地在SDN控制器和SDN转发设备之间转发。（3）基于最优化模型的混合SDN资源分配混合SDN具有多路径转发的特性,为利用该特性提升网络效用,本文针对混合SDN网络资源分配机制开展研究。首先,针对混合SDN核心网的资源分配,本文提出以最大化网络效用为目标的资源分配优化方案。实验证明,该方案能够最大化SDN过渡期间的网络效用,提升用户对带宽和路径分配策略的满意度。其次,本文针对混合SDN5G网络的资源分配开展研究。当接入网是基于NOMA的5G无线网络时,除混合SDN核心网络的路径和带宽分配外,网络资源分配问题还包括接入端的子信道和功率的分配。针对该问题,本文提出以最大化网络效用为目标的端到端网络资源分配优化方案。实验证明,该方案能够最大化混合SDN5G的网络效用,提升用户对带宽、信道和功率等资源的满意度。（4）基于深度强化学习的混合SDN资源分配基于最优化模型的资源分配算法复杂度高,在网络规模较大的情况下很难快速适应网络变化。为此,本文引入深度强化学习算法,能够基于实时交互的SDN状态信息和经验进行快速决策,以快速适应网络变化。本文针对多媒体服务的特点,提出了基于深度强化学习的资源分配方案。该方案通过与环境的交互,可以智能地分配网络资源,并保证用户QoE的最大化。同时,为快速获取用户对资源分配方案的满意度,提出了 QoE的预测模型。该模型可快速为资源分配策略的调整提供反馈,加快学习的速度。实验证明,所提方案相对于基于最优化的方法会有明显的QoE提升。
黄玉清[4]（2017）在《基于DCCP的多媒体流实时控制算法研究》文中认为实时多媒体流的传输不仅需要解决传统Internet固有的网络拥塞问题,而且需要满足其实时性要求,因此,解决实时多媒体流的传输问题具有较高的理论意义和工程实践意义。本文在研究多媒体流理论和网络拥塞控制的基础上,首先,研究了TCP/AQM系统的数学模型,提出了基于TCP/AQM系统模型的H∞PI控制算法;其次,在类TCP拥塞控制机制上提出了一种基于类TCP窗口的比例控制器。最后,为了实现多媒体流的实时传输,提出了基于卡尔曼滤波的类TCP窗口实时控制算法。主要工作如下:（1）为了提高AQM算法在动态网络环境中的鲁棒稳定性,将H∞控制引入TCP/AQM系统模型,对AQM算法进行改进。在研究经典流体理论的动态TCP网络模型的基础上,经过数学推导,得到TCP/AQM闭环传递函数,并建立H∞PI控制器数学模型。利用Pade近似将TCP/AQM系统模型转换为可被H∞PI控制器作用的被控对象。在获取具有H∞性能的PI控制器后,采用LMI方法对PI控制器参数进行了整定。仿真结果表明,该算法使系统具有较好的稳定性和网络效率。（2）为了在源端能获取网络状况,提出了基于比例控制器的类TCP窗口模型,该模型通过计算往返时延RTT和缓冲队列的长度,实时调整发送窗口大小。首先,提出一个有n条DCCP连接的单瓶颈链路的网络模型,计算瓶颈路由器中的在v时刻的瞬时缓冲队列长度q,并将得到的队列长度q作为输入变量和反馈因子ki联合构造发送速率的比例控制器;其次,由RTT和发送速率比例控制器计算类TCP窗口大小。数学分析验证了所提窗口模型能保证系统稳定性和公平性。（3）为满足多媒体流传输的实时性要求,提出了一种基于卡尔曼滤波算法的类TCP窗口模型。首先,采用卡尔曼滤波算法对基于比例控制器的类TCP窗口进行近似逼近。然后,通过获取类TCP窗口模型的当前窗口状态测量值xk,结合xk和上一时刻对窗口的预测值xk进行校正,得到估计误差协方差Pk+1。最后,通过对类TCP的窗口值进行预测-校正实现多媒体流传输的实时性控制。仿真实验验证了所提算法具有比TFRC机制更好的实时稳定性。
邹勇,赵海,魏立峰[5]（2010）在《面向TCP友好性的IP网络实时流媒体流预测控制》文中研究说明为了解决IP网络实时流媒体流控中既要避免网络拥塞又要将接收端缓冲区长度控制在合理范围的难题,本文提出了一种面向TCP友好性的IP网络实时流媒体流预测控制算法.该算法将IP网络实时流媒体流控转化为具有TFRC约束时变不确定条件的预测控制问题,使用改进的动态矩阵控制算法（DMC）进行优化求解.仿真实验结果表明该方法能够适应IP网络的复杂环境,满足了TCP友好性要求,有效地消除了网络传输抖动对播放带来的不利影响,具有良好的实用性.
邹勇[6]（2010）在《先进控制理论在流媒体传输播放中的应用研究》文中研究指明随着计算机技术、网络技术、视频压缩编码技术的快速发展,特别是宽带通信和Internet的快速普及,极大地促进了流媒体传输技术的发展。然而由于Internet与生俱来的尽力而为（best effort）的特性,不能保证流媒体传输系统的服务质量,因此要求流媒体系统必须能够提供与网络带宽波动相适应的传输与播放控制机制。流媒体传输具有很强的挑战性,它涉及计算机网络拥塞控制、媒体同步、实时服务质量（QoS, Quality of Service）控制等多个领域。尽管控制理论在流媒体视频传输、播放的研究上已经取得了一些成果,但由于流媒体模型的复杂性、建模困难,具有参数时变、积分时变时滞以及非线性等特点使得传统控制控制理论很难取得满意的控制效果。因此,本文使用先进控制理论作为理论工具对流媒体传输、播放控制中遇到的关键问题进行研究,主要包括系统建模、稳定性分析、网络带宽约束下优化求解及传输时滞等问题。本文的主要工作有：针对基于缓冲区控制的流媒体速率控制模型进行了系统辨识,辨识中使用了流媒体传输中常用的UDP协议作为传输层协议,实验中发现实验数据具有较强的相关性,使用最小二乘法辨识得到的模型不准确,动态偏差和稳态偏差都很大。为此在数据分析的基础上进行了理论推导,对基于缓冲区控制的流媒体速率控制模型进行了验证、补充和完善。针对流媒体稳定平滑传输问题进行研究。在实时流媒体传输中,将服务质量QoS指标映射为反馈控制框架中的性能指标和约束条件,其中映射的两个要素是网络带宽限制和网络带宽波动最小化,作为控制约束条件直接参与控制器的设计,结合已辨识的实时流媒体传输数学模型,流媒体稳定平滑传输问题的求解可归结为先进控制理论中的动态矩阵控制算法（DMC,预测控制最经典的算法）,实现QoS控制。基于TFRC算法构建了一个实时流媒体传输架构,在其下针对播放端进行理论分析,得出播放速率控制模型,在播放速率约束的条件下通过经典的PI控制器调节播放速率对缓冲区占用水平进行调整。对于网络时延对流媒体系统的作用进行研究分析。指出经典的时滞算法存在的缺陷。针对发送端发送数据和播放端播放数据共同作用于播放缓冲区的原理,在其基础上提出了一种双重控制策略,通过控制结构的改变增强系统对时滞问题的处理能力。在发送端使用内模控制（IMC）来抑制时延对控制系统的影响,在播放端使用PI控制器调节播放速率调整缓冲区占用水平,两种控制的双重作用下进一步提高了对于时滞的控制效果。为了更好地保证流媒体系统的实时约束下的同步性能,解决流媒体缓冲区设置中同步与播放时延的矛盾,在缓冲区设置最大化的基础上,结合设定点跟踪算法,提出了一种基于最小方差控制（MVC, Minimum Variance Control）控制的实时流媒体缓冲区自适应设定值跟踪传输算法,在动态设置缓冲区占用水平的条件下,采用最小方差控制对缓冲区设定值进行跟踪,避免超调量过大对实时约束的影响。本文使用仿真实验等手段验证了所提出算法的正确性和有效性。
魏立峰,于海斌,祁红岩[7]（2005）在《实时多媒体流控中的预测最优均匀控制器设计》文中指出网络传输的抖动影响了VOD的播放质量,采用反馈控制机制进行实时多媒体流量控制是一种有效解决方法,但因实时多媒体流控模型及性能要求的特殊性,仅采用传统的反馈控制技术难以消除这一缺点.针对此问题,建立了实时多媒体反馈控制框架下的性能指标评价体系,设计了预测最优均匀控制算法.仿真实验表明,该算法有效地克服了网络传输抖动带来的不利影响,提高了VOD的播放质量.
刘晓梅,魏立峰[8]（2004）在《多媒体流控中非线性均匀控制器设计》文中研究表明宽带网的普及使得VOD（videoondemand）的应用越来越广泛,但是,服务器端某用户发送速率的剧烈变化必然会影响到其他用户的播放质量,而常规控制难以消除这一缺点。这里在速率反馈控制理论框架的基础上,采用非线性均匀控制,克服由于抖动带来的不利影响,提高了播放质量。
于海斌,魏立峰,陆勇林[9]（2004）在《实时多媒体流控中的内模控制器设计》文中研究指明宽带网的普及使VOD（videoondemand）的应用越来越广泛,但传输延迟的抖动影响了播放质量,传统的Smith预估控制难以消除这一缺点。考虑到网络传输过程中的各种延迟,缓冲区长度与速率模型可归结为积分时变时滞过程,本文在速率反馈控制理论框架的基础上,采用内模反馈控制技术,有效地克服了由于传输延迟和抖动对控制性能带来的不利影响,使缓冲区长度运行在一定的范围之内,以此来提高播放质量。
刘晓梅,魏立峰[10]（2004）在《多媒体流控中非线性均匀控制器设计》文中研究说明宽带网的普及使得VOD（video on demand）的应用越来越广泛,但是,服务器端某用户发送速率的剧烈变化必然会影响到其他用户的播放质量,而常规控制难以消除这一缺点。这里在速率反馈控制理论框架的基础上,采用非线性均匀控制,克服由于抖动带来的不利影响,提高了播放质量。
二、多媒体流控中非线性均匀控制器设计（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：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（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。
三、多媒体流控中非线性均匀控制器设计（论文提纲范文）
（1）软件定义网络中的流量调度技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 SDN的研究现状 |
| 1.2.2 基于SDN的流量调度策略的研究现状 |
| 1.3 研究内容 |
| 1.4 论文结构 |
| 第二章 关键背景技术介绍 |
| 2.1 软件定义网络概述 |
| 2.2 流量工程概述 |
| 2.3 流量工程优化目标 |
| 2.3.1 网络的性能 |
| 2.3.2 应用的服务质量 |
| 2.4 人工神经网络概述 |
| 2.4.1 神经元模型 |
| 2.4.2 深度神经网络 |
| 2.5 强化学习技术概述 |
| 2.5.1 基于价值的算法 |
| 2.5.2 基于策略的算法 |
| 2.5.3 价值和策略混合算法 |
| 2.5.4 多智能体强化学习 |
| 2.6 本章小结 |
| 第三章 基于关键流量矩阵的流量调度策略 |
| 3.1 引言 |
| 3.2 流量矩阵定义 |
| 3.3 问题描述 |
| 3.4 关键流量矩阵提取方法 |
| 3.4.1 K-means聚类 |
| 3.4.2 层次聚类(HC,hierarchical cluster) |
| 3.4.3 HCVT算法 |
| 3.5 流量调度策略 |
| 3.5.1 粗粒度的流量调度策略 |
| 3.5.2 细粒度的流量调度策略 |
| 3.6 仿真验证与性能评估 |
| 3.6.1 HCVT算法中值域因子和时域因子选择 |
| 3.6.2 流量需求偏差对比 |
| 3.6.3 粗粒度调度策略切换情况对比 |
| 3.6.4 粗粒度调度策略的性能指标对比 |
| 3.6.5 细粒度情况下基于HCVT调度策略性能指标对比 |
| 3.6.6 仿真小结 |
| 3.7 本章小结 |
| 第四章 基于多智能体强化学习的流量调度策略 |
| 4.1 引言 |
| 4.2 问题描述 |
| 4.3 基于SDN的智能网络架构 |
| 4.4 DDPG-TE原理和实现 |
| 4.4.1 DDPG的算法原理 |
| 4.4.2 DDPG-TE的框架和实现方式 |
| 4.5 基于多智能体强化学习的流量分配算法研究 |
| 4.5.1 MADDPG算法的原理 |
| 4.5.2 MADDPG-TE的框架和实现方式 |
| 4.5.3 小结 |
| 4.6 仿真验证与性能评估 |
| 4.6.1 仿真环境 |
| 4.6.2 仿真结果及分析 |
| 4.7 本章小结 |
| 第五章 总结和展望 |
| 5.1 工作总结 |
| 5.2 工作展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间取得的研究成果 |
（2）软件定义网络中网络服务质量感知路由策略研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 SDN研究与应用进展 |
| 1.2.2 SDN中 QoS路由策略研究概况 |
| 1.3 本文主要工作 |
| 1.4 论文组织结构 |
| 第2章 相关概念与技术 |
| 2.1 SDN基础架构 |
| 2.2 OpenFlow协议及其对QoS的支持 |
| 2.2.1 OpenFlow协议流表处理机制 |
| 2.2.2 OpenFlow协议消息类型 |
| 2.2.3 OpenFlow协议对QoS的支持 |
| 2.3 神经网络模型相关介绍 |
| 2.3.1 前馈神经网络 |
| 2.3.2 循环神经网络 |
| 第3章 面向可伸缩视频流服务的多播路由方案 |
| 3.1 引言 |
| 3.2 符号定义及问题模型 |
| 3.3 方案设计 |
| 3.3.1 系统架构设计 |
| 3.3.2 方案具体描述 |
| 3.3.3 时间复杂度分析 |
| 3.4 实验设计与性能分析 |
| 3.4.1 系统原型与实验部署 |
| 3.4.2 实验结果展示和分析 |
| 3.5 本章小结 |
| 第4章 面向IP电话服务的单播路由方案 |
| 4.1 引言 |
| 4.2 问题模型 |
| 4.3 方案设计 |
| 4.4 实验与结果分析 |
| 4.4.1 实验环境部署 |
| 4.4.2 模型训练和评估 |
| 4.5 本章小结 |
| 总结与展望 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
（3）面向SDN过渡的节点迁移及优化方法的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究现状 |
| 1.2.1 传统网络到SDN的迁移策略 |
| 1.2.2 SDN控制器的放置 |
| 1.2.3 基于最优化模型的混合SDN资源分配 |
| 1.2.4 基于深度强化学习的混合SDN资源分配 |
| 1.3 研究目标及内容 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.4 课题创新点与论文结构 |
| 1.4.1 课题创新点 |
| 1.4.2 论文结构 |
| 第二章 关键技术概述 |
| 2.1 软件定义网络技术 |
| 2.1.1 SDN架构 |
| 2.1.2 SDN集中控制 |
| 2.1.3 混合SDN环境与技术 |
| 2.2 5G网络技术 |
| 2.2.1 5G网络技术介绍 |
| 2.2.2 NOMA |
| 2.3 机器学习 |
| 2.3.1 深度学习 |
| 2.3.2 强化学习 |
| 2.3.3 深度强化学习 |
| 2.4 本章小结 |
| 第三章 传统网络到SDN的迁移策略 |
| 3.1 问题描述及分析 |
| 3.2 问题建模 |
| 3.2.1 备选路径和关键节点的定义 |
| 3.2.2 用户收益的定义 |
| 3.2.3 从用户角度建立SDN迁移优化模型 |
| 3.3 算法设计 |
| 3.3.1 备选路径发现算法 |
| 3.3.2 关键节点计算算法 |
| 3.3.3 迁移顺序优化算法 |
| 3.3.4 算法复杂度分析 |
| 3.4 实验和结果分析 |
| 3.4.1 实验环境 |
| 3.4.2 实验参数的对比 |
| 3.4.3 部署比率对迁移效果的影响 |
| 3.5 本章小结 |
| 第四章 混合SDN控制器放置优化 |
| 4.1 问题描述及分析 |
| 4.2 问题建模 |
| 4.2.1 SDN控制器的管控关系 |
| 4.2.2 SDN控制器放置位置 |
| 4.2.3 控制器放置的优化模型建立 |
| 4.3 算法设计 |
| 4.3.1 管控关系的优化算法 |
| 4.3.2 控制器放置位置优化算法 |
| 4.3.3 算法复杂度分析 |
| 4.4 实验和结果分析 |
| 4.4.1 实验环境 |
| 4.4.2 算法性能对比 |
| 4.4.3 平均延时的性能 |
| 4.4.4 控制器负载均衡度 |
| 4.5 本章小结 |
| 第五章 基于最优化模型的混合SDN资源分配 |
| 5.1 混合SDN核心网络资源分配 |
| 5.1.1 问题描述及分析 |
| 5.1.2 问题建模 |
| 5.1.3 算法设计 |
| 5.1.4 实验和结果分析 |
| 5.2 混合SDN 5G网络资源分配 |
| 5.2.1 问题描述及分析 |
| 5.2.2 问题建模 |
| 5.2.3 算法设计 |
| 5.2.4 实验和结果分析 |
| 5.3 本章小结 |
| 第六章 基于深度强化学习的混合SDN资源分配 |
| 6.1 问题描述及分析 |
| 6.2 问题建模 |
| 6.2.1 优化模型建立与分析 |
| 6.2.2 基于DRL的资源分配模型 |
| 6.2.3 模型中的神经网络 |
| 6.2.4 多媒体流资源分配的流程 |
| 6.3 算法设计 |
| 6.3.1 主网络更新算法 |
| 6.3.2 目标网络更新算法 |
| 6.4 实验和结果分析 |
| 6.4.1 实验环境 |
| 6.4.2 QoE评价方法的性能对比 |
| 6.4.3 基于DRL的资源分配算法性能 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 7.1 论文工作总结 |
| 7.2 未来工作展望 |
| 参考文献 |
| 附录A 缩略语表 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（4）基于DCCP的多媒体流实时控制算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 多媒体流拥塞控制的研究现状 |
| 1.2.1 国内研究现状 |
| 1.2.2 国外研究现状 |
| 1.3 论文主要工作和结构安排 |
| 1.3.1 论文主要工作 |
| 1.3.2 论文结构安排 |
| 第二章 多媒体流与拥塞控制策略 |
| 2.1 多媒体流基础 |
| 2.1.1 流式传输方式 |
| 2.1.2 实时多媒体流传输的特点 |
| 2.1.3 实时流式传输协议RTP/RTCP |
| 2.2 拥塞控制研究 |
| 2.2.1 网络拥塞及其原因 |
| 2.2.2 网络层拥塞控制机制 |
| 2.2.3 传输层拥塞控制机制 |
| 2.3 本章小结 |
| 第三章 基于H_∞PI控制的AQM算法 |
| 3.1 TCP/AQM的系统控制模型 |
| 3.2 H_∞PID控制器的设计 |
| 3.2.1 线性矩阵不等式理论 |
| 3.2.2 H_∞PID系统模型的建立 |
| 3.2.3 H_∞PID控制器设计 |
| 3.3 基于H_∞PI控制器AQM算法 |
| 3.4 仿真分析 |
| 3.5 本章小结 |
| 第四章 基于DCCP协议的多媒体流的实时控制算法 |
| 4.1 传统TCP和UDP拥塞控制传输多媒体流的局限性 |
| 4.2 新的多媒体流拥塞控制机制 |
| 4.2.1 DCCP拥塞控制机制 |
| 4.2.2 DCCP拥塞控制存在的问题 |
| 4.3 基于比例控制器的类TCP窗口模型 |
| 4.3.1 模型提出 |
| 4.3.2 稳定性分析 |
| 4.3.3 公平性分析 |
| 4.4 基于卡尔曼滤波的类TCP窗口实时控制算法 |
| 4.4.1 卡尔曼滤波算法分析 |
| 4.4.2 基于卡尔曼滤波的类TCP窗口控制模型的建立 |
| 4.4.3 基于卡尔曼滤波算法的类TCP窗口实时计算 |
| 4.5 仿真分析 |
| 4.6 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 攻读硕士期间发表的论文 |
| 致谢 |
（5）面向TCP友好性的IP网络实时流媒体流预测控制（论文提纲范文）
| 1 引言 (Introduction) |
| 2 缓缓冲区速率控制模型 (Sending rate controlmodel of buffer) |
| 3 避避免网络拥塞的约束条件 (Constraints ofavoiding congestion) |
| 4 动态矩矩阵控制 (Dynamic matrix control) |
| 4.1 动动态矩阵控制经典算法改进 (Improved Orig-inal DMC algorithm) |
| 4.2 构造DMC算法的A矩阵 (Constuct A matrix inDMC algorithm) |
| 4.3 预测控制器 (Predictive controller) |
| 4.4 预预测控制器的参数选择 (Parameter of predic-tive controller) |
| 1) 采样周期Ts和模型长度N. |
| 2) 优化时域P和误差权矩阵Q. |
| 3) 控制时域M. |
| 4) 控制权矩阵R. |
| 5 仿仿真结果 (Simulation result) |
| 5.1 网络带宽充足 (Enough network bandwidth) |
| 5.2 网网络带宽不充足 (Less enough network band-width) |
| 6 结结语 (Conclusion) |
（6）先进控制理论在流媒体传输播放中的应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 流媒体技术 |
| 1.1.1 流媒体编码技术 |
| 1.1.2 流媒体服务器性能 |
| 1.1.3 流媒体传输与播放质量控制 |
| 1.1.4 解码器容错技术 |
| 1.1.5 Web服务器的接入能力 |
| 1.2 研究背景 |
| 1.3 流媒体传输、播放研究现状 |
| 1.3.1 多媒体同步技术研究 |
| 1.3.2 视频传输技术研究 |
| 1.3.3 视频播放技术研究 |
| 1.4 本文研究课题的提出 |
| 1.5 论文章节安排 |
| 第二章 流媒体缓冲区控制技术研究 |
| 2.1 流媒体连续播放播放与网络带宽、播放缓冲区 |
| 2.1.1 流媒体连续播放播放的充分必要条件 |
| 2.1.2 传输时延与时延抖动分析 |
| 2.1.3 流媒体连续播放播放与网络带宽、缓冲区的关系 |
| 2.2 缓冲区长度的确定方法 |
| 2.2.1 时延受限条件下流媒体同步所需缓冲区长度 |
| 2.2.2 基于统计分析的方法 |
| 2.2.3 VOD播放系统的缓冲区长度设定 |
| 2.2.4 实时性QoS约束条件下的缓冲区设定值动态选取 |
| 2.3 基于缓冲区控制的流媒体速率控制模型的辨识 |
| 2.3.1 速率控制模型 |
| 2.3.2 系统辨识 |
| 2.3.3 网络延迟时间的确定方法 |
| 2.3.4 仿真分析 |
| 2.4 本章小结 |
| 第三章 实时流媒体稳定平滑传输机制研究 |
| 3.1 网络拥塞控制 |
| 3.1.1 TCP流量控制算法 |
| 3.1.2 端到端拥塞控制机制 |
| 3.1.3 TFRC算法 |
| 3.2 经典流媒体平滑传输算法分析 |
| 3.2.1 流媒体稳定速率控制(SRC)算法 |
| 3.2.2 流媒体预测最优均匀控制算法 |
| 3.3 实时流媒体流预测控制算法 |
| 3.3.1 动态矩阵控制的基本原理 |
| 3.3.2 DMC改进算法 |
| 3.3.3 缓冲区速率控制模型参数设置 |
| 3.3.4 构造DMC算法的A矩阵 |
| 3.3.5 预测控制器设计 |
| 3.3.6 二次规划求解过程 |
| 3.3.7 预测控制器的参数选择 |
| 3.4 仿真实验 |
| 3.4.1 网络带宽充足 |
| 3.4.2 网络带宽不充足 |
| 3.5 本章小结 |
| 第四章 基于PI控制的实时视频流连续播放控制算法研究 |
| 4.1 经典算法分析 |
| 4.2 基于TFRC协议的实时视频流传输控制框架 |
| 4.3 算法设计 |
| 4.3.1 缓冲区长度及设定点选取 |
| 4.3.2 播放速率控制模型 |
| 4.3.3 播放速率的约束条件 |
| 4.3.4 播放速率控制器设计 |
| 4.4 仿真实验 |
| 4.4.1 实时流媒体缓冲区仿真的系统设计与实现 |
| 4.4.2 仿真结果 |
| 4.5 本章小结 |
| 第五章 流媒体传输中的时滞问题研究 |
| 5.1 经典时滞控制理论 |
| 5.1.1 史密斯(Smith)预估补偿控制 |
| 5.1.2 内模控制 |
| 5.2 经典的流媒体流控时滞控制算法 |
| 5.2.1 流媒体内模控制基本结构 |
| 5.2.2 基于速率控制模型的内模控制器 |
| 5.3 双重控制策略 |
| 5.3.1 双重控制的结构特点 |
| 5.3.2 问题提出 |
| 5.3.3 流媒体播放中的双重控制模式 |
| 5.3.4 发送速率控制回路 |
| 5.3.5 播放速率控制回路 |
| 5.3.6 控制系统的稳定性分析 |
| 5.4 仿真实验 |
| 5.4.1 双重控制与仅在发送端使用内模控制的性能对比分析 |
| 5.4.2 双重控制与仅在接收端使用播放速率控制性能的对比分析 |
| 5.5 本章小结 |
| 第六章 实时流媒体自适应跟踪传输算法研究 |
| 6.1 问题分析 |
| 6.2 系统模型 |
| 6.3 基于最小方差控制的控制器设计 |
| 6.3.1 MVC算法 |
| 6.3.2 控制器设计 |
| 6.4 仿真实验 |
| 6.4.1 未对发送速率进行平滑处理 |
| 6.4.2 对发送速率进行平滑处理 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 7.1 工作总结 |
| 7.2 创新点 |
| 7.3 有待进一步深入研究的问题 |
| 参考文献 |
| 致谢 |
| 攻读博士期间发表的论文 |
（7）实时多媒体流控中的预测最优均匀控制器设计（论文提纲范文）
| 1 引 言 |
| 2 反馈控制结构 |
| 2.1 相关变量选择 |
| 2.2 速率控制模型 |
| 2.3 性能评价指标 |
| 3 模型预测最优均匀控制器设计 |
| 3.1 最优速率滤波器问题 |
| 3.2 模型预测最优均匀控制算法 |
| 4 仿真结果分析 |
| 5 结 语 |
（9）实时多媒体流控中的内模控制器设计（论文提纲范文）
| 1 引言 |
| 2 反馈控制结构 |
| 2.1 速率控制模型 |
| 2.2 相关变量选择 |
| 3 内模控制器设计 |
| 3.1 内模控制的基本结构 |
| 3.2 积分时滞对象内模控制器参数设计 |
| 4 仿真结果分析 |
| 5 结束语 |
四、多媒体流控中非线性均匀控制器设计（论文参考文献）
- [1]软件定义网络中的流量调度技术研究[D]. 程超. 北京邮电大学, 2020(05)
- [2]软件定义网络中网络服务质量感知路由策略研究[D]. 吴飞. 安徽大学, 2020(07)
- [3]面向SDN过渡的节点迁移及优化方法的研究[D]. 苑婷婷. 北京邮电大学, 2018(01)
- [4]基于DCCP的多媒体流实时控制算法研究[D]. 黄玉清. 华中师范大学, 2017(02)
- [5]面向TCP友好性的IP网络实时流媒体流预测控制[J]. 邹勇,赵海,魏立峰. 控制理论与应用, 2010(07)
- [6]先进控制理论在流媒体传输播放中的应用研究[D]. 邹勇. 东北大学, 2010(03)
- [7]实时多媒体流控中的预测最优均匀控制器设计[J]. 魏立峰,于海斌,祁红岩. 控制与决策, 2005(02)
- [8]多媒体流控中非线性均匀控制器设计[J]. 刘晓梅,魏立峰. 仪器仪表学报, 2004(S1)
- [9]实时多媒体流控中的内模控制器设计[J]. 于海斌,魏立峰,陆勇林. 通信学报, 2004(11)
- [10]多媒体流控中非线性均匀控制器设计[A]. 刘晓梅,魏立峰. 第二届全国信息获取与处理学术会议论文集, 2004(总第116期)