Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Telecommunication Systems
Erschienen in: Telecommunication Systems 1/2017

12.04.2016

Active queue management algorithm based on data-driven predictive control

verfasst von: Ping Wang, Daji Zhu, Xiaohui Lu

Erschienen in: Telecommunication Systems | Ausgabe 1/2017

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Model predictive control (MPC) is a popular strategy for active queue management (AQM) that is able to incorporate physical and user defined constraints. However, the current MPC methods rely on explicit fluid model of TCP behavior with input time delay. In this paper, we propose a novel AQM algorithm based on data-driven predictive control, called Data-AQM. For Internet system with large delay, complex change and bad disturbance, data-driven predictive controller can be obtained directly based on the input–output data alone and does not require any explicit model of the system. According to the input–output data, the future queue length in data buffer, which is the basis of optimizing drop probability, is predicted. Furthermore, considering system constraints, the control requirement is converted to the optimal control objective, then the drop probability is obtained by solving the optimal problem online. Finally, the performances of Data-AQM are evaluated through a series of simulations.
Vorheriger Artikel A stochastic approximation resource allocation approach for HD live streaming
Nächster Artikel Lifetime enhancement of wireless sensor networks by avoiding energy-holes with Gaussian distribution

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Literatur
1.
Floyd, S., & Jacobson, V. (1997). Random early detection gateways for congestion avoidance. IEEE/ACM Transactions on Networking, 4(1), 1–22.
2.
Clark, D. D., & Fang, W. (1998). Explicit allocation of best effort packet delivery service. IEEE/ACM Transations on Networking, 6(4), 362–373.CrossRef
3.
Branden, B., Clark, D., & Crowcroft, J. (1994). Recommendations on queue management and congetion avoidance in the Internet, RFC2309.
4.
Ren, F. Y., Ren, Y., & Shan, X. M. (2002). Design of a fuzzy controller for active queue management. Computer Communications, 25(9), 874–883.CrossRef
5.
Eguchi, T., Ohsaki, H., & Murata, M. (2003). On control parameters tuning for active queue management mechanisms using multivariate analysis. In Proceedings of Symposium on Applications and the Internet (pp.120–127).
6.
Misra, V., Gong, W. B., & Towsley, D. (2000). Fluid-based analysis of a network of AQM routers supporting TCP flows with an application to RED. In Proceedings of ACM/SIGCOMM.
7.
Hollot, C. V., Misra, V., Towsley, D., & Gong, W. B. (2002). Analysis and design of controllers for AQM routers supporting TCP flows. IEEE Transactions on Automatic Control, 6(47), 945–959.CrossRef
8.
Jinsheng, S., Guanrong, C., King-Tim, K., Chan, S., & Zukerman, M. (2003). PD-controller: A new active queue management scheme. Proceedings of IEEE GLOBECOM03, 6, 3103–3107.
9.
Kim, K. B. (2006). Design of feedback controls supporting TCP based on the state-space approach. IEEE Transactions on Automatic Control, 7(51), 1086–1099.CrossRef
10.
Wang, J. X., Rong, L., & Liu, Y. H. (2008). A robust proportional controller for AQM based on optimized second-order system mode. Computer Communications, 31(10), 2468–2477.
11.
Kahe, G., Jahangir, A. H., & Ebrahimi, B. (2014). AQM controller design for TCP networks based on a new control strategy. Telecommunication Systems, 57, 295–311.CrossRef
12.
Wang, P., Chen, H., Ma, Y., & Yang, X. P. (2012). Design and analysis of model predictive controller for active queue management. ISA Transactions, 51, 120–131.CrossRef
13.
Rawlings, J. B. (2000). Tutorial overview of model predictive control. IEEE Control Systems Magazine, 3(20), 38–52.CrossRef
14.
Kadali, K., Huang, B., & Rossiter, A. (2003). A data driven subspace approach to predictive controller design. Control Engine Practice, 11(3), 261–278.CrossRef
15.
Lu, X. H., chen, H., Wang, P., & Gao, B. Z. (2011). Design of a data-driven predictive controller for start-up process of AMT vehicles. IEEE Transactions on Neural Networks, 22(12), 2201–2212.CrossRef
16.
Overschee, P. V., & Moor, B. D. (1995). A unifying theorem for three subspace system identification algorithms. Automatica, 31(12), 1853–1864.CrossRef
17.
Borhan, H., & Hodzen, E. (2015). A robust design optimization framework for systematic model-based calibration of engine control systems. Journal of Engineering for Gas Turbines and Power, 137(11), 111601.CrossRef
18.
Chen, H., Xu, F., & Xi, Y. (2012). Field programmable gate array/system on a programmable chip-based implementation of model predictive controller. IET Control Theory and Applications, 6(8), 1055–1063.CrossRef
Metadaten
Titel
Active queue management algorithm based on data-driven predictive control
verfasst von
Ping Wang
Daji Zhu
Xiaohui Lu
Publikationsdatum
12.04.2016
Verlag
Springer US
Erschienen in
Telecommunication Systems / Ausgabe 1/2017
Print ISSN: 1018-4864
Elektronische ISSN: 1572-9451
DOI
https://doi.org/10.1007/s11235-016-0162-6

Weitere Artikel der Ausgabe 1/2017

Telecommunication Systems 1/2017 Zur Ausgabe

OriginalPaper

Security assessment framework for IoT service

OriginalPaper

A stochastic worm model

OriginalPaper

Survey of Catch-up TV and other time-shift services: a comprehensive analysis and taxonomy of linear and nonlinear television

OriginalPaper

A simple method to determine the number of true different quadratic and cubic permutation polynomial based interleavers for turbo codes

OriginalPaper

Integrating HEC with circuit breakers and multipath RTP to improve RTC media quality

OriginalPaper

A stochastic approximation resource allocation approach for HD live streaming

Neuer Inhalt

    Bildnachweise