基于matlab的网络通信系统自适应传输模糊控制器的实现
目录
一、理论基础
(1) 输入输出变量模糊划分
本小节将依照FFSI推理方法建立自适应传输模糊控制器,首先对输入、输出变量进行模糊划分,以往返时延的差值和当前时刻的发包时间间隔Tc作为模糊控制器的输入,模糊控制器的输出是下一次发包时间间隔的调整,通过与当前时刻发包时间间隔Tc累加作为下一时刻的发包间隔Tn。
往返时延差模糊划分
根据第四章网络时延的测量可知,端到端网络时延整体上随时间变化幅度较大,不适合直接用RTT值作为模糊控制器的输入变量。本文采用当前时刻预测时延与当前时刻的往返时延值RTTc的差值作为ATFC的一个输入变量。的隶属度函数如图5.9所示,论域为[-15ms,15ms],共分为7个模糊等级,分别为:负大(NB)、负中(NM)、负小(NS)、零(ZE)、正小(PS)、正中(PM)、正大(PB)。
②当前发包间隔Tc模糊划分
当前发包间隔Tc的隶属度函数如图5.10所示,Tc的论域为[100ms,500ms],共分为5模糊个等级,分别为:很短(S)、较短(SM)、中等(M)、较长(ML)、很长(L)。
![](https://img2022.cnblogs.com/blog/2997677/202211/2997677-20221105233739262-52922485.png)
③发包间隔的调整模糊划分
图为发包间隔的调整的隶属度函数,的论域为[-200ms,200ms],共分为5个模糊等级,分别为较大减小(LD)、较小减小(SD)、不变(NC)、较小增大(SI)、较大增大(LI)。
ATFC应用在网络拥塞场景下,当拥塞恶化时应增大发包间隔,减少网络拥塞对能耗数据包的影响,降低传输丢包率;当拥塞减缓时应减小发包间隔的原则,提高能耗数据包的传输效率。结合先验经验制定ATFC模糊控制规则如表所示。
(3) 反模糊化
通过式进行反模糊化求解,进一步将发包间隔调整与当前的发包间隔Tc累加计算下一次的的发包时间间隔Tn,同时为了避免累加之后Tn出现过大或者过小的情况,利用Tc的论域为[100ms,500ms]作为对发包间隔进行限制,如式所示:
![](https://img2022.cnblogs.com/blog/2997677/202211/2997677-20221105233902091-1285988797.png)
二、核心程序
clc;
clear;
close all;
warning off;
%一次待发送总数据包大小为25kB
Pg_Size_all = 25;
Pg_Size_sub = 4;
Time = 100;
%仿真时间为4000ms
Times = 8000;
%注入背景流量,使得网络进入拥塞状态,即网络时延明显变大,时延抖动加剧,
%空闲状态下时延值要求在30~60ms,拥塞状态下要求在120~180ms,我们要对比的区间就是在拥塞状态下。
MTKL = 100;%蒙特卡洛循环次数
DBL1 = cell(1,MTKL);
for jj = 1:MTKL
jj
RandStream.setDefaultStream(RandStream('mt19937ar','seed',jj));
DBL2 = [];
%即能够存放1000kB数据量
ability = 4.4;%网络(FIFO)1ms内传输能力
FIFO_Depth = 200;
bg_Size = zeros(1,Times);
pg_Size = zeros(1,Times);
FIFO_Size = FIFO_Depth*ones(1,Times);
DB = 0;%定义丢包次数
ALL = 0;%总发送次数
for i = 1:Times
%发送数据包,原始传输方法,每100ms发送一次
if mod(i,100) == 1
pg_Size(i) = Pg_Size_sub;
ALL = ALL +1;
else
pg_Size(i) = 0;
end
%建立一个虚拟的FIFO,当网络空闲的时候,数据包通过这个FIFO需要
%产生随机大小的背景流量填充到FIFO中
bg_Size(i) = floor(8*rand(1,1))+1;
%计算当前时刻网络中的剩余符合流量
if i == 1
FIFO_Size(i)= max(FIFO_Depth - bg_Size(i) - pg_Size(i) + ability,0);
else
FIFO_Size(i)= max(FIFO_Size(i-1) - bg_Size(i) - pg_Size(i) + ability,0);
end
%判断是否丢包
if mod(i,100) == 1
if FIFO_Size(i) < Pg_Size_sub%丢包
DB = DB + 1;
else
%在等候时间内,以一个小概率事件丢包
P = rand();
if P < 0.01
DB = DB + 1;
else
DB = DB;
end
end
end
%计算当前环境下的丢包变换曲线并显示最后的丢包率值
DBL2(ALL) = DB/ALL;
end
DBL1{jj} = DBL2;
Lens(jj) = ALL;
end
%计算均值
DBLavg = zeros(1,min(Lens));
for i = 1:min(Lens)
tmps = 0;
for jj = 1:MTKL
tmps = tmps + DBL1{jj}(i);
end
DBLavg(i) = tmps/MTKL;
end
figure;
subplot(211);
plot(FIFO_Size);
xlabel('时间');
ylabel('网络流量承载能力变换情况');
grid on
subplot(212)
plot(100*DBLavg,'b-*');
xlabel('传输次数');
ylabel('丢包率');
grid on
STR = ['最终丢包率:',num2str(100*DBL2(end)),'%'];
text(length(DBL2)/2,70,STR);
axis([0,length(DBL2),0,100]);
三、测试结果
A12-12