高妍[1]2003年在《基于时滞模型的ATM网络拥塞控制》文中进行了进一步梳理未来的计算机网络将是一种能够提供多种不同服务，以支持多种不同应用需求，有着集成支持能力的高速分组交换网络。ATM网络正是支持这种综合业务数字网络的关键技术之一，已被国际电信联盟作为一项典型传输技术加以推广。在ATM网络中，信息流的拥塞及信息的丢失是影响网络业务服务质量的主要原因。为了充分提高ATM网络的性能和服务质量，设计一个高效的拥塞控制系统是一个关键问题。本文正是以此为出发点，将控制理论引入到网络通讯中，解决可控流－ABR业务的拥塞控制问题。本文首先从ATM网络通信基础知识开始，介绍了ATM网络基本原理和ABR业务的反馈机理。给出了一般通讯网络的数字化模型，并且基于Per-flow缓存网络模型，建立了ABR流量反馈控制模型。通过把ABR可用带宽当作系统干扰，在单纯的Smith拥塞控制的基础上，设计出前馈干扰补偿系统，使得队列长度稳定在的初始值之下，提高了链路的利用率。传输时延是影响网络拥塞控制算法的稳定性和性能的一个重要参数。Smith预估补偿是解决纯时延问题的有效工具，但其对预估模型的误差十分敏感。本文基于Per-flow缓存网络模型，提出3种鲁棒Smith预估拥塞控制器。在瓶颈交换机中同时存在不可控流的条件下，通过调整系统参数，使得网络在最糟糕的时延估计情况下，仍然能够保证服务质量和稳定运行。但是多通道共享同一瓶颈交换机的网络模型是不可避免的。本文在假设网络模型下提出了两种鲁棒Smith拥塞控制器。运用小增益定理解决鲁棒稳定性问题，在每个虚路径的往返时延都同时在预估值上下发生变化的情况下，使得交换机中的队列长度能够稳定在给定值，而且抖动都很小。最后，我们把网络拓扑结构模型更加复杂化：假设回路往返时延和虚通道个数随时间变化，提出一种较简单的比例拥塞控制器。最终定理的证明和仿真研究都表明，所设计的拥塞控制器可以保证系统“分段”稳定和网络服务质量。
田静[2]2008年在《基于粒子滤波的ATM网络拥塞预测控制研究》文中研究指明异步传输模式(Asynchronous Transfer Mode, ATM)网络中,由于其业务的突发性和时变性,源端不能快速响应网络状态的变化,导致信元大量丢失,信息的拥塞成为影响网络服务质量(QoS)的主要原因,其拥塞控制的研究具有重要的理论意义和实用价值。为此,本文在对现有拥塞控制算法进行广泛研究的基础上,从预测控制的角度出发,研究网络的拥塞控制。本文基于ATM网络,针对业务源的统计特性,结合粒子滤波算法良好的预测性能,研究了粒子滤波在网络拥塞预测控制中的应用。本文主要工作如下：(1)从拥塞产生的原因、拥塞特性、判断方法、设计目标等几方面对ATM网络进行分析,提出本文所采用的ATM拥塞控制的预测决策机制。(2)将ATM网络的队列系统模型使用数学语言进行描述,并以信元丢失率作为衡量网络拥塞控制指标,采用粒子滤波算法对网络进行预测,结合网络拥塞的控制流程,降低源端信元发送速率。(3)为平衡预测粒子的有效性和多样性两个性能指标,将遗传机制应用到其重采样模块中,进一步改善预测控制的性能。本文的核心思想在于将粒子滤波算法和改进的遗传重采样粒子滤波算法应用于ATM网络拥塞预测控制,以取得较低的信元丢失率。仿真实验表明,在与模糊神经网络方法比较的过程中,基于粒子滤波方法的拥塞预测控制机制能够对ATM源端信元速率的突变做出更加快速的反应,具有较低的信元丢失率；在使用遗传重采样粒子滤波算法进行预测时,改进的算法具有更低的信元丢失率,拥塞控制效果更佳,保证了网络服务的质量。
刘志新[3]2006年在《高速通信网络拥塞控制算法研究》文中研究指明随着互联网技术的飞速发展和用户对服务质量需求的提高，“拥塞”成为通信网络发展的“瓶颈问题”。高速通信网络拥塞控制是通信界与控制界的前沿热点领域。本文侧重研究ATM网络和高速TCP网络拥塞控制算法的设计和稳定性分析。本文首先针对ATM网络ABR业务流量管理问题，基于随动控制结构，考虑时延对系统的影响，提出了一种基于离散模型的改进的ABR流量控制算法，给出了保证时滞系统闭环稳定的参数选择方法，实现了拥塞避免和可用带宽的动态公平分配，改进了现有算法的结果。为提高系统响应速度，简化算法，本文提出了一种快速队列跟踪控制器。所设计的控制器包含两部分：跟踪控制器和前馈控制器，分别实现了对给定期望队列长度的静态无差跟踪和对可用带宽干扰的有效抑制。通过严格的理论推导，得到了保证系统控制器和闭环系统稳定的参数范围，同时获得了在高突发性VBR业务背景下不同链接的Max-Min动态公平性。该算法实现简单，所需参数少，可适应较大范围变化的回路时延。文章的第叁部分充分考虑广域网大传输时延和高带宽时延积特征，以缓冲区内队列长度为QoS衡量尺度，将ABR可用带宽视为系统的未知有界扰动信息，设计双Smith预估器，从时域和频域两个角度出发分别分析了系统的稳定性。同时为抑制模型失配信息和控制器输入饱和问题，分别设计了反馈滤波器和辅助控制器。该方案可在较大回路时延和时延抖动环境下稳定运行，由可用带宽波动引起的响应可被完全抑制，且不需要测量可用带宽信息。文章接下来针对基于模型拥塞算法中对网络模型理想化、线性化等不足，基于ER反馈控制机制，设计了Fuzzy-PID型ER控制器。不需对通信网络系统精确建模，根据网络动态特性，充分考虑饱和非线性因素的影响，通过合理选择控制参数，制定了具有较强适应性的控制规则，分别优化PID参数，该方案结合传统PID和Fuzzy推理的优点，结构简单，易于实现。针对多种网络环境进行了仿真验证，分析了可用带宽、回路时延、比例因子等因素对系统性能的影响。仿真结果表明该设计方案具有较好的适应性和鲁棒性。本文的最后一部分研究HSTCP主动队列管理算法的设计。首先分析了HSTCP网络环境的特点和动态窗口调整策略与传统TCP的区别。利用局部线性化的方法将HSTCP非线性模型简化为二阶线性时滞系统。在此基础上，设计了通用PI控制器，称为SPI，解析证明了系统的稳定性，给出了自适应选择控制参数的方法。该方法同时适用标准TCP和HSTCP。运用NS2进行扩展的仿真研究，并与去尾算法的性能进行了比较。仿真结果证实了SPI控制器在两种异构流下的有效性，且具有较高的吞吐量性能，并在异构环境下具良好的公平性和友好性。
刘志新[4]2003年在《ABR业务流量拥塞控制方法研究》文中研究表明综合业务数字网是未来通信技术的发展趋势，ATM网络已被国际电信联盟作为一项典型传输技术加以推广。在ATM网络中，信息的拥塞及丢失是影响网络业务服务质量的主要原因。其中ABR业务是唯一一种可采用反馈机制进行流量控制的业务(因此网络拥塞控制问题引起了广大控制和通信学者的关注)，ABR业务流量的控制和管理问题近年来也成为一个研究的热点。通讯网络是一个庞大的复杂系统，ATM网络拥塞控制研究对控制、通信而言均具有重要的理论意义和实用价值。本文正是以此为出发点，将控制理论引入到网络通讯中，解决可控流的拥塞控制问题。本文首先从ATM网络通信基础知识开始，介绍了ATM网络的基本原理，ABR业务的反馈机制，给出了ATM网络单瓶颈节点模型，并在此模型基础上，将PID控制引入到网络控制当中，设计出适用于ATM网络模型的PID控制器，给出了保证系统闭环稳定的充分条件。进而利用前馈控制环节降低带宽波动对输出队列的影响。为消除队列输出饱和特性对控制器的影响，采用了虚队列机制，同时为加快系统的响应速度，设置了速率提升因子和速率下降因子。在以上各种方法中，均能保证系统队列输出是稳定的。时延变化及带宽波动始终是影响系统稳定及动态性能的重要因素。本文在原有文献的基础上提出了两种改进方法，分别应用内模控制和Smith预估方法解决ABR业务拥塞控制问题，可以实现系统稳态无静差跟踪给定值，在网络可用带宽大幅波动的情况下，算法仍能保证输出队列长度稳定在一定范围之内。最后将神经网络智能控制方法引入到网络拥塞控制之中。利用神经网络的自组织、自学习能力，实现对可用带宽的预测、对交换机队列模型的建模及用神经网络控制器实现队列控制。针对具有ARMA、FARIMA等不同特性的可用带宽时间序列，预测网络都可以实现较为精确的预测，在此基础上进行的PERICA算法、神经网络控制算法、公平算法都取得了较好的控制效果。
李鑫[5]2009年在《基于强化学习理论的网络拥塞控制算法研究》文中研究表明随着Internet的飞速发展,用户数量迅速增加,新的网络应用不断涌现,使得网络流量急剧增加,由此引发的网络拥塞已经成为制约网络发展和应用的瓶颈问题。信息拥塞是影响网络服务质量(QoS)的主要原因。因此,有效地解决拥塞问题对于提高网络性能具有重要意义。网络系统本身存在的时变性和不确定性等因素导致网络是一个复杂的大系统,数学模型的复杂性和精确性往往难以满足网络的实时需求。因此需要设计基于学习思想的拥塞控制算法,以便获得更好的拥塞控制效果。强化学习方法不依赖于被控对象的数学模型和先验知识,而是通过试错和与环境的不断交互获得知识,从而改进行为策略,具有自学习的能力。对于网络这种复杂的时变系统,强化学习是一种理想的选择。鉴于此,本文基于强化学习理论提出了几种拥塞控制算法以解决网络的拥塞控制问题。主要工作概括如下：针对单瓶颈ATM网络的拥塞控制问题,基于强化学习理论中的自适应启发评价方法设计了分层的强化学习ABR流量控制器。控制器的动作选择单元利用分层机制,分别基于缓冲区中队列长度和信元丢失率进行控制。ABR发送速率通过对两个子单元的输出利用加权求和得到。然后,基于模拟退火算法设计了控制器的参数学习过程,加快了学习速度,避免了可能存在的局部极值问题。针对含有两个瓶颈节点的ATM网络的拥塞控制问题,基于强化学习理论中的Q-学习思想设计了Q-学习ABR流量控制器。控制器在网络模型参数未知的情况下,通过Q-函数的设计,将寻找最优控制策略的问题转化为寻找一个最优H矩阵的问题。基于递归最小二乘算法实现了H矩阵的学习,进而得到了使网络性能指标最优的控制策略。针对TCP网络的拥塞控制问题,基于强化学习理论中的Q-学习方法设计了主动队列管理算法。控制器学习TCP网络中状态-动作对所对应的Q-函数值,并利用反映了Q-函数值与当前网络状态联系紧密程度的可信度值来调节学习率。然后,利用状态空间变换的思想对状态空间进行了简化。基于Metropolis规则改进了动作选择策略,实现了对未知空间探索和对已有知识完善两种策略的平衡。其次,基于合作奖赏值将所设计的控制器应用于含有多瓶颈节点的网络环境。针对TCP网络中连续的状态空间,基于模糊Q-学习方法设计了主动队列管理算法。学习过程中学习单元所选择的动作以及对应的Q-函数值都是通过模糊推理得到的。然后,利用遗传算法对每条模糊规则的后件部分进行优化,得到适合于每条模糊规则的最优动作。针对网络中存在非合作用户的问题,基于Nash Q-学习方法设计了流量控制器。针对不同业务以及同类业务的不同QoS要求,基于价格机制,制定了不同的价格标准,并应用于奖赏值的计算中。学习单元通过选择符合Nash平衡条件的Q-函数值进行学习。各用户选择的数据发送速率能够在使网络整体性能达到最优的情况下,使各个用户也获得尽可能高的利益。针对网络的路由选择问题,首先设计了双度量Q-Routing路由算法。将数据包传输时间和路径代价分别作为Q-函数值进行学习,并通过调节考虑两个度量的权重影响路由选择的结果。其次,设计了基于记忆的Q-学习路由算法。路径所对应的Q-函数值通过学习反映网络的状态信息。学习单元通过记忆曾经学习到的最优Q-函数值和曾经发生拥塞路径的恢复速率预测网络流量趋势,进而决定路由策略的选择。
荆奇[6]2014年在《信息网络系统拥塞控制技术研究》文中研究指明随着计算网络规模的不断扩大和应用业务的日益丰富,拥塞控制在保证网络运行和服务质量方面的重要性持续增加,其主要由基于端到端的传输控制协议(Transmission Control Protocol,TCP)和基于路由的主动队列管理(Active Queue Managment,AQM)组成。基于路由端的AQM控制机制能够主动的监控网络状态,避免网络拥塞产生,有着降低排队时延、提高链路利用率、减少丢包率的优点。但研究表明,对于存在动态突变以及非响应流量的复杂网络场景,AQM算法有着建模复杂、参数配置困难、队列稳定性差、网络资源利用率低等缺陷,已成为国内外学术界热点研究问题之一。本论文在部级科研项目“船舶信息网络控制技术研究”支持下对AQM算法及其相关问题进行了系统的研究和探讨。本文利用T-S(Takagi-Sugeno)模糊模型不依赖于被控对象的精确数学模型且对于非线性系统具备良好逼近能力的特点,对非线性的TCP/AQM控制系统进行了 T-S模糊建模,将受链路参数摄动影响的网络系统等效为具有不确定性的状态空间模型。利用Lyapunov稳定性理论和线性矩阵不等式(Linear Matrix Inequlity,LMI)方法,给出了状态反馈作用下闭环系统渐近稳定的充分条件和控制器的设计方法。验证了模糊保性能控制律的存在条件和设计方法,从而达到对于指定性能指标的最优化设计。仿真结果表明,对于网络负载变化及时延抖动,该算法能够保证路由器队列长度稳定跟踪目标值,从而避免网络拥塞现象发生。对网络拥塞模型的研究可知,其模型具有非线性特点,且网络运行时其参数随工况变化而变化,要求控制算法中考虑模型参数变化的因素。针对此种情况,提出了预测函数队列管理策略,利用预测模型来预测网络的未来动态,在一定程度上提高了控制系统的性能,使队列长度稳定跟踪目标值。在将带有性能约束的网络预测控制求解转化为Lagurange乘子算法,避免了直接在路由处理器中求解QP问题,节省了计算资源。在网络中存在参数摄动和动态突发流、非响应流干扰的情况下具有很强的鲁棒性。针对TCP/IP网络模型提出了滑模预测队列管理策略,利用预测模型来预测网络滑模面的未来动态,利用滑模控制具备良好暂态性能和鲁棒性的特点,通过优化丢包率确保路由队列快速平稳到达目标值。研究了网络存在变化长时延τ时对AQM系统稳定性的影响,并利用线性矩阵不等式和Lyapunov-Krasovskii理论得到使得网络系统不依赖于延迟的稳定性充要条件。通过仿真验证了滑模预测算法对于存在较大时延的网络有良好的控制性能,克服了网络突发流和往返时延等不确定因素给系统带来的不利影响,有效避免了网络拥塞发生。基于复杂自适应模型的拥塞控制方法在快速性、易处理性等方面难以满足高速网络的需求,采用固定的简化数学模型又会导致控制精度和性能上的损失。引入灰色预测建模方法来使模型具有处理不确定变量的能力,弥补了固定模型导致算法鲁棒性差的缺陷,在滑模自适应控制器中加入鲁棒控制项.在线学习方式可以自适应地调节控制参数以保证网络系统在滑模面附近的稳定性,提升了响应速度和稳态特性。在复杂多瓶颈网络场景中的仿真结果表明,该控制策略可以有效的抑制网络扰动,对于混杂异构网络具有较强的鲁棒性。介绍了作者参与开发,应用于大型船舶的网络信息系统,探讨了船舶信息网络系统的基本功能和结构设计,介绍了原理仿真实验平台的硬件架构和监控软件系统设计,着重介绍了软硬件结合的半物理仿真平台,以及舵桨协同控制等实验项目,为未来组建船舶信息网络系统提供借鉴。具有重要的工程价值。论文从理论意义和应用前景等多个角度出发,对所提出的主动队列管理算法进行了研究和论证,给出了详细的参数配置方案和调节规则。在单瓶颈及多瓶颈网络场景中进行了一系列仿真实验,给出了详尽的结果分析算法性能比较。仿真结果表明,文中所提出的几种AQM控制算法性能良好且各具特点。
李素凤[7]2007年在《一种基于史密斯原则的ATM网络拥塞控制改进算法》文中指出当今ATM技术日趋成熟,ATM网络已被国际电信联盟作为一项典型传输技术加以推广。在ATM网络中,信息的拥塞及丢失是影响网络业务服务质量的主要原因。其中ABR业务是唯一一种可采用反馈机制进行流量控制的业务,因此网络拥塞控制问题引起了广大控制和通信学者的关注,ABR业务流量的控制和管理问题近年来也成为一个研究的热点。通信网络是一个庞大的复杂系统,ATM网络拥塞控制研究对网络通信而言具有重要的理论意义和实用价值。本文正是以此为出发点,将控制理论引入到网络通信中,解决可控流的拥塞控制问题。本文首先从ATM网络通信基础知识开始,研究了ATM网络的基本原理、业务类型、业务参数,ABR业务的反馈机制,RM信元格式,ABR业务流量控制的目标;其次深入研究了史密斯拥塞控制方法,指出它的优点和缺点。然后以传统控制理论和史密斯原则为关键工具对高速通信网络设计了一种改进的基于史密斯原则的ATM网络的拥塞控制方案,且对控制方案进行数学分析,得出该算法能够减小缓冲区门限值,并对单链路的网络模型运用史密斯拥塞控制方案进行了研究,通过仿真比较了两种史密斯拥塞控制方案的优劣。本文研究的目的在于对ATM网络ABR业务进行基于史密斯原则的拥塞控制算法进行设计,以改进原史密斯方法的不足,满足一些节点容量相对较小,链路带宽较小,服务质量要求较高的ATM网络的实际需求。与原控制方案相比较,改进的控制方案使得网络缓冲队列最大占有量减少,即网络中瓶颈节点容量可减小,因此改进的控制方案可适用于节点容量较小的网络。验证了所提出的网络拥塞控制方案的有效性。改进的拥塞控制方案保证网络队列的动态稳定性,提高了网络的传输效率,同时保证网络传输中尽量减少数据丢失,提高了网络的性能。
杨博[8]2004年在《数据业务拥塞控制算法研究与稳定性分析》文中提出本文研究了通讯网络数据业务的拥塞控制算法设计与时滞稳定性分析。首先通过引入滤波器和分数自回归积分滑动平均模型,针对异步传输模式网络中线性二次型高斯拥塞控制提出适合于长相关网络流量特性的改进算法。该算法在考虑回路时延(RTT)的长相关流量网络中能较好的控制队列为期望值。进一步,本文利用高阶神经网络逼近单瓶颈节点未知非线性排队行为。之后本文应用 Lyapunov 稳定性分析方法来保证基于高阶神经网络的显式速率拥塞控制算法在考虑时延时的收敛性。仿真表明基于该算法在有时延和未知可用带宽情况下能有效降低信元丢失。另外本文还研究了ATM 网络 PI 拥塞算法与虚连接数有关的鲁棒性问题。 在支持传输控制协议的 IP(网际协议)网络中,本文首先利用变结构准则设计了主动队列管理算法并证明了收敛性。为了减少变结构控制带来的抖振,设计了具有最少模糊规则的模糊滑模主动队列管理算法。模糊滑模主动队列管理算法在镇定队列、提高网络利用率、减少数据丢失方面都有较好性能。本文同样给出模糊滑模主动队列管理算法的时滞局部稳定性结论。此外,本文利用 Lyapunov-Razumikhin 方法讨论了优化拥塞控制算法在不同网络拓扑结构下的全局稳定性。 为了研究码分多址通讯系统下行链路的资源分配问题,本文给出基于经济学效用函数的优化模型。通过本文给出的动态价格函数法和考虑能量限制的功率分配算法,下行链路的吞吐量得以最大化分配。之后通过Lyapunov-Razumikhin 稳定性分析得出具有分布式动作时延的算法全局稳定性条件。仿真表明动态价格函数法比同类的拥塞价格函数法更能提高吞吐量。
索东海[9]2003年在《广义预测拥塞控制算法及仿真研究》文中认为ATM是一种面向连接的、分组交换和统计复用技术。然而，当多个突发业务同时到达一个节点时，缓存队列长度迅速增加，在极短的时间内出现缓冲溢出，或高速链路接入慢速网络中引起输入链路速率大于输出链路速率，则导致网络拥塞。拥塞一旦发生，传输延时增大，信元丢弃率迅速上升，拥塞持续时间过长，还会导致整个网络崩溃。因此，有效地控制网络拥塞，是提高网络资源利用率和改善网络服务质量的首要任务。 ATM论坛采用基于速率的反馈控制方法作为实现拥塞控制的标准算法，但论坛只给出该算法设计的指导性建议并未明确规定具体实施方案。目前经验设计的缺点是不能保证资源分配的公平性，易使源端发送速率产生不稳定的震荡，也没有系统的性能分析理论依据。基于线性控制理论的方法几乎都没有综合考虑传输延时的随机时变特性、饱和非线性和用户数的动态变化等不确定性。这些因素的存在，不仅限制了常规反馈拥塞控制算法的应用，而且还导致网络的大范围震荡，并且模型阶次难以确定，由此给基于模型的分析方法带来很大的困难。 本文针对上述问题，首先，建立了单瓶颈节点的网络流模型，该方法只需考虑网络链路延时，将其他延时(如排队和交换延时)和不确定性看作为系统的扰动。然后，设计了广义预测拥塞控制算法，保证了闭环系统的全局稳定性和稳态公平性，并设计了自适应预测拥塞控制算法，提高了系统对用户数动态变化的鲁棒性。最后，仿真研究结果表明，本文所提算法在性能上优于已有算法：改善了系统的暂态性能，增强了对不确定性的鲁棒性，提高了网络利用率，实现了带宽分配的公平性。
赵攀[10]2003年在《ATM网络中的拥塞控制算法研究》文中研究说明随着计算机网络的普及，网络用户急剧增加，互联网变得日益繁忙，随之而来的是越来越严重的拥塞问题。拥塞控制是确保Internet稳定的关键因素，也是各种管理控制机制和应用的基础，因此网络拥塞机制的研究就变得非常重要。 网络的拥塞控制一般有开环和闭环控制两种，对互联网网络业务不断变化的复杂系统，一般采用闭环控制。依据控制论的观点，发送方接收反馈信息，并从反馈信息中推断网络状况，并依据一定的控制算法调整发送速率，完成对网络拥塞的响应。因此，正确的控制算法是网络拥塞控制的关键。为此， 网络拥塞控制的研究重点就变成研究控制算法。 为此，本文系统地研究了网络拥塞控制中一个重要的课题—ATM网络下的ABR业务的拥塞控制算法。在对现有算法进行分析的基础上，本文提出了一种由粗调方式(SAM)和微调方式(AAM)两种方式所组成的拥塞控制算法，通过这两种方式的相互交换运行，使得网络同时具有了快速响应和快速收敛的特性。 通过基于本文所述算法的仿真，结果表明该算法具有良好的性能。
参考文献：
[1]. 基于时滞模型的ATM网络拥塞控制[D]. 高妍. 燕山大学. 2003
[2]. 基于粒子滤波的ATM网络拥塞预测控制研究[D]. 田静. 东北大学. 2008
[3]. 高速通信网络拥塞控制算法研究[D]. 刘志新. 燕山大学. 2006
[4]. ABR业务流量拥塞控制方法研究[D]. 刘志新. 燕山大学. 2003
[5]. 基于强化学习理论的网络拥塞控制算法研究[D]. 李鑫. 东北大学. 2009
[6]. 信息网络系统拥塞控制技术研究[D]. 荆奇. 哈尔滨工程大学. 2014
[7]. 一种基于史密斯原则的ATM网络拥塞控制改进算法[D]. 李素凤. 哈尔滨工业大学. 2007
[8]. 数据业务拥塞控制算法研究与稳定性分析[D]. 杨博. 燕山大学. 2004
[9]. 广义预测拥塞控制算法及仿真研究[D]. 索东海. 大连理工大学. 2003
[10]. ATM网络中的拥塞控制算法研究[D]. 赵攀. 四川大学. 2003
标签：电信技术论文; 拥塞控制论文; 模型预测控制论文; 网络模型论文; atm论文; 预测模型论文; 系统仿真论文; 系统稳定性论文; 动态模型论文; 系统学习论文; 时延扩展论文; atm网络论文; 流量控制论文; atm交换机论文; 算法论文;