m基于模糊控制的网络时延预测和丢包率matlab仿真

1.算法仿真效果 matlab2022a仿真结果如下：

2.算法涉及理论知识概要 涉及到具体的数据包大小以及时间延迟，我们通过构建一个FIFO，来虚拟网络的实际工作情况，当空闲情况下，网络流量非常小，我们的数据通过FIFO，会在FIFO内排队，等候前面的数据传输出去后，再发送出去，在FIFO中等候时间为30~60ms，小于发送间隔，因此，不会发生堵塞，而当网络比较拥堵的情况下，那么FIFO中包含了大量的网络背景流量，那么当前数据发送出去的时候，就会在FIFO内等候，这个等候时间往往120ms到180ms之间，当时间过了100ms，此时，第二个数据发送过来饿了，如果此时FIFO已经满了，那么就会发送丢包（FIFO满，则说明网络负荷达到极限，进入的数据全部丢失）。另外，在等候时间中，数据会以一个随机的小概率丢包，那么等候时间越长，丢包的概率就越大。然后假设FIFO中每次数据的流量的时间长度为1ms，如果等候时间为100ms，则说明拥堵在当前数据前的背景流量有100kb通过这个原理我们来进行仿真实现，FIFO的深度大小，反应了实际网络的传输能力。下面我们首先对原始的传输方法进行仿真。

自适应传输模糊控制器的实现

   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。 

  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）。

   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.MATLAB核心程序

%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
    rng(jj)
    DBL2        = [];    
    %即能够存放1000kB数据量
    ability     = 4.3;%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 
......................................................................
        %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;
plot(FIFO_Size);
xlabel('时间（ms）');
ylabel('网络流量承载能力变换情况');
grid on
 
 
figure;
subplot(211);
plot(100*DBLavg,'-bs',...
    'LineWidth',2,...
    'MarkerSize',8,...
    'MarkerEdgeColor','k',...
    'MarkerFaceColor',[0.9,0.0,0.0]);
xlabel('发送次数');
ylabel('丢包率');
grid on
STR = ['最终丢包率：',num2str(100*DBLavg(end)),'%'];
text(length(DBLavg)/2,70,STR);
axis([0,length(DBL2),0,100]);
 
ind = find(pg_Size>0);
Len = length(ind);
 
 
subplot(212)
plot(pg_Size(1:(Len-1)*100),'b-o');
axis([0,1500,0,3]);
xlabel('times');
ylabel('发送数据包大小');
grid on