具有随机测量丢包的非线性切换离散时间系统的网络迭代学习控制

在本文中，我们主要关注具有量化输入反馈和任意数据包损失的离散线性系统的稳定性问题。 详细分析了最粗糙的量化策略，以确保系统的渐近稳定性。 如果最粗糙的量化器是对数的， 渐近稳定该系统的必要和充分条件被转化为代数Riccati方程，然后转化为一些LMI。 然后获得对数量化器的量化密度在所有与丢包有关的Lyapunov函数上的最小值根据这些LMI。 此外，我们还证明了对数量化器的扇区绑定方法对于具有任意数据包丢失的系统仍然有效。 渐近稳定性问题可以转换为具有扇区边界不确定性的鲁棒控制问题。 不确定系统的鲁棒稳定性被公式化为一些LMI。 最后，给出一个例子来说明本文结果的有效性。

处理网络丢包。主要交换路由的角度排除问题

自动化运维工具:定时ping远端主机，收集丢包率和延迟，并用图表展示.zip

c#实现的安全可靠的UDP分包传送。包含例子，和一个封装好的UDP类

网络数据包丢失模型matlab代码 Gilbert Elliot Model 丢包模型

udp丢包率统计

1. 接收到完整包个数 。 这里的意思是发送的字符跟接收的字符完全一一样。没有丢字节和误码，误码就认为完整接收到一包。 例如发送11 22 33 44 55 66 77 88 99 00,接收到11 22 33 44 55 66 77 88 99 00。这里的接收完整包个数就自动加1。 1. 收到不完整包个数。 这里的意思是发送的字符跟接收的字符有一处或者多处不一样（有丢字节或者误码出现都会收到判断为 不完整的包）例如发送11 22 33 44 55 66 77 88 99 00收到11 22（丢字节），或者11 87（丢字节，并且误码）。 1. 丢包个数。 发送的包个数和接收的包个数不一样，或者发送了1包，在指定时间段里没有回复，我们就认为丢包。 丢包计数器加1.只要有回复，就不认为有丢包。丢包这里定义为发送的包个数和回复的包个数之差。 1. 丢包率。 丢包个数与总发送包数的比值。例如发送了100包，丢了10包，这里的丢包率就为10/100=10% . 1. 丢字节个数。

matlabUDP丢包率及成功概率，仿真模拟在matlab环境下传输成功的概率

源码及实验报告 （1）UDP循环服务器 （2）UDP并发服务器 （3）UDP丢包率测试