随着互联网的高速发展，互联网的用户数量与各种应用快速增长，海量的数据信息与流量大量产生，这使得用户对计算机网络的服务质量要求越来越高。而网络拥塞控制正是决定网络运作性能好坏的前提。主动队列管理（Active Queue Management，AQM）是作用在中间路由器端进行拥塞控制的智能算法，近些年已经成为网络拥塞控制研究的热点问题之一，目前已经提出了很多经典的AQM算法。
　　本文主要对几种经典的AQM算法进行了分析与仿真，为了提高算法带宽公平性和算法稳定性，在经典算法 gCHOKe的基础上提出了基于采样的主动队列管理算法sgCHOKe(Sampling based gCHOKe)。该算法分析了gCHOKe算法存在的非适应性流击中有效性不足的问题，在进行击中处理时采样多个分组与已到达分组进行比较；并采用几何分布函数算法的策略丢包；同时为了提高算法队列长度稳定性，改进了丢弃概率计算函数。仿真实验结果表明，sgCHOKe在维护网络带宽公平分配上有更好的表现，有效地提高了击中有效性与公平性，并且增强了平均队长的稳定性，同时在带宽公平性，丢包率以及链路利用率等各个指标均有良好表现。