未来通信网络将是由有线网络、无线网络等各种网络混合互连而组成的庞大、复杂、开放的异构网络集合。网络状态的认知也由于网络结构的复杂而变的更为困难，主要原因在于各种网络之间具有巨大的差异，概括的说主要体现在底层传输介质和底层协议的不同。TCP/IP七层协议体系的设计，在通过屏蔽底层的差异，实现数据透明传输的同时，也造成网络无法辨识这些差异，不能够进行有针对性的流量调控。针对TCP在异构网络中的性能下降问题，本文首先建立了瓶颈链路队列长队的网络认知模型，在发送端得到瓶颈链路队列长度的估计量，然后利用灰色关联性分析的方法，计算不同网络状态参数与瓶颈链路队列长队的关联性，得到网络状态参数对网络性能反映情况的定量描述，最后把网络性划分为三个等级作为目标集，选取期望速率与实际速率的差值（Diff）和瓶颈链路队列长度估计值（L）作为因素集，建立两个集合的隶属函数，利用模糊综合评判的方法，判定网络等级以指导流量控制和丢包区分，最后建立了加入网络认知模型的TCP改进版本TCP-Improved。仿真结果表明，加入网络认知模型的TCP-Improved协议，在不同的背景流负载下，都能取得较好的吞吐量，尤其是在网络负载较重时，吞吐量有明显提高，并且在不同的无线丢包率下，具有较好的公平性和友好性。