为了适应航空航天技术的飞速发展,国际空间数据系统咨询委员会(CCSDS)推出了拥有灵活多样的数据处理业务的高级在轨系统(AOS)。AOS提供了多种传输方案,并拥有多种用户数据格式,采用包信道复用与虚拟信道复用双层的多路复用机制,使得各种数据能够共享稀缺的空间链路资源。尽管如此,随着空间数据量的越来越大,以及数据流的自相似性的影响,空间网络发生拥塞就变得不可避免。为了缓解网络的拥塞,本文提出了一种基于自相似流量预测的ARED队列管理算法,实现对拥塞的有效控制。本文的主要研究的内容包括:首先,详细介绍了网络流量的自相似性以及自相似流量预测的方法。网络业务流量拥有统计上的自相似性,这意味着传统的泊松模型对自相似业务已经不适用,本文介绍了两种适应自相似性的业务模型:ON/OFF模型和FBM模型,并分别对它们建模和仿真。详细介绍了自相似流量预测的基本思想,介绍了两种预测模型:分形预测模型和统计预测模型。选择统计预测模型对ON/OFF模型产生的流量进行预测,并验证预测仿真结果的正确性。然后,对基于自相似流量预测的ARED算法进行实现。将预测得到的流量引入到的ARED算法中,依据丢弃概率对数据包进行丢弃,从而降低数据传输速率,缓解网络的拥塞,提高信道的利用率。并将队列管理与虚拟信道复用进行联合优化,提出了AOS队列管理与虚拟信道调度系统模型,选择载人航天器信源模型对整个系统建模仿真,使用MATLAB软件搭建仿真平台进行仿真。同时,评估仿真结果的每一项性能指标,对各VC的平均时延、系统的信道利用率、系统最大时延等指标分别行进验证和对比,得出基于自相似流量预测的ARED队列管理算法能够极大地改善系统性能的结论。