【摘 要】
:
随着无线网络技术(蜂窝网络、卫星网络、移动自组网、传感器网络等)的发展,计算机网络已经不再局限于有线、单一同构网络了,而是呈现高度异构化的趋势。由于异构网络存在高误
论文部分内容阅读
随着无线网络技术(蜂窝网络、卫星网络、移动自组网、传感器网络等)的发展,计算机网络已经不再局限于有线、单一同构网络了,而是呈现高度异构化的趋势。由于异构网络存在高误码率、带宽差异性、信道非对称性、终端移动性、延迟差异性等特点,为带宽时延乘积较小和信道误码率很低的有线网络设计的传统TCP/IP拥塞控制性能将退化,直接导致链路吞吐量下降,端到端时延增加,链路丢包率提高,甚至网络拥塞崩溃,网络服务质量面临很大挑战。所以近些年来对异构网络环境下拥塞控制机制研究已成为一个重要的研究课题。本文针对异构网络特点,在以下几个方面对异构网络拥塞控制机制做了深入研究:(1)基于路由器的主动队列管理算法研究。本文首先利用非线性流体模型和二态马尔科夫模型表征异构网络环境下TCP/IP行为特征和无线链路误码率变化特征,建立异构网络模型,为后续研究提供理论基础。然后提出了一种适应于异构网络环境下新的主动队列管理算法NRAQM,创新性地同时利用缓存区入队速率和出队速率以及缓存区队列长度作为控制变量,并通过设置更新时间计时器,动态调整更新时间和数据分组丢弃概率,达到更高的链路利用率和更小的端到端时延。(2)基于源端的TCP拥塞控制算法研究。本文全面分析TCP Vegas算法在异构网络环境下面临的往返时延RTT (Round-Trip Time)和基准RTT估计不准,不同任务流之间缺乏公平性等问题,提出适应于异构网络环境的TCP Vegas+改进算法,分别改进了带宽估计算法,参数调整算法和丢包区分算法,并通过大量仿真实验验证了算法的有效性,有效提高了TCP Vegas算法在异构网络环境下的性能。(3)路由器缓存区容量设置研究。本文分析经验法则和平方根法则两种缓存区容量设置规则,并探讨在异构网络环境下缓存区容量设置面临的问题。然后通过大量仿真实验比较异构网络环境下低网络负载、高网络负载和长短流共存等情形下缓存区容量设置对拥塞控制性能的影响,并为异构网络环境下缓存区容量设置给出合理建议。
其他文献
负极材料是决定锂离子电池性能的关键因素之一。与石墨化炭材料相比,树脂基硬炭材料具有比容量高、电解液相容性好、倍率性能及循环性能优良等优势,但也存在不可逆容量大、首循
个性化推荐一直以来都是数据挖掘与分析领域的研究热点。它对减轻数据负载,提高服务质量和用户体验具有极其重大的意义。近年来,个性化推荐系统越来越多地被应用在电子商务、医疗服务等各个应用领域额中。随着老年人口的日益增多,老年人的护理、保健以及康复日渐成为了全社会关注的重要问题之一。人们对生活质量要求的不断提高,使得原有的保健方式急需变革,护理床传统的手动、语音控制方式越来越不能满足社会和家庭的护理需要,
雷达自动目标检测作为现代雷达的一个重要发展方向,在民用及军事领域有着广泛的应用。目标高分辨距离像能提供目标沿雷达射线方向的几何结构信息,且与二维成像、三维成像相比
回转窑、球磨机等回转筒类过程装备广泛应用于我国化工、冶金、矿业等重要工业部门,但是这些过程装备的运行效率和自动化水平却不容乐观,与工业发达国家相比存在较大差距。其中
目前智能交通系统(ITS)的主要核心技术是车牌识别,而借助于车标识别技术,能更准确地获取车辆信息,为打击犯罪、查处套牌车等提供有利证据。本文对车标识别中的关键技术进行了
空调制冷系统已经得到广泛应用,随之而来的维护和检修工作也变得必不可少。以往对空调制冷系统进行维护,技术人员需要携带多个测量仪器,进行温度、压力等参数的测量。获取过冷度与过热度参数时,需要查询冷媒的热力性质表,并进行计算。上述检修流程使空调制冷系统维护和性能测试的耗时长,费用高,且可测的工质单一。数字式制冷万用表能够对数十种制冷工质进行温度、压力、真空度、过冷度和过热度的测量,提高了测量效率,降低系
在现代工业生产过程中,大量存在复杂非线性系统,这样一类系统由于自身结构和运行环境都极其复杂,存在诸多未知时变参数的影响,容易发生故障,造成不必要的损失。由于目前针对这一类
近年来,由于多智能体系统的一致性问题在计算机通信网络、机器人编队控制、无人飞机等领域有着广泛的应用,引起国内外众多学科的研究学者对它进行研究,得到了大量有价值的研究成
单液流镍锌电池是一种新型的单液型氧化还原液流电池,具有结构简单比容量大等优点。库伦效率是电池充放电过程中的重要参数,是单液流镍锌电池的特性研究中重要参数。目前,在单液流镍锌电池特性的研究中,库伦效率的测量主要通过在不同条件下重复充放电,利用每一次的放电容量除以充电容量计算得到。这种方法存在测量实验时间长和无法在线测量的问题。为确保电池不会出现过冲或过放,在实际使用过程中,需要通过库伦效率和电池最大