无线网络中基于网络动态学习的拥塞控制算法研究与仿真

发布时间：2017-09-14 08:37

  本文关键词：无线网络中基于网络动态学习的拥塞控制算法研究与仿真

  更多相关文章： 无线网络 TCP拥塞控制 AIMD机制 Q-learning算法

【摘要】：无线网络以其移动性、易扩展、方便部署等特性迅速成为人们生活、学习的新选择。但是其较高的链路差错率使得直接在无线网络中套用传统TCP拥塞控制这一方案难以正确处理链路导致的丢包。因此许多改进方案也被相继提出,但是由于无线干扰的不确定性、无规律性、突发性使得这些方案有着各自的不足。本文具体分析TCP拥塞控制机制和它在无线网络中的表现以及目前各种改进。之后本文提出了基于Q-learning算法和带宽利用预测的TCP拥塞控制算法——TCPNew Reno-QBD。本文主要工作如下：(1)分析TCP拥塞控制及其在无线网络中的应用。本文详细分析TCP拥塞控制过程及其经典的算法并针对其在无线网络中的不足作分析并给出改进方向,最后对相关改进分类研究。(2)提出本文算法——TCP New Reno-QBD算法。本文对TCP New Reno的AIMD机制作相应改进,根据RTT利用加性因子获取函数和改进Q-learning算法动态调整AIMD的参数,由于RTT波动范围大,提出基于ACK达到时间均值的带宽利用预测算法来对已得出的AIMD参数再作调整。(3)作仿真对比实验。将本文算法和TCP New Reno算法在NS2软件作对比实验来验证本文算法的合理性。本文的创新之处有以下几点：(1)改进快恢复阶段。TCP New Reno-QBD算法在快恢复阶段利用改进Q-learning算法感知网络状态,通过学习选取最优策略,来动态改变MD乘性因子。(2)提出基于ACK时间均值的带宽利用预测算法。针对RTT波动大且无线网络信号干扰情况,考虑ACK达到时间来感知带宽利用情况,由此提出带宽利用预测算法。针对本文算法与TCP New Reno算法作实验对比,结果显示本文算法在不同丢包率的情况下其平均发送速率要高于TCP New Reno算法,且相比于TCP New Reno算法的往返时延更小,从而证明了本文算法的合理性。本文算法研究的意义在于动态学习无线网络状态,为今后无线网络中的TCP拥塞控制提供了一定的借鉴意义。
【关键词】：无线网络 TCP拥塞控制 AIMD机制 Q-learning算法
【学位授予单位】：华中师范大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN92
【目录】：

• 摘要5-6
• Abstract6-10
• 1. 绪论10-14
• 1.1 研究背景10-11
• 1.2 研究现状11-13
• 1.3 论文组织结构13-14
• 2. TCP拥塞控制14-24
• 2.1 拥塞及拥塞控制14-16
• 2.1.1 拥塞现象14
• 2.1.2 拥塞产生的原因14-15
• 2.1.3 拥塞控制15-16
• 2.2 TCP拥塞控制策略16-20
• 2.2.1 慢开始和拥塞避免17-18
• 2.2.2 快速重传和快速恢复18-20
• 2.3 TCP拥塞控制算法20-23
• 2.3.1 TCP Tahoe20
• 2.3.2 TCP Reno 和 TCP New Reno20-21
• 2.3.3 TCP SACK21-22
• 2.3.4 TCP Vegas22-23
• 2.4 本章小结23-24
• 3. 无线网络中TCP拥塞控制分析24-31
• 3.1 无线网络概述24-26
• 3.1.1 无线网络的发展及现状24-25
• 3.1.2 无线网络所表现的特性25
• 3.1.3 无线网络中传统TCP拥塞控制的缺陷25-26
• 3.2 无线网络的TCP拥塞控制方向26-28
• 3.2.1 针对发送速率的波动性26
• 3.2.2 针对拥塞控制和差错控制26-27
• 3.2.3 针对无线传输差错的影响27-28
• 3.3 无线网络中TCP拥塞控制的改进28-30
• 3.3.1 链路层方案28
• 3.3.2 分段连接方案28-29
• 3.3.3 端到端方案29-30
• 3.4 本章小结30-31
• 4. 基于改进Q-learning和带宽利用预测的拥塞控制算法31-51
• 4.1 基于改进Q-learning的AIMD拥塞控制算法31-38
• 4.1.1 强化学习原理31-32
• 4.1.2 Q-learning算法原理及其改进32-35
• 4.1.3 基于改进Q-learning的AIMD拥塞控制算法35-38
• 4.2 TCP带宽利用预测算法38-40
• 4.3 TCP New Reno-QBD拥塞控制算法40-41
• 4.4 TCP New Reno-QBD与TCP New Reno的实验对比41-50
• 4.4.1 NS2仿真软件41-42
• 4.4.2 TCP New Reno-QBD算法仿真分析42-45
• 4.4.3 TCP New Reno-QBD算法与TCP New Reno算法的仿真对比45-50
• 4.5 本章小结50-51
• 5. 总结与展望51-53
• 5.1 本文总结51
• 5.2 进一步工作51-53
• 参考文献53-56
• 致谢56

【参考文献】

中国期刊全文数据库 前3条

1 罗颖;林茂松;江虹;陈帅;周英平;;基于Ad Hoc网络的TCP增强算法研究[J];电子技术应用;2014年05期

2 李云,陈前斌,隆克平,吴诗其;无线自组织网络中TCP稳定性的分析及改进[J];软件学报;2003年06期

3 宋清昆;胡子婴;;基于经验知识的Q-学习算法[J];自动化技术与应用;2006年11期

，

本文编号：849011