一种多路径并行传输系统有效吞吐量的优化方法技术方案

本发明专利技术涉及一种多路径并行传输系统有效吞吐量的优化方法，属于通信技术领域。该方法包括以下步骤：步骤1)在多路径并行传输系统中，利用卡尔曼滤波算法对各条并发链路上的传播时延进行估计；步骤2)推导出多路径并行传输系统中数据包有序传输约束条件；步骤3)根据推导出的传播时延估计结果和数据包有序传播的约束条件，对发送端的拥塞窗口进行调整。本发明专利技术提供的一种多路径并行传输系统有效吞吐量的优化方法，能够根据传播时延估计和数据包有序传播约束条件，自适应地调整各子流的拥塞窗口大小，从而均衡各链路上的负载，减小并发链路间的最大时延差，减少数据包乱序，提高多路径并行传输系统有效吞吐量。

【技术实现步骤摘要】

本专利技术属于通信
，涉及一种多路径并行传输系统有效吞吐量的优化方法。
技术介绍
随着移动通信技术的发展，如今市场上主流的移动终端大都配备了两个或两个以上的无线网络接口。在此基础上，人们开始研究如何利用多个不同的网络接口进行多路径传输，以便聚合多个无线网络上的可用带宽，提升流媒体、视频会议等带宽密集型业务的QoS，其中不少的研究是关于如何提升多路径并行传输系统有效吞吐量的。在无线通信技术高度发达的今天，单一接入网络的传输速率已经接近香农极限，想要通过底层信号处理优化技术提高速率变得越来越困难。然而在异构网络环境下，可以通过聚合多个网络接口带宽的方式使得终端的吞吐性能得到大幅度提高，从而满足业务需求。在此过程中，发送端的业务流将被分成多个业务子流在多个不同的网络上并行传输，并在多接口接收端完成汇聚。在理想情况下聚合链路的吞吐量可以达到多条链路吞吐量之和。多路径并行传输系统应用于异构网络环境中时，由于异构网络不同路径间的不对称性，使得接收端会发生数据包乱序现象，进而限制了多路径并行传输系统吞吐性能的提升。数据包乱序(packet reordering)问题是由于不同路径上的传输时延差异，数据包到达接收端的顺序与发送顺序并不相同，后发送的数据包可能会比之前发送的数据包更早地到达接收端。然而，SCTP协议中规定，只有按序到达的数据包才能往上递交应用层进行处理。当数据包乱序现象比较严重时，这就使得乱序的数据包会滞留在接收端缓存中，无法及时递交上层应用进行处理，增大了分组的传输时延，降低了多路径并行传输的有效吞吐性能。现有的相关研究虽然能够有效提高多路径并行传输的有效吞吐量，但也存在着一些问题。多路径并行传输系统在异构网络环境下性能低于预期的原因包括：不正确的端到端往返时延(Round-Trip Time,RTT)估计和路径间的不对称性等。不正确的RTT估计使得数据包分流、数据包重传等算法的执行结果出现误差，而路径间的不对称性则是导致传输过程中出现数据包乱序、有效吞吐量降低的根本原因之一。现有的研究不能很好兼顾端到端往返时延估计和路径间的不对称性问题，从而无法使多路径并行传输系统在异构网络环境中达到最优的性能。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种多路径并行传输系统有效吞吐量的优化方法，该方法由基于卡尔曼滤波的时延估计和基于时延差控制的拥塞控制算法两部分组成，能够有效减少数据乱序现象，提高传输系统的吞吐性能。为达到上述目的，本专利技术提供如下技术方案：一种多路径并行传输系统有效吞吐量的优化方法，在该方法中，多路径并行传输系统在发送端与接收端之间存在N条相互独立的传输路径，分别为L1,L2,...,Lk,...LN，N≥2；各条路径上端到端的路径传播时延满足d1≤d2≤...dk...≤dN；该方法包括以下步骤：S1：在多路径并行传输系统中，运用时延估计算法，估计出当前时刻的最优先验估计值dk；S2：根据数据包有序传输的约束条件d(i)≥d(i-1)-ΔT(i)和步骤1)中时延估计算法的估计结果，调节各条链路上的拥塞窗口，减小不同链路上的端到端时延差，提高在异构网络环境下的多路径并行传输有效吞吐量。进一步，具体包括以下步骤：1)采用卡尔曼滤波算法对离散系统的状态进行最优估计，线性随机微分方程的形式为：X(k)＝AX(k-1)+BU(k-1)+W(k-1)，系统状态的测量值可以描述为：Z(k)＝HX(k)+V(k)，其中，X(k)和X(k-1)分别是k时刻和k-1时刻的系统状态，U(k-1)是k-1时刻系统的控制量；A、B均为目标系统的参数，若目标系统是多模型系统，则A和B是矩阵的形式；Z(k)是k时刻系统状态的测量值，H是测量系统的参数，若是多测量系统，则同理H是矩阵的形式；W(k-1)是系统过程的噪声，而V(k)表示测量的噪声，两者均为高斯白噪声，方差分别是Q和R；2)假设端到端传输时延是一个常量信号与一个高频变化的分量之和，该高频分量是一个高斯白噪声，则端到端时延可以表示为：X(k)＝X(k-1)+W(k-1)，Z(k)＝X(k)+V(k)，其中，X(k)和Z(k)分别表示端到端时延的真实值和通过SACK报文测量得到的测量值；W(k)代表端到端时延的高频噪声分量，满足方差为Q的高斯分布，即W(k)～N(0,Q)；V(k)表示端到端时延测量值的噪声，满足方差为R的高斯分布，即V(k)～N(0,R)；3)更新时延估计值：X(k|k-1)＝X(k-1|k-1)，P(k|k-1)＝P(k-1|k-1)+Q；更新估计误差：X(k|k)＝X(k|k-1)+Kg(k)(Z(k)-X(k|k-1))，P(k|k)＝(1-Kg(k))P(k|k-1)；其中，X(k|k-1)是根据k-1时刻的状态预测得到的k时刻端到端时延的先验估计，X(k-1|k-1)是k-1时刻的最优估计；P(k|k-1)是X(k|k-1)对应的估计误差，类似的，P(k-1|k-1)是X(k-1|k-1)对应的估计误差；而更新估计误差阶段根据当前时刻的时延估计值对先验估计值及其估计误差进行修正，得到当前时刻的时延最优估计值，作为下一次估计的依据；Kg为卡尔曼增益(Kalman Gain)，Z(k)是k时刻的时延测量值(由SACK报文中包含的信息计算得出)；4)取最新的时延测量值作为时延估计初值X(0|0)，并输入估计误差的初值P(0|0)(可以取任意非零值)，根据X(k|k-1)＝X(k-1|k-1)得到当前时刻的时延先验估计值；5)根据最新的时延估计值，更新时延系数θ，θ=dmaxdmin]]>其中，dmax为端到端时延估计值中最大值，dmin端到端时延估计值中最小值；6)定义两个阈值θ0和θmax，阈值θ0定义为当θ＞θ0时，表示当前不同路径上时延差距较大，有可能会导致数据乱序现象的发生，由于数据包i的发送路径与所采用的数据分流策略有关，因此为了保证满足数据包有序传输约束条件，要求所有路径上的发送间隔都要满足：d(i)≥d(i-1)-(T(i)-T(i-1))＝d(i-1)-ΔT(i)，因此有：dmax-dmin≤min(ΔT)⇒θ≤min(ΔT)dmin+1⇒θ0=min(ΔT)dmin+1]]>阈值θmax的定义是，当θ＞θmax表示当前路径时延差异非常大，传输过程中数据乱序现象严重，很有可能会导致接收端缓存阻塞，因此选择接收端的缓存大小作为θmax计算的参考标准，记接收端缓存中能够容纳的数据包个数为NBuffer，dmax-dminmin(ΔT)+1≤NBuffer⇒θ≤(NBuffer-1)·min(ΔT)dmin+1⇒θmax=(NBuffer-1)·min(ΔT)dmin+1;]]>7)判断θ与θ0和θmax的关系：若θ＞θ0，查找当前传输时延估计值最大的路径Pi；若0＜θ0＜θmax，则将Pi上本文档来自技高网...

【技术保护点】
一种多路径并行传输系统有效吞吐量的优化方法，其特征在于：在该方法中，多路径并行传输系统在发送端与接收端之间存在N条相互独立的传输路径，分别为L1,L2,...,Lk,...LN，N≥2；各条路径上端到端的路径传播时延满足d1≤d2≤...dk...≤dN；该方法包括以下步骤：S1：在多路径并行传输系统中，运用时延估计算法，估计出当前时刻的最优先验估计值dk；S2：根据数据包有序传输的约束条件d(i)≥d(i‑1)‑ΔT(i)和步骤1)中时延估计算法的估计结果，调节各条链路上的拥塞窗口，减小不同链路上的端到端时延差，提高在异构网络环境下的多路径并行传输有效吞吐量。

【技术特征摘要】
1.一种多路径并行传输系统有效吞吐量的优化方法，其特征在于：在该方法中，多路径并行传输系统在发送端与接收端之间存在N条相互独立的传输路径，分别为L1,L2,...,Lk,...LN，N≥2；各条路径上端到端的路径传播时延满足d1≤d2≤...dk...≤dN；该方法包括以下步骤：S1：在多路径并行传输系统中，运用时延估计算法，估计出当前时刻的最优先验估计值dk；S2：根据数据包有序传输的约束条件d(i)≥d(i-1)-ΔT(i)和步骤1)中时延估计算法的估计结果，调节各条链路上的拥塞窗口，减小不同链路上的端到端时延差，提高在异构网络环境下的多路径并行传输有效吞吐量。2.根据权利要求1所述的一种多路径并行传输系统有效吞吐量的优化方法，其特征在于：具体包括以下步骤：1)采用卡尔曼滤波算法对离散系统的状态进行最优估计，线性随机微分方程的形式为：X(k)＝AX(k-1)+BU(k-1)+W(k-1)，系统状态的测量值可以描述为：Z(k)＝HX(k)+V(k)，其中，X(k)和X(k-1)分别是k时刻和k-1时刻的系统状态，U(k-1)是k-1时刻系统的控制量；A、B均为目标系统的参数，若目标系统是多模型系统，则A和B是矩阵的形式；Z(k)是k时刻系统状态的测量值，H是测量系统的参数，若是多测量系统，则同理H是矩阵的形式；W(k-1)是系统过程的噪声，而V(k)表示测量的噪声，两者均为高斯白噪声，方差分别是Q和R；2)假设端到端传输时延是一个常量信号与一个高频变化的分量之和，该高频分量是一个高斯白噪声，则端到端时延可以表示为：X(k)＝X(k-1)+W(k-1)，Z(k)＝X(k)+V(k)，其中，X(k)和Z(k)分别表示端到端时延的真实值和通过SACK报文测量得到的测量值；W(k)代表端到端时延的高频噪声分量，满足方差为Q的高斯分布，即W(k)～N(0,Q)；V(k)表示端到端时延测量值的噪声，满足方差为R的高斯分布，即V(k)～N(0,R)；3)更新时延估计值：X(k|k-1)＝X(k-1|k-1)，P(k|k-1)＝P(k-1|k-1)+Q；更新估计误差：X(k|k)＝X(k|k-1)+Kg(k)(Z(k)-X(k|k-1))，P(k|k)＝(1-Kg(k))P(k|k-1)；其中，X(k|k-1)是根据k-1时刻的状态预测得到的k时刻端到端时延的先验估计，X(k-1|k-1)是k-1时刻的最优估计；P(k|k-1)是X(k|k-1)对应的估计误差，类似的，P(k-1|k-1)是X(k-1|k-1)对应的估计误差；而更新估计误差阶段根据当前时刻的时延估计值对先验估计值及其估计误差进行修正，得到当前时刻的时延最优估计值，作为下一次估计的依据；Kg为卡尔曼增益(Kalman Gain)，Z(k)...

【专利技术属性】
技术研发人员：陶洋，王振宇，熊炫睿，张家泳，赫前进，李加成，赵芳金，严志军，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆;50