一种指控网络异构链路汇聚流量的端到端时延分析方法技术

本发明专利技术公开了一种指控网络异构链路汇聚流量的端到端时延分析方法，包括：将指挥控制网络中的时延敏感流量建模为MMPP流量，将指挥控制网络中的带宽敏感流量和尽最大努力交付流量建模为fBm流量，分别推导三种流量的随机到达曲线和有界函数，计算状态时变的通信链路为异构链路汇聚流量提供的总服务速率平均值，分别推导异构链路汇聚节点为三种流量提供的随机服务曲线，基于随机到达曲线和随机服务曲线，推导三种流量端到端时延，并进行性能分析；本发明专利技术所设计的方法解决了复杂多维、瞬时涌现的流量到达过程和接续传输、状态时变的系统服务过程导致端到端时延难以精准评估的问题。务过程导致端到端时延难以精准评估的问题。务过程导致端到端时延难以精准评估的问题。

【技术实现步骤摘要】
一种指控网络异构链路汇聚流量的端到端时延分析方法


[0001]本专利技术涉及通讯信息领域，具体涉及一种指控网络异构链路汇聚流量的端到端时延分析方法。

技术介绍

[0002]近年来，基于“多域战”、“马赛克战”、“赛博空间与电子战”、“联合全域作战”等新型作战概念的相继提出，相应出现了精确制导武器、无人机蜂群、高超声速武器、定向能武器等新质作战力量，推动战争形态向智能化战争持续演进。作战概念的迭代、作战样式的革新以及作战力量的涌现，要求新一代指挥控制网络通过有线（被复线）、光纤、短波、超短波、微波、区宽、卫星等异构链路的高效汇聚，紧密联结陆、海、空、天、网等多域战场空间中的作战资源，实现感知、决策、交战、保障等作战力量的跨域自适应组合，从而支持武器系统解耦、要素动态重组。在此条件下，多域战场空间中的话音、数据、图像、视频等异质业务经指挥控制网络异构链路汇聚节点的流量控制实现聚合与传播，复杂多维、瞬时涌现的流量到达过程和接续传输、状态时变的系统服务过程将导致异构链路汇聚流量的端到端时延更加难以精准评估，从而对“任意传感器到最佳射手”的杀伤链构建提出本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种指控网络异构链路汇聚流量的端到端时延分析方法，其特征在于，指挥控制网络包括多个异构链路汇聚节点，流经所有异构链路汇聚节点的目标流量为贯穿流，流经其中一个异构链路汇聚节点的干扰流量为交叉流，在流量传输和到达过程中，执行如下步骤S1
‑
步骤S6，完成指挥控制网络异构链路汇聚流量端到端的时延性能评估：步骤S1：指挥控制网络中的流量类型包括时延敏感流量、带宽敏感流量、尽最大努力交付流量，分别针对三种流量类型，将时延敏感流量建模为MMPP流量模型，将带宽敏感流量、尽最大努力交付流量建模为fBm流量模型；步骤S2：基于MMPP流量模型、fBm流量模型，根据网络演算理论，分别推导时延敏感流量、带宽敏感流量、尽最大努力交付流量的随机到达曲线和有界函数；步骤S3：利用马尔可夫链针对状态时变通信链路的信道状态进行建模，预设每个信道均为独立同分布信道，获得通信链路为汇聚节点流量提供的总服务速率平均值；步骤S4：基于步骤S3所获得的总服务速率平均值，以及步骤S2所获得的各随机到达曲线和有界函数，根据网络演算理论，分别推导流经异构链路汇聚节点的流量为时延敏感流量、带宽敏感流量、尽最大努力交付流量时的随机服务曲线；其中，异构链路汇聚节点采用的调度策略为PQ+GPS调度策略，时延敏感流量的随机服务曲线的计算基于PQ调度策略特性，带宽敏感流量和尽最大努力交付流量的随机服务曲线的计算基于GPS调度策略特性；步骤S5：在典型指挥控制网络异构链路汇聚流量传输系统架构下，基于步骤S2所获得的各随机到达曲线，以及步骤S4所获得的各随机服务曲线，分别推导时延敏感流量、带宽敏感流量、尽最大努力交付流量的端到端时延表达式；步骤S6：设定流量到达过程中的相关参数，以及异构链路汇聚节点服务过程的相关参数，分别对不同流量控制策略下的端到端时延性能，不同参数下的时延敏感流量端到端时延性能，以及不同参数下的带宽敏感流量端到端时延性能进行评估。2.根据权利要求1所述的一种指控网络异构链路汇聚流量的端到端时延分析方法，其特征在于，步骤S1所述的MMPP流量模型中各异构链路汇聚节点具有ON和OFF两种状态，处于ON状态时，异构链路汇聚节点传输流量，处于OFF状态时，异构链路汇聚节点停止传输流量；则MMPP流量模型所对应的无穷小生成矩阵Ω和强度矩阵Λ如下式：则MMPP流量模型所对应的无穷小生成矩阵Ω和强度矩阵Λ如下式：式中，γ1为异构链路汇聚节点由ON状态到OFF状态的转移概率，γ2为异构链路汇聚节点由OFF状态到ON状态的转移概率，η为异构链路汇聚节点ON状态时的业务传输速率，其OFF状态时的业务传输速率为0；MMPP流量模型所表征的流量，在时间t内的累积到达量A
m
(t)如下式：式中，λ
m
为时间t内的MMPP流量平均到达速率，，Z
m
(t)表示随机过程，且该随机过程的期望值；
fBm流量模型所表征的流量，在时间t内的累积到达量A
f
(t)如下式：式中，λ
f
为时间t内的fBm流量平均到达速率，Z
f
(t)表示随机过程，且，其中a
f
为方差系数，为方差的标准分形布朗运动，H
f
为Hurst参数，取值范围为（0.5,1]。3.根据权利要求2所述的一种指控网络异构链路汇聚流量的端到端时延分析方法，其特征在于，步骤S2中对异构链路汇聚节点的流量累积到达量A
m
(t)和A
f
(t)的约束边界加以刻画，进而获得MMPP流量模型的随机到达曲线和fBm流量模型的随机到达曲线；MMPP流量模型的到达过程，其中：，其中：式中，A
m
(t)为MMPP流量模型所表征的流量在时间t内的累积到达量，f
m
为MMPP流量的随机到达曲线的有界函数，α
m
为MMPP流量模型的随机到达曲线，下角标ta表示随机到达曲线的类型为traffic amount，θ
m
、均为大于0的自由参数，x为大于0的常数；fBm流量模型的到达过程，其中：，其中：式中，α
f
为fBm流量模型的随机到达曲线，θ
f
、均为大于0的自由参数；记时延敏感流量到达过程为，带宽敏感流量到达过程为，尽最大努力交付流量到达过程为，其中，A
p
为各流量类型的累积到达量，f
p
为各流量类型的随机到达曲线的有界函数，α
p
为各流量类型的随机到达曲线，下标p={1,2,3}，p=1表示流量类型为时延敏感流量，p=2表示流量类型为带宽敏感流量，p=3表示流量类型为尽最大努力交付流量，则有：型为尽最大努力交付流量，则有：型为尽最大努力交付流量，则有：
其中，θ1、θ2、θ3、、、均为大于0的自由参数，H2、H3为Hurst参数，λ2、λ3分别为时间t内的带宽敏感流量、尽最大努力交付流量平均到达速率。4.根据权利要求3所述的一种指控网络异构链路汇聚流量的端到端时延分析方法，其特征在于，步骤S3中利用马尔可夫链针对状态时变通信链路的信道状态进行建模，预设每个信道均为独立同分布信道，且均具有Good和Bad两种状态：当信道处于Good状态时，通信链路可用，异构链路汇聚节点中的流量以速率R
G
传输；当信道状态处于Bad状态时，通信链路不可用，异构链路汇聚节点中的流量无法成功传输到下一跳节点；各信道的生成转移矩阵Q如下式：式中，为信道状态由Bad状态到Good状态的转移概率，为信道状态由Good状态到Bad状态的转移概率；...

【专利技术属性】
技术研发人员：石怀峰，潘成胜，王英植，沈凌宇，
申请(专利权)人：南京信息工程大学，
类型：发明
国别省市：