TCP向无线网络的拓展

在无线网络中 ,造成丢包的主要原因在于无线传输失败以及主机的区域间移动 .如果TCP仍然把对这种丢包的处理简单地归结为启动拥塞控制机制的话 ,势必导致网络传输性能的恶化 .本文将讨论TCP在无线网络上的几种解决方案 .     

一种改善与TCP Reno兼容性的TCP Vegas改进算法

在分析TCP Vegas及其相关改进算法优缺点的基础上,针对TCP Vegas在与TCP Reno共享带宽时存在不兼容的问题,基于TCP Vegas-A算法,引入相对队列时延的拥塞状态判断方法,提出了一种Vegas改进算法TCP Vegas-A+.新算法将路由器缓存占用量和相对队列时延相结合,把网络状态进一步细分成拥塞增加和拥塞减轻状态,以更准确地判断网络拥塞情况、适时合理地调整拥塞窗口.分阶段对各算法的拥塞窗口大小、所传输的分组数进行数学计算,分析Vegas-A+连接与Reno连接的兼容性,并与Vegas+连接与Reno连接的兼容性进行比较,同时利用仿真实验进行验证.数学分析和仿真结果表明,Vegas-A+算法能更准确判断网络状态,改善了与TCP Reno的兼容性,能和TCP Reno较公平地竞争带宽.     

一种基于CAPPROBE带宽估计的TCP Westwood算法

无线局域网中,传统拥塞控制算法往往把因信道错误引发的丢包归因于网络拥塞,进而不必要地减小拥塞窗口(cwnd),导致传输性能下降.为了解决这个问题,TCP Westwood(TCPW)算法通过监听ACK流估计网络带宽,以此调整拥塞算法的参数.在TCPW中引入更准确的CAPPROBE带宽估计,提出并实现了一种TCPW CARPROBE的网络拥塞算法(TCPWC).该算法通过设计ACK双包机制和CAPPROBE算法获得更精确的瓶颈链路带宽估计值,合理调整cwnd和慢启动算法的阈值(ssthresh),避免拥塞控制机制的过度反应,从而提高无线网络的传输性能.在NS3仿真环境实验中,该算法与传统的TCP Tahoe、TCP Reno和TCP NewReno机制相比,不仅提高了网络吞吐量,而且具有友好性和公平性,从而验证算法的优越性.     

simELFN:提高Ad hoc网络TCP性能

标准TCP把Adhoc网络中的移动丢包也解释为网络发生了拥塞，从而启动拥塞控制。造成TCP性能的下降。simELFN技术利用中间节点的反馈信息并结合路由协议自身的特性，能区分丢包的本质原因，并且能避免其他反馈方法所面临的多个重复确认问题。经过分析和仿真表明simELFN能够有效地提高TCP性能。     

基于最优化流控的TCP拥塞控制改进算法MReno

应用最优化流控理论,给出TCP Reno算法的一个对偶模型,把该模型与REM算法相结合,得到一个新的TCP网络拥塞控制算法(MReno),并对其进行模拟实验.结果表明,MReno算法可以使源端获得最大资源利用率,能够保证网络的整体优化,MReno算法比Reno算法有更好的公平性和稳定性.     

认知无线电网络中基于误码丢包拥塞控制的研究

无线网络引起拥塞的一个重要因素是链路误码,可以通过降低TCP发送端的数据发送速率来调整误码丢包,尽量降低对系统吞吐量和增大系统时延的影响。本文在认知无线电网络下对链路层误码情况进行较为深入的探讨,分析认知无线网络中基于误码丢包的影响。在此基础上提出一种在认知无线电网络环境中基于误码率的窗口拥塞控制方案和基于授权用户丢包的拥塞控制方案。通过大量的仿真实验,验证了算法的有效性。     

一种适用于异构网络的TCP New Vegas算法

TCP Vegas是运输层的一种可靠算法,但是在无线网络中不能最高效率的占用网路带宽,使得数据传输受到限制,不适合在无线网络中传输。对TCP Vegas算法进行改进,提出了一种适用于异构网络的TCP New Vegas算法。该算法将diff控制在两个动态门限值a,b之间,根据a,b两个动态门限值的设定,可有效的提高算法的拥塞窗口及吞吐量。以无线传感器网络接入第三代移动通信网络为仿真背景,对该算法进行了仿真实验。仿真结果表明,改进后的TCP New Vegas算法具有较大的拥塞窗口和较高的吞吐量,更适合应用于异构网络中数据的传输。     

TCP拥塞控制算法的比较

TCP拥塞控制机制对Internet的稳定运行起着重要的作用.对先后出现的4种典型的TCP算法--Tahoe、Reno、SACK和Vegas的性能作了分析与比较.Tahoe和Reno是目前TCP拥塞控制的两个最常用的实现;SACK在Reno的基础上作了有限的扩展,采用了SACK选项;Vegas是对Reno的发送端算法进行修改的基础上提出的一种拥塞控制算法.对这些算法在不同网络参数下的优缺点作了分析与比较,并指出了进一步改进TCP拥塞控制的必要性.     

一种认知无线网络中TCP拥塞窗口的在线学习方法

在认知无线电中,改进传输层协议提高吞吐量的方法引起了业界的广泛关注。采用可用带宽测量技术,提出了一种基于ACK时间间隔的在线学习方法(TCP-Learning)。该方法能够快速地学习到网络链路中可用剩余带宽;并能够快速调整TCP拥塞窗口。仿真结果表明,在链路处于良好状态下,TCP-Learning吞吐量略优于Reno和Vegas等传统拥塞控制算法,但在链路较差情况下,TCP-Learning吞吐量明显优于Reno和Vegas等传统拥塞控制算法。     

Tahoe TCP拥塞控制算法研究和改进

分析了网络拥塞的基本知识,具体研究了Tahoe TCP拥塞控制算法和加入了新的慢启动策略的Reno TCP算法,并且通过网络仿真试验比较其性能。     

LEO卫星网络TCP拥塞控制算法仿真分析

研究了类Iridium系统的LEO卫星网络环境下各种TCP(TransmissionControlProticol)拥塞控制算法的性能表现,包括Reno,Newreno,SACK,Vegas四个算法,侧重点是各种性能参数在整个网络上总的平均结果,关心网络的整体性能·仿真结果表明在平均往返时延上Vegas算法优于其他算法,但各种算法在平均吞吐量方面的差别并不明显·与单一链路的仿真结果比较,使用完整的网络进行仿真具有积极的意义·     

TCP Reno/Vegas算法的进化博弈模型

为了精确研究 TCP(transmission control protocol)算法 ,指导其他端到端流量控制算法以及路由器中的分布式流量控制算法的设计和实现 ,该文从非合作博弈的角度出发 ,提出了一种基于进化博弈理论的 TCP算法模型。使用该模型 ,针对 Reno和 Vegas两个版本的 TCP算法进行了描述、仿真和比较。分析和仿真结果表明 :TCP Reno使用 3个策略进行流量控制 ,而 Vegas是一个 5策略的流量控制算法 ,因此 ,Vegas能够比 Reno更好地适应复杂的网络环境 ,获得更好的性能。另外 ,该文从进化博弈理论的角度提出了一些能够提高 TCP性能的方法和改进方向     

高速网络中基于AIMD的HSTCP拥塞控制算法的改进

HSTCP(高速传输控制协议)是高速网络中基于AIMD(加性增长和乘性减少)的一种新的拥塞控制算法,它能在高速度和大时延的网络中更有效地提高网络的吞吐率。文中针对HSTCP算法在公平性方面的缺陷对该算法提出了改进意见,改进算法通过引进参考因子r来动态预测拥塞的发生并调节窗口的增长方式,使窗口增长方式在TCP Reno模式和标准的HSTCP的方式之间切换。模拟结果表明HSTCP的改进方案对HSTCP流和TCP Reno流共存时的公平性有明显的改善。     

Internet拥塞控制中的TCP源算法比较研究

针对网络拥塞的成因,从网络拥塞的TCP源方面对拥塞控制机制进行分析,指出目前TCP拥塞控制存在的问题,并给出一些改进方案．详细地介绍TCP源端拥塞控制算法的演进过程,分析各个算法的优缺点,并对典型TCP源算法进行比较研究．     

基于优化理论的网络拥塞控制机制的建模方法

介绍了一种基于优化理论的网络拥塞控制机制的建模方法.在描述了现有拥塞控制机制基本原理的基础上,以Reno/RED为网络实例,讨论了拥塞控制机制数学模型的建立.说明了本文所介绍的建模方法,对网络拥塞控制机制的分析和设计是有帮助的.     

关于TCP拥塞控制算法研究

TCP拥塞控制算法在互联网上被广泛采用,并在不断地改进与完善.针对TCP拥塞控制核心算法和几种改进的算法进行了深入的分析,进一步探讨了适合于多媒体信息流的TCP-friendly拥塞控制算法和高速网络环境下的TCP拥塞控制机制,同时介绍了类TCP拥塞控制算法,指出了该领域的研究现状、热点及发展方向.