认知无线电网拥塞控制源算法性优化研究.docVIP

认知无线电网拥塞控制源算法性优化研究 　　本文以TCP拥塞控制机制、原理为切入点，深度剖析了拥塞控制典型算法及传统无线电网环境下的TCP性能增强技术。针对目前5种典型TCP拥塞控制算法在认知无线电网中的应用进行比较和优化，通过对仿真结果进行比较和分析，本文认为TCPW在认知无线电网中性能最优。 　　一、引言 　　随着物联网技术在各领域的应用，无线通信技术的应用也越来越广，解决频谱资源的有效利用问题也变得越来越突出，尤其是无线局域网技术应用越来越成熟，宽带无线应用面临更高的要求，涉及宽带利用率及信息传输率等多方面问题处理。为了充分有效利用和管理宽带频谱资源，提出了动态频谱分配技术，用于解决频谱资源没有充分利用导致的频谱资源不足。认知无线电技术可以从时间、空间和频率等多维度对宽带频谱资源的重复利用和共享，能很好解决频谱资源不足等问题。 　　二、TCP拥塞控制机制原理 　　拥塞通常是指在一个网络中报文分组过多，导致网络的性能下降，主要表现在发生传输信息变慢等情况。拥塞的网络状态主要是持续过载，此时网络资源的固有容量不能满足使用，或者资源不够分配，导致部分用户需要等待网络资源的分配，这是产生拥塞的根本原因。当网络资源使用量较少时，单位时间内成功地传送数据的数量随着网络使用的增加而增加，两者是线性关系，而响应时间增长缓慢。当使用量达到网络固有容量时，单位时间内成功地传送数据的数量则出现缓慢增长的趋势，但响应时间却急剧增加，通常把这一个转折点称为Knee。如果网络使用量继续增加，路由器开始丢包，当网络使用量超过一定量时，单位时间内成功地传送数据的数量急剧下降，而这一点通常称为Cliff。单位时间内成功地传送数据的数量（吞吐量）和响应时间随网络使用量（负载）的变化曲线仿真结果如图1所示。从图1可以看出，网络使用量在Knee附近时网络的利用效率是最高的。为了避免出现网络拥塞或者对已经发生的拥塞做出应对处理，这就要求网络节点采取拥塞控制措施来解决。 　　目前拥塞控制主要采用的是TCP拥塞控制，这种拥塞控制系统主要特征是具有自适应、分布式处理功能，在一定程度上能够解决网络拥塞，做出及时、有效的响应。TCP拥塞控制算法有很多形式，有基于确认ACK的，还有基于时延RTT。都是TCP拥塞控制算法的延伸和优化，各有所长。 　　三、拥塞控制源算法 　　传统的拥塞控制算法主要是依靠TCP协议，通过协议控制信息源端流入网络的数据流，这样的拥塞控制功能基本上都是在端系统上实现的。经典的TCP拥塞控制源算法Reno、New-Reno、SACK、Vegas、Westwood等，这些算法构成了拥塞控制源算法。 　　1.TCP Reno和TCP NewReno 　　Reno在Tahoe的基础上增加了“快速恢复”算法，这种算法的优化主要是解决当传输网络处于半拥塞状态下，采用传统拥塞控制算法而出现发送通道尺寸突然变小导致信息快速传输后通道过分浪费的现象。所以算法在快速恢复阶段设计规则是，当前一次的所有信息在网络中传输结束后，才能允许下一次传输的信息进入网络。 　　Reno中的“快速恢复/快速重传”算法在数据拥塞传输过程中有一个比较大的问题就是遇到拥塞可能出现丢弃多个报文的情况，这样会造成部分数据信息的缺失，导致传输信息不完整。为了进一步提高TCP的性能，NewReno优化了Reno中的“快速恢复/快速重传”算法。其算法设计思路是：对于处理同一窗口中丢失的数据时，让网络连接状态一直处于快速恢复阶段，一直等到丢失数据全部恢复，源端才转换状态，停止快速恢复。如果遇到在数据传输过程中出现同一窗口丢失多个数据包的情况后，网络终端反复通过ACK通知网络源端重新发送没有恢复的数据，直到这个ACK不再发送通知为止，说明数据传输完成，故称为Partial ACK。所以NewReno算法利用Partial ACK主要解决检测同一窗口中丢失的多个数据包的问题。 　　2.TCP SACK 　　SACK算法的优化在于采用数据“发”的时候进行选择机制，“收”的时候进行确认机制，所以Reno和SACK两种优化算法最大的区别在于对于同一个窗口出现多个报文数据丢失的性能和应对的方式是不一样的。SACK算法设计思路是：在网络连接进行初次握手时，网络起始端和网络终端互相进行命令提示，确定此次连接是否使用SACK命令选项。SACK网络终端根据命令来选择丢失的数据信息再一次发送到源端，同时告知已经完成传输的数据信息，这样起始端不需要重复传输数据，只需重传丢失的数据。这样的算法思路设计可以达到在一个RTT内选择重传多个丢失的报文段，提高了TCP的性能。在数据传输丢失率处于中间且长延迟网络环境中比较适用于SACK算法。 　　3.TCP Vegas 　　TCP Vegas（以下简称Vega