無線網(wǎng)絡中基于網(wǎng)絡動態(tài)學習的擁塞控制算法研究與仿真.pdf

1、無線網(wǎng)絡以其移動性、易擴展、方便部署等特性迅速成為人們生活、學習的新選擇。但是其較高的鏈路差錯率使得直接在無線網(wǎng)絡中套用傳統(tǒng)TCP擁塞控制這一方案難以正確處理鏈路導致的丟包。因此許多改進方案也被相繼提出，但是由于無線干擾的不確定性、無規(guī)律性、突發(fā)性使得這些方案有著各自的不足。
　　本文具體分析TCP擁塞控制機制和它在無線網(wǎng)絡中的表現(xiàn)以及目前各種改進。之后本文提出了基于Q-learning算法和帶寬利用預測的TCP擁塞控制算法——T

2、CPNew Reno-QBD。本文主要工作如下:
　　(1)分析TCP擁塞控制及其在無線網(wǎng)絡中的應用。本文詳細分析TCP擁塞控制過程及其經(jīng)典的算法并針對其在無線網(wǎng)絡中的不足作分析并給出改進方向，最后對相關改進分類研究。
　　(2)提出本文算法——TCP New Reno-QBD算法。本文對TCP New Reno的AIMD機制作相應改進，根據(jù)RTT利用加性因子獲取函數(shù)和改進Q-learning算法動態(tài)調(diào)整AIMD的參數(shù)，由于

3、RTT波動范圍大，提出基于ACK達到時間均值的帶寬利用預測算法來對已得出的AIMD參數(shù)再作調(diào)整。
　　(3)作仿真對比實驗。將本文算法和TCP New Reno算法在NS2軟件作對比實驗來驗證本文算法的合理性。
　　本文的創(chuàng)新之處有以下幾點:
　　(1)改進快恢復階段。TCP New Reno-QBD算法在快恢復階段利用改進Q-learning算法感知網(wǎng)絡狀態(tài)，通過學習選取最優(yōu)策略，來動態(tài)改變MD乘性因子。
　　

4、(2)提出基于ACK時間均值的帶寬利用預測算法。針對RTT波動大且無線網(wǎng)絡信號干擾情況，考慮ACK達到時間來感知帶寬利用情況，由此提出帶寬利用預測算法。
　　針對本文算法與TCP New Reno算法作實驗對比，結(jié)果顯示本文算法在不同丟包率的情況下其平均發(fā)送速率要高于TCP New Reno算法，且相比于TCP New Reno算法的往返時延更小，從而證明了本文算法的合理性。本文算法研究的意義在于動態(tài)學習無線網(wǎng)絡狀態(tài)，為今后無線網(wǎng)