2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩45頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、傳輸控制協(xié)議(TCP)被廣泛應用于有線網(wǎng)絡中。作為傳輸層協(xié)議,它提供端到端的可靠傳輸服務,被公認為是有線網(wǎng)絡中一種很有效的傳輸層解決方案。擁塞控制是TCP協(xié)議研究的一個熱門領(lǐng)域。在傳統(tǒng)的有線網(wǎng)絡中,擁塞被作為丟包發(fā)生的主要原因,TCP正是基于這種假設而工作的。相比之下,無線網(wǎng)絡由于具有高誤碼率以及其它方面的特點,也會因此發(fā)生丟包,網(wǎng)絡擁塞不再是丟包的主要原因,而TCP又不具備區(qū)分丟包原因的能力,完全遵循加性增加/乘性減少(AIMD)的機

2、制,這將極大地影響TCP在無線網(wǎng)絡中的性能。因此,研究無線網(wǎng)絡中的TCP擁塞控制機制具有很強的現(xiàn)實意義。 目前,已經(jīng)有許多關(guān)于提高無線網(wǎng)絡TCP性能的的研究成果,本論文研究其中一種算法-TCP Westwood(TCPW)。TCPW的核心思想是帶寬估計,發(fā)送端在檢測到丟包時利用帶寬估計值BWE來動態(tài)修改擁塞窗口cwnd與慢啟動閥值ssthresh。因為這種方式在慢啟動與擁塞避免階段的窗口增長方式與傳統(tǒng)TCP相同,而在遇到丟包時根

3、據(jù)當前網(wǎng)絡狀況來修改cwnd和ssthresh,因此這種方式又被稱為加性增加/適應性減少(AIAD),這與傳統(tǒng)TCP在碰到丟包時的處理方式有很大的區(qū)別,使得帶寬利用率得到極大提高。 本文提出兩種基于TCPW的改進算法。算法一主要研究TCP算法的快速重傳與快速恢復階段,提出一種新的基于網(wǎng)絡穩(wěn)定性的帶寬估計方法。其核心思想在于利用相鄰帶寬樣本之間的差值來估計當前網(wǎng)絡的穩(wěn)定性,將其作為網(wǎng)絡穩(wěn)定性因子。在得到一定數(shù)量的因子后計算出最大值

4、,通過當前因子與最大因子之間的比值來動態(tài)設定帶寬估計中使用的低通濾波器權(quán)值。在發(fā)生擁塞以后利用帶寬估計值來調(diào)節(jié)cwnd和ssthresh. 算法二主要研究TCP算法的慢啟動與擁塞避免階段。該算法使用TCPW帶寬估計思想來動態(tài)修改慢啟動階段的慢啟動閥值,這樣有助于避免TCP算法使用固定的預設值ssthresh來結(jié)束慢啟動階段而引起的問題。如果ssthresh設得過高,會引起擁塞窗口cwnd持續(xù)長時間的指數(shù)級增長,發(fā)送端在后期會在短

5、時間內(nèi)發(fā)送許多分組,從而造成瓶頸鏈路不必要的丟包;如果ssthresh設得過低,則慢啟動將很快結(jié)束而進入擁塞避免階段,這又將導致帶寬的浪費。從以上分析來看,采用帶寬估計的思想來動態(tài)修改慢啟動閥值將有助于提高帶寬的利用效率。 本文的仿真實驗環(huán)境基于無線/有線混合網(wǎng)絡,通過仿真實驗驗證算法的性能,結(jié)果表明兩個算法在一定程度上提高了TCP在無線網(wǎng)絡上的吞吐量。另外,本文對算法一的公平性與友好性也做了仿真驗證,并通過與其它TCP算法的計

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論