论文摘要
通信技术近些年来得到了迅猛发展,层出不穷的无线通信系统为用户提供了多种的网络环境,包括无线个域网(如Bluetooth)、无线局域网(如Wi-Fi)、无线城域网(如WiMAX)、公众移动通信网(如2G、3G)、卫星网络,以及AdHoc网络、无线传感器网络等。尽管这些无线网络为用户提供了多种多样的通信方式、接入手段和无处不在的接入服务,但要实现真正意义的自组织、自适应,并且实现具有端到端服务质量(QoS)保证的服务,还需要充分实现异构无线网络技术的有机融合。在异构网络上开展通信业务是下一代网络发展的必然趋势。传统IP网“尽力而为”的服务方式早已不能满足众多多媒体实时性业务的需求,加上无线信道本身低效、时变、易受干扰等缺点,给异构网中视频传输的QoS保障带来了巨大的挑战。实现端到端服务质量的保障需要在网络各个层次上采取措施,包括合理的无线链路层以及MAC/PHY层控制机制和算法,适合于多媒体传输的网络层、传输层、应用层相关协定的设计等。本论文系统地分析了IEEE802.11无线网络在支持视频传输方面面临的问题。以无线局域网(WLAN)及相关无线网络为研究对象,以无线互联网中视频传输的服务质量增强为研究目标,重点研究了MAC层协议性能优化机制和传输层端到端的协议优化算法。论文的创新性工作主要包括以下几个方面:1) IEEE 802.11e VBR视频传输的QoS保障IEEE 802.11e是在已有的尽力而为的IEEE 802.11协议的基础上对多媒体等实时业务提供QoS保障的机制。其中引入的传输机会TXOP(Transmission Opportunity)机制可以保证站点在一次接入机会中连续传输多个包,从而减少了再次竞争发生碰撞的机会,大大提高了网络效率,降低了延迟。但在接入点QAP (QoS-capable Access Point)已有的接纳控制规则中没有充分考虑速率波动性较大的VBR (Variable Bit Rate)视频业务的特性,对所有的视频流都根据平均速率来分配均等的传输机会。当同等优先级的CBR (Constant Bit Rate)视频业务和VBR视频业务相互竞争时,突发性较强的VBR业务往往很难获得所需的服务质量保障。针对这一问题,本文提出了对TXOP分配机制的改进措施,利用支持向量机(Support Vector Machine, SVM)模型对VBR视频流的帧大小进行学习和预测,QAP则利用该模型根据先前到达的若干帧大小来预测后一SI内将要到达的帧长度,并根据将要传输的帧的总长度自适应的分配VBR流所需的TXOP长度,使得突发到达的帧不会因为没有足够的TXOP而延误了传输。实验证明,SVM可以足够准确的预测VBR流的帧大小,自适应分配TXOP的传输策略可以较好的满足VBR流的延迟、吞吐量需求,有效降低系统的丢包率。2)有线—无线混合网络端到端的丢失区分机制在有线—无线混合网络环境中,不像在单纯的有线网络中那样仅存在拥塞导致的丢包,无线链路差错也是导致丢包的重要原因。传统的拥塞控制协议(如典型的基于TCP吞吐量方程的TFRC协议)并不区分导致丢失的原因,而认为丢失均由网络拥塞引起,因此只是根据总的丢失事件率调整发送速率,这势必会导致无线网络吞吐量性能的下降。要克服这个缺点,必须区分丢失的原因,使传输层的拥塞控制协议有针对性的仅对拥塞导致的丢包采取控制措施。本文提出一种端到端的丢失区分机制来改进TFRC协议的性能,将模式识别领域里优秀的机器学习算法——SVM引入到网络领域,将多个网络测量指标联合起来进行丢失区分。该策略不需要网络中间设备的支持,所使用的判决特征是端到端测量的丢失前后区间内包的单程延时和到达间隔等的相对比值。通过仿真实验评估了该算法在网络条件(竞争流个数、无线差错率、路由器缓存大小)变化时丢失区分的效果。对比实验表明,该分类器在大多数场景下均可取得满意的效果,在相同实验场景下的结果要优于ZBS(ZigZag, mBiaz and Spike)策略。3)无线移动Ad Hoc网络端到端的丢失区分机制对移动自组织网络MANET (Mobile Ad hoc NETwork)中发生丢包的原因进行了分析,其中由拥塞引起的丢包只占一小部分,多跳无线网络本身的不可靠性加之节点移动导致路由的频繁切换,这两种因素产生相当比重的丢包会严重影响网络的传输性能。本文针对这一问题利用支持向量机模型对网络中链路的随机差错丢包、路由切换丢包和拥塞丢包三种主要的丢包原因进行了有效的区分。文中对于支持向量机特征参数的选取和特征筛选进行了详细的分析和讨论。在此基础上,对TFRC传输协议进行了相应的改进,发送端可以根据反馈的丢包原因有针对性的采取相应的控制策略。仿真实验结果表明,所提出的丢失区分算法可以有效的区分三种主要的丢失原因,改进后的TFRC传输协议可以使网络吞吐量有明显的改善。
论文目录
相关论文文献
- [1].排查服务器异常丢包故障[J]. 网络安全和信息化 2020(05)
- [2].网络丢包在线检测算法研究[J]. 数字通信世界 2020(05)
- [3].面向视频业务的丢包检测方法[J]. 邮电设计技术 2017(08)
- [4].基于丢包区分的IEEE 802.11 MAC改进协议[J]. 湖南城市学院学报(自然科学版) 2016(03)
- [5].飞来飞去的爱——中老越三国丢包狂欢节[J]. 普洱 2011(11)
- [6].基于被动测量的丢包算法精度分析[J]. 深圳大学学报(理工版) 2020(S1)
- [7].“丢包”骗局频现街头 民警提醒市民谨防上当[J]. 中国防伪报道 2015(12)
- [8].丢包博弈之谜:对互惠理论的挑战[J]. 产业经济评论 2016(03)
- [9].丢包引发的运动激情[J]. 第一健身俱乐部 2008(04)
- [10].改进的基于纠删码的网络丢包恢复方法[J]. 计算机工程与应用 2011(26)
- [11].面向噪声丢包感知的无线网络拥塞算法[J]. 计算机工程与应用 2020(14)
- [12].传输跨产品丢包问题处理[J]. 信息通信 2018(08)
- [13].存在单重内部丢包和外部丢包的离散复杂网络状态估计[J]. 南京邮电大学学报(自然科学版) 2016(02)
- [14].普洱旅游系列报道之三 丢包狂欢 首届中老越三国丢包狂欢节[J]. 云南画报 2009(05)
- [15].基于丢包率的改进前向纠错算法研究[J]. 软件导刊 2014(05)
- [16].“丢包骗财”是诈骗还是盗窃?[J]. 公民导刊 2013(02)
- [17].数据库系统网络丢包故障处理与分析[J]. 计算机光盘软件与应用 2013(13)
- [18].一种VoIP系统的语音丢包补偿方法[J]. 电脑知识与技术 2012(04)
- [19].基于模糊单类支持向量机的丢包区分算法[J]. 空军工程大学学报(自然科学版) 2012(03)
- [20].基于网络丢包的网络视频质量评估[J]. 中国图象图形学报 2009(01)
- [21].广播网络中基于补丁流的丢包恢复机制研究[J]. 电子与信息学报 2009(06)
- [22].两种类型丢包下的可靠组播恢复延迟[J]. 福建电脑 2008(07)
- [23].基于链路丢包率估计的定向扩散路由协议[J]. 微计算机信息 2010(33)
- [24].视频通信中丢包损伤分析及客观测量方法[J]. 电视技术 2009(02)
- [25].一种基于多播推测丢包率的算法[J]. 计算机与现代化 2009(06)
- [26].模糊综合评判的融合网络2种丢包原因区分[J]. 北京邮电大学学报 2009(03)
- [27].基于内部监测器的链路丢包率的推测方法[J]. 清华大学学报(自然科学版) 2009(08)
- [28].基于子树丢包模式的链路丢包率快速推断算法[J]. 电子学报 2016(03)
- [29].4G网络中基于无线丢包感知的跨层拥塞控制方法[J]. 南京邮电大学学报(自然科学版) 2016(02)
- [30].异构网络环境中的拥塞丢包率仿真分析[J]. 四川理工学院学报(自然科学版) 2013(05)