基于平均队列长度变化趋势的网络自适应拥塞控制方法.pdf
《基于平均队列长度变化趋势的网络自适应拥塞控制方法.pdf》由会员分享,可在线阅读,更多相关《基于平均队列长度变化趋势的网络自适应拥塞控制方法.pdf(23页完成版)》请在专利查询网上搜索。
1、(19)国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 202410005655.1(22)申请日 2024.01.03(71)申请人 南京信息工程大学地址 210032 江苏省南京市江北新区宁六路219号(72)发明人 潘成胜崔骁松赵晨王英植(74)专利代理机构 南京经纬专利商标代理有限公司 32200专利代理师 杨欣怡(51)Int.Cl.H04L 47/12(2022.01)H04L 47/32(2022.01)H04L 47/50(2022.01)(54)发明名称基于平均队列长度变化趋势的网络自适应拥塞控制方法(57)摘要本发明公开了基于平均队。
2、列长度变化趋势的网络自适应拥塞控制方法,包括:对网络参数进行初始化;等待分组数据到达路由器缓冲区;根据平均队列长度评估模型计算当前时刻的路由器缓冲区中平均队列长度;根据平均队列长度变化趋势模型计算当前时刻的路由器缓冲区中平均队列长度一阶变化率和二阶变化率;根据平均队列长度一阶变化率和二阶变化率进行平均队列长度中间阈值的实时更新;计算分组数据丢弃概率;根据分组数据丢弃概率判断分组数据应进入路由器缓冲区的队列或丢弃;本发明算法实现了网络拥塞的有效控制,并在队列长度、时延抖动和吞吐量等方面表现出较好的性能。权利要求书3页 说明书8页 附图11页CN 117499314 A2024.02.02CN 1。
3、17499314 A1.基于平均队列长度变化趋势的网络自适应拥塞控制方法,其特征在于,针对包含多个路由器的网络,执行如下步骤S1步骤S8,调节各路由器缓冲区中由分组数据构成的队列,完成网络的拥塞控制:步骤S1:对网络参数进行初始化,网络参数包括路由器参数初始权重、最大丢弃概率、队列最小阈值、队列最大阈值、路由器缓冲区大小;步骤S2:等待分组数据到达各路由器缓冲区;步骤S3:构建平均队列长度评估模型,计算当前时刻各路由器缓冲区中的平均队列长度avg;步骤S4:构建平均队列长度变化趋势模型,计算当前时刻各路由器缓冲区中平均队列长度的一阶变化率davg、平均队列长度的二阶变化率sdavg;步骤S5:。
4、分别针对当前时刻各路由器缓冲区,根据平均队列长度的一阶变化率davg、平均队列长度的二阶变化率sdavg,计算当前时刻的平均队列长度中间阈值midth,并进行平均队列长度中间阈值midth的实时更新;步骤S6:基于平均队列长度avg、平均队列长度的一阶变化率davg、平均队列长度的二阶变化率sdavg、平均队列长度中间阈值midth,构建丢弃概率模型,丢弃概率模型用于计算分组数据的丢弃概率pb,根据丢弃概率pb判断步骤S2所到达的分组数据应进入路由器缓冲区的队列或丢弃;步骤S7:判断所到达的分组数据的丢弃概率pb是否为0,如果是,则该分组数据进入路由器缓冲区的队列,否则丢弃该分组数据;步骤S8。
5、:等待新的分组数据到达路由器缓冲区,重复执行步骤S1步骤S7,完成网络的拥塞控制。2.根据权利要求1所述的基于平均队列长度变化趋势的网络自适应拥塞控制方法,其特征在于,步骤S1中各网络参数的初始化设置为:路由器参数初始权重wq0=0.002,最大丢弃概率maxp=0.1,队列最小阈值minth=24,队列最大阈值maxth=72,路由器缓冲区大小W=120。3.根据权利要求1所述的基于平均队列长度变化趋势的网络自适应拥塞控制方法,其特征在于,步骤S3中所构建的平均队列长度评估模型如下式:;式中,t表示当前时刻,avg(t)为当前时刻t的平均队列长度,avg(t+1)为t+1时刻的平均队列长度,。
6、inst(t+1)为t+1时刻的瞬时队列长度,wq为路由器参数权重,其计算如下式:;式中,wq0为路由器参数初始权重,avg为平均队列长度,minth为队列最小阈值,maxth为队列最大阈值。4.根据权利要求1所述的基于平均队列长度变化趋势的网络自适应拥塞控制方法,其特征在于,步骤S4中所构建的平均队列长度变化趋势模型包括两部分,分别为平均队列长度一阶变化率模型和平均队列长度二阶变化率模型,其中平均队列长度一阶变化率模型如下式:权利要求书1/3 页2CN 117499314 A2;式中,davg(t)为当前时刻t的平均队列长度一阶变化率,davg(t+1)为t+1时刻的平均队列长度一阶变化率,。
7、inst(t)为当前时刻t的瞬时队列长度,inst(t+1)为t+1时刻的瞬时队列长度,wq为路由器参数权重;平均队列长度二阶变化率模型如下式:;式中,sdavg(t)为当前时刻t的平均队列长度二阶变化率,sdavg(t+1)为t+1时刻的平均队列长度二阶变化率,inst(t1)为t1时刻的瞬时队列长度。5.根据权利要求1所述的基于平均队列长度变化趋势的网络自适应拥塞控制方法,其特征在于,步骤S5中所述的平均队列长度中间阈值midth的计算与更新如下式:;式中,midth的初始值设置为1/2(minth+maxth),minth为队列最小阈值,maxth为队列最大阈值,davg为平均队列长度的。
8、一阶变化率,sdavg为平均队列长度的二阶变化率。6.根据权利要求1所述的基于平均队列长度变化趋势的网络自适应拥塞控制方法,其特征在于,步骤S6中所构建的丢弃概率模型如下式:;式中,pb为丢弃概率,p1为第一丢弃概率函数,p2为第二丢弃概率函数,p3为第三丢弃概率函数,p4为第四丢弃概率函数。7.根据权利要求6所述的基于平均队列长度变化趋势的网络自适应拥塞控制方法,其特征在于,丢弃概率模型中的第一丢弃概率函数p1如下式:;式中,maxp为最大丢弃概率,minth为队列最小阈值,maxth为队列最大阈值。8.根据权利要求6所述的基于平均队列长度变化趋势的网络自适应拥塞控制方法,其特征在于,丢弃概。
9、率模型中的第二丢弃概率函数p2如下式:权利要求书2/3 页3CN 117499314 A3;式中,maxp为最大丢弃概率,minth为队列最小阈值,maxth为队列最大阈值。9.根据权利要求6所述的基于平均队列长度变化趋势的网络自适应拥塞控制方法,其特征在于,丢弃概率模型中的第三丢弃概率函数p3如下式:;式中,maxp为最大丢弃概率,minth为队列最小阈值,maxth为队列最大阈值。10.根据权利要求6所述的基于平均队列长度变化趋势的网络自适应拥塞控制方法,其特征在于,丢弃概率模型中的第四丢弃概率函数p4如下式:;式中,maxp为最大丢弃概率,minth为队列最小阈值,maxth为队列最大阈。
10、值。权利要求书3/3 页4CN 117499314 A4基于平均队列长度变化趋势的网络自适应拥塞控制方法技术领域0001本发明涉及网络拥塞控制技术领域,具体涉及基于平均队列长度变化趋势的网络自适应拥塞控制方法。背景技术0002随着智能终端的普及和5G移动通信网络的发展,使得物联网系统中接入节点数量倍增,大量可产生巨大数据流量的实时多媒体业务也应运而生,而高流量负载会极大增加网络拥塞的概率,使转发路由器的缓冲区溢出,导致网络性能的急剧下降,例如网络丢包率急剧增加,吞吐量急剧降低以及传输延迟波动较大。所以,在网络中建立有效的拥塞控制机制对于提高网络性能至关重要。0003目前,在网络拥塞控制方面,国。
11、内外研究仍存在一些不足:作为有效的网络拥塞控制算法,主动式队列管理(active queue management,AQM)算法大多基于路由器缓冲区平均队列长度进行分组数据的选择性丢弃,从而达到网络拥塞控制的目的,但这种方法不能表征瞬时队列长度的变化方向,网络拥塞控制效率有待提升;一些算法基于缓冲区平均队列长度变化率进行分组数据的选择性丢弃,但不能表征瞬时队列长度的变化速率,难以反映网络流量的特征;此外,大多数算法中队列权重参数设置为固定值,难以有效地预测拥塞,导致网络时延抖动和吞吐量等性能不佳。因此,提出基于平均队列长度变化趋势的网络自适应拥塞控制方法,对于网络拥塞控制效率的提升具有重要意义。
12、。发明内容0004本发明目的:在于提供基于平均队列长度变化趋势的网络自适应拥塞控制方法,首先提出了新的平均队列长度评估模型,其中权重参数可根据网络状态进行自适应调整。其次,引入新的参数平均队列长度二阶变化率,建立了平均队列长度变化趋势模型以预测未来队列长度的变化趋势。最后,根据平均队列长度一阶和二阶变化率信息,进行中间阈值更新,并采用三次函数和线性函数相结合的方式进行丢弃函数的设置,以提升网络拥塞控制的综合效率。0005为实现以上功能,本发明设计基于平均队列长度变化趋势的网络自适应拥塞控制方法,针对包含多个路由器的网络,执行如下步骤S1步骤S8,调节各路由器缓冲区中由分组数据构成的队列,完成网。
13、络的拥塞控制:步骤S1:对网络参数进行初始化,网络参数包括路由器参数初始权重、最大丢弃概率、队列最小阈值、队列最大阈值、路由器缓冲区大小;步骤S2:等待分组数据到达各路由器缓冲区;步骤S3:构建平均队列长度评估模型,计算当前时刻各路由器缓冲区中的平均队列长度avg;步骤S4:构建平均队列长度变化趋势模型,计算当前时刻各路由器缓冲区中平均队列长度的一阶变化率davg、平均队列长度的二阶变化率sdavg;说明书1/8 页5CN 117499314 A5步骤S5:分别针对当前时刻各路由器缓冲区,根据平均队列长度的一阶变化率davg、平均队列长度的二阶变化率sdavg,计算当前时刻的平均队列长度中间阈。
14、值midth,并进行平均队列长度中间阈值midth的实时更新;步骤S6:基于平均队列长度avg、平均队列长度的一阶变化率davg、平均队列长度的二阶变化率sdavg、平均队列长度中间阈值midth,构建丢弃概率模型,丢弃概率模型用于计算分组数据的丢弃概率pb,根据丢弃概率pb判断步骤S2所到达的分组数据应进入路由器缓冲区的队列或丢弃;步骤S7:判断所到达的分组数据的丢弃概率pb是否为0,如果是,则该分组数据进入路由器缓冲区的队列,否则丢弃该分组数据;步骤S8:等待新的分组数据到达路由器缓冲区,重复执行步骤S1步骤S7,完成网络的拥塞控制。0006作为本发明的一种优选技术方案:步骤S1中各网络参。
15、数的初始化设置为:路由器参数初始权重wq0=0.002,最大丢弃概率maxp=0.1,队列最小阈值minth=24,队列最大阈值maxth=72,路由器缓冲区大小W=120。0007作为本发明的一种优选技术方案:其特征在于,步骤S3中所构建的平均队列长度评估模型如下式:;式中,t表示当前时刻,avg(t)为当前时刻t的平均队列长度,avg(t+1)为t+1时刻的平均队列长度,inst(t+1)为t+1时刻的瞬时队列长度,wq为路由器参数权重,其计算如下式:;式中,wq0为路由器参数初始权重,avg为平均队列长度,minth为队列最小阈值,maxth为队列最大阈值。0008作为本发明的一种优选技。
16、术方案:步骤S4中所构建的平均队列长度变化趋势模型包括两部分,分别为平均队列长度一阶变化率模型和平均队列长度二阶变化率模型,其中平均队列长度一阶变化率模型如下式:;式中,davg(t)为当前时刻t的平均队列长度一阶变化率,davg(t+1)为t+1时刻的平均队列长度一阶变化率,inst(t)为当前时刻t的瞬时队列长度,inst(t+1)为t+1时刻的瞬时队列长度,wq为路由器参数权重;平均队列长度二阶变化率模型如下式:;式中,sdavg(t)为当前时刻t的平均队列长度二阶变化率,sdavg(t+1)为t+1时刻的平均队列长度二阶变化率,inst(t1)为t1时刻的瞬时队列长度。0009作为本发。
17、明的一种优选技术方案:步骤S5中所述的平均队列长度中间阈值midth的说明书2/8 页6CN 117499314 A6计算与更新如下式:;式中,midth的初始值设置为1/2(minth+maxth),minth为队列最小阈值,maxth为队列最大阈值,davg为平均队列长度的一阶变化率,sdavg为平均队列长度的二阶变化率。0010作为本发明的一种优选技术方案:步骤S6中所构建的丢弃概率模型如下式:;式中,pb为丢弃概率,p1为第一丢弃概率函数,p2为第二丢弃概率函数,p3为第三丢弃概率函数,p4为第四丢弃概率函数。0011作为本发明的一种优选技术方案:丢弃概率模型中的第一丢弃概率函数p1如。
18、下式:;式中,maxp为最大丢弃概率,minth为队列最小阈值,maxth为队列最大阈值。0012作为本发明的一种优选技术方案:丢弃概率模型中的第二丢弃概率函数p2如下式:;式中,maxp为最大丢弃概率,minth为队列最小阈值,maxth为队列最大阈值。0013作为本发明的一种优选技术方案:丢弃概率模型中的第三丢弃概率函数p3如下式:;式中,maxp为最大丢弃概率,minth为队列最小阈值,maxth为队列最大阈值。说明书3/8 页7CN 117499314 A70014作为本发明的一种优选技术方案:丢弃概率模型中的第四丢弃概率函数p4如下式:;式中,maxp为最大丢弃概率,minth为队列。
19、最小阈值,maxth为队列最大阈值。0015有益效果:相对于现有技术,本发明的优点包括:(1)引入权值自适应机制,算法可以根据网络状态和队列变化来选择路由器对输入流量变化的反应程度,使平均队列长度评估模型可以更精确反映网络拥塞情况;(2)通过平均队列长度的一阶及二阶变化率信息可以反映流量特征,从而更好地实现路由器的拥塞控制;(3)通过中间阈值更新模型进行路由器缓冲区中间阈值的自适应调整,使阈值的更新和后续丢弃概率的设置可以更加适应流量的变化规律,从而提升算法的吞吐量和队列长度稳定性等性能;(4)根据平均队列长度及其一阶、二阶变化率数值,采用三次函数和线性函数相结合的方式进行丢弃函数的设置,可以。
20、有效提升队列稳定性,降低端到端时延抖动;(5)此种基于平均队列长度变化趋势的网络自适应拥塞控制方法简洁、高效,可有效提高网络拥塞控制的效率,提升系统网络性能。附图说明0016图1是根据本发明实施例提供的基于平均队列长度变化趋势的网络自适应拥塞控制方法的流程图;图2是根据本发明实施例提供的网络拓扑图;图3是根据本发明实施例提供的RED算法队列长度仿真图;图4是根据本发明实施例提供的URED算法队列长度仿真图;图5是根据本发明实施例提供的TRED算法队列长度仿真图;图6是根据本发明实施例提供的agRED算法队列长度仿真图;图7是根据本发明实施例提供的AQMRD算法队列长度仿真图;图8是根据本发明实。
21、施例提供的队列长度仿真图;图9是根据本发明实施例提供的本发明方法和RED、URED、TRED、agRED以及AQMRD算法端到端时延的对比图;图10是根据本发明实施例提供的本发明方法和RED、URED、TRED、agRED以及AQMRD算法端到端时延抖动的对比图;图11是根据本发明实施例提供的本发明方法和RED、URED、TRED、agRED以及AQMRD算法吞吐量的对比图;图12是根据本发明实施例提供的本发明方法和RED、URED、TRED、agRED以及AQMRD算法丢包率的对比图。说明书4/8 页8CN 117499314 A8具体实施方式0017下面结合附图对本发明作进一步描述。以下实。
22、施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。0018本发明实施例提供的基于平均队列长度变化趋势的网络自适应拥塞控制方法,针对包含多个路由器的网络,参照图1,执行如下步骤S1步骤S8,调节各路由器缓冲区中由分组数据构成的队列,完成网络的拥塞控制:步骤S1:对网络参数进行初始化,网络参数包括路由器参数初始权重、最大丢弃概率、队列最小阈值、队列最大阈值、路由器缓冲区大小;各网络参数的初始化设置为:路由器参数初始权重wq0=0.002,最大丢弃概率maxp=0.1,队列最小阈值minth=24,队列最大阈值maxth=72,路由器缓冲区大小W=120。0019步骤S2:。
23、等待分组数据到达各路由器缓冲区;步骤S3:构建平均队列长度评估模型,计算当前时刻各路由器缓冲区中的平均队列长度avg;采用指数加权移动平均(Exponential Weighted Moving Average,EWMA)作为低通滤波器来计算平均队列长度,并加入自适应机制使模型可以根据网络状态和缓冲区中平均队列变化来选择路由器对输入流量变化的反应程度,步骤S3中所构建的平均队列长度评估模型如下式:;式中,t表示当前时刻,avg(t)为当前时刻t的平均队列长度,avg(t+1)为t+1时刻的平均队列长度,inst(t+1)为t+1时刻的瞬时队列长度,wq为路由器参数权重,其计算如下式:;式中,w。
24、q0为路由器参数初始权重,avg为平均队列长度,minth为队列最小阈值,maxth为队列最大阈值。0020步骤S4:构建平均队列长度变化趋势模型,计算当前时刻各路由器缓冲区中平均队列长度的一阶变化率davg、平均队列长度的二阶变化率sdavg;步骤S4中所构建的平均队列长度变化趋势模型包括两部分,分别为平均队列长度一阶变化率模型和平均队列长度二阶变化率模型,其中平均队列长度一阶变化率模型如下式:;式中,davg(t)为当前时刻t的平均队列长度一阶变化率,davg(t+1)为t+1时刻的平均队列长度一阶变化率,inst(t)为当前时刻t的瞬时队列长度,inst(t+1)为t+1时刻的瞬时队列长。
25、度,wq为路由器参数权重;平均队列长度二阶变化率模型如下式:;说明书5/8 页9CN 117499314 A9式中,sdavg(t)为当前时刻t的平均队列长度二阶变化率,sdavg(t+1)为t+1时刻的平均队列长度二阶变化率,inst(t1)为t1时刻的瞬时队列长度。0021步骤S5:分别针对当前时刻各路由器缓冲区,根据平均队列长度的一阶变化率davg、平均队列长度的二阶变化率sdavg,计算当前时刻的平均队列长度中间阈值midth,并进行平均队列长度中间阈值midth的实时更新;步骤S5中所述的平均队列长度中间阈值midth的计算与更新如下式:;式中,midth的初始值设置为1/2(min。
26、th+maxth),minth为队列最小阈值,maxth为队列最大阈值,davg为平均队列长度的一阶变化率,sdavg为平均队列长度的二阶变化率。0022步骤S6:基于平均队列长度avg、平均队列长度的一阶变化率davg、平均队列长度的二阶变化率sdavg、平均队列长度中间阈值midth,构建丢弃概率模型,丢弃概率模型用于计算分组数据的丢弃概率pb,根据丢弃概率pb判断步骤S2所到达的分组数据应进入路由器缓冲区的队列或丢弃;步骤S6中所构建的丢弃概率模型如下式:;式中,pb为丢弃概率,p1为第一丢弃概率函数,p2为第二丢弃概率函数,p3为第三丢弃概率函数,p4为第四丢弃概率函数。0023当平均。
27、队列长度的一阶变化率davg、平均队列长度的二阶变化率sdavg都为正值时,对应的丢弃概率模型中的第一丢弃概率函数p1如下式:;式中,maxp为最大丢弃概率,minth为队列最小阈值,maxth为队列最大阈值。0024当平均队列长度的一阶变化率davg为正值,平均队列长度的二阶变化率sdavg非正值时,对应的丢弃概率模型中的第二丢弃概率函数p2如下式:;说明书6/8 页10CN 117499314 A10式中,maxp为最大丢弃概率,minth为队列最小阈值,maxth为队列最大阈值。0025当平均队列长度的一阶变化率davg非正值,平均队列长度的二阶变化率sdavg为正值时,对应的丢弃概率模。
28、型中的第三丢弃概率函数p3如下式:;式中,maxp为最大丢弃概率,minth为队列最小阈值,maxth为队列最大阈值。0026当平均队列长度的一阶变化率davg、平均队列长度的二阶变化率sdavg都为非正值时,对应的丢弃概率模型中的第四丢弃概率函数p4如下式:;式中,maxp为最大丢弃概率,minth为队列最小阈值,maxth为队列最大阈值。0027步骤S7:判断所到达的分组数据的丢弃概率pb是否为0,如果是,则该分组数据进入路由器缓冲区的队列,否则丢弃该分组数据;步骤S8:等待新的分组数据到达路由器缓冲区,重复执行步骤S1步骤S7,完成网络的拥塞控制。0028以下为本发明所设计的基于平均队列。
29、长度变化趋势的网络自适应拥塞控制方法基于实际应用场景的性能分析:分别模拟25、50、75和100个FTP源的仿真场景,分别对应于低、中、高和极高流量负载条件。在此基础上,对方法的有效性进行验证,验证的性能指标包括队列长度、端到端时延、时延抖动、吞吐量和丢包率,并与RED、URED、TRED、AQMRD和agRED五种算法进行对比。0029图2为网络仿真拓扑图,S1到Sn为FTP发送源,D1到Dn为目的端。从源端到路由器R1的每条链路容量为50Mbps,传播延迟为10ms。瓶颈链路的容量为10Mbps,传播延迟为40ms。从路由器R2到目的端的每条链路容量为50Mbps,传播延迟为10ms。00。
30、30图3图8依次分别为100个FTP源下RED、URED、TRED、agRED、AQMRD以及本发明方法队列长度仿真图。可以看出本发明方法可以将缓冲区队列长度维持在较低水平,在平均队列长度和瞬时队列长度方面的稳定性都是最高的,有效降低了队列长度的抖动。0031图9是不同流量负载下本发明方法(CTRED)和RED、URED、TRED、agRED以及AQMRD算法端到端时延的对比图。在低流量负载情况下,本发明方法效果仅次于agRED算法,优于RED、URED、TRED和AQMRD算法。而在中和高流量负载情况下,本发明方法也可以取得良好的效果,优于RED、URED和TRED算法,这是因为端到端时延性。
31、能受到队列长度影响,队列长度越低,时延就越低。本发明方法采用基于队列长度变化趋势的自适应丢弃策略,可以将队列长度保持在较低水平,从而有效降低了端到端时延。0032图10是不同流量负载下本发明方法(CTRED)和RED、URED、TRED、agRED以及AQMRD算法端到端时延抖动的对比图。可以发现在低、中和高流量负载情况下,采用本发明方法后说明书7/8 页11CN 117499314 A11时延抖动得到显著降低,均优于其他五种算法。这是因为时延抖动性能受到队列长度稳定性的影响,队列长度越稳定,时延抖动就越低。本发明方法采用了基于队列长度变化趋势的自适应丢弃策略,可以有效提高队列长度的稳定性,从。
32、而有效降低时延抖动。0033图11是不同流量负载下本发明方法(CTRED)和RED、URED、TRED、agRED以及AQMRD算法吞吐量的对比图。发现使用本发明方法的网络吞吐量都是最高的。在低和中流量负载时,本发明方法的提升效果更加显著,而在高流量负载时,对比其他五种算法,本发明方法效果得到略微提升。说明本发明方法无论在何种流量负载下都可以有效提高网络吞吐量。0034图12是不同流量负载下本发明方法(CTRED)和RED、URED、TRED、agRED和AQMRD算法丢包率的对比图。在不同流量负载下,本发明方法都可以取得较低的丢包率,特别是在FTP源数为25和75时,本发明方法均可取得六种算。
33、法中的最佳效果。这是因为本发明方法可以保证较低且稳定的队列长度,能够使缓冲区保留更多的可用空间以吸收突发流量,从而有效降低丢包率。0035综合上述,本发明提出了基于平均队列长度变化趋势的网络自适应拥塞控制方法,首先引入了队列权重的自适应机制,使其可根据网络状态进行自适应调整,以此为基础提出了新的平均队列长度评估模型。其次,引入新的参数平均队列长度二阶变化率,建立了平均队列长度变化趋势模型以预测未来队列长度的变化趋势。最后,根据平均队列长度一阶和二阶变化率信息,进行中间阈值更新,并采用三次函数和线性函数相结合的方式进行丢弃函数的设置,以提升网络性能指标。本发明算法实现了网络拥塞的有效控制,并在队。
34、列长度、时延抖动和吞吐量等方面表现出较好的性能。0036上面结合附图对本发明的实施方式作了详细说明,但是本发明并不限于上述实施方式,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下做出各种变化。说明书8/8 页12CN 117499314 A12图1说明书附图1/11 页13CN 117499314 A13图2图3说明书附图2/11 页14CN 117499314 A14图4说明书附图3/11 页15CN 117499314 A15图5说明书附图4/11 页16CN 117499314 A16图6说明书附图5/11 页17CN 117499314 A17图7说明书附图6/11 页18CN 117499314 A18图8说明书附图7/11 页19CN 117499314 A19图9说明书附图8/11 页20CN 117499314 A20图10说明书附图9/11 页21CN 117499314 A21图11说明书附图10/11 页22CN 117499314 A22图12说明书附图11/11 页23CN 117499314 A23。
- 内容关键字: 基于 平均 队列 长度 变化 趋势 网络 自适应 拥塞 控制 方法
井用踏步.pdf
油田用平板闸阀密封连接结构.pdf
混凝土搅拌装置.pdf
用于针织设备的供纱机构.pdf
魔方.pdf
防拱装置.pdf
2-乙基蒽醌生产用废酸处理装置.pdf
零件加工定位工装.pdf
水基压裂液搅拌装置.pdf
气动式料带接料台.pdf
电缆生产用托架.pdf
气体环境检测装置.pdf
建筑工程桩.pdf
混凝土保温体系.pdf
自动钉裤袢装置.pdf
无电动力驱动装置.pdf
多功能的离心泵生产加工装置.pdf
静脉设备摄像头模组异常检测的方法和系统.pdf
微模块机房环境监控方法及系统.pdf
供排水设备关联数据在线监测方法及系统.pdf
结合事件日志和知识图谱的流程操作序列生成方法及系统.pdf
计算机控制设备的运行功率监测系统.pdf
雷达产品的测试系统及测试方法.pdf
纬纱绕卷装置.pdf
基于代谢组学和人工智能技术的肺腺癌早期诊断标志物及其应用.pdf
基于大模型的信息校验方法及装置.pdf
带有升降旋转摄像头的智能手表拍照控制方法及系统.pdf
公路施工用岩土取样装置.pdf
能够快速调节的建筑施工用垂直检测设备.pdf
中央空调冷热源节能智控系统.pdf
水上天然气管道支护结构.pdf
红外体温测量仪.pdf
路桥连接控制系统及其施工方法.pdf
平菇养殖管理系统.pdf
油条机上油条面胚表面间隔涂覆水的方法.pdf
重载铁路用耐寒聚氨酯垫板及其制备方法.pdf
儿内科用叩诊锤装置.pdf
信息投放方法、系统及计算设备.pdf
用于测试深水网箱浮架结构力学性能的试验设备.pdf
检测原花青素含量的硫酸-香草醛法.pdf
动态升降平衡支撑结构.pdf
适用于岸电系统的物联网终端数据采集装置及监控方法.pdf
不产生气泡的自动化手机贴膜装置.pdf
抗氧化效果的铜箔电解生产设备.pdf
用于金属表面处理的高效电镀装置.pdf
糖蜜发酵液膏体肥料及其制备方法.pdf
人CNOT1突变基因及其在肝癌化疗中的应用.pdf
基于深度学习的三自由度直升机显式模型预测控制方法.pdf
农产品可视化追溯系统.pdf
药品拆零存放架.pdf