基于TCP Vegas拥塞控制算法的研究与改进

网络拥塞已经成为制约因特网发展的瓶颈.在众多TCP拥塞控制算法中,TCP Vegas表现出比其他算法更为优越的性能,但是在特定环境下也存在不足.本文通过对网络拥塞策略的研究和Vegas性能的分析,验证了Vegas整体性能优于Reno的结论,并通过分析Vegas的特点,针对α和β的值对公平性的影响,提出了一种在TCP Vegas与TCP Reno共存环境下获得良好拥塞控制的方法,并通过网络仿真证明了本方法的有效性和正确性.

GEO卫星网中基于拥塞状态区分的TCP Vegas改进算法

针对TCP Vegas在GEO卫星网络中应用时难以准确估计BaseRTT而带来的不足,结合TCP Vegas-A和TCP New Veno算法的优势,提出了一种改进算法TCP Vegas-A+。改进算法在TCP Vegas-A算法的基础上,引入基于相对队列时延的拥塞状态判断方法,对网络状态进一步细分,以准确判断网络拥塞状态,合理调整拥塞窗口。仿真结果表明,改进算法具有较好的吞吐量性能,并提高了与Reno竞争带宽的能力,能较好地适用于GEO卫星链路。

一种改善与TCP Reno兼容性的TCP Vegas改进算法

在分析TCP Vegas及其相关改进算法优缺点的基础上,针对TCP Vegas在与TCP Reno共享带宽时存在不兼容的问题,基于TCP Vegas-A算法,引入相对队列时延的拥塞状态判断方法,提出了一种Vegas改进算法TCP Vegas-A+。新算法将路由器缓存占用量和相对队列时延相结合,把网络状态进一步细分成拥塞增加和拥塞减轻状态,以更准确地判断网络拥塞情况、适时合理地调整拥塞窗口。分阶段对各算法的拥塞窗口大小、所传输的分组数进行数学计算,分析Vegas-A+连接与Reno连接的兼容性,并与Vegas+连接与Reno连接的兼容性进行比较,同时利用仿真实验进行验证。数学分析和仿真结果表明,Vegas-A+算法能更准确判断网络状态,改善了与TCP Reno的兼容性,能和TCP Reno较公平地竞争带宽。

一种基于博弈的拥塞控制改进算法G-Vegas

随着互联网的发展,网络拥塞问题越来越严重,如何改进现有的拥塞控制算法成为一个重要课题。为了解决网络拥塞问题,目前已有很多拥塞控制算法,大体可分为端到端的拥塞控制和基于网络的拥塞控制,本文主要关注基于端到端的拥塞控制。在众多的TCP拥塞控制算法中,Vegas算法以其主动避免拥塞的思想,具有较好的效果。但是,Vegas与目前主流的Reno算法兼容性差,存在带宽被挤占的问题。本文分析了拥塞问题的多重原因,并从博弈的角度分析了Vegas的缺点,提出了一种改进的拥塞控制算法G-Vegas。通过在NS2平台仿真,验证了算法的有效性。

具有反馈时延的TCP Vegas拥塞控制算法的稳定性分析

将Internet拥塞控制算法看作一个复杂的动态非线性反馈系统,借助多变量频率域控制系统的广义Nyquist判据和时延微分方程的Pontryagin判据,研究了各通信回路时延相同和时延不同条件下Internet网络拥塞控制算法,得到了具有反馈时延的TCPVegas拥塞控制算法在平衡点渐近稳定的多个判据.仿真结果说明了稳定性判据的有效性和实用性.

基于TCP Vegas的LTE网络拥塞控制算法性能分析

TCP Vegas和TCP Reno相比,虽然性能更强,吞吐量更高,但若将TCP Vegas部署在新的网络上仍存在较多障碍。以4G的LTE系统中部署TCP Vegas为例,分别对慢启动阶段的阈值设置和拥塞避免阶段的拥塞避免机制作相应改进。使用NS-2网络仿真LTE模型,结果表明TCP Vegas与TCP Reno相比具有更好的性能。

基于TCP Vegas拥塞控制算法的改进研究

文章针对同构型网络环境下Vegas算法优于其他算法,而在异构型网络环境下由于Vegas算法保守型的拥塞避免机制,导致其网络性能表现较差进而未能获得广泛应用的问题,在分析Vegas算法工作原理的基础上,提出一种Vegas参数优化算法。NS2仿真结果表明:Vegas参数优化算法具有大拥塞窗口和高吞吐量、低误码率等性能,与Reno算法共存兼容性较好,从而验证了算法的有效性。

MANET中TCP Vegas拥塞控制的端到端改进方法

TCP Vegas通过往返时间的最小值baseRTT来进行拥塞控制,因此获取准确baseRTT的值至关重要。在MANET中,不断变化的网络拓扑会导致baseRTT的测量出现严重偏差,从而降低了吞吐量,而TCP Vegas在拥塞避免阶段发生路由变化但没有引起丢包或失序现象时,已有的端到端启发式方案很难进行识别。采用回落探测方法识别路由变化,进而调节往返时间的最小值以改善TCP Vegas拥塞控制算法在MANET中的性能。

对Sack拥塞控制算法的研究

针对Sack算法展开论述,详细分析了Sack存在的问题,并分别就慢启动,延迟响应对TCP性能的影响给出了解决方法,为今后进一步的研究奠定了基础,最后提出了进一步的研究方向。

基于状态确认的卫星链路拥塞控制算法研究

卫星通信中使用传统通信协议Vegas算法进行拥塞控制时,由于无法识别丢包的原因和位置,导致不能充分利用链路带宽,吞吐量降低。为此,提出一种基于状态确认的拥塞控制算法CD-Vegas,在数据传输过程中能够实时判断拥塞可能发生的位置,使得发送端对时延变化做出准确判断,及时调整拥塞窗口,预防并控制拥塞的发生。文中基于OPNET软件设计仿真模型并搭建卫星网络通信所需环境,以吞吐量和丢包率为评估指标,验证算法可行性。仿真结果显示,峰值吞吐量提高11%,最高丢包率降低7‰,有效减少反向拥塞对链路传输效率的影响。

TCP网络拥塞控制算法比较研究

网络应用的快速发展使得网络拥塞问题变得越来越严重,因此,拥塞控制机制的研究已成为网络鲁棒性研究热点之一。分析了4种TCP拥塞控制典型算法(Newreno、Vegas、Sack1、Fack),并在NS仿真环境下进行了仿真,着重分析了4种算法的拥塞窗口、吞吐量、丢失率和平均队列的变化情况,总结了4种算法的优缺点。仿真结果表明,Vegas算法采用时间延迟作为拥塞度量,通过比较实际传输速率和期望传输速率之间的差值来预知拥塞,能较好地预测网络带宽使用情况,其数据包丢失率小、缓存队列长度较小,具有良好的应用前景。

基于正向时延的卫星网络拥塞控制算法研究

在具有带宽不对称特点的卫星网络中,反向(地对空)链路带宽较小,更容易发生拥塞。当反向链路发生拥塞时,可以通过减小发送端的发送窗口来降低拥塞,但是这也降低了网络正向(空对地)链路的吞吐率。针对以上问题,提出了基于正向时延的TCP Vegas正向拥塞控制(Vegas_FD)算法。该算法通过测量数据分组的正向延迟时间,判定通信链路是否发生拥塞,并根据通信链路不同的拥塞类型采取不同的控制策略,使拥塞控制算法在反向链路发生拥塞时仍保持较高的吞吐率,适应了卫星网络带宽不对称特性。基于网络仿真软件Opnet进行了实验,结果表明,在卫星网络中Vegas_FD算法比Vegas算法、Westwood算法吞吐率性能明显提高,验证了该算法的有效性。

基于向量求值的QPSO算法在多目标优化中的应用

在分析了VEGA和VEPSO解决多目标问题的基础上,研究了基于量子行为的微粒群优化算法(QPSO)解决多目标问题,并提出一种基于向量求值的QPSO多目标优化算法,即VEQPSO。在VEQPSO算法中改进了粒子的进化公式,通过典型的多目标测试函数所做的实验,验证了该算法解决多目标问题的有效性。

基于遗传算法与临境环境的机舱优化仿真研究

依照船舶建造规范要求,用AutoCAD软件建立船舶机舱模型,利用遗传算法对船舶机舱进行优化布置,以Creator和Vega软件为平台,实现临境视觉仿真,结合人体工程学,通过虚拟人对机舱设备进行可安装可操作性评估,实现对机舱布置设计的最优目标.

基于卫星链路的TCP拥塞控制算法探析

通过仿真实验分析了TCP拥塞控制机制的3种算法(Reno算法、SACK算法和Vegas算法)用于无线链路时性能下降的原因,提出了改进设想,为解决TCP拥塞问题提供了新的思路。

Vega视景仿真中的实时阴影绘制

针对基于Vega等高层平台的视景仿真系统中缺乏实时阴影绘制的缺点,提出改进方法,在场景中加入阴影绘制。研究了虚拟环境中的实时阴影生成算法和Vega提供的扩展机制,确定采用阴影映射(shadow mapping)算法,用OpenGL实现阴影绘制,并使用Vega平台提供的回调机制将阴影绘制集成到场景中,从而使生成的场景真实感更强。

基于ECN带预测验证的拥塞控制算法

提出了一种新的拥塞控制源算法FAV(Forecast and Verify)，这是一种在接收方测量分组到达的延迟来预测网络中是否将出现拥塞的算法，并结合ECN来验证预测的准确性。通过和TCP Reno、TCP Vegas算法进行比较实验，表明FAV算法能够有效地减小丢失率和链路延迟，同时保持较高的链路利用率，从而使网络中的拥塞得到较好控制。

病毒协同进化遗传算法在自动化立体仓库货位优化中应用的研究

自动化立体仓库的存取效率直接影响着现代物流的整体效益,而存取效率高低的关键在于货位优化。针对自动化立体仓库实际应用中的货位规划难题,提出了利用病毒协同进化遗传算法来研究自动化立体仓库货位优化问题的方法,并将该算法和传统的遗传算法作比较。以提高货架稳定性和货物出入库效率为优化目标,建立了货位优化的多目标优化问题数学模型。最后利用MATLAB工具进行编程与仿真,实验结果表明,病毒协同进化遗传算法(VEGA)相比传统的遗传算法具有更好的收敛性和搜索效率。由此可见,利用病毒协同进化遗传算法对自动化立体仓库进行货位优化,可以很大程度上改善货物的出入库效率和货架的稳定性,进而提高货架的使用率。

视景仿真中的新型高效碰撞检测算法研究

Vega Prime提供的相交矢量碰撞检测算法不适用于对精度要求较高的视景仿真系统。针对该类问题,采用层次包围盒,以及结合一维空间排序法思想,提出一种新型高效碰撞检测算法。通过将该算法在制导弹药视景仿真系统中进行实现后,分别与相交矢量碰撞检测算法、传统OBB包围盒算法进行对比试验和分析。结果表明,该算法不仅解决了相交矢量算法出现的"穿透"等失真问题,还提高了仿真的效率,满足了视景仿真系统的高精度要求。

解决多维0/1背包问题的遗传算法综述

多维背包问题是经典的NP hard问题。为了更有效地解决背包问题,针对多维背包问题介绍了三种比较新的混合遗传算法的思想,尤其是QGA和VEGA,QGA较注重于算法的并行性实现,VEGA则是利用病毒感染的生物机理,利用病毒个体和主个体之间的协同进化而实现局部搜索和全局搜索的结合。提出了值得改进的问题。