CN102186211B - 一种端到端多链路并行传输的负载分配方法 - Google Patents

Abstract

本发明涉及无线网络技术领域，提供了一种端到端多链路并行传输的负载分配方法。本发明方法中，通过对负载分配理论值和实际传输值之间的误差和误差门限值之间的对比，根据不同的对比结果采用不同的业务分割方法，能够有效降低当业务源端的数据速率发生大幅改变之后，接收端的重排序时延，从而控制端到端的整体时延，具有较强的实用性。

Description

一种端到端多链路并行传输的负载分配方法

技术领域

本发明涉及无线网络技术领域，特别涉及一种端到端多链路并行传输的负载分配方法。

背景技术

目前，无线网络中诸多网络技术(如802.11/802.16/3GPP/3GPP2等)并存，对异构无线网络技术全IP化的融合及各网络之间的无缝协作的研究成为热点；同时，无线因特网业务以及高速数据业务的迅速发展，使得当前端到端单链路传输技术越来越难以满足用户业务的宽带化、个性化、智能化等需求，因此，通过同时利用多种无线网络技术，实现端到端多链路并行传输是下一代通信网络发展的必然趋势。

基于业务分割进行端到端多链路并行传输的方式能够增加系统的吞吐量，提高无线网络资源利用效率。然而，由于传输过程中，各链路传输时延不同，那么包的先后到达顺序不能够完全符合包的编号顺序，此时先到达的具有靠后编号顺序的数据包将被存储在接收端的缓存中进行等待和重排序，继而产生的重排序时延将使得包到达接收端的时延增加，并导致业务质量下降。因此一个重要而具有挑战性的问题是如何降低接收端由于不同链路的不同传输时延而引起的数据包重新排序时延，从而降低端到端的整体时延。当前，部分研究工作提出通过对协议层的修改，进行数据包重新排序的策略，该类方案对协议改动较大，并且对现有网络架构的影响没有确切分析，使得其可行性概率降低。因此，如何在链路层优化数据包的调度成为解决数据包重排序时延的重要研究方向。

根据每条链路的传输能力调节其负载分配比例，以实现降低数据包到达通信对端后产生的重排序时延的方法可行性较高，对现有网络架构影响小。另一方面，对于每条链路，最小传输单元是一个数据包，每条链路的业务负载应满足整数限制，于是负载分配在理论和实际传输中会存在误差，当该误差超过一定范围时，重排序时延可能不仅得不到有效的降低，反而将影响并降低用户业务体验。

上述误差与业务数据速率密切相关，在业务发生的时间段内，当数据速率发生大幅改变后，在调节多链路间负载分配比例的同时，应该对负载分配在理论和实际传输中会存在误差进行监测，当误差过大时，应该采用其它更加有效的方法，兼顾实施的可行性和降低重排序时延这两方面。

发明内容

(一)要解决的技术问题

针对现有技术的缺点，本发明为了解决现有技术中端到端多链路并行传输负载分配在理论和实际传输中会存在误差的问题，提供了一种端到端多链路并行传输的负载分配方法，在发送数据包之前计算出链路间的负载分配比例，同时对负载分配在理论和实际传输中将会存在并出现的误差进行计算，从而选择适当的链路和比例发送业务数据。

(二)技术方案

为此，本发明具体地采用如下技术方案进行：

首先，本发明提供一种端到端多链路并行传输的负载分配方法，所述方法包括步骤：

S1，业务源端收集可用链路信息和业务信息；

S2，根据所述可用链路信息和所述业务信息，以所有可用链路均参与数据传输为基础，将业务分割并计算分配在每条链路上的负载比例；

S3，根据所述负载比例的计算结果，进一步计算所有链路负载分配的理论值和链路的实际传输值之间的平均误差；

S4，判断所述平均误差是否大于系统预先设定的误差门限，若是则执行步骤S5；否则转至步骤S6；

S5，所述平均误差超过所述误差门限，业务源端选取可用链路集合的一个最优子集合，将当前业务按最优子集合中每条链路的发送能力的比例进行分割并发送；

S6，业务源端根据步骤S2中计算的负载比例将业务分割，并分配给所有可用链路发送。

优选地，所述可用链路是指所述业务源端配备的能够建立数据传输连接的所有网络连接。

优选地，步骤S1中，所述可用链路信息具体包括：链路的最大传输速率、链路的平均传输时延、链路的最大重传次数和链路的误包率。

优选地，步骤S1中，所述业务信息具体为业务数据的速率需求。

优选地，步骤S2中，所述将业务分割是指将业务数据按最优业务负载均衡方式分成若干部分，各部分由不同的链路并行传输。

优选地，步骤S3中，所述负载分配的理论值是指通过所述最优业务负载均衡方式计算得到的分配在每条链路上的所述负载比例。

优选地，步骤S3中，所述实际传输值是指链路的实际传输能力，与链路的最大传输速率及链路的最小传输单位有关。

优选地，所述系统预先设定的误差门限是指系统根据历史统计信息及业务需求信息作出的经验误差的门限值。

优选地，所述最优子集合是指能够满足业务速率需求的最少链路集合，同时该集合内任一链路的传输性能都优于其它不属于该集合的可用链路。

优选地，步骤S5中，所述将当前业务按最优子集合中每条链路的发送能力的比例进行分割是指：对业务的分割比例等同于每条链路最大发送能力之比。

(三)有益效果

本发明提供的端到端多链路并行传输的负载分配方法，通过对负载分配理论值和实际传输值之间的误差和误差门限值之间的对比，根据不同的对比结果采用不同的业务分割方法，能够有效降低当业务源端的数据速率发生大幅改变之后，接收端的重排序时延，从而控制端到端的整体时延，具有较强的实用性。

附图说明

图1为本发明中端到端多链路并行传输的负载分配方法流程图；

图2为本发明中一种端到端多链路并行传输的实施方式示意图；

图3为本发明中共有三条可用链路的场景下与传统按比例的负载分配方法的重排序时延对比效果图；

图4为上述场景下，按比例分配方式在各种速率情况下的误差率示意图；

图5为上述场景下，传统按比例分配方式与本发明中最优子集合方式对重排序时延进行统计后的对比效果图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

针对数据业务发展需求，本发明提出了一种适用于降低端到端多链路并行传输的重排序时延的负载分配方法，该方法根据业务数据的速率请求，以及当前获得的可用链路集合的相关信息，在发送数据包之前计算出链路间的负载分配比例，同时对负载分配在理论和实际传输中将会存在并出现的误差进行计算，当误差超过门限值的时候，负载分配方法不采用按比例分配在所有可用链路上，而是采用选取可用链路集合的其中一个最优子集合来承载业务数据的方法，降低重排序时延，从而达到降低端到端时延的目标。因此，本发明在处理由于重排序时延导致端到端时延增加的并行多链路传输，具有很强的自适应性和实用性。具体地，所述方法包括步骤：

业务源端(数据发送端)收集可用链路信息和业务信息；

业务源端根据可用链路信息和业务信息，以所有可用链路参与数据传输为基础，将业务流分割，计算分配在每条链路上的负载比例；

业务源端根据负载比例的计算结果，进一步计算所有链路负载分配的理论值和实际能够传输值之间的平均误差，并将该误差与系统预先设定的误差门限进行比较；

根据比较结果，业务源端将采取不同的发送方案：

(1)当平均误差不超过误差门限时，业务源端根据已计算的负载比例将业务分割，并分配给相应的链路发送；

(2)当平均误差超过误差门限时，业务源端选取可用链路集合的一个最优子集合，将当前业务按最优子集合中每条链路的发送能力的比例进行分割，并分配给相应的链路发送。

本发明针对端到端多链路并行发送时，各链路的负载分配理论值和实际传输值之间的误差可能影响数据接收端的数据包重排序时延，设计了一种与之相适应的负载分配方法，在预先设定的误差门限条件下，通过对负载分配理论值和实际传输值之间的误差和误差门限值之间的对比，根据不同的对比结果采用不同的业务分割方法，能够有效降低当业务源端的数据速率发生大幅改变之后，接收端的重排序时延，从而控制端到端的整体时延，具有较强的实用性。

实施例1

如图2所示是一种端到端多链路并行传输实施例的示意图，其中假设共有M条可用链路，链路均采用队列传输业务数据包，则本发明的方法针对此实施例的具体执行步骤为：

第一步，业务源端收集信息：业务每单位时间发送r个数据包，可用链路集合为L＝{L_i|i＝1，2，…，M}；

表示可用链路的信息集合，其中

表示链路L_i的最大传输速率，有并且

表示链路L_i的平均传输时延；

表示链路L_i的最大重传次数；

表示链路L_i的误包率。

第二步，业务源端根据可用链路信息和业务信息，以所有可用链路参与数据传输为基础，将业务流分割，计算分配在每条链路上的负载比例：

在本步骤中，链路L_i每个周期被分配的

个数据包，令

表示链路L_i发送这些数据包的传输时延的期望值；对于可用链路集合L，多链路的最优业务负载均衡理论上可以建模为寻找

使得公式(1)成立：

$T_{L_1}=T_{L_2}=...=T_{L_M}---\left(1\right)$

又，

的计算可通过公式(2)得到：

其中

是传输

次

个数据包的时间的期望值，

是传输

个数据包的时间的期望值。

而传输x个包

的时间期望值可通过公式(3)得到：

$t=\underset{k=0}{\overset{q_{L_i}^3}{\mathrm{\Σ}}}\left[{\left(F(q_{L_i}^4,x)\right)}^{k}F(q_{L_i}^4,x)(k+1)q_{L_i}^2\right]$

$+{\left(F(q_{L_i}^4,x)\right)}^{q_{L_i}^3+1}\·(q_{L_i}^3+1)q_{L_i}^2$

$=[\frac{1-{\left(F(q_{L_i}^4,x)\right)}^{q_{L_i}^3+2}}{1-F(q_{L_i}^4,x)}-(q_{L_i}^3+2){\left(F(q_{L_i}^4,x)\right)}^{q_{L_i}^3+2}---\left(3\right)$

$+(q_{L_i}^3+1){\left(F(q_{L_i}^4,x)\right)}^{q_{L_i}^3+1}]q_{L_i}^2$

其中

联立公式(1)、(2)、(3)以及

即可解得

第三步，首先计算所有链路负载分配的理论值和实际能够传输值之间的平均误差

计算方法如公式(4)所示：

将

与系统预先设定的e_Th进行比较。

第四步，根据第三步的比较结果，当

时，业务源端根据第二步计算的负载比例将业务分割，并分配给相应的链路发送；当

时，选取可用链路集合的一个最优子集合，将当前业务按最优子集合中每条链路的发送能力的比例进行分割，并分配给相应的链路发送。可用链路集合的最优子集合的选取采用基于模糊逻辑的多属性决策方法：

首先，以

中的每一项性能作为排序准则，分别获得一个关于所有链路的排序序列，

其中“≥”表示L_i之间性能的优劣关系；

表示链路L_i在在以q为排序准则的排序序列τ^q中的位置或排名，链路L_i的性能越好，

的值就越小，即排序越靠前。

接着，令

表示链路L_i在所有排序准则下的

的加权和，则

可以看作是链路L_i的综合性能的体现值；同时，令

表示以

为准则得到的链路综合排名。

的计算方法如下：建立决策矩阵

为决策因素，

中的每个元素都有一个权重因子，权重因子集合记为W，根据第一步收集的链路信息，

包含四个元素，因此对于每个其权重因子集合W＝{w_j|j＝1，2，3，4}，w_j对应

中元素并且

由于链路的测量信息的抖动，为了保证该算法的鲁棒性，对决策矩阵首先进行模糊化。为了简便起见，Y的所有元素都使用三角模糊化方法，定义每个元素集合的值为{差，中，好}，模糊化矩阵的每行可以表示为公式(5)：

${\tilde{Q}}_{L_i}=[(u_1^{q_{L_i}^1},u_2^{q_{L_i}^1},u_3^{q_{L_i}^1}),...,(u_1^{q_{L_i}^4},u_2^{q_{L_i}^4},u_3^{q_{L_i}^4})]---\left(5\right)$

其中，式(5)中每个三元组对应上述(差，中，好)，其值大小由对应的隶属度关系确定。

为计算并比较各

需要先定义虚拟最佳链路U_op并将其进行模糊化，根据式(5)，则可以得出式(6)：

$U_{\mathrm{op}}=[(u_1^{q_{\mathrm{op}}^1},u_2^{q_{\mathrm{op}}^1},u_3^{q_{\mathrm{op}}^1}),...,(u_1^{q_{\mathrm{op}}^4},u_2^{q_{\mathrm{op}}^4},u_3^{q_{\mathrm{op}}^4})]---\left(6\right)$

虚拟最佳链路U_op的每个参数均选自所有可用链路的最优值；那么，

可以定义为链路L_i各决策因素与虚拟最佳链路各决策因素的汉明距离的加权和。链路L_i第j个决策因素与虚拟最佳链路第j个决策因素的汉明距离如公式(7)所示：

$H_{L_i,\mathrm{op}}^{q_{L_i}^j}=\left|\right|(u_1^{q_{L_i}^j},u_2^{q_{L_i}^j},u_3^{q_{L_i}^j})-(u_1^{q_{\mathrm{op}}^j},u_2^{q_{\mathrm{op}}^j},u_3^{q_{\mathrm{op}}^j})|{|}_1---\left(7\right)$

于是，

可以通过公式(8)计算得到。

$Z_{L_i}=(H_{L_i,\mathrm{op}}^{q_{L_i}^1},...,H_{L_i,\mathrm{op}}^{q_{L_i}^4})W^T---\left(8\right)$

最后，所有可用链路的最优子集合的选取准则为：前最好的K个链路将被用于传输r个数据包，K值的选取满足如下条件：

且

下面根据一个具体的端到端多链路并行传输的负载分配的实施例来验证本发明方法的优越性。

实施例2

在本实施例中，假设业务源端检测到共有三条可用链路，即M＝3。每条链路的最大发送速率(单位为packets/second)、平均传输时延(单位为ms)、最大重传次数和误包率分别为：

预设误差门限为3％。

假设业务源端的业务速率在初始阶段为每秒60个包，一段时间后，业务速率降为每秒35个包，以此为一个具体实施例，通过仿真对比分析了采用本发明方法和只采用按比例分配负载的方法下的重排序时延，证明了本发明方法的优越性。同时，通过在各种速率下重排序时延的统计，分析验证了按比例分配的负载在理论和实际传输中将会存在并出现的误差与其对时延影响的关系，并证明了本发明方法的必要性。

图3表示了本发明方法和只采用按比例分配负载的方法下的重排序时延对比。当业务源端的数据速率降为每秒35个包的时候，检测到按比例分配的负载在理论和实际传输中出现的误差超过了预设门限，此时，系统采用最优子集合的方法重新分配负载，可以看出，此时重排序时延较按比例分配负载的方法得到的排序时延更低；当业务源端的数据速率曾为每秒70个包的时候，检测到按比例分配的负载在理论和实际传输中出现的误差小于预设门限，此时，系统采用按比例分配负载的方法再次重新分配负载。本图说明了本发明方法在实际传输中的实用性和性能的优越性。

图4表示了在设定系统中，各种速率情况下按比例分配的负载在理论和实际传输中存在的误差，可以看出，随着数据速率的增加，统计的误差呈下降趋势，因此，本发明方法关于误差的分析成立。图4也成为本发明方法必要性的证明之一。

图5表示了在设定系统中，各种速率情况下单独使用按比例分配负载和利用最优子集合的方法统计的重排序时延的对比。当数据速率小于每秒47个包的时候，利用最优子集合的方法表现出更优的重排序时延性能，当数据速率大于每秒47个包的时候，使用按比例分配负载的方法表现出更优的重排序时延性能。因此，图5进一步证明了本发明方法的必要性。

以上实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的发明保护范围应由权利要求限定。

Claims (8)

1.一种端到端多链路并行传输的负载分配方法，其特征在于，所述方法包括步骤：

S1，业务源端收集可用链路信息和业务信息；

S2，根据所述可用链路信息和所述业务信息，以所有可用链路均参与数据传输为基础，将业务分割并计算分配在每条链路上的负载比例；其中，业务信息为业务数据的速率需求；

所述业务分割是指将业务数据按最优业务负载均衡方式进行分割；

所述计算分配在每条链路上的负载比例是通过最优业务负载均衡方式计算得到分配在每条链路上的所述负载比例；

S3，根据所述负载比例的计算结果，进一步计算所有链路负载分配的理论值和链路的实际传输值之间的平均误差；

S4，判断所述平均误差是否大于系统预先设定的误差门限，若是则执行步骤S5；否则转至步骤S6；

S5，所述平均误差超过所述误差门限，业务源端选取可用链路集合的一个最优子集合，将当前业务按最优子集合中每条链路的发送能力的比例进行分割并发送；

S6，业务源端根据步骤S2中计算的负载比例将业务分割，并分配给所有可用链路发送。

2.根据权利要求1所述的方法，其特征在于，所述可用链路是指所述业务源端配备的能够建立数据传输连接的所有网络连接。

3.根据权利要求1所述的方法，其特征在于，步骤S1中，所述可用链路信息具体包括：链路的最大传输速率、链路的平均传输时延、链路的最大重传次数和链路的误包率。

4.根据权利要求1所述的方法，其特征在于，步骤S2中，所述将业务分割是指将业务数据按最优业务负载均衡方式分成若干部分，各部分由不同的链路并行传输。

5.根据权利要求1所述的方法，其特征在于，步骤S3中，所述实际传输值是指链路的实际传输能力，与链路的最大传输速率及链路的最小传输单位有关。

6.根据权利要求1所述的方法，其特征在于，所述系统预先设定的误差门限是指系统根据历史统计信息及业务需求信息作出的经验误差的门限值。

7.根据权利要求1所述的方法，其特征在于，所述最优子集合是指能够满足业务速率需求的最少链路集合，同时该集合内任一链路的传输性能都优于其它不属于该集合的可用链路。

8.根据权利要求1所述的方法，其特征在于，步骤S5中，所述将当前业务按最优子集合中每条链路的发送能力的比例进行分割是指：对业务的分割比例等同于每条链路最大发送能力之比。

Images