CN102835076B - 用于估算电信网络中的往返时间的系统和方法 - Google Patents

Abstract

本发明公开了一种用于估算在电信网络中传送的数据分组的往返时间(RTT)值的方法。在从开始数据传输开始的第一时间段(206)期间，通过使用自初始化增长记忆多项式(EMP)滤波器(16)对RTT采样(12)的周期性序列进行滤波来生成估算RTT值(14)，在第一时间段结束后的第一切换时刻之后，通过使用衰减记忆多项式(FMP)滤波器(18)对RTT采样进行滤波来生成估算RTT值。通过比较FMP估算误差和EMP估算误差来确定第一切换时刻，其中FMP估算误差是FMP滤波器的输出与RTT采样之差，而EMP估算误差是EMP滤波器的输出和RTT采样之差，并且当FMP估算误差变为等于或小于EMP估算误差时，触发第一切换时刻。

Description

用于估算电信网络中的往返时间的系统和方法

发明的领域

本发明涉及电信网络中的往返时间估算，尤其涉及用于估算分组交换电信网络中的往返时间的系统和方法。

发明的背景

互联网日益用来传输视频点播、视频电话和视频会议等应用所产生的大量多媒体数据。在例如互联网的分组交换电信网络上可靠地传输视频需要严格的带宽要求以及低延迟及低丢包要求。目前，互联网在网络层中不具有支持这些要求的任何特定功能。相反，在协议栈的应用层或在协议栈的传输层的传输控制协议(TCP)中提供业务质量功能。

TCP包括有在网络层的顶部执行的算法，这种算法通过基于丢包率和在传输期间数据经过的往返时间(RTT)调整传输速率来控制网络拥塞。因此，为了控制网络拥塞，具有对往返时间的精确估算是重要的。其它控制实时网络业务的协议也利用RTT估算。

往返时间是发送分组和接收对分组的应答之间所经过的时间段。利用将分组从信号源发送到目的地并追踪对这些分组的传输的协议能够获得各个单独的RTT采样。虽然设计这样的协议相当简单，但因为各种不同的噪声源的缘故，例如发送方和接收方的时钟之间在同步上存在差异的缘故，各个单独的采样的精度不是实际RTT的非常好的表示。大多数业务控制器使用对未来值的预测，而不是直接使用采样值，这是由于预测的值给出优于采样值的结果。

利用采样值的噪声和非线性特征预测往返时间是复杂的。目前，TCP通过对连接上发送的分组的特性进行采样并利用数字滤波器将这些采样平均为“平滑的”往返时间估计值来预测未来的往返时间。TCP中所使用的数字滤波器属于零价衰减记忆多项式(FMP)滤波器的家族。FMP滤波器基于先前值的加权序列和先前估算值来产生估算值。FMP滤波器不是自初始化的，因此在启动TCP连接时预测的值受滤波器的初始输入的影响很大。TCP滤波器的启动瞬变特性使得TCP滤波器产生的初始估计不准确。

在K.jacobsson，H.Hjalmarsson，N.Moller and K.H.Johanson，“Round-Trip  Time Estimation in Communication Networks Using Adaptive Kalman Filtering”， KTH-Royal Institute of Technology.，2004中，介绍了利用累积和(CUSUM)变化检测方案来检测平均RTT的突然变化的自适应Kalman(卡尔曼)滤波器。虽然该滤波器纠正了TCP滤波器的启动问题，但它引入了其它挑战，例如在线确定漂移和当平均RTT的变化发生时可能检测不到变化。

发明的目的

本发明的目的是提供一种用于估算电信网络中的往返时间的系统和方法，该系统和方法相当简单且至少部分地消除了前面提到的一些缺点。

在本申请文件中，术语“衰减记忆多项式(Fading Memory Polynomial) 滤波器(简称FMP滤波器)”指以具有恒定采样间隔的一连串采样作为其输入、其输出是用常数加权的最新输入采样的函数以及用逐渐较小的值对最新输入采样之前的采样进行加权的任何滤波器。术语“增长记忆多项式(Expanding  Memory Polynomial)滤波器(简称EMP滤波器)”指以具有恒定采样间隔的一连串采样作为其输入以及其输出是基于利用最小二乘误差将预定价的多项式拟合到一定数量的输入采样的任何滤波器。术语“组合多项式滤波器”指包括FMP滤波器和EMP滤波器两者的滤波器；以及术语“往返时间(RTT)”是发送数据分组和接收对数据分组的应答之间所经过的时间间隔。

发明的概述

根据本发明，提供一种用于估算在电信网络中传送的数据分组的往返时间(RTT)值的方法，在该方法中以周期性的间隔获取RTT采样序列，该方法包括：在从开始数据传输开始的第一时间段期间，通过使用自初始化增长记忆多项式(EMP)滤波器对RTT采样进行滤波来生成估算RTT值；以及在第一时间段结束后的第一切换时刻之后，通过使用衰减记忆多项式(FMP)滤波器对RTT采样进行滤波来生成估算RTT值。

本发明的其它特征保证FMP滤波器在第一时间段期间在后台运行并产生FMP估算误差，所述FMP估算误差为FMP滤波器的输出和RTT采样之差；保证将FMP估算误差不断地与EMP估算误差进行比较，所述EMP估算误差为EMP滤波器的输出与RTT采样之差；以及保证当FMP估算误差变为等于或小于EMP估算误差时，触发第一切换时刻。

本发明的另一些特征保证在具有EMP滤波器模式和FMP滤波器模式的一个组合多项式滤波器中实现EMP滤波器和FMP滤波器；保证利用相似的滤波器结构但不同的滤波器加权值组来实现滤波器模式；以及保证组合多项式滤波器通过改变滤波器加权值从EMP模式切换到FMP模式。

根据本发明的第一方面，在切换时刻之后，对于数据传输的剩余部分，利用FMP滤波器对RTT采样进行滤波。

根据本发明的第二方面，该方法包括在切换时刻之后的数据传输的剩余部分期间，不断地比较FMP估算误差和EMP估算误差，并根据哪个滤波器产生最小误差而从一个滤波器适应性地切换到另一个滤波器。

在TCP应用中，可以使用零价EMP和FMP滤波器。在其它应用中，例如在网络控制器要求估算RTT值更接近RTT采样时，可以使用最高至四价的EMP和FMP滤波器。

本发明应用到一种用于估算在电信网络中传送的数据分组的往返时间(RTT)值的系统，在该系统中以周期性的间隔获取RTT采样序列，该系统包括通过对RTT采样进行滤波生成估算RTT值的组合多项式滤波器，该组合多项式滤波器具有可交替选择的增长记忆多项式(EMP)滤波器模式和衰减记忆多项式(FMP)滤波器模式，其中在从开始数据传输开始而在第一切换时刻结束的第一时间段期间选择EMP模式，而在第一切换时刻选择FMP模式。

本发明的其它特征保证通过相同的滤波器结构但不同的滤波器加权值组来实现滤波器模式，从而使组合多项式滤波器通过改变滤波器加权值可操作地从EMP滤波器模式切换到FMP滤波器模式。

本发明的另一些特征保证FMP滤波器模式在第一时间段期间在后台运行并用于产生FMP估算误差，所述FMP估算误差为FMP滤波器模式的输出和RTT采样之差；保证将FMP估算误差不断地与EMP估算误差进行比较，所述EMP估算误差为EMP滤波器模式的输出与RTT采样之差；以及保证当FMP估算误差变为等于或小于EMP估算误差时，触发第一切换时刻。

在一个实施例中，在第一切换时刻之后，对于数据传输的剩余部分，通过利用FMP滤波器对RTT采样进行滤波来生成估算RTT值。在另一个实施例中，在第一切换时刻之后，对于数据传输的剩余部分，不断地比较FMP估算误差和EMP估算误差，且系统配置为根据哪个滤波器模式产生最小估算误差而在FMP滤波器模式和EMP滤波器模式之间适应性地切换。

本发明的系统可具有零价组合多项式滤波器，以及可被用于传输控制协议(TCP)应用中的RTT估算。

附图的简要说明

在附图中：

图1为在本发明的方法和系统中使用的组合多项式滤波器的示意图；

图2为在评估本发明的组合多项式滤波器时使用的实验装置的示意图；

图3为显示测量的RTT采样和由本发明的零价组合多项式滤波器和现有技术的TCP滤波器产生的估算RTT值的图表；

图4A为显示测量的RTT采样和由三价组合EMP/FMP滤波器产生的估算RTT值的图表；以及

图4B为显示在用图4A中的估算RTT值代替测量的RTT采样时的误差的图表。

参看附图的详细描述

在诸如互联网之类的分组交换电信网络中，在网络中发送的数据分组的估算往返时间(RTT)是从为在特定数据传输时段期间发送的数据分组获取的RTT采样的序列中导出的。通过对RTT采样进行数字滤波导出估算RTT值。

目前在互联网所使用的传输控制协议(TCP)中用于生成估算RTT值的数字滤波器是零价的衰减记忆多项式(FMP)滤波器，也称为TCP滤波器。这些TCP滤波器通过对连接上发送的分组的特性进行采样并将这些RTT采样的序列平均为“平滑的”RTT估算值来进行工作。当在一条TCP连接上发送分组时，发送方测量响应该分组所花费的时间，由此产生往返时间采样的序列(x_n，n≥0)。根据以下公式使用每个新的采样x_n来产生新的估算值

${\hat{x}}_{n+1}=\mathrm{\θ}{\hat{x}}_n+(1-\mathrm{\θ})x_n---\left(1\right)$

其中为往返时间的当前估算值，为新的计算值，而θ为0和1之间的控制如何快速地适应在RTT采样值x_n中的变化的常数。

在开始TCP连接时，TCP滤波器必须开始从第一RTT采样起生成估算RTT值。诸如TCP滤波器之类的FMP滤波器的缺点是它们不是自初始化的。为此，估算RTT值受滤波器的初始输入的影响很大，这使得在开始TCP连接时所产生的初始估算值不精确。结果是利用现有的TCP滤波器所观察到的启动时间很慢。

增长记忆多项式(EMP)滤波器通过利用最小二乘法将多项式拟合到采样数据。对于例如零价的EMP滤波器，将直线拟合到采样数据。在更高价的EMP滤波器中，可将各种其它多项式拟合到采样数据。在EMP滤波器中，所包括的所有采样在确定使EMP滤波器自初始化的估算值方面起的作用相同。

虽然EMP滤波器是自初始化的，但它们不适合遵循任意的处理，例如RTT采样的序列。如果m次EMP滤波器正在对来自是m次或比m次低的多项式的处理的数据进行平滑处理，那么该滤波器模型就与该处理完美匹配。但是，如果该处理并不是m此或比m次低的多项式，那么EMP起初会以可接受的误差追踪该处理，但后来将产生不可接受的大的误差。由于RTT采样遵循任意处理而不是多项式曲线，所以EMP滤波器在追踪RTT采样时产生不可接受的大的误差。

另一方面，对于FMP滤波器，最小二乘法使用衰减记忆，这表示用1来加权最新的采样，而顺序地用呈指数减小的值来加权在最新的采样之前的那些采样。这使得FMP滤波器善于追踪任意处理，但如之前所提到的，它们有不能自初始化的缺点。

在本发明中，提供组合了FMP和EMP滤波器的特点的组合多项式滤波器。这种组合多项式滤波器提供比衰减记忆多项式TCP滤波器好的初始估算值，而且还提供对RTT采样的动态和非线性特性的良好追踪，在整个数据传输时段上获得更准确的RTT估算，并由此在网络拥塞控制方面得到改善。

本发明的组合多项式滤波器是同价的EMP和FMP滤波器两者的组合。在开始数据传输时段时开始的第一时间段期间，EMP滤波器模式被用于产生估算RTT值。在后台中，FMP滤波器模式同样被监控，且在第一时间段内由FMP滤波器产生的虚拟估算误差与EMP滤波器所产生的真实估算误差进行比较。在第一时间段期间，FMP滤波器的误差随着更多的采样可用而逐渐减小，并且初始化的瞬变效应减小。一旦FMP滤波器在其估算值中显示出与EMP滤波器相同的误差，则系统就切换为使用FMP滤波器来进行对RTT值的进一步估算。

可以将EMP和FMP滤波器模式建模为具有相同结构但仅在它们的滤波器加权值上不同的数学模型，从而使组合多项式滤波器能够通过简单地改变加权值而在EMP和FMP滤波器之间切换。图1以示意图的形式显示了这一点，图中组合滤波器(10)对一系列RTT采样(12)进行滤波，以产生估算RTT值(14)作为其输出。在数据传输开始时，组合滤波器(10)被设置为使用EMP加权值(16)，从而使其特性变成自初始化EMP滤波器的特性。然后在某个时刻，组合滤波器被切换到FMP模式，在FMP模式中使用FMP加权值(18)，且其特性就变成了FMP滤波器的特性。这样一来，组合滤波器就从两种滤波器获得最佳性能，也就是EMP滤波器的自初始化特性和FMP滤波器追踪任意处理的能力。

N_s代表发生从EMP加权值到FMP加权值的切换时的采样数量。如果正确地选择N_s，那么从EMP到FMP的切换是无缝的，没有瞬变。为了确定N_s，假设EMP滤波器已经从n＝0开始运行，且无瞬变FMP滤波器在后台运行。选择N_s使前台EMP和后台FMP的输出包含相似的误差。

可以基于θ的值来确定N_s的值。下面的表1给出了最高至4价的多项式滤波器的N_s的汇总。

滤波器价	1	2	3	4
					Ns	2(1-θ)	3.2(1-θ)	5.51(1-θ)	6.63(1-θ)

表1：多项式价对切换数量N_s

用于导出表1的方法描述于N.Morrison，Filter Engineering for Radar and  Tracking：Gauss-Newton，Serling，Kalman and Polynomial， http://www.rrsg.uct.ac.za/tracksmooth.tgz，在本文中不作详细说明。

RTT和滤波器模型

正如所提到的，可以将EMP滤波器和FMP滤波器建模为具有相同结构但仅在它们的滤波器加权值上不同的数学模型。

从分组应答(ACK)或实时控制协议(RTCP)接收机报告中测量往返时间x(t)，从而获得序列y_n，这里的y_n是具有由诸如零星的交叉流量之类的瞬变网络效应引起的延迟的原始RTT采样序列。从拥塞控制的角度来看，这些瞬变效应的短暂持续时间意味着它们对于RTT的贡献可以被认为是噪声，因此有必要将它们过滤掉。RTT采样序列的模型则为：

y_n＝x_n+v_n                          (2)

其中v_n是测量噪声。模型y_n随后被输入1阶(1-step)多项式滤波器，获得以下转置矢量：

${\hat{Z}}_{n+1,n}={(\hat{x},\mathrm{\τ}\stackrel{\stackrel{\·}{^}}{x},{\mathrm{\τ}}^2/2!\stackrel{\stackrel{\·\·}{^}}{x},...,{\mathrm{\τ}}^m/m!D^m\hat{x})}_{n+1,n}^T---\left(3\right)$

其中中的第一下脚标表示该状态矢量的有效瞬间为t_n+1，而第二下脚标表示是以直至并包括时刻t_n时所作的观察为基础的输出。在公式3及下面的公式中，n表示最近的时刻(现在)，t为时间，t_n为最近的瞬间，m为拟合多项式的价，且τ为恒定采样间隔。

具有这种结构的矢量被称为标准化矢量且必须被去标准化，以便获得处理x(t)的期望估算值如果 ${\hat{x}}_{n+1,n}=({\hat{x}}_{n+1,n},{\stackrel{\stackrel{\·}{^}}{x}}_{n+1,n},{\stackrel{\stackrel{\·\·}{^}}{x}}_{n+1,n},...,D^m{\hat{x}}_{n+1,n})$ 是估算值的状态矢量，那么1阶预测器的去标准化公式为：

${\hat{x}}_{n+1,n}=D\left(\mathrm{\ζ}\right){\hat{Z}}_{n+1,n}---\left(4\right)$

其中D(ζ)为对角矩阵，其元素为：

D(ζ)_i，j＝i！/ζ^j                        (5)

利用三价增长记忆多项式(third degree expanding memory polynomial)来表示1阶预测器EMP的基本结构：

$e_n=y_n-{\hat{z}}_{0_{n,n-1}}---\left(6\right)$

${\hat{z}}_{3_{n+1,n}}={\hat{z}}_{3_{n,n-1}}+{\mathrm{\δe}}_n---\left(7\right)$

${\hat{z}}_{2_{n+1,n}}={\hat{z}}_{2_{n,n-1}}+3{\hat{z}}_{3_{n+1,n}}+{\mathrm{\γe}}_n---\left(8\right)$

${\hat{z}}_{1_{n+1,n}}={\hat{z}}_{1_{n,n-1}}+2{\hat{z}}_{2_{n+1,n}}-3{\hat{z}}_{3_{n+1,n}}+{\mathrm{\βe}}_n---\left(9\right)$

${\hat{z}}_{0_{n+1,n}}={\hat{z}}_{0_{n,n-1}}+{\hat{z}}_{1_{n+1,n}}-{\hat{z}}_{2_{n+1,n}}+{\hat{z}}_{3_{n+1,n}}+\mathrm{\αe}----\left(10\right)$

其中

$\mathrm{\δ}=\frac{140}{(n+4)(n+3)(n+2)(n+1)}---\left(11\right)$

$\mathrm{\γ}=\frac{120(2n+1)}{(n+4)(n+3)(n+2)(n+1)}---\left(12\right)$

$\mathrm{\β}=\frac{20(6n^2+6n+5)}{(n+4)(n+3)(n+2)(n+1)}---\left(13\right)$

$\mathrm{\α}=\frac{8({2n}^3+{3n}^2+7n+3)}{(n+4)(n+3)(n+2)(n+1)}---\left(14\right)$

为了最快速并节约所需的RAM，以计算机代码实现的算法如下：

$e=y-{\hat{z}}_0---\left(15\right)$

${\hat{z}}_3={\hat{z}}_3+\mathrm{\δe}---\left(16\right)$

${\hat{z}}_2={\hat{z}}_2+3{\hat{z}}_3+\mathrm{\γe}---\left(17\right)$

${\hat{z}}_1={\hat{z}}_1+2{\hat{z}}_2-3{\hat{z}}_3+\mathrm{\βe}---\left(18\right)$

${\hat{z}}_0={\hat{z}}_0+{\hat{z}}_1-{\hat{z}}_2+{\hat{z}}_3+\mathrm{\αe}---\left(19\right)$

1阶预测器FMP模式具有完全相同的结构，因此不需要重复其公式。EMP与FMP运算的唯一区别是用于滤波器加权值δ，γ，β，α的表达式；对于3价FMP，滤波器加权值δ，γ，β，α如下设定：

$\mathrm{\δ}=\frac{1}{6}(1-\mathrm{\θ})---\left(11\right)$

γ＝(1-θ)³(1+θ)                      (12)

$\mathrm{\β}=\frac{1}{6}{(1-\mathrm{\θ})}^2(11+14\mathrm{\θ}+11{\mathrm{\θ}}^2)---\left(13\right)$

α＝1-θ⁴                              (14)

因此，通过简单地改变加权值就可以从EMP无缝地切换到FMP模式，从而形成组合EMP/FMP滤波器。变量n不会象出现在EMP滤波器加权值那样出现在FMP滤波器加权值α，β，γ中。相反，FMP滤波器包含称为衰减记忆参数θ的参数。这是由用户选择的范围是0＜θ＜1的实数，并通过控制其记忆的指数衰落速率来控制滤波器的特性。

实验结果

图2为用于评估本发明的组合滤波器的实验装置(100)的示意图。设置由多媒体服务器(102)和多媒体客户端(104)组成的LAN。视频内容被储存在所述服务器上并通过路由器(106)被传递给多媒体客户端。在繁忙时刻路由器还路由其它类型的业务。

利用开源Live555多媒体流库进行简单的实验。为了预测往返时间，Live555被扩展为支持以下三种滤波器：标准TCP(FMP)滤波器，本发明的零价组合滤波器和本发明的三价组合滤波器。对于TCP滤波器和零价组合滤波器的FMP部分，θ的值被设定为等于0.9，而对于零价组合滤波器的EMP部分则是θ＝1/(n+1)。按之前所说的那样用θ＝0.9来实现三价组合滤波器。

为了便于提取接收方报告内容，Live555被设置为调试模式。每当要生成接收方报告，接收方就首先按RFC3550中所说的那样计算RTT和其它网络度量(network metrics)。然后RTT的计算值被输入三种滤波器中，以预测RTT的下一个可能值。TCP和零价组合滤波器的目的是预测平均RTT的未来值，而三价组合滤波器的目的是预测RTT的实际值。

图3为显示测量的RTT采样(200)和由TCP滤波器(202)和零价组合滤波器(204)产生的估算RTT值的图表。该图表显示的是传输开始时刻为t＝0s且启动时段(206)在t＝0s和t＝35s之间的300秒的数据传输时段。

从虚线可以看出，TCP滤波器(202)花费约35s来预测平均RTT的可接受值。在启动时段期间的估算值是完全错误的；在t＝35s之后TCP滤波器(202)显示了对其预测值的改进。对比起来，本发明的组合EMP/FMP滤波器(204)在启动时段(206)期间显示了更好的估算值。在t＝35s，也就是FMP滤波器的误差变为等于EMP滤波器的误差的切换时刻，组合EMP/FMP滤波器从EMP模式无缝地切换到FMP模式。因此在t＝35s之后其估算值与TCP滤波器相同。

以下表格对比了组合滤波器和TCP滤波器的一些初始值。

表2：估算RTT时组合EMP/FMP和TCP滤波器的初始值

如表2中所见，与TCP滤波器相比，组合滤波器(EMP/FMP)在初始采样期间提供了非常低的误差率。

在本发明的一个实施例中，在切换时刻之后，组合EMP/FMP滤波器在数据传输时段的剩余部分维持FMP模式，而在开始新的数据传输时段时才激活EMP模式。

但是，在本发明的替代实施例中，在数据传输时段的剩余部分期间，组合滤波器不断地比较FMP滤波器的误差和EMP滤波器的误差，并根据哪个滤波器产生最小的误差来适应性地从一个滤波器切换到另一个滤波器。因此，在传输时段期间，组合滤波器不仅能够从EMP切换到EMP，也能从FMP切换回EMP。该实施例也显示于图3中。如图3中所见，在约t＝200s，在RTT采样中观察到大的尖峰(208)。紧随尖峰之后，组合滤波器的EMP模式(在t＝200s之前在后台运行)所产生的误差变为小于由FMP模式所产生的误差。然后组合滤波器(204)在t＝200s和t＝250s之间切换回EMP模式，此后未激活的FMP模式(在t＝200s和t＝250s之间在后台运行)所产生的误差变为小于激活的EMP模式的误差，组合滤波器再次切换回FMP模式。

从图3中可清楚地看到，在数据传输时段期间能够在滤波器模式之间切换使组合滤波器能够迅速地从RTT采样值的突然变化中恢复，而TCP滤波器需要花费更长的时间来恢复，尖峰之后TCP滤波器输出中的长拖尾(210)就证明了这一点。

还测试了更高价的组合滤波器。图4A为显示测量的RTT采样(300)和由三价组合EMP/FMP滤波器产生的估算RTT值(302)的图表。在一些应用中，网络控制器需要估算RTT值比使用零价组合滤波器时更接近RTT采样，在这种情况下，三级组合滤波器是合适的。

如图4A中所见，更高价的组合滤波器在t＝50s和t＝150s之间比图3的零价组合滤波器更接近RTT采样。但是，这只是不出现尖峰的情况。当出现尖峰时，滤波器产生大的误差。图4B中清楚地显示了这些误差，图4B为显示在用图4A中的估算RTT值(302)代替测量的RTT采样(300)时的误差的图表。图4B清楚地显示了在t＝160s和t＝200s时在尖峰附近产生大的误差。对于诸如TCP之类的大多数应用而言，由于零价组合多项式滤波器能够很好地克服尖峰，因此零价组合多项式滤波器预计将是最合适的。但是，这两种组合滤波器都比现有技术的仅基于FMP的TCP滤波器表现出更好的启动性能。

因此，本发明提供一种用于估算电信网络中的往返时间值的方法和系统，该方法和系统依靠简单的组合多项式滤波器，与现有的TCP滤波器相比，这种简单的组合多项式滤波器提供改进的启动性能，但没有与更复杂的自适应Kalman(卡尔曼)滤波器相关的缺点。改进的往返时间估算能够有效地开发用于多媒体应用的拥塞控制技术，在网络拥塞控制方面产生显著改进。

可以意识到的是，本发明不限于本文公开的特定的组合EMP/FMP滤波器，任意价的EMP和FMP滤波器都可用于本发明的组合滤波器中。特别是在EMP和FMP滤波器之间可以采用任意的切换手段，且滤波器不需要是同价的。

Claims (12)

1.一种用于估算在电信网络中传送的数据分组的往返时间(RTT)值的方法，在所述方法中以周期性的间隔获取RTT采样序列，所述方法包括：在从开始数据传输开始的第一时间段内，通过使用自初始化增长记忆多项式(EMP)滤波器对所述RTT采样进行滤波来生成估算RTT值；以及在第一时间段结束后的第一切换时刻之后，通过使用衰减记忆多项式(FMP)滤波器对所述RTT采样进行滤波来生成估算RTT值，其中在具有EMP滤波器模式和FMP滤波器模式的一个组合多项式滤波器中实现EMP滤波器和FMP滤波器，并且其中，在第一时间段期间：FMP滤波器在后台运行并用于产生FMP估算误差，所述FMP估算误差为FMP滤波器的输出和RTT采样之差；将FMP估算误差不断地与EMP估算误差进行比较，所述EMP估算误差为EMP滤波器的输出与RTT采样之差；以及当FMP估算误差变为等于或小于EMP估算误差时，触发第一切换时刻。

2.根据权利要求1所述的方法，其中利用相同的滤波器结构但不同的滤波器加权值组来实现所述滤波器模式，从而使所述组合多项式滤波器能够通过改变滤波器加权值而从EMP模式切换到FMP模式。

3.根据权利要求1所述的方法，其中在第一切换时刻之后，对于数据传输的剩余部分，通过利用FMP滤波器对RTT采样进行滤波来产生估算RTT值。

4.根据权利要求1所述的方法，其中在切换时刻之后，所述方法包括，对于数据传输的剩余部分，不断地比较FMP估算误差和EMP估算误差，并根据哪个滤波器产生最小估算误差而在两者之间适应性地切换。

5.根据权利要求1所述的方法，其中EMP滤波器和FMP滤波器被选择为具有相同的多项式价。

6.根据权利要求5所述的方法，其中所述多项式价小于或等于四。

7.根据权利要求6所述的方法，其中所述多项式价为零且所述方法用于传输控制协议(TCP)应用中的RTT估算。

8.一种用于估算在电信网络中传送的数据分组的往返时间(RTT)值的系统，在所述系统中以周期性的间隔获取RTT采样序列，所述系统包括通过对所述RTT采样进行滤波生成估算RTT值的组合多项式滤波器，所述组合多项式滤波器具有可交替选择的自初始化增长记忆多项式(EMP)滤波器模式和衰减记忆多项式(FMP)滤波器模式，其中在从开始数据传输开始而在第一切换时刻结束的第一时间段期间选择EMP模式，而在第一切换时刻选择FMP模式，并且其中在第一时间段期间：FMP滤波器在后台运行并用于产生FMP估算误差，所述FMP估算误差为FMP滤波器模式的输出和RTT采样之差；将FMP估算误差不断地与EMP估算误差进行比较，所述EMP估算误差为EMP滤波器模式的输出与RTT采样之差；以及当FMP估算误差变为等于或小于EMP估算误差时，触发第一切换时刻。

9.根据权利要求8所述的系统，其中所述滤波器模式是利用相同的滤波器结构但不同的滤波器加权值组来实现的，从而使所述组合多项式滤波器通过改变滤波器加权值可操作地从EMP滤波器模式切换到FMP滤波器模式。

10.根据权利要求8所述的系统，其中在第一切换时刻之后，对于数据传输的剩余部分，通过利用FMP滤波器对RTT采样进行滤波来生成估算RTT值。

11.根据权利要求8所述的系统，其中在第一切换时刻之后，对于数据传输的剩余部分，不断地比较FMP估算误差和EMP估算误差，且所述系统配置为根据哪个滤波器模式产生最小估算误差而在FMP滤波器模式和EMP滤波器模式之间适应性地切换。

12.根据权利要求8所述的系统，其中所述组合多项式滤波器的价为零且所述系统用于传输控制协议(TCP)应用中的RTT估算。