CN110650491B - 一种用于车载自组网通信的前向纠错fec参数分析方法 - Google Patents
一种用于车载自组网通信的前向纠错fec参数分析方法 Download PDFInfo
- Publication number
- CN110650491B CN110650491B CN201910880435.2A CN201910880435A CN110650491B CN 110650491 B CN110650491 B CN 110650491B CN 201910880435 A CN201910880435 A CN 201910880435A CN 110650491 B CN110650491 B CN 110650491B
- Authority
- CN
- China
- Prior art keywords
- fec
- ave
- red
- max
- rtt
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/06—Testing, supervising or monitoring using simulated traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/142—Network analysis or design using statistical or mathematical methods
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/147—Network analysis or design for predicting network behaviour
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Algebra (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Pure & Applied Mathematics (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明提供了一种用于车载自组网通信的前向纠错FEC参数分析方法,包括如下内容:首先对RED‑FEC机制进行数学建模,推导平均队列Qave及瞬时队列q的微分方程;其次通过拉普拉斯变换,将数学模型转化为控制问题,建立了被控对象、RED控制器传递函数,设计了RED‑FEC的反馈控制框图;最后利用控制框图,分析不同负载条件下RED‑FEC算法的性能。本发明的有益效果为:本发明是基于控制框图的参数分析方法,可以预测车载自组网中的RED‑FEC算法性能,判断RED‑FEC稳定性,为RED‑FEC参数设计提供了基于控制理论的依据。
Description
技术领域
本发明涉及车载自组网传输技术领域,尤其涉及一种用于车载自组网通信的前向纠错FEC参数分析方法。
背景技术
车载自组网(Vehicle Ad-Hoc Network,VANET)是指车辆之间、车辆与固定接入点之间为相互通信组成的移动Ad-Hoc网络。VANET技术在事故报警、辅助驾驶、交通信息查询及Internet接入等领域具有广阔的应用前景[1]。VANET通常由车辆单元OBU(On boardUnit)及路边单元RSU(Roadside unit)构成,车间通信可以不依赖RSU,使用自组织联网方式实现数据传输。
由于VANET具有多跳路由、网络容量有限及节点高速移动特性[1],其网络传输条件与传输性能会随时间不断变化。当传输过程中的错误不可避免时,研究车载自组网传输机制与性能,具有重要意义。
为了应对复杂通信条件下的传输错误,研究人员首先提出了“分组重传”机制。该机制由发送端在发送分组时进行计时,当来自接收端的确认ACK没有在规定时间到达时,发送端会重新传输该分组。分组重传固然可以解决传输错误,但也带来了传输延迟问题,即以花费更多时间为代价,保障传输的质量。而且,如果传输错误率持续升高,重传机制会占用大量带宽,极大地增加网络整体负担。
相较分组重传机制,前向纠错(Forward Error Correction,FEC)是研究者提出的另一种分组丢失恢复机制,通过增加额外的冗余信息,以此实现小的端到端延迟和可靠传输,所以FEC可能更加适合车载自组网实时业务流。
FEC的基本原则是将冗余数据“添加”到原先待传送的数据中,以便无需重传也可以恢复丢失的分组。图2显示了一个数据块(k个源包)在发送端被编码为k+h个包。用这种方法,当不超过h个分组丢失时,无论丢失的分组是源包还是FEC冗余分组,接收端可以恢复所有k个源包。当然,冗余分组的增加,也会增加网络负载,甚至可能引起网络拥塞。
静态FEC(SFEC)产生固定数目(h值恒定)的冗余分组,以保护每个数据块中的k个源分组,如图2所示。虽然实现简单,但是该方法不能动态适应网络状态的变化,因此可能导致网络拥塞或糟糕的丢失恢复性能。
为了解决静态FEC的问题,自适应FEC(AFEC)机制会根据当前网络状态,动态调整冗余分组数目(h值不恒定)。研究者提出利用变化的网络状态参数来确定合适的FEC冗余分组的数量,上述网络状态参数包括分组错误率、传输延迟与TCP窗口尺寸。总之,结果显示,相较SFEC,AFEC技术可以获得更低的丢包率和更好的传输质量。
但是,自适应FEC为了动态设置参数h的数值,无论利用分组错误速率或传输延迟,都必须等待接收端计算统计网络状态参数,并将结果返回至发送端。这个过程中存在不可避免的延迟,随着网络拓扑的扩大和网络跳数的增加,这个延迟可能大到不可忽略。换言之,发送端依据某些“过时”的网络状态,决定设置多大的冗余率,FEC自适应算法并不能准确地反映当前的网络负载和丢包情况。由于车载自组网的网络状态时变特性,原有的FEC自适应算法不适用于车载自组网通信。
为了解决这一问题,研究者提出了一种随机早期检测(Random Early Detection,RED)前向纠错FEC机制,利用路由器节点上的RED机制,根据当前网络流量负载动态生成冗余的FEC包。RED是一种缓冲区队列管理算法,其设计目的是通过随机丢弃数据包来动态管理队列,当路由器的平均队列增加时,准备进入队列的数据包的概率也会增加。RED-FEC机制中,路由器监控自身的队列大小,并相应地调整FEC速率。RED-FEC算法具体如下。
初始时刻:Qave=0
当一个数据块到达路由器的缓冲区时,
计算Qave(i+1)=w*q(i+1)+(1-w)*Qave(i) (1)
如果Qave(i+1)<th_min,有h=max_FEC
如果th_min<Qave(i+1)<th_max,有h=max_FEC*(th_max-Qave(i+1))/(th_max-th_min) (2)
如果Qave(i+1)>th_max,有h=0
上述过程中,Qave为平均队列长度,其初始值为0,此后每当有数据块到达路由器,则根据公式(1)计算获得Qave。这里选用平均队列长度,而非瞬时队列长度,前者代表长期拥塞状态,后者代表短期拥塞状态。由于Internet中的突发数据或短暂拥塞导致的实际队列长度暂时的增长将不会使得平均队长有明显的变化,从而“过滤"掉短期的队长变化,尽量反映长期的拥塞变化。q(i+1)代表当前瞬时队列长度。w代表瞬时队列所占权重值,为常数。max_FEC代表最大的FEC冗余设置值,为常数。th_min与th_max分别为最小门限值与最大门限值,也为常数。
分析上述RED-FEC算法,可以发现:每当数据块达到路由器后,首先计算当前状态下的平均队列长度,见公式(1)。如果队列几乎为空或很小,即平均队长小于th_min,路由器会告知源端,以便其生成更多的冗余数据包(h=max_FEC)。但是,随着队列长度的增长,说明网络负载也在增加,冗余数据包的数量h也会做线性减少,见公式(2)。当队列继续增长,以致平均队长超过th_max时,发送端不再随源数据包一起发送冗余数据包,以避免网络过载。通过采用这种方法,RED-FEC算法在不向网络引入过多冗余数据包的情况下,显著提高了传输性能。
但RED-FEC也存在如下缺点。
(1)参数设置问题
RED-FEC算法对参数设置十分敏感,两个门限值和max_FEC值的细微变化会对网络性能造成较大影响,目前基于经验与试凑设定上述3个参数,首先要判断某组参数是否能让算法稳定,其次要选择合适的参数,这些都是RED参数设置的难点。
(2)网络性能问题
RED-FEC算法中的平均队列长度经常会随着连接数目的增加而不断增大,造成传输时延抖动,更严重的是,算法计算的冗余数h也会震荡,最终引起网络性能不稳定。
如何解决上述技术问题为本发明面临的课题。
发明内容
本发明的目的在于针对RED-FEC算法的缺点,提出一种车载自组网通信的前向纠错FEC参数分析方法;根据控制理论,建立了被控对象(网络)与控制器(RED-FEC算法)的传递函数,建立RED-FEC的反馈控制框图,利用控制框图分析不同负载条件下RED-FEC算法的性能,快速判断参数对系统稳定性的影响,辅助算法的参数设计。
本发明在分析RED-FEC算法过程中,主要涉及四个物理量;瞬时队列长度代表路由器某个瞬间分组到达数,平均队列长度代表路由器某时段内到达的平均分组到达数,数据块被源端确认时间代表数据块从发送到被源端确认所需要的传输时间,冗余速率代表源端发送每个数据块中设置的冗余分组数,下面依次对这四个物理量进行数学建模。
本发明是通过如下措施实现的:首先对RED-FEC机制进行数学建模,推导平均队列Qave及瞬时队列q的微分方程,其次通过拉普拉斯变换,将数学模型转化为控制系统,建立被控对象、控制器模型,设计RED-FEC机制的控制系统,通过仿真,验证建模设计的结论,并分析不同负载条件下RED-FEC系统的稳定性。
作为本发明提供的一种车载自组网通信的前向纠错FEC参数分析方法,所述方法包括以下步骤:
1):RED-FEC数学建模;
2):控制系统建模;
3):实验仿真。
作为本发明提供的一种车载自组网通信的前向纠错FEC参数分析方法,所述步骤1)中所述的RED-FEC数学建模具体包括以下步骤:
1-1)瞬时队列特性:考虑离散时刻的瓶颈队列分组到达数{A(x),x=0,1,2,...},a(x)为离散间隔内分组到达数,则a(x)=A(x)-A(x-1),路由节点的链路容量为C分组数/s,其离散间隔内的转发分组数为forward,记包含(k+h)个分组的某数据块从源端发出到收到FEC反馈确认的时间为RTT,q(x)为离散时刻的瞬时队列长度;
由Lindley方程,队列长度的变化等于进队分组数与出队分组数之差值,有
q(x+1)=max(q(x)+a(x+1)-forward,0) (3)
将上式转化为连续时间上的函数,有
q(t+Δt)=max(q(t)+a(t+Δt)-C*Δt,0)
考虑a(t+Δt)≈[(x+h)/RTT]*Δt,则路由器节点队列的微分形式为:
1-2)平均队列长度特性:
根据RED算法中的公式(1),每当有新的数据块到达,有
Qave(x+1)=w*q(x+1)+(1-w)*Qave(x)
将上式转化为连续时间上的函数,有
Qave(t+RTT)=w*q(t+RTT)+(1-w)*Qave(t)
上式可写为
Qave(t+RTT)-Qave(t)=w*q(t+RTT)-w*Qave(t)
则有
1-3)数据块被源端确认时间:
记数据块传输的固定延迟为D,有
RTT=D+q(t)/C (6)
1-4)冗余速率:
根据RED算法的公式(2),max_FEC为最大的FEC冗余设置值,th_min与th_max分别为最小门限值与最大门限值;
h=max_FEC*(th_max-Qave(t))/(th_max-th_min) (7)
根据步骤1-1)至步骤1-4)的推导,四个未知变量q、Qave、RTT及h,分别对应四个方程,即公式(4)至(7);利用龙格-库塔法,可以解出四个未知量的数值解。
作为本发明提供的一种车载自组网通信的前向纠错FEC参数分析方法,所述步骤2)中控制系统建立具体包括以下内容:
联立公式(4)和(5),简记RTT为R,RED-FEC随机微分数学模型如下:
在稳定工作点附近,对式(8)、(9)利用小信号线性化处理,假设源分组数k和链路容量C是常数,取(q,Qave)为状态,可求得工作点
dq/dt=0=>k+h0=C*R0
dQave/dt=0=>q0=Qave0
由公式(6)=>R0=D+q0/C
记qR=q(t-R0),对式(8)、(9)的函数形式,在工作点分别求f和g的偏微
则有如下表达式
上式中,δq=q-q0,δh=h-h0,δQave=Qave-Qave0
将工作点求得的f和g的偏微代入公式(10),可得下式
忽略时间延迟t-R对队列长度q的相关性,并假设它的值固定为t-R0;另一方面,保留动态参数中时间R对队列长度的相关性,由此可得简化的动态方程,再对式(11)进行拉普拉斯变换,得
整理公式(12),可得
再对公式(7),进行拉普拉斯变换,得
根据公式(13)、(14)与(15),构造控制系统方框图,如图1所示。
作为本发明提供的一种车载自组网通信的前向纠错FEC参数分析方法,所述步骤3)中的实验仿真具体内容为:RED-FEC设置的参数:max_FEC=4,th_max=40,th_min=10,w=0.9,C=1375packet/s,考虑车载自组网在有限面积的区域内通信,忽略固定时延D,R=(th_max+th_min)/2/C=0.018s,利用Matlab仿真,分别令N=1和100,得到对应的路由器队列长度曲线。根据仿真获得队列长度曲线,就可以判定RED-FEC算法的性能,以便方便地调整算法中的各个参数。
本发明的有益效果为:本发明针对RED-FEC算法存在的问题,对RED-FEC机制进行数学建模,推导平均队列Qave及瞬时队列q的微分方程;其次通过拉普拉斯变换,将RED-FEC机制转化为控制系统,建立被控对象与控制器模型;最后通过仿真,验证建模设计的结论,并分析不同负载条件下RED-FEC系统的稳定性;RED-FEC机制在轻负载下,可以获得较好的控制效果,本发明可以预测不同参数条件下的RED-FEC算法性能,判断RED-FEC算法稳定性,为RED-FEC参数设计提供了基于控制理论的依据。
附图说明
图1为本发明实施例中ED-FEC控制系统框图;
图2为本发明背景技术中FEC数据块结构(k=5,h=3)的结构示意图;
图3为本发明实施例中N=1时RED-FEC机制下对应的路由器队列长度曲线图;
图4为本发明实施例中N=100时RED-FEC机制下对应的路由器队列长度曲线图。
具体实施方式
为能清楚说明本方案的技术特点,下面通过具体实施方式,对本方案进行阐述。
参见图1至图4,本发明是:一种用于车载自组网通信的前向纠错FEC参数分析方法,其中,包括如下内容:首先对RED-FEC机制进行数学建模,推导平均队列Qave及瞬时队列q的微分方程,其次通过拉普拉斯变换,将数学模型转化为控制系统,建立被控对象、控制器模型,设成RED-FEC机制的控制系统,通过仿真,验证建模设计的结论,并分析不同负载条件下RED-FEC系统的稳定性。
具体地,所述车载自组网通信的前向纠错FEC参数分析方法包括以下步骤:
1):RED-FEC数学建模;
2):控制系统建模;
3):实验仿真。
具体地,所述步骤1)中所述的RED-FEC数学建模具体包括以下步骤:
1-1)瞬时队列特性:考虑离散时刻的瓶颈队列分组到达数{A(x),x=0,1,2,...},a(x)为离散间隔内分组到达数,则a(x)=A(x)-A(x-1),路由节点的链路容量为C分组/s,其离散间隔内的转发分组数为forward,记包含(k+h)个分组的某数据块从源端发出到收到FEC反馈确认的时间为RTT,q(x)为离散时刻的瞬时队列长度;
由Lindley方程,队列长度的变化等于进队分组数与出队分组数之差值,有
q(x+1)=max(q(x)+a(x+1)-forward,0) (3)
将上式转化为连续时间上的函数,有
q(t+Δt)=max(q(t)+a(t+Δt)-C*Δt,0)
考虑a(t+Δt)≈[(x+h)/RTT]*Δt,则路由器节点队列的微分形式为:
1-2)平均队列长度特性:
根据RED算法中的公式(1),每当有新的数据块到达,有
Qave(x+1)=w*q(x+1)+(1-w)*Qave(x)
将上式转化为连续时间上的函数,有
Qave(t+RTT)=w*q(t+RTT)+(1-w)*Qave(t)
上式可写为
Qave(t+RTT)-Qave(t)=w*q(t+RTT)-w*Qave(t)
则有
1-3)数据块被源端确认时间:
记数据块传输的固定延迟为D,有
RTT=D+q(t)/C (6)
1-4)冗余速率:
根据RED算法的公式(2),max_FEC为最大的FEC冗余设置值,th_min与th_max分别为最小门限值与最大门限值;
h=max_FEC*(th_max-Qave(t))/(th_max-th_min) (7)
根据步骤1-1)至步骤1-4)的推导,四个未知变量q、Qave、RTT及h,分别对应四个方程,即公式(4)至(7);利用龙格-库塔法,可以解出四个未知量的数值解。
具体地,所述步骤2)中控制系统建立具体包括以下内容:
联立公式(4)和(5),简记RTT为R,RED-FEC随机微分数学模型如下:
在稳定工作点附近,对式(8)、(9)利用小信号线性化处理,假设源分属k和链路容量C是常数,取(q,Qave)为状态,可求得工作点
dq/dt=0=>k+h0=C*R0
dQave/dt=0=>q0=Qave0
由公式(6)=>R0=D+q0/C
记qR=q(t-R0),对式(8)、(9)的函数形式,在工作点分别求f和g的偏微
则有如下表达式
上式中,δq=q-q0,δh=h-h0,δQave=Qave-Qave0
将工作点求得的f和g的偏微代入公式(10),可得下式
忽略时间延迟t-R对队列长度q的相关性,并假设它的值固定为t-R0;另一方面,保留动态参数中时间R对队列长度的相关性,由此可得简化的动态方程,再对式(11)进行拉普拉斯变换,得
整理公式(12),可得
再对公式(7),进行拉普拉斯变换,得
根据公式(13)、(14)与(15),构造控制系统方框图,如图1所示。
具体地,所述步骤3)中的实验仿真具体内容为:RED-FEC设置的参数:max_FEC=4,th_max=40,th_min=10,w=0.9,C=1375packet/s,考虑车载自组网在有限面积的区域内通信,忽略固定时延D,R=(th_max+th_min)/2/C=0.018s,利用Matlab仿真,分别令N=1和100,得到对应的路由器队列长度曲线,如图3至图4所示。根据仿真获得队列长度曲线,就可以判定RED-FEC算法的性能,以便方便地调整算法中的各个参数。
本发明未经描述的技术特征可以通过或采用现有技术实现,在此不再赘述,当然,上述说明并非是对本发明的限制,本发明也并不仅限于上述举例,本技术领域的普通技术人员在本发明的实质范围内所做出的变化、改型、添加或替换,也应属于本发明的保护范围。
Claims (2)
1.一种用于车载自组网通信的前向纠错FEC参数分析方法,其特征在于,包括如下内容:首先对RED-FEC机制进行数学建模,推导平均队列Qave及瞬时队列q的微分方程,通过拉普拉斯变换,将数学模型转化为控制系统,建立被控对象、RED控制器模型,建立RED-FEC机制的控制系统及其框图,通过仿真,验证建模的结论,分析不同负载条件下RED-FEC系统的稳定性;
RED-FEC算法具体如下:
初始时刻:Qave=0;
当一个数据块到达路由器的缓冲区时,
计算Qave(i+1)=w*q(i+1)+(1-w)*Qave(i) (1)
如果Qave(i+1)<th_min,有h=max_FEC
如果th_min<Qave(i+1)<th_max,有h=max_FEC*(th_max-Qave(i+1))/(th_max-th_min)
(2)
如果Qave(i+1)>th_max,有h=0;
上述过程中,Qave为平均队列长度,其初始值为0,此后每当有数据块到达路由器,则根据公式(1)计算获得Qave,q(i+1)代表当前瞬时队列长度,w代表瞬时队列所占权重值,为常数,max_FEC代表最大的FEC冗余设置值,为常数,th_min与th_max分别为最小门限值与最大门限值,也为常数,i=0,1,2…;
RED-FEC数学建模具体包括以下步骤:
1-1)瞬时队列特性:考虑离散时刻的瓶颈队列分组到达数{A(x),x=0,1,2,...},a(x)为离散间隔内分组到达数,则a(x)=A(x)-A(x-1),路由节点的链路容量为C,其单位为分组数/s,其离散间隔内的转发分组数为forward,记包含k+h个分组的某数据块从源端发出到收到FEC反馈确认的时间为RTT,q(x)为离散时刻的瞬时队列长度;
由Lindley方程,队列长度的变化等于进队分组数与出队分组数之差值,有
q(x+1)=max(q(x)+a(x+1)-forward,0) (3)
将上式转化为连续时间上的函数,有
q(t+Δt)=max(q(t)+a(t+Δt)-C*Δt,0)
考虑a(t+Δt)≈[(x+h)/RTT]*Δt,则路由器节点队列的微分形式为:
1-2)平均队列长度特性:
根据RED-FEC算法中公式(1)对平均队列长度的定义,每当有新的数据块到达,有Qave(x+1)=w*q(x+1)+(1-w)*Qave(x)
将上式转化为连续时间上的函数,有
Qave(t+RTT)=w*q(t+RTT)+(1-w)*Qave(t)
上式可写为
Qave(t+RTT)-Qave(t)=w*q(t+RTT)-w*Q ave(t)
则有
1-3)数据块被源端确认时间:
记数据块传输的固定延迟为D,有
RTT=D+q(t)/C (6)
1-4)冗余速率:
根据RED-FEC算法中公式(2)对冗余速率的定义,
h=max_FEC*(th_max-Qave(t))/(th_max-th_min) (7)
其中,max_FEC为最大的FEC冗余设置值,th_min与th_max分别为最小门限值与最大门限值;
根据步骤1-1)至步骤1-4)的推导,四个未知变量q、Qave、RTT及h,分别对应四个方程,即公式(4)至(7);利用龙格-库塔法,可以解出四个未知量的数值解;
控制系统建立具体包括以下内容:
联立公式(4)和(5),简记RTT为R,RED-FEC随机微分数学模型如下:
在稳定工作点附近,对式(8)、(9)利用小信号线性化处理,假设源分组数k和链路容量C是常数,取(q,Qave)为状态,可求得工作点
dq/dt=0=>k+h0=C*R0
dQave/dt=0=>q0=Qave0
由公式(6)=>R0=D+q0/C
则有如下表达式
上式中,δq=q-q0,δh=h-h0,δQave=Qave-Qave0
将工作点求得的f和g的偏微代入公式(10),可得下式
忽略时间延迟t-R对队列长度q的相关性,并假设它的值固定为t-R0;另一方面,保留动态参数中时间R对队列长度的相关性,由此可得简化的动态方程,再对式(11)进行拉普拉斯变换,得
整理公式(12),可得
再对公式(7),进行拉普拉斯变换,得
根据公式(13)、(14)与(15),构造控制系统方框图。
2.根据权利要求1所述的车载自组网通信的前向纠错FEC参数分析方法,其特征在于,实验仿真具体内容为:RED-FEC设置的参数:max_FEC=4,th_max=40,th_min=10,w=0.9,C=1375packet/s,考虑车载自组网在有限面积的区域内通信,忽略固定时延D,R=(th_max+th_min)/2/C=0.018s,利用Matlab仿真,分别令N=1和100,得到对应的路由器队列长度曲线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910880435.2A CN110650491B (zh) | 2019-09-18 | 2019-09-18 | 一种用于车载自组网通信的前向纠错fec参数分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910880435.2A CN110650491B (zh) | 2019-09-18 | 2019-09-18 | 一种用于车载自组网通信的前向纠错fec参数分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110650491A CN110650491A (zh) | 2020-01-03 |
CN110650491B true CN110650491B (zh) | 2022-08-12 |
Family
ID=68991297
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910880435.2A Active CN110650491B (zh) | 2019-09-18 | 2019-09-18 | 一种用于车载自组网通信的前向纠错fec参数分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110650491B (zh) |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101854297B (zh) * | 2010-05-21 | 2013-01-02 | 南京邮电大学 | 一种卫星网络中传输控制协议跨层的设计方法 |
CN102006625B (zh) * | 2010-11-10 | 2013-07-17 | 清华大学 | 基于前向纠错的车载自组网可靠广播协议的系统及方法 |
CN107465612A (zh) * | 2017-06-06 | 2017-12-12 | 中富通股份有限公司 | 一种基于自组网的无线链路备份方案 |
-
2019
- 2019-09-18 CN CN201910880435.2A patent/CN110650491B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110650491A (zh) | 2020-01-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI487389B (zh) | 避免網路壅塞的方法及其裝置 | |
Kliazovich et al. | Cross-layer congestion control in ad hoc wireless networks | |
Bohacek et al. | A new TCP for persistent packet reordering | |
JP2006014329A (ja) | 通信端末 | |
CN110730469B (zh) | 一种基于扩展卡尔曼无线网络带宽预测方法及其拥塞控制 | |
WO2001045331A1 (en) | Congestion control method for a packet-switched network | |
Ren et al. | An explicit congestion control algorithm for named data networking | |
Ismail et al. | Enhanced random early detection (ENRED) | |
CN104320809A (zh) | 基于rtt的无线多跳网络拥塞控制方法及系统 | |
CN103312606A (zh) | 一种基于多路径并发的无线Mesh网络路由及其方法 | |
Lu et al. | Dynamic ECN marking threshold algorithm for TCP congestion control in data center networks | |
Shihada et al. | A novel implementation of TCP Vegas for optical burst switched networks | |
CN113242183A (zh) | 一种数据流发送控制方法、装置、智能终端及存储介质 | |
Mishra et al. | Adaptive congestion control mechanism to enhance TCP performance in cooperative IoV | |
Xiong et al. | Lambdastream–a data transport protocol for streaming network-intensive applications over photonic networks | |
CN110650491B (zh) | 一种用于车载自组网通信的前向纠错fec参数分析方法 | |
Ruan et al. | PTCP: A priority-based transport control protocol for timeout mitigation in commodity data center | |
CN114401230B (zh) | 基于跨数据中心网络通信的发送速率控制方法和装置 | |
Liu et al. | Stroboscopic model and bifurcations in TCP/RED | |
Dijkstra et al. | Modeling active queue management algorithms using stochastic Petri nets | |
Santhi et al. | Active Queue Management Algorithm for TCP Networks Congestion Control | |
Leung et al. | Enhancing TCP performance to persistent packet reordering | |
Jasem et al. | Efficiency and fairness of new-additive increase multiplicative decrease congestion avoidance and control algorithm | |
Garetto et al. | Modeling short-lived TCP connections with open multiclass queuing networks | |
Abdullah et al. | Improving the TCP Newreno Congestion Avoidance Algorithm on 5G Networks. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |