CN112291747A - 网络拥塞控制方法及装置、电子设备、存储介质 - Google Patents
网络拥塞控制方法及装置、电子设备、存储介质 Download PDFInfo
- Publication number
- CN112291747A CN112291747A CN202011273453.3A CN202011273453A CN112291747A CN 112291747 A CN112291747 A CN 112291747A CN 202011273453 A CN202011273453 A CN 202011273453A CN 112291747 A CN112291747 A CN 112291747A
- Authority
- CN
- China
- Prior art keywords
- hop
- network
- link
- target
- source node
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000003860 storage Methods 0.000 title claims abstract description 13
- 230000005540 biological transmission Effects 0.000 claims abstract description 60
- 230000006870 function Effects 0.000 claims description 61
- 230000004927 fusion Effects 0.000 claims description 25
- 230000009977 dual effect Effects 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 17
- 238000000354 decomposition reaction Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 12
- 230000009466 transformation Effects 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 8
- 238000010276 construction Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/021—Traffic management, e.g. flow control or congestion control in wireless networks with changing topologies, e.g. ad-hoc networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/0284—Traffic management, e.g. flow control or congestion control detecting congestion or overload during communication
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/0289—Congestion control
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本申请提供了一种网络拥塞控制方法及装置、电子设备、存储介质，该方法包括获取网络中的任意一条链路的单跳时延和单跳时延阈值；其中单跳时延阈值与网络允许的最大数据包丢失率相关；依据单跳时延阈值和单跳时延判断是否发生网络拥塞；若发生网络拥塞，则确定链路中的数据流对应的目标源节点，并对目标源节点产生的速率进行控制；本申请实施例通过将用于判断是否发生网络拥塞的单跳时延阈值与网络允许的最大数据包丢失率相关，可以实现把整个网络的时延约束划分到每条链路处，保证数据传输满足端到端延迟约束要求的前提下，可以有效减少数据流超时率，以及提高网络吞吐量。
Description
技术领域
本申请涉及信息安全技术领域，特别是涉及一种网络拥塞控制方法及装置、电子设备、存储介质。
背景技术
无人机具有部署方便、灵活性高、成本低等特点，越来越多地应用于军事和民用领域。以Ad-Hoc(点对点)模式建立一个多无人机系统，称为无人机自组织网络(Flying AdHoc Networks,FANETs)，比蜂窝模式的多无人机网络具有更好的灵活性和可扩展性，同时使无人机网络摆脱了地域对地面基站部署的限制，实现较少基站覆盖更大区域的目标。
由于无人机的高移动性导致链路状态不可预测，很难将端到端传输时延限制在给定的阈值内，因此在时延受限的应用中，路径上的拥塞会增加端到端传输时延、降低数据传输性能，从而导致数据包超时和在MAC(Media Access Control，介质访问控制层)或上层的重传。并且，网络拓扑结构的急剧变化和较差的无线信道会导致不稳定的分组传输时延和丢包率，这给FANETs中的时延感知的拥塞控制带来了挑战。
发明内容
鉴于上述问题，提出了本申请以便提供克服上述问题或者至少部分地解决上述问题的网络拥塞控制方法及装置、电子设备、存储介质，包括：
一种网络拥塞控制方法，应用于Ad-Hoc网络，所述网络包括多个节点，两个所述节点之间具有链路；所述方法包括：
获取任意一条链路的单跳时延，以及所述链路对应的单跳时延阈值；所述单跳时延阈值与所述网络允许的最大数据包丢失率相关；
依据所述单跳时延阈值和所述单跳时延判断是否发生网络拥塞；
若发生网络拥塞，则确定所述链路中的数据流对应的目标源节点，并对所述目标源节点的产生速率进行控制。
可选的，所述获取任意一条链路的单跳时延的步骤，包括：
获取任意一条链路的融合速率和数据流容量；
依据所述融合速率和所述数据流容量计算得到所述链路的单跳时延。
可选的，所述获取所述链路对应单跳时延阈值的步骤，包括：
构建与所述单跳时延相关的延迟中断概率模型；
获取所述网络允许的最大数据包丢失率；
依据所述网络允许的最大数据包丢失率和所述延迟中断概率模型，计算得到所述单跳时延阈值。
可选的，所述依据所述单跳时延阈值和所述单跳时延判断是否发生网络拥塞的步骤，包括：
当所述单跳时延大于所述单跳时延阈值时，确定发生网络拥塞。
可选的，所述对所述目标源节点的产生速率进行控制的步骤包括：
构建所述网络的效用函数；
确定所述效用函数的约束条件；
依据所述约束条件确定所述效用函数最大化的目标解；
依据所述目标解得到所述目标源节点的目标产生速率；
采用所述目标产生速率控制所述目标源节点的产生速率。
可选的，所述依据所述约束条件确定所述效用函数最大化的目标解步骤，包括：
对所述约束条件进行变换处理，
依据处理后的所述约束条件，将所述效用函数最大化采用拉格朗日对偶形式表示，得到对应的对偶函数；
依据所述对偶函数的特点，对所述对偶函数进行分解，得到第一分解函数；
对所述第一分解函数进行处理得到目标解。
可选的，所述目标解与所述数据流的传输路径中的传输链路的状态相关；所述依据所述目标解得到所述目标源节点的目标产生速率的步骤，包括：
获取所述传输链路的状态信息；
依据所述传输链路的状态信息和所述目标解，得到所述目标源节点的目标产生速率；
其中，所述获取所述传输链路的状态信息的步骤，包括：
接收针对所述网络允许的最大数据包丢失率的调整值；
依据所述调整值计算所述传输链路的第一单跳时延阈值；
获取所述传输链路的第一融合速率；
依据所述第一单跳时延阈值和所述第一融合速率确定所述传输链路的状态信息。
一种网络拥塞控制装置，应用于Ad-Hoc网络，所述网络包括多个节点，两个所述节点之间具有链路；所述装置包括：
第一获取模块，用于获取任意一条链路的单跳时延，以及所述链路对应的单跳时延阈值；所述单跳时延阈值与所述网络允许的最大数据包丢失率相关；
第一判断模块，用于依据所述单跳时延阈值和所述单跳时延判断是否发生网络拥塞；
第一控制模块，用于在发生网络拥塞时，确定所述链路中的数据流对应的目标源节点，并对所述目标源节点的产生速率进行控制。
可选地，所述第一获取模块，包括：
第一获取子模块，用于获取任意一条链路的融合速率和数据流容量；
第一计算子模块，用于依据所述融合速率和所述数据流容量计算得到所述链路的单跳时延。
可选地，所述第一获取模块，包括：
第一构建子模块，用于构建与所述单跳时延相关的延迟中断概率模型；
第二获取子模块，用于获取所述网络允许的最大数据包丢失率；
第二计算子模块，用于依据所述网络允许的最大数据包丢失率和所述延迟中断概率模型，计算得到所述单跳时延阈值。
可选地，所述第一判断模块，具体用于：
当所述单跳时延大于所述单跳时延阈值时，确定发生网络拥塞。
可选地，所述第一控制模块，包括：
第二构建子模块，用于构建所述网络的效用函数；
第一确定子模块，用于确定所述效用函数的约束条件；
第二确定子模块，用于依据所述约束条件确定所述效用函数最大化的目标解；
第三确定子模块，用于依据所述目标解得到所述目标源节点的目标产生速率；
速率控制子模块，用于采用所述目标产生速率控制所述目标源节点的产生速率。
可选地，所述第二确定子模块，包括：
第一处理子模块，用于对所述约束条件进行变换处理，
第二处理子模块，用于依据处理后的所述约束条件，将所述效用函数最大化采用拉格朗日对偶形式表示，得到对应的对偶函数；
第三处理子模块，用于依据所述对偶函数的特点，对所述对偶函数进行分解，得到第一分解函数；
第四处理子模块，用于对所述第一分解函数进行处理得到目标解。
可选地，所述目标解与所述数据流的传输路径中的传输链路的状态相关；所述速率控制子模块，包括：
第三获取子模块，用于获取所述传输链路的状态信息；
第四获取子模块，用于依据所述传输链路的状态信息和所述目标解，得到所述目标源节点的目标产生速率；
其中，所述第三获取子模块，包括：
第一接收子模块，用于接收针对所述网络允许的最大数据包丢失率的调整值；
第三计算子模块，用于依据所述调整值计算所述传输链路的第一单跳时延阈值；
第五获取子模块，用于获取所述传输链路的第一融合速率；
第六获取子模块，用于依据所述第一单跳时延阈值和所述第一融合速率确定所述传输链路的状态信息。
一种电子设备，包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上所述的方法的步骤。
一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如上所述的方法的步骤。
本申请具有以下优点：
在本申请的实施例中，获取网络中的任意一条链路的单跳时延和单跳时延阈值；其中单跳时延阈值与网络允许的最大数据包丢失率相关；依据单跳时延阈值和单跳时延判断是否发生网络拥塞；若发生网络拥塞，则确定链路中的数据流对应的目标源节点，并对目标源节点产生的速率进行控制；本申请实施例通过将用于判断是否发生网络拥塞的单跳时延阈值与网络允许的最大数据包丢失率相关，可以实现把整个网络的时延约束划分到每条链路处，保证数据传输满足端到端延迟约束要求的前提下，可以有效减少数据流超时率，以及提高网络吞吐量。
附图说明
为了更清楚地说明本申请的技术方案，下面将对本申请的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例的一种网络拥塞控制方法的步骤流程图；
图2是本申请实施例的一种网络拥塞控制装置的结构框图。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本申请作进一步详细的说明。显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
参照图1，示出了本申请一实施例提供的一种网络拥塞控制方法的步骤流程图，该方法可以应用于Ad-Hoc网络，Ad-Hoc网络是一种多跳的、无中心的、自组织无线网络，又称为多跳网、无基础设施网或自组织网。整个网络没有固定的基础设施，每个节点都是移动的，并且都能以任意方式动态地保持与其他节点的联系。两个节点之间连接一条链路。
在本实施例中，该方法具体可以包括如下步骤：
步骤101，获取任意一条链路的单跳时延，以及所述链路对应的单跳时延阈值；所述单跳时延阈值与所述网络允许的最大数据包丢失率相关；
步骤102，依据所述单跳时延阈值和所述单跳时延判断是否发生网络拥塞；
步骤103，若发生网络拥塞，则确定所述链路中的数据流对应的目标源节点，并对所述目标源节点的产生速率进行控制。
在本申请的实施例中，获取网络中的任意一条链路的单跳时延和单跳时延阈值；其中单跳时延阈值与网络允许的最大数据包丢失率相关；依据单跳时延阈值和单跳时延判断是否发生网络拥塞；若发生网络拥塞，则确定链路中的数据流对应的目标源节点，并对目标源节点产生的速率进行控制；本申请实施例通过将用于判断是否发生网络拥塞的单跳时延阈值与网络允许的最大数据包丢失率相关，可以实现把整个网络的时延约束划分到每条链路处，保证数据传输满足端到端延迟约束要求的前提下，可以有效减少数据流超时率，以及提高网络吞吐量。
下面，将对本示例性实施例中性能剖析方法作进一步地说明。
在步骤101中，获取任意一条链路的单跳时延，以及所述链路对应的单跳时延阈值；所述单跳时延阈值与所述网络允许的最大数据包丢失率相关。
链路对应的单跳时延指的是经过该链路中的数据流从该链路的一端节点传送到另一端节点所需要的时间。单跳时延阈值是指链路的单跳时延上界。
在本实施例中，网络系统可以获取任意一条链路的单跳时延，以及该链路对应的单跳时延阈值。
其中，获取链路的单跳时延可以通过如下子步骤实现：
获取任意一条链路的融合速率和数据流容量；
依据所述融合速率和所述数据流容量计算得到所述链路的单跳时延。
其中，融合速率与同一时刻经过该链路的所有数据流的产生速率相关，可以通过现有技术获得，本申请对此不作限制。数据流容量是指该链路在允许通过的数据流的量。
在本申请实施例中，可以预先构建单跳时延模型，在获取任意一条链路的融合速率和数据流容量之后，将融合速率和数据流容量输入预先构建的单跳时延模型中，由模型输出对应的单跳时延。
具体的，预先构建单跳时延模型的过程如下：
将网络中的链路集合用L表示，单条链路用l表示，任意源节点产生数据流s的速率用rs表示，网络中的数据流集合用S表示，数据流s从产生该数据流s的源节点到目的节点所经过的链路集合用L(s)表示，经过链路l的数据流集合用S(l)表示，假设在时间间隔Δt内网络中每条链路的容量cl固定不变，数据流的长度服从均值为K的指数分布，在时间间隔Δt内链路l上的单跳时延模型可以表示如下：
其中，dl表示链路l上的数据传输的单跳时延；
表示经过链路l的融合速率。
在本实施例中，获取链路的单跳时延阈值可以通过如下子步骤实现：
构建与所述单跳时延相关的延迟中断概率模型；
获取所述网络允许的最大数据包丢失率；
依据所述网络允许的最大数据包丢失率和所述延迟中断概率模型，计算得到所述单跳时延阈值。
其中，延迟中断概率模型可以认为是该链路中数据流的单跳时延超过单跳延迟阈值的概率模型，具体可以表示如下：
其中，
表示单跳时延阈值。
用网络允许的最大数据包丢失率ε代替Pth可以得到：
通过变换可以得到单跳时延阈值的表达式为：
其中，ol为数据流到达链路l前经过其他链路的累积延迟误差。
用
表示网络设定的数据流s经过链路集合L(s)的时延阈值，可以定义单跳时延阈值的初始值为
用
替代
可以计算ε的初始值，单跳延迟误差可以表示为
用符合|Hl|表示数据流s从源节点到链路l所经过的跳数，可以得到
当网络在一定时间内趋于稳定状态，数据流s所经过的路径满足条件
本申请实施例利用延迟中断概率模型评估每跳链路上的时延阈值可以减少节点之间传递的消息量，提高网络带宽的利用率；由于产生速率rs与单跳时延阈值
有关，在每条链路处及时得到准确的时延阈值能够加快每个数据流的产生速率的收敛速率，提高网络性能。
在步骤102中，依据所述单跳时延阈值和所述单跳时延判断是否发生网络拥塞。
在本实施例中，当任意一条链路的单跳时延大于单跳时延阈值时，可以认为经过该链路的数据流的路径发生了网络拥塞。
在步骤103中，若发生网络拥塞，则确定所述链路中的数据流对应的目标源节点，并对所述目标源节点的产生速率进行控制。
当发生了网络拥塞，则需要对相应的目标源节点产生数据流的速率进行控制，即控制目标源节点的产生速率。
由于网络中的时延约束条件会对数据传输造成影响，而时延约束条件与源节点的数据流产生速率相关、与网络允许的最大数据包丢失率相关，且同一条链路上的数据流和该链路的数据流容量之间也存在约束。因此，本申请实施例在对目标源节点的产生速率进行控制的过程中，结合整个网络性能的考虑，寻找可以符合时延约束条件以及链路容量约束的数据流的产生速率，即目标源节点的产生速率。具体可以通过如下步骤实现：
构建所述网络的效用函数；
确定所述效用函数的约束条件；
依据所述约束条件确定所述效用函数最大化的目标解；
依据所述目标解得到所述目标源节点的目标产生速率；
采用所述目标产生速率控制所述目标源节点的产生速率。
其中，所述依据所述约束条件确定所述效用函数最大化的目标解的步骤，可以包括如下子步骤：
对所述约束条件进行变换处理；
依据处理后的所述约束条件，将所述效用函数最大化采用拉格朗日对偶形式表示，得到对应的对偶函数；
依据所述对偶函数的特点，对所述对偶函数进行分解，得到第一分解函数；
对所述第一分解函数进行处理得到目标解。
具体的，网络的效用函数可以表示为U(rs)，其中U(rs)＝wlog(rs)，w是一个常数。所述约束条件包括单条链路的数据流容量约束，和端到端的数据流的时延约束；效用函数最大化P1的具体形式可以表示为：
P1:
根据效用函数U(rs)的凸性，及约束条件的线性关系可知，P1为凸优化。
在本实施例中，为了解决由约束条件产生的链路耦合关系增加了问题复杂度的问题，可以为约束条件
引入一个辅助变量
作为每条链路的单跳时延阈值，并使得不等式成立，可以用两个不等式
和
表示约束条件
结合单跳时延模型
可以得到不等式
进而得到如下不等式：
因为
的值大于0，不等式
成立，采用不等式
代替约束条件
可以将P1转化为如下形式：
P2:
可以引入一个拉格朗日乘子向量γ，将P2的采用拉格朗日对偶形式表示，得到对偶函数如下：
重新组合可以得到：
利用-max和min之间的等价性，可以将上述对偶函数D分解为第一分解函数D1和第二分解函数D2，分别表示如下：
针对分解函数D1可以采用数学方法变换得到目标解可以表示为：
目标解与拉格朗日乘子的值相关，而拉格朗日乘子的值可以用来表示链路的状态信息，当被控制的对象为目标源节点时，目标解中的L(s)为目标源节点产生的数据流的传输路径中的传输链路的集合；因此，目标解与数据流的传输路径中的传输链路的状态相关。
拉格朗日乘子在第n次迭代的值为：
其中，β是步长因子，操作[.]+表示x＝max{0,x}，本实施例中，可以选择常数步长以加快算法的收敛速度。
进一步的，由于第二分解函数D2中约束条件的存在，导致数据流的传输路径上的单跳时延之和超过时延阈值
因此，可以通过调整网络允许的最大数据包丢失率的值来减少数据流的超时率，所述依据所述目标解得到所述目标源节点的目标产生速率的步骤，包括：
获取所述传输链路的状态信息；
依据所述传输链路的状态信息和所述目标解，得到所述目标源节点的目标产生速率；
其中，所述获取所述传输链路的状态信息的步骤，包括：
接收针对所述网络允许的最大数据包丢失率的调整值；
依据所述调整值计算所述传输链路的第一单跳时延阈值；
获取所述传输链路的第一融合速率；
依据所述第一单跳时延阈值和所述第一融合速率确定所述传输链路的状态信息。
具体的，网络系统可以获取目标源节点产生的数据流的传输路径中的传输链路的状态信息，更为具体地，目标源节点可以获取产生的数据流对应的传输链路的状态信息，即拉格朗日乘子的值，在首轮迭代时，可以先对拉格朗日乘子进行初始化，在其他轮次迭代时，则获取当前轮次的拉格朗日乘子的值，将状态信息代入目标解中，可以得到目标解的值，即目标源节点的目标产生速率。网络系统还可以接收调整后的网络允许的最大数据包丢失率；更为具体地，传输链路可以根据接收节点正确接收到数据流的量来调整网络允许的最大数据包丢失率；然后根据模型
计算出传输链路的第一单跳时延阈值；并且可以获取数据流经过的传输链路中的单跳延迟误差，即
并进一步计算累计误差
其中，o＝0，可以认为，单跳延迟误差的初始值为0。最后利用第一单跳时延阈值和传输链路中的第一融合速率代入到上述计算公式
可以计算此次迭代的拉格朗日乘子的值，即传输链路的状态信息。
采用目标产生速率控制目标源节点的产生速率。
本申请实施例通过将延迟约束的拥塞控制问题形式化为网络效用最大化问题，然后综合利用拉个朗日对偶方法和延迟中断概率模型，把时延约束的网络效用最大化问题分解为两个复杂度更低的子问题，并通过梯度下降法和概率模型得到相应的解，有效地减少了求解问题过程中需要传递的数据量，节约了计算时间。并且，在对源节点的产生速率进行控制的过程中，允许每条链路根据自身得到的单跳时延阈值优化传输性能，很好地适应FANETs的动态拓扑结构特征，有效地减少平均5％数据包超时率，提高10％左右的网络吞吐量。
参照图2，示出了本申请实施例提供的一种网络拥塞控制的装置的结构框图，应用于Ad-Hoc网络，所述网络包括多个节点，两个所述节点之间具有链路；在本实施例中，该装置具体可以包括如下模块：
第一获取模块201，用于获取任意一条链路的单跳时延，以及所述链路对应的单跳时延阈值；所述单跳时延阈值与所述网络允许的最大数据包丢失率相关；
第一判断模块202，用于依据所述单跳时延阈值和所述单跳时延判断是否发生网络拥塞；
第一控制模块203，用于在发生网络拥塞时，确定所述链路中的数据流对应的目标源节点，并对所述目标源节点的产生速率进行控制。
可选地，所述第一获取模块201，包括：
第一获取子模块，用于获取任意一条链路的融合速率和数据流容量；
第一计算子模块，用于依据所述融合速率和所述数据流容量计算得到所述链路的单跳时延。
可选地，所述第一获取模块201，包括：
第一构建子模块，用于构建与所述单跳时延相关的延迟中断概率模型；
第二获取子模块，用于获取所述网络允许的最大数据包丢失率；
第二计算子模块，用于依据所述网络允许的最大数据包丢失率和所述延迟中断概率模型，计算得到所述单跳时延阈值。
可选地，所述第一判断模块202，具体用于：
当所述单跳时延大于所述单跳时延阈值时，确定发生网络拥塞。
可选地，所述第一控制模块203，包括：
第二构建子模块，用于构建所述网络的效用函数；
第一确定子模块，用于确定所述效用函数的约束条件；
第二确定子模块，用于依据所述约束条件确定所述效用函数最大化的目标解；
第三确定子模块，用于依据所述目标解得到所述目标源节点的目标产生速率；
速率控制子模块，用于采用所述目标产生速率控制所述目标源节点的产生速率。
可选地，所述第二确定子模块，包括：
第一处理子模块，用于对所述约束条件进行变换处理，
第二处理子模块，用于依据处理后的所述约束条件，将所述效用函数最大化采用拉格朗日对偶形式表示，得到对应的对偶函数；
第三处理子模块，用于依据所述对偶函数的特点，对所述对偶函数进行分解，得到第一分解函数；
第四处理子模块，用于对所述第一分解函数进行处理得到目标解。
可选地，所述目标解与所述数据流的传输路径中的传输链路的状态相关；所述速率控制子模块，包括：
第三获取子模块，用于获取所述传输链路的状态信息；
第四获取子模块，用于依据所述传输链路的状态信息和所述目标解，得到所述目标源节点的目标产生速率；
其中，所述第三获取子模块，包括：
第一接收子模块，用于接收针对所述网络允许的最大数据包丢失率的调整值；
第三计算子模块，用于依据所述调整值计算所述传输链路的第一单跳时延阈值；
第五获取子模块，用于获取所述传输链路的第一融合速率；
第六获取子模块，用于依据所述第一单跳时延阈值和所述第一融合速率确定所述传输链路的状态信息。
对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本申请实施例还公开了电子设备，包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上所述实施例的网络拥塞控制方法的步骤。
本申请实施例还公开了计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如上所述实施例的网络拥塞控制方法的步骤。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白，本申请实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本申请实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请实施例是参照根据本申请实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请实施例范围的所有变更和修改。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本申请所提供的一种网络拥塞控制方法、一种网络拥塞控制装置、电子设备和存储介质，进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种网络拥塞控制方法，其特征在于，应用于Ad-Hoc网络，所述网络包括多个节点，两个所述节点之间具有链路；所述方法包括：
获取任意一条链路的单跳时延，以及所述链路对应的单跳时延阈值；所述单跳时延阈值与所述网络允许的最大数据包丢失率相关；
依据所述单跳时延阈值和所述单跳时延判断是否发生网络拥塞；
若发生网络拥塞，则确定所述链路中的数据流对应的目标源节点，并对所述目标源节点的产生速率进行控制。
2.根据权利要求1所述的方法，其特征在于，所述获取任意一条链路的单跳时延的步骤，包括：
获取任意一条链路的融合速率和数据流容量；
依据所述融合速率和所述数据流容量计算得到所述链路的单跳时延。
3.根据权利要求2所述的方法，其特征在于，所述获取所述链路对应单跳时延阈值的步骤，包括：
构建与所述单跳时延相关的延迟中断概率模型；
获取所述网络允许的最大数据包丢失率；
依据所述网络允许的最大数据包丢失率和所述延迟中断概率模型，计算得到所述单跳时延阈值。
4.根据权利要求1所述的方法，其特征在于，所述依据所述单跳时延阈值和所述单跳时延判断是否发生网络拥塞的步骤，包括：
当所述单跳时延大于所述单跳时延阈值时，确定发生网络拥塞。
5.根据权利要求3所述的方法，其特征在于，所述对所述目标源节点的产生速率进行控制的步骤包括：
构建所述网络的效用函数；
确定所述效用函数的约束条件；
依据所述约束条件确定所述效用函数最大化的目标解；
依据所述目标解得到所述目标源节点的目标产生速率；
采用所述目标产生速率控制所述目标源节点的产生速率。
6.根据权利要求5所述的方法，其特征在于，所述依据所述约束条件确定所述效用函数最大化的目标解步骤，包括：
对所述约束条件进行变换处理，
依据处理后的所述约束条件，将所述效用函数最大化采用拉格朗日对偶形式表示，得到对应的对偶函数；
依据所述对偶函数的特点，对所述对偶函数进行分解，得到第一分解函数；
对所述第一分解函数进行处理得到目标解。
7.根据权利要求6所述的方法，其特征在于，所述目标解与所述数据流的传输路径中的传输链路的状态相关；所述依据所述目标解得到所述目标源节点的目标产生速率的步骤，包括：
获取所述传输链路的状态信息；
依据所述传输链路的状态信息和所述目标解，得到所述目标源节点的目标产生速率；
其中，所述获取所述传输链路的状态信息的步骤，包括：
接收针对所述网络允许的最大数据包丢失率的调整值；
依据所述调整值计算所述传输链路的第一单跳时延阈值；
获取所述传输链路的第一融合速率；
依据所述第一单跳时延阈值和所述第一融合速率确定所述传输链路的状态信息。
8.一种网络拥塞控制装置，其特征在于，应用于Ad-Hoc网络，所述网络包括多个节点，两个所述节点之间具有链路；所述装置包括：
第一获取模块，用于获取任意一条链路的单跳时延，以及所述链路对应的单跳时延阈值；所述单跳时延阈值与所述网络允许的最大数据包丢失率相关；
第一判断模块，用于依据所述单跳时延阈值和所述单跳时延判断是否发生网络拥塞；
第一控制模块，用于在发生网络拥塞时，确定所述链路中的数据流对应的目标源节点，并对所述目标源节点的产生速率进行控制。
9.一种电子设备，其特征在于，包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至7中任一项所述的网络拥塞控制方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的网络拥塞控制方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011273453.3A CN112291747B (zh) | 2020-11-13 | 2020-11-13 | 网络拥塞控制方法及装置、电子设备、存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011273453.3A CN112291747B (zh) | 2020-11-13 | 2020-11-13 | 网络拥塞控制方法及装置、电子设备、存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112291747A true CN112291747A (zh) | 2021-01-29 |
| CN112291747B CN112291747B (zh) | 2021-12-03 |
Family
ID=74398592
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011273453.3A Active CN112291747B (zh) | 2020-11-13 | 2020-11-13 | 网络拥塞控制方法及装置、电子设备、存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112291747B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112995057A (zh) * | 2021-05-20 | 2021-06-18 | 布比（北京）网络技术有限公司 | 最大传输速率确定方法，装置，电子设备及存储介质 |
| CN114071568A (zh) * | 2021-10-25 | 2022-02-18 | 中国电子科技集团公司第二十研究所 | 一种无人机自组织网络中自适应数据发送速率调节方法 |
| CN115987879A (zh) * | 2022-12-22 | 2023-04-18 | 众芯汉创（北京）科技有限公司 | 一种基于软件定义网络的低时延图像传输系统和方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103476086A (zh) * | 2013-09-18 | 2013-12-25 | 南京理工大学 | 基于节点拥塞度预测的动态多径aodv路由方法 |
| US20150131446A1 (en) * | 2013-11-11 | 2015-05-14 | Broadcom Corporation | Enabling virtual queues with qos and pfc support and strict priority scheduling |
| CN105554838A (zh) * | 2015-12-21 | 2016-05-04 | 上海赛勋信息科技有限公司 | 多通道多跳车载自组网频率协调分配方法 |
| CN106789719A (zh) * | 2016-12-15 | 2017-05-31 | 中国科学院沈阳自动化研究所 | 一种面向工业无线Mesh网络的拥塞控制方法及装置 |
| CN106789718A (zh) * | 2016-12-05 | 2017-05-31 | 广东神马搜索科技有限公司 | 数据传输的拥塞控制方法、设备、服务器及可编程设备 |
| US20180310197A1 (en) * | 2010-07-15 | 2018-10-25 | Dejero Labs Inc. | System and method for transmission of data from a wireless mobile device over a multipath wireless router |
| CN108882299A (zh) * | 2018-07-06 | 2018-11-23 | 杭州电子科技大学 | 无线多跳网络的分布式拥塞控制、路由及功率分配方法 |
| CN110139319A (zh) * | 2019-05-25 | 2019-08-16 | 西南电子技术研究所（中国电子科技集团公司第十研究所） | 高动态时延网络传输时延最小化路由方法 |
-
2020
- 2020-11-13 CN CN202011273453.3A patent/CN112291747B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180310197A1 (en) * | 2010-07-15 | 2018-10-25 | Dejero Labs Inc. | System and method for transmission of data from a wireless mobile device over a multipath wireless router |
| CN103476086A (zh) * | 2013-09-18 | 2013-12-25 | 南京理工大学 | 基于节点拥塞度预测的动态多径aodv路由方法 |
| US20150131446A1 (en) * | 2013-11-11 | 2015-05-14 | Broadcom Corporation | Enabling virtual queues with qos and pfc support and strict priority scheduling |
| CN105554838A (zh) * | 2015-12-21 | 2016-05-04 | 上海赛勋信息科技有限公司 | 多通道多跳车载自组网频率协调分配方法 |
| CN106789718A (zh) * | 2016-12-05 | 2017-05-31 | 广东神马搜索科技有限公司 | 数据传输的拥塞控制方法、设备、服务器及可编程设备 |
| CN106789719A (zh) * | 2016-12-15 | 2017-05-31 | 中国科学院沈阳自动化研究所 | 一种面向工业无线Mesh网络的拥塞控制方法及装置 |
| CN108882299A (zh) * | 2018-07-06 | 2018-11-23 | 杭州电子科技大学 | 无线多跳网络的分布式拥塞控制、路由及功率分配方法 |
| CN110139319A (zh) * | 2019-05-25 | 2019-08-16 | 西南电子技术研究所（中国电子科技集团公司第十研究所） | 高动态时延网络传输时延最小化路由方法 |
Non-Patent Citations (1)
| Title |
|---|
| 杨阳: ""无线Mesh网络中具有QoS保障的路由算法研究"", 《信息科技辑》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112995057A (zh) * | 2021-05-20 | 2021-06-18 | 布比（北京）网络技术有限公司 | 最大传输速率确定方法，装置，电子设备及存储介质 |
| CN114071568A (zh) * | 2021-10-25 | 2022-02-18 | 中国电子科技集团公司第二十研究所 | 一种无人机自组织网络中自适应数据发送速率调节方法 |
| CN115987879A (zh) * | 2022-12-22 | 2023-04-18 | 众芯汉创（北京）科技有限公司 | 一种基于软件定义网络的低时延图像传输系统和方法 |
| CN115987879B (zh) * | 2022-12-22 | 2023-12-01 | 众芯汉创（北京）科技有限公司 | 一种基于软件定义网络的低时延图像传输系统和方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112291747B (zh) | 2021-12-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112291747B (zh) | 网络拥塞控制方法及装置、电子设备、存储介质 | |
| Mei et al. | A latency and reliability guaranteed resource allocation scheme for LTE V2V communication systems | |
| CN109068391B (zh) | 基于边缘计算和Actor-Critic算法的车联网通信优化算法 | |
| CN111031513B (zh) | 一种多无人机辅助物联网通信方法及其系统 | |
| Cordeschi et al. | Reliable adaptive resource management for cognitive cloud vehicular networks | |
| CN104661260A (zh) | 一种QoS感知和负载均衡的无线Mesh智能电网路由机制 | |
| CN103685025A (zh) | 一种基于leo卫星网络的跨层动态自适应路由方法 | |
| CN111768654B (zh) | 一种多无人机协同中继辅助车载自组网数据传输方法 | |
| Zhou et al. | A scalable delay based analytical framework for CSMA/CA wireless mesh networks | |
| Egea-Lopez et al. | Fair congestion control in vehicular networks with beaconing rate adaptation at multiple transmit powers | |
| Chen et al. | Delay-optimal cooperation transmission in remote sensing satellite networks | |
| Chen et al. | The upper bounds of cellular vehicle-to-vehicle communication latency for platoon-based autonomous driving | |
| US9787370B2 (en) | Dynamic clustering for radio coordination in a virtual network | |
| CN114024639B (zh) | 一种无线多跳网络中分布式信道分配方法 | |
| Ding et al. | Resource allocation for low-latency NOMA-enabled vehicle platoon-based V2X system | |
| US20170127450A1 (en) | Data transmission control method and device | |
| CN106105282A (zh) | 利用链路缓冲区状态进行流量工程的系统和方法 | |
| CN111132298B (zh) | 一种功率分配方法和装置 | |
| CN115037638B (zh) | 低能耗和高时效性的无人机网络数据采集与传输控制方法 | |
| Yang et al. | Delay performance of priority-queue equipped UAV-based mobile relay networks: Exploring the impact of trajectories | |
| CN101699909B (zh) | 无线Ad Hoc网络资源动态调节方法 | |
| Cordeschi et al. | Fairness-constrained optimized time-window controllers for secondary-users with primary-user reliability guarantees | |
| Vázquez-Rodas et al. | Dynamic buffer sizing for wireless devices via maximum entropy | |
| CN114157660A (zh) | 数据传输的方法、装置、设备及存储介质 | |
| Rasheed et al. | Hierarchical architecture for computational offloading in autonomous vehicle environment |
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 |