卫星物联网中基于DTN的拥塞控制策略研究

来源 :北京邮电大学 | 被引量 : 0次 | 上传用户:chenke25
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
物联网(Internetof Things)应用作为5G系统里的一个重要的应用场景,随着时代的发展将迎来近百亿的设备接入量增长、数据流量的爆炸式增长以及不断出现的新应用场景。但是由于物联网业务的空间地理区域复杂多样,因此卫星物联网(Satellite Internet of Things)作为6G网络的一个重要应用场景被提出服务于难以建立可靠的地面回程链路的位置区域。为了弥补卫星通信网络长时延、链路不稳定和频繁的链路中断等缺点,时延容忍网络(DTN,Delay Tolerant Network)应用于卫星物联网受到了广泛的关注和研究。然而DTN需要占用大量的永久存储资源。因此卫星节点的带宽资源和存储资源受限,成为卫星物联网关键的性能瓶颈。在卫星物联网中部署拥塞控制策略可以有效解决卫星节点资源受限的性能瓶颈。因此在基于DTN架构的卫星物联网中,如何进行有效的拥塞控制策略成为卫星网络技术研究中的热点研究课题之一。本论文从基于D TN架构的卫星物联网的场景出发,结合不同类型的DTN路由策略的角度,深入研究了卫星物联网中基于DTN的拥塞控制策略。论文的主要研究内容和科研创新点包括:一、基于强化学习和贝叶斯博弈的拥塞控制策略研究。卫星物联网中,卫星节点数目受限导致每个卫星节点面临着海量节点的动态接入的情况。卫星节点的星间链路带宽受限,在网络流量突增时会导致多跳路由的链路拥塞。在DTN的架构下,低轨卫星存储空间受限时会在存储-携带-转发过程中,因网络流量突增导致网络的存储拥塞。为了解决以上三个关键科学问题,将多跳路由转发和DTN存储-转发策略进行结合,本章节从分布式策略出发将多节点的动态接入建模为一个贝叶斯博弈模型。将调度策略任务通过博弈的方式在地面用户处完成拥塞控制,以解决卫星动态接入导致的调度困难问题。本章节的第一个创新点是采用强化学习方法进行博弈,使得用户在调度自身业务中,在多跳链路传输和DTN存储-转发进行权衡。让接入的同路径上的所有用户达到贝叶斯均衡,实现拥塞控制的目的。从拥塞控制的效果上看,该拥塞控制策略可以降低约30%的丢包率。本章节的第二个创新点是提出了一种有限贪心策略来实现博弈的快速收敛和拥塞解除后的均衡状态的稳定性。从收敛速率提升效果上,有限贪心算法可以提升约60%的收敛速度。二、基于时空连接图和网络流算法的拥塞控制策略研究。本章节主要考察卫星物联网基于CGR(Contact Graph Routing)路由策略的拥塞控制策略。本章节主要针对物联网业务的优先级和时延容忍度,对CGR的路由算法提供拥塞避免的调度策略。本章节的创新点在于将存储、链路、路由进行统一建模为一个时空连接图,将多跳路由和DTN的存储-携带-转发进行结合。本章节提出了 HCGR-MF(Hybrid Contact Graph Routing-Max Flow)拥塞避免算法,通过调度存储和链路资源,实现拥塞避免。在考察业务的优先级时,将调度问题转化为一个有约束的多维背包问题。本章节另一个创新点在于将该背包问题建模成一个复杂网络的最小费用流问题,提出了 HCGR-MC(Hybrid Contact Graph Routing-Min Cost)拥塞控制算法。通过最小费用流的计算,得到可以使得不同特征业务的最优调度策略。通过仿真验证,从到达率上,HCGR-MF拥塞避免策略比CGR提升约50%的到达率,比多跳路由提升约30%的到达率。从加权投递率上,HCGR-MC相比HCGR-MF 提升约20%的加权到达率。三、基于流量控制和存储管理的拥塞控制策略研究。本章节主要考察卫星物联网基于传染路由的策略。对于传染路由中研究较多的VACCINE免疫传播策略,其在网络低速率带宽下的性能较差,因此不适用于卫星物联网资源受限的场景中。因此本章节从存储空间的管理角度设计调度策略,重点考察VACCINE免疫传播策略在低速率下的缺陷,对VACCINE免疫传播策略进行改进,提出了 CCS-ACS(Congestion Control Strategy With Adaptive Congestion State)拥塞拥塞策略。本章节的创新点在于基于流量控制算法,采用动态阈值的方法解决缓冲膨胀所带来的问题,结合主动丢弃、调整消息接收概率、副本控制动作,设计了基于流量控制和存储管理的拥塞控制策略。对比VACCINE免疫传播策略,可以在较低的网络开销下,整个时间区间上到达率可以实现约10%的效果提升。
其他文献
移动边缘计算的出现使得终端的计算任务可以卸载到边缘侧的高性能服务器进行处理,大大提高了各种应用的表现,其中视频监控是边缘计算应用最广泛的场景。传统云模式下进行视频监测的计算和传输带宽负载较重,边缘计算能对视频监控系统进行时延和效率优化,但仍存在两大问题:一方面,目前国内外的相关研究大多集中在计算机视觉算法模型或整体框架的设计,仍停留在仿真或验证阶段,没有实际搭建一整套物联网系统并部署业务算法对比效
随着深度学习引入信息安全领域,原本陷入瓶颈的空间域图像信息隐藏和隐写分析学科又飞速发展起来,近几年涌现出多篇优秀研究成果。但是,由于深度学习的不可解释性和对数据集的依赖性,对于深度学习隐写分析算法来说,训练数据充足时,有关用于深度学习自动提取的隐写特征定量衡量的指标缺失,导致模型优化修改不够客观有量化指标;训练样本不充足时,未知隐写算法使用迁移学习训练过于主观,缺乏根据指标。因此,本文着眼于空间域
为应对流量增长和高速传输需要,下一代航空通信技术考虑在地空通信场景部署基于正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)技术的L频段航空通信系统(L-band Digital Aeronautical Communication System,L-DACS1),但航空信道的强多径、远距离、多普勒频移等特性容易引起严重的信道衰落,影响系
随着移动通信的不断发展,海量信息的传输,新兴的通信技术对高复杂度计算资源和低延迟约束的要求越来越高,计算密集型和时间敏感型应用的需求也日益苛刻。特别是在应急通信场景下,通信系统内小区宏基站的计算资源不足以支撑突发情况下激增的通信需求。同时移动终端设备本身计算资源和能耗也受到很大限制,仅仅依靠本地服务器很难在有限的时间内完成任务,恢复通信质量。边缘计算技术是5G移动通信的核心技术之一,通过部署边缘计
随着5G网络以及移动端设备的逐渐普及,人们对于移动数据流量的需求不断増加。对于网络运营商而言,提供不受阻碍、无处不在的高质量服务意义重大。如何建立准确的长周期预测基站小区网络流量的模型,以指导运营商扩容基站小区无线设备将是一个挑战。然而,基站小区网络流量的突发性和不确定性,所以基站小区网络流量具有非线性和非平稳性特点,这对于网络流量的长期预测是一个难题。同时基站小区流量预测也表现出一定的灵活性,以
手机屏幕作为手机的重要组成部分,成为了人机交互的主要窗口。但是由于生产过程中的诸多不确定因素,不可避免的会有存在瑕疵的屏幕被生产出来,所以对于屏幕质量的检测是不可或缺的。当前手机屏幕检测的主要方式是人工检测和传统机器视觉检测。人工检测的方式主观性比较强、易疲劳,不能很好地保证高效性和准确性;传统的机器视觉检测方法则存在特征提取能力差,兼容性低且普遍存在耗时较高的问题。针对以上问题,本文提出了以孪生
近年来,Web应用场景日趋丰富,应用功能也越来越复杂,许多网站都导入大型JavaScript库,以加快开发效率、增强用户体验。然而,许多JavaScript库在页面加载期间仅被部分利用,却被全部打包进捆绑包中。冗余的JavaScript代码增加了页面的权重,从而增加了下载、解析和编译JavaScript资源的时间。因此,优化JavaScript资源的有效负载以提高Web性能非常重要。而现有的模块化
随着频率标准的日新月异,高稳定度的频率传输技术广泛应用于空间观测、定位导航、移动通信等领域,已成为当下研究的热点。近年来,光纤通信飞速发展,由于光纤信道具有抗干扰能力强、稳定度高等特点,基于光纤的频率传输技术与基于卫星链路的传统同步方式相比优势明显,具有十分重大的研究价值。在光纤频率传输系统中,发送端通过光载射频方式将高稳时基信号传递到远端,同时接收端需要检测经过链路传输的光信号,提取出所需射频信
近年来,随着经济与科技的不断发展,城市化建设速度越来越快,导致地面土地资源不断减少,地上空间建设费用上升,因此许多国家开始进行地下物流仓储中心的建设用来应对上述问题。在地下物流仓储中心工作过程中,对于叉车、集装箱等设备的位置信息获取至关重要,因此选择适合的设备定位技术十分有必要。通过研究现有的定位技术,WLAN定位在地下应用场景中的缺陷较小,且不存在架设成本及地形限制的影响,但在地下物流仓储中心环
相比于普通的低密度奇偶校验(LDPC)码,空间耦合LDPC码凭借着码字在空间上互相耦合的特殊结构,有着优秀的译码性能以及较低的译码复杂度。然而,在空间耦合LDPC码的两种传统译码方式中,要么存储资源需求过大,要么不适于并行计算。因此,本文以低存储量与并行计算为目标,对空间耦合LDPC码的译码方式进行研究,并且给出基于不同译码方式的译码器的现场可编程逻辑门阵列(FPGA)实现。第一,针对传统译码方式