未来通信网络将是由有线网络、卫星网络、无线网络等各种网络混合互连而组成的庞大、复杂、开放的异构网络集合。网络状态的认知也由于网络结构的复杂而变的更为困难，主要原因在于各种网络之间存在巨大的差异，概括地说主要体现在底层传输介质和底层协议的不同。 TCP/IP(Transmission ControlProtocol/Internet Protocol)七层协议体系的设计，在通过屏蔽底层的差异，实现数据透明传输的同时，也造成网络无法辨识这些差异，不能够进行有针对性的流量调控。针对传统TCP协议在异构网络环境中性能下降问题，本文首先利用灰色关联性计算不同网络参数与网络状态之间的关联度，得到网络参数对网络状态的定量描述，并依据定量分析结果选出更能认知网络状态和反映网络性能的参数作为因素集；其次，利用模糊统计规律和模糊分布规律构建因素集隶属函数，依据各因素的隶属函数对网络状态进行独立评判，得到各因素对当前网络状态的评判值，并根据评判值对网络状态进行初步认知；第三，利用模糊集的贴近度对网络参数动态权重算法进行研究，得到网络参数在复杂网络环境下的动态权重；最后，联合单因素评判集和权重进行模糊综合评判，得到网络状态认知模型，并依据该模型对网络性能进行等级划分，以达到认知网络状态的目的。仿真结果表明，加入基于模糊综合评判的网络状态认知模型的TCP协议，在复杂的网络环境下，能够准确地对网络性能等级进行评判；该模型提高了TCP协议在异构网络环境下的利用率和吞吐量，从而改善了异构网络中TCP的传输性能。并在此基础上提出基于无线误码丢包对网络性能等级进行更详细划分的算法，在不过多降低系统吞吐量的前提下，能够使数据传输的可靠性得到显著提高，且有效降低系统额外开销。