[发明专利]基于路径拥塞度灰色预测的拥塞控制方法及系统

权利要求书

1.基于路径拥塞度灰色预测的拥塞控制方法，其特征在于，包括：

步骤1：收集当前时刻及其前n-1个历史时刻的排队时延，根据所述当前时刻及其前n-1个历史时刻的排队时延构建灰色预测模型以预测下一时刻的排队时延，所述排队时延是指数据包在路径缓存区发送队列中等待处理的时间；

步骤2：根据预测的所述下一时刻的排队时延计算路径拥塞度；

步骤3：计算当前时间段内及其前一时间段内的网络负载均值，基于相邻两段时间内的网络负载均值得到路径拥塞趋势；

步骤4：根据所述路径拥塞度和所述路径拥塞趋势评估路径拥塞等级，基于所述路径拥塞等级对应调整下一时刻路径的拥塞窗口。

2.根据权利要求1所述的基于路径拥塞度灰色预测的拥塞控制方法，其特征在于，步骤1中，按照公式(1)计算路径j的当前时刻及其前n-1个历史时刻中任一时刻的排队时延QD_j：

其中，B_j表示路径j缓存区发送队列中待处理数据包数量，MSS为数据包大小，RTT_j为路径j往返时延，Cwnd_j为路径j的拥塞窗口大小。

3.根据权利要求1所述的基于路径拥塞度灰色预测的拥塞控制方法，其特征在于，步骤1中，还包括：通过卡尔曼滤波对当前时刻的排队时延的计算值进行评估和纠正。

4.根据权利要求1所述的基于路径拥塞度灰色预测的拥塞控制方法，其特征在于，步骤1中，根据所述当前时刻及其前n-1个历史时刻的排队时延构建灰色预测模型以预测下一时刻的排队时延，具体包括：

步骤1.1：收集当前时刻及其前n-1个历史时刻的排队时延QD＝{QD(t),QD(t-1),...,QD(t-n-1)}；其中，QD(t)、QD(t-1)、QD(t-n-1)分别为当前时刻、上一时刻、前n-1时刻的排队时延；

步骤1.2：将步骤1.1中收集到的n个数据作为原始样本，构成原始观察数据序列QD⁽⁰⁾＝[QD⁽⁰⁾(1),QD⁽⁰⁾(2),...,QD⁽⁰⁾(n)]；

步骤1.3：通过累加方式对QD⁽⁰⁾进行累加处理以弱化原始观察数据序列的随机性，生成新序列QD⁽¹⁾＝[QD⁽¹⁾(1),QD⁽¹⁾(2),...QD⁽¹⁾(n)]；其中，

步骤1.4：将新序列QD⁽¹⁾进行紧邻均值计算，生成紧邻均值序列Z⁽¹⁾＝[Z⁽¹⁾(2),Z⁽¹⁾(3),...,Z⁽¹⁾(n)]；其中，

步骤1.5：将Z⁽¹⁾(k)作为背景值，将QD⁽⁰⁾(k)作为灰导数，建立描述QD的灰色预测模型GM(1,1)，其灰微分方程如公式(2)：

QD⁽⁰⁾(k)+aZ⁽¹⁾(k)＝b (2)

其中，a为发展灰数；b为内生控制灰数；

步骤1.6：分别按照公式(3)、(4)和(5)构造累加矩阵B、常数向量矩阵Y和待估参数向量β：

β＝(a b)^T (5)

步骤1.7：按照公式(6)表示灰色预测模型GM(1,1)：

Y＝Bβ (6)

步骤1.8：通过公式(7)利用最小二乘法计算参数a和b：

(a b)^T＝(B^TB)^-1B^TY (7)

步骤1.9：按照公式(8)表示灰色预测模型GM(1,1)的白微分方程：

步骤1.10：对公式(8)进行求解，得到公式(9)所示的灰色预测模型GM(1,1)的白微分方程的预测模型：

步骤1.11：经过累减还原，按照公式(10)得到QD⁽⁰⁾的预测值：

当k＝n时，即为下一时刻的排队时延。