[发明专利]基于自适应滤波的往返时延预测方法无效
申请号: | 201010034533.3 | 申请日: | 2010-01-21 |
公开(公告)号: | CN101826933A | 公开(公告)日: | 2010-09-08 |
发明(设计)人: | 李国栋;吴克河;刘琳;柳长安;赵娜;焦杜娟 | 申请(专利权)人: | 华北电力大学 |
主分类号: | H04L1/00 | 分类号: | H04L1/00;H04L1/16 |
代理公司: | 北京众合诚成知识产权代理有限公司 11246 | 代理人: | 童晓琳 |
地址: | 102206 北*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 自适应 滤波 往返 预测 方法 | ||
技术领域
本发明属于通信技术领域,尤其涉及一种基于自适应滤波的往返时延预测方法。
背景技术
TCP协议是互联网中最重要的协议之一。拥塞控制是TCP的重要功能之一,RTT(Round-Trip Time:往返时延)是决定拥塞控制机制的重要度量参数。RTT在计算机网络中表示从数据发送端发送数据开始,到其接收到来自接收端的确认所经历的时间。因此,许多研究人员一直在努力寻找能够精确预测RTT值的方法。
网络环境的不确定性决定了网络数据传输的不稳定性,RTT作为衡量网络性能的一项重要指标,同样具有不确定性。因此,RTT不能用简单的时变函数来表示和预测。然而,RTT的统计特性显著,即RTT具有很典型的自相似性,可以考虑通过其自相似性寻求预测RTT值的途径。
在信号处理领域,自适应滤波是一种以适应系数和历史信号值为基础来预测某一时刻信号值的典型方法。该方法通过获取历史参数,调整过滤器系数,使它自动适应信号的统计特性。
针对上述两点,本发明将自适应滤波方法应用到RTT值的预测中,通过计算实际RTT值与预测RTT值的误差,调整自适应滤波器的适应系数,做出对下一个RTT值的预测。通过不断的预测和调整,使预测值无限接近实际值,达到精确预测RTT值的目的。
发明内容
本发明的目的在于,基于自适应滤波技术,提出一种往返时延预测方法,用以精确预测RTT值。
技术方案是,一种基于自适应滤波的往返时延预测方法,其特征是所述方法的步骤包括:
步骤1:设定基数m和变量i的初始值;
步骤2:测定从i到m+i-1的连续m个RTT的值;
步骤3:通过滤波器权重系数向量和预测基数参数向量,预测第m+i个RTT的值;
步骤4:测定第m+i个RTT的值;
步骤5:根据所述预测的第m+i个RTT的值和所述测定的第m+i个RTT的值,修改滤波器权重系数向量;
步骤6:变量i加1,返回步骤3进行下一个RTT的值的预测。
所述m的最佳取值范围是25≤m≤100。
所述变量i的初始值为1。
所述测定RTT的值的方法是,在数据发送端发送数据包,数据发送端接收到来自接收端的ACK确认包,接收到ACK确认包的时间与所述数据发送端发送数据包的时间的差值为RTT的值。
所述滤波器权重系数向量为:Wn=[w1n w2n…wmn]T;其中,向量元素wkn的初始值为1≤k≤m。
所述预测基数参数向量具体是,将所述测定的从i到m+i-1的m个RTT的值依次赋给预测基数参数向量Xn的向量元素,向量Xn为列向量:
Xn=[x1n x2n… xmn]T。
所述通过滤波器权重系数向量和预测基数参数向量,预测第m+i个RTT的值具体是根据公式计算第m+i个RTT的预测值。所述根据所述预测的第m+i个RTT的值和所述测定的第m+i个RTT的值,修改滤波器的权重系数向量具体是,先利用公式计算预测的第m+i个RTT的值和测定的第m+i个RTT的值之间的误差en,其中,rttn为测定的第m+i个RTT的值,为预测的第m+i个RTT的值;再根据公式计算收敛因子μ的值,其中,X[j]为测定的第j个RTT的值;最后,根据公式Wn+1=Wn+2μenXn,修改滤波器的权重系数向量。
本发明利用RTT的自相似性,在数据发送端通过实际测定的m个RTT的值,使用自适应滤波方法,预测出下一个RTT的值,从而达到了精确预测RTT值的目的。
附图说明
图1是本发明实施例提供的一种基于自适应滤波的往返时延预测方法流程图。
具体实施方式
下面结合附图,对优选实施例作详细说明。应该强调的是,下述说明仅仅是示例性的,而不是为了限制本发明的范围及其应用。
图1是本发明实施例提供的一种基于自适应滤波的往返时延预测方法流程图,图1中,本发明提供的方法的过程如下:
步骤101:设定基数m和变量i的初始值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华北电力大学,未经华北电力大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201010034533.3/2.html,转载请声明来源钻瓜专利网。