【摘要】：基于伽瑪分布函數,提出了運用新的擁塞控制算法判斷網絡狀況,提前預估擁塞窗口開啟大小,從而改善系統性能,并對新算法的合理性和可行性進行理論分析和論證,估算了多個參數值.仿真結果表明:新算法可有效增大擁塞窗口值,降低丟包率,對系統吞吐量及帶寬利用率的提升也有一定幫助.
【圖文】：

圖２不同算法下擁塞窗口數據Ｆｉｇ．２ＴｈｅｄａｔａｏｆＣｗｎｄｆｏｒｕｎｄｅｒｄｉｆｆｅｒｅｎｔａｌｇｏｒｉｔｈｍｓ圖３不同算法下系統吞吐量比較Ｆｉｇ．３Ｓｙｓｔｅｍｔｈｒｏｕｇｈｐｕｔｃｏｍｐａｒｉｓｏｎｆｏｒｄｉｆｆｅｒｅｎｔａｌｇｏｒｉｔｈｍｓ塞窗口，使之能較好地滿足即將到來的發送需求，從而有效減少了不必要的丟包，減緩了發送窗口的抖動，使“適度”流量可平穩進入網絡，避免了系統的“無為”丟包與“盲目”重傳．圖５為不同算法下帶寬的大小．結果顯示，新算法γ－Ｃｗｎｄ在帶寬資源分配上略優于ＴＣＰＴａｈｏｅ和ＴＣＰＶｅｇａｓ，遠好于ＮｅｗＲｅｎｏ；在整個仿真時間內，新算法帶寬比ＴＣＰＴａｈｏｅ增加了１．５５％，比ＴＣＰＶｅｇａｓ增加了６．１４％，意味著新算法可讓更多的業務分組共享網絡資源．因γ－Ｃｗｎｄ與ＴＣＰＴａｈｏｅ和ＴＣＰＶｅｇａｓ的帶寬利用率相差不大，近似認為三者可公平獲取網絡帶寬，在一定接受程度內算法具有帶寬公平性．綜上所述，新算法對擁塞窗口平均值、系統吞吐量、丟包率等均有所改善，而且對帶寬的利用率也有一定程度提升，并在一定范圍內不影響系統吞吐量及獲取帶寬資源的公平性．圖４不同算法下丟包數隨發送量變化比較Ｆｉｇ．４Ｔｈｅｎｕｍｂｅｒｏｆｌｏｓｔｐａｃｋｅｔｓｃｏｍｐａｒｅｄｗｉｔｈｔｈｅｓｅｎｄｉｎｇａｍｏｕｎｔｆｏｒｄｉｆｆｅｒｅｎｔａｌｇｏｒｉｔｈｍｓ圖５不同算法下帶寬大小比較Ｆｉｇ．５Ｂａｎｄｗｉｄｔｈｓｉｚｅｃｏｍｐａｒｉｓｏｎｆｏｒｄｉｆｆｅｒｅｎｔａｌｇｏｒｉｔｈｍｓ由文獻［１３］可知，當ｎ個公平數據流共享帶寬時，擁

圖２不同算法下擁塞窗口數據Ｆｉｇ．２ＴｈｅｄａｔａｏｆＣｗｎｄｆｏｒｕｎｄｅｒｄｉｆｆｅｒｅｎｔａｌｇｏｒｉｔｈｍｓ圖３不同算法下系統吞吐量比較Ｆｉｇ．３Ｓｙｓｔｅｍｔｈｒｏｕｇｈｐｕｔｃｏｍｐａｒｉｓｏｎｆｏｒｄｉｆｆｅｒｅｎｔａｌｇｏｒｉｔｈｍｓ塞窗口，使之能較好地滿足即將到來的發送需求，從而有效減少了不必要的丟包，減緩了發送窗口的抖動，使“適度”流量可平穩進入網絡，避免了系統的“無為”丟包與“盲目”重傳．圖５為不同算法下帶寬的大小．結果顯示，新算法γ－Ｃｗｎｄ在帶寬資源分配上略優于ＴＣＰＴａｈｏｅ和ＴＣＰＶｅｇａｓ，遠好于ＮｅｗＲｅｎｏ；在整個仿真時間內，新算法帶寬比ＴＣＰＴａｈｏｅ增加了１．５５％，比ＴＣＰＶｅｇａｓ增加了６．１４％，意味著新算法可讓更多的業務分組共享網絡資源．因γ－Ｃｗｎｄ與ＴＣＰＴａｈｏｅ和ＴＣＰＶｅｇａｓ的帶寬利用率相差不大，，近似認為三者可公平獲取網絡帶寬，在一定接受程度內算法具有帶寬公平性．綜上所述，新算法對擁塞窗口平均值、系統吞吐量、丟包率等均有所改善，而且對帶寬的利用率也有一定程度提升，并在一定范圍內不影響系統吞吐量及獲取帶寬資源的公平性．圖４不同算法下丟包數隨發送量變化比較Ｆｉｇ．４Ｔｈｅｎｕｍｂｅｒｏｆｌｏｓｔｐａｃｋｅｔｓｃｏｍｐａｒｅｄｗｉｔｈｔｈｅｓｅｎｄｉｎｇａｍｏｕｎｔｆｏｒｄｉｆｆｅｒｅｎｔａｌｇｏｒｉｔｈｍｓ圖５不同算法下帶寬大小比較Ｆｉｇ．５Ｂａｎｄｗｉｄｔｈｓｉｚｅｃｏｍｐａｒｉｓｏｎｆｏｒｄｉｆｆｅｒｅｎｔａｌｇｏｒｉｔｈｍｓ由文獻［１３］可知，當ｎ個公平數據流共享帶寬時，擁


本文編號：2569168