TCP DCERL+：提升移动自组织网络中的拥塞控制性能

《Array》：TCP DCERL+: Improving congestion control in mobile ad hoc networks

动态TCP拥塞控制算法在无线网络中的应用优化了吞吐量、能效和公平性，通过区分随机丢包和拥塞丢包动态调整窗口大小，结合带宽估计和队列长度预测实现高效资源利用。

　　随着无线接入网络的不断发展，越来越多的应用程序开始需要极高的数据传输速率。然而，由于移动性和信道波动导致的随机丢包问题，使得这些高速网络的性能受到严重影响。为了应对这一挑战，研究者们提出了许多TCP拥塞控制算法的变种，以期实现更高效的性能。然而，这些算法往往无法达到期望的吞吐量。本文提出了一种名为DCERL+（Dynamic TCP Congestion Control Enhancement for Random Loss Plus）的新型拥塞控制算法，它在发送端对TCP Reno协议进行了改进，能够区分随机丢包和拥塞丢包。通过使用一种估计瓶颈队列长度的算法来控制拥塞窗口，DCERL+可以实现非常高的吞吐量。我们使用NS3对DCERL+进行了模拟，并将其性能与传统的以及近期的算法进行了比较，结果表明DCERL+在吞吐量、能耗、端到端延迟和节点移动速度等方面优于DA-BBR和D-TCP等算法。

无线网络在通信技术中扮演着越来越重要的角色，它不仅用于医疗设备的即时数据传输，还广泛应用于气象传感器节点、车联网和无线传感器网络等场景。例如，气象传感器节点通过微型控制器定期收集传感器数据，并将这些数据转换为可展示的格式后，通过无线网络传输到远程位置，再由移动网络接收并提供给手持设备。这种网络架构可以实现对天气数据的实时监控，从而帮助用户及时获取信息。车联网则利用智能交通系统，实现车辆之间的短距离和中距离无线通信，从而提高道路安全性和数据传输效率。此外，无线传感器网络被广泛应用于边境区域的入侵检测和追踪，通过传感器节点收集信息并发送给基站进行处理，有助于提高安全防护能力。然而，无线网络中的通信拥堵问题可能导致信息丢失，影响这些应用的性能。为了维护水生生物的生存和繁衍，水体质量的监控至关重要，自动系统通过传感器如温度、水位和pH值来监测水体状况，并将异常值报告给用户的移动电话。这种系统可以及时通知用户，以便采取相应措施。

在过去的二十年里，TCP已经成为互联网中最广泛使用的协议之一。它确保了数据的可靠和错误校验的传输。TCP设计用于在有线网络中提供受信任的数据传输，限制在一定的传输速率和传播延迟范围内。它执行流量控制，以防止TCP连接的接收端被数据洪流所淹没。在TCP通信中，接收端会不断更新其缓冲区容量信息，以控制发送端的发送速率。这种机制需要某种形式的拥塞控制，即控制传输速率，以确保TCP发送端不会超过网络容量。TCP发送端使用拥塞窗口作为最大发送限制，并根据成功的传输情况调整该窗口的大小。然而，拥塞窗口的大小并非总是理想，当窗口过小时会导致资源利用率不足，而窗口过大则可能对网络造成过载。

TCP的一个固有特性是尽可能多地发送数据包，直到网络变得拥塞并丢弃数据包，如图1所示。这种拥塞问题在实时应用如视频会议、数据导航和数据共享中尤为严重。特别是在“慢启动”阶段，拥塞窗口以指数方式增加，导致数据包丢失。为了防止TCP发送端过度请求可用带宽，TCP进入“拥塞避免”阶段，此时拥塞窗口以线性方式增加。进入该阶段的必要条件是拥塞窗口达到慢启动阈值（ssthreshold）。然而，现有的TCP拥塞控制策略在处理无线网络中的拥塞问题时显得不够充分，尤其是在移动自组网（MANETs）中。当检测到丢包时，TCP通常会通过接收三个重复确认（ACKs）或数据包重传来处理，此时会减少拥塞窗口。在TCP Reno中，如果检测到三个重复确认，它会通过重传数据包并减半拥塞窗口来处理拥塞，而在重传的情况下，拥塞窗口会被重置为1。无论是哪种情况，拥塞窗口都会被减少，从而需要许多往返时间才能恢复到其容量。当丢包并非由于拥塞而是由于随机丢包时，这种处理方式会更加糟糕。随机丢包通常由无线链路的位错误率引起，非常常见。在这种情况下，TCP将随机丢包视为拥塞丢包，并减小拥塞窗口，这不仅无法缓解随机丢包的影响，反而降低了吞吐量。

在有线网络中，当由于三个重复确认或重传导致拥塞时，TCP表现良好。但在无线网络中，当丢包是由于位错误率而非拥塞时，TCP会导致资源的低效利用。因此，为了克服TCP在无线网络中的挑战，我们提出了一种新的拥塞控制算法DCERL+。DCERL+使用估计的队列长度来区分随机丢包和拥塞丢包，并改善了估计可用带宽的利用率。该算法适用于高带宽延迟产品（BDP）和丢包条件下的网络。DCERL+能够实现非常高的吞吐量。

综上所述，现有的一些拥塞控制方法在吞吐量、端到端延迟和公平性方面存在较低的QoS性能。此外，一些方法未考虑节点移动性，这会导致数据的随机丢包，进而降低这些机制的效率。因此，我们提出了一个机制，能够检测随机丢包，并且不减少源发送窗口。我们的目标是在考虑节点移动性的前提下，实现QoS和公平性的平衡。该机制能够动态适应各种网络条件和流量负载。为了验证DCERL+的性能，我们通过NS3进行了模拟，并将结果与传统的和近期的TCP算法进行了比较。模拟结果显示，DCERL+在吞吐量、能耗、端到端延迟和节点移动速度等方面优于DA-BBR和D-TCP等算法。

在本文中，我们提出了一种新的拥塞控制算法DCERL+，它能够通过区分随机丢包和拥塞丢包来提高吞吐量。在发送端，DCERL+通过估计带宽来调整拥塞窗口，从而有效利用网络资源。DCERL+特别适用于高带宽延迟产品和丢包条件下的网络。我们使用NS3对DCERL+进行了模拟，并将其性能与传统的和近期的TCP算法进行了比较。模拟结果表明，DCERL+在吞吐量、能耗、端到端延迟和节点移动速度等方面优于DA-BBR和D-TCP等算法。此外，我们还对DCERL+进行了QoS和公平性的分析。

在模拟中，我们发现DCERL+在吞吐量、端到端延迟和能耗方面都优于其他算法。例如，在有线和无线混合网络拓扑结构中，DCERL+的吞吐量比NEWRENO提高了164%，比Cubic提高了151%，比m-Veno提高了148%，比D-TCP提高了143%，比DA-BBR提高了131%。在所有无线网络拓扑结构中，DCERL+的吞吐量也优于其他算法。这些结果表明，DCERL+在各种网络条件下都能实现更好的性能。此外，DCERL+在端到端延迟方面也表现优异，比NEWRENO减少了160%，比Cubic减少了126%，比m-Veno减少了121%，比D-TCP减少了116%，比DA-BBR减少了108%。这表明DCERL+在减少延迟方面也有显著优势。

为了进一步验证DCERL+的性能，我们进行了更多的模拟实验。在不同的网络配置下，DCERL+的吞吐量和端到端延迟都优于其他算法。例如，在所有无线网络拓扑结构中，DCERL+的吞吐量比NEWRENO提高了184%，比Cubic提高了136%，比m-Veno提高了131%，比D-TCP提高了114%，比DA-BBR提高了102%。这些结果表明，DCERL+在各种网络条件下都能实现优异的性能。

DCERL+的算法设计基于对拥塞窗口的动态调整。在发送端，DCERL+通过估计队列长度来区分随机丢包和拥塞丢包，并相应地调整拥塞窗口。这种机制允许DCERL+在检测到随机丢包时保持拥塞窗口不变，从而充分利用网络带宽。DCERL+的算法能够适应不同的网络条件和流量负载，确保在各种情况下都能实现高吞吐量和低延迟。

此外，我们还对DCERL+的公平性进行了分析。结果显示，DCERL+在没有随机丢包的情况下与NEWRENO表现相似，而在存在随机丢包的情况下，DCERL+能够利用NEWRENO连接中未使用的带宽，从而提高数据传输效率。这种机制不仅提高了吞吐量，还改善了公平性，特别是在多连接共享瓶颈资源的情况下。

综上所述，DCERL+是一种有效的拥塞控制算法，能够区分随机丢包和拥塞丢包，并在发送端动态调整拥塞窗口，以实现高吞吐量和低延迟。DCERL+适用于各种无线网络和MANET应用，并且能够适应不同的网络条件和流量负载。通过使用NS3进行模拟，我们验证了DCERL+在各种指标上的优越性，包括吞吐量、端到端延迟和能耗。此外，我们还对DCERL+的公平性进行了分析，结果表明它在没有随机丢包的情况下与NEWRENO表现相似，而在存在随机丢包的情况下，它能够利用其他连接中未使用的带宽，从而提高数据传输效率。因此，DCERL+不仅能够提高网络性能，还能够改善公平性，特别是在移动节点的网络中。