控制无线实时传输的改进TFRC算法

林远华，龙昭华：控制无线实时传输的改进ＴＦＲＣ算法２０１０，３１（９）１８９９Ｒ．兀’—一数据包传输的往返时间，ｔ．ＲＴ（卜重传超时时间，一
般取ｔＲＴＯ－－４・ＲＴＴ；ｂ在ＴＣＰ没有延迟确认机制的情况下取
值为ｌ：Ｐ为丢失事件率（在¨１．０之间），其中丢失事件的定义
为：在一个拥塞中的一个或多个分组丢失或者是被标记的分组
丢失。

丢失事件率为丢失事件的数量占所传输的分组数量的
百分比。

ＴＦＲＣ用于拥塞控制的通信模型如图１所示。

图１ＴＦＲＣ控制模型
图１中的接收端主要完成丢失事件率的估计和时间戳等
信息的统计，并通过反馈消息反馈给发送端：发送端主要是通
过从接收端获取的反馈信息进行相关的计算，决定采用什么
样的速率控制策略。

根据文献［４】中描述ＴＦＲＣ算法的工作流
程可以划分为以下几个步骤：．
（１）接收端计算丢失事件率连同时间戳等，向发送端发送
反馈信息。

（２）发送端利用反馈信息计算出Ｒ１ｒｒ。

（３）将计算出的Ｐ和ＲＴＴ代入ＴＣＰ吞吐量方程（Ｉ）计算得
到发送速率ｒ。

（４）根据计算得到的理论速率调整发送端发送速率。

算法的关键在于丢失事件率和Ｒ１Ｔ的获取，为了计算丢
失事件率Ｐ，首先要计算平均丢失间隔Ｌ，平均丢失间隔是最
后ｎ个丢失问隔的权值平均，公式如下
ｒ一己…ｍ’＾ｍ
“４一邑ｍＷ
式中：ｗ．一权值，‘——第ｉ次丢失间隔。

为了达到响应速度
和平滑性的平衡，ＴＦＲＣ应用如下公式计算权值
ｆ１１≤ｆ≥舵。

ｍ。

１卜孳ｎ／２＜ｆ≤疗ｑＪ
、ｉｖ／／‘
ＴＦＲＣ推荐ｎ＝８作为最好的一个平衡值。

１．２ＴＦＲＣ用于无线环境中的局限性
ＴＦＲＣ在稳定的网络环境中表现良好，被广发接受。

但在网络环境不稳定的情况下，ＴＦＲＣ并不能很好地适应网络的变化，主要是由于ＴＦＲＣ的吞吐量计算公式仅仅根据丢包率和延迟等变化来计算吞吐量估值８１。

在有线网络中丢包事件主要由于网络拥塞引起，因此ＴＦＲＣ可以有效地运行。

然而在无线环境中，很大部分丢包是由于无线信道传输的不可靠性造成的，因此将ＴＦＲＣ直接应用于无线网络时，会把无线信道引起的随机丢包事件认为是拥塞引起的丢包，从而盲目地调低速率。

当无线传输的比特率比较高时，可能会引起多媒体应用的服务质量严重下降。

而且ＴＦＲＣ是通过ｐ（丢包事件率）来作为拥塞信号，是当网络已经发生了拥塞才进行调整，这势必会造成发送速率的突然变化，不能保证实时数据传输的平滑性要求。

２ＴＦＲＣ算法的改进
针对上述存在的问题，本文提出一种用延迟抖动大小和丢失事件率相结合的改进方法（ＴＦＲＣ．Ｐｒｅ）来作为判断网络即将发生拥塞和调整发送速率的依据，这样就可以达到拥塞预测和保证视频传输平滑性的目的。

首先计算出两次包丢失事件发生时，两个数据包的延迟抖动值。

在文献［６】中提到，延迟的抖动可以认为网络即将被阻塞或已经发生了拥塞。

通过对这个抖动值的判断我们可以过滤一些由于比特错误造成的丢包，从而减少对发送速率的影响。

分组抖动的计算可以采用下面的方法。

对于一个特定的数据包，定义以下参数：
％＝发送第ｉ个数据包时所生成的时间戳。

‰＝当第ｉ个数据包到达接收方所记录的时间。

ｘ∞＝第ｉ个数据包的延迟。

Ｄ∞＝第ｉ个数据包和ｉ．１个数据包的延迟抖动值。

Ｐ【ｉ）＝一段时间内求出的延迟抖动平均值。

Ｘｏ）＝Ｒ埘一Ｓｍ
Ｄ（；）＝（‰一Ｓｃ，））一（＆川一艮。

庐（凡，一艮，））一（ｓ０）一＆，））“）
乳）＝（１．ａ）・Ｐ６｜－—咀・ＩＰ（ｉ）Ｉ（５）为了避免网络状况的突变造成抖动过大，采用Ｉ溥Ｃ７９３（传输控制协议）中指数加权移动平均来对一段时间的抖动值取平均，在式（５）中，ａ表示加权平均所需要用到都一个权值，考虑最近的Ｐ（ｉ）值最能反映抖动的变化情况，多次实验表明ａ＝０．６具有较好的实验效果。

通过上面的计算，可以知道在一段时间内数据包的延迟抖动平均值。

我们主要就是通过延迟抖动平均值的变化情况来对网络是否发生了拥塞做一个估计。

根据文献［７】，对于一般实时多媒体应用，一般抖动超过单向延迟时间的１０％则可以认为即将发生或者已经发生了拥塞，此处我们设定一个门限值变量，令门限值ｔｈｒｅｓｈｏｌｄ＝ＲＴｌ’，２（１０。

通过上面计算所得到的ｔｈｒｅｓｈｏｌｄ和Ｐ值可以作为改进ＴＦＲＣ－Ｐｒｅ算法控制吞吐量变化的重要依据。

主要思想是通过Ｐ值大小和ｔｈｒｅｓｈｏｌｄ作比较，通过比较结果选择不同的控制策略来控制吞吐量的变化。

具体步骤如下：
（１）保存前一次计算出的平均延迟抖动从ｆ—１），并计算最新的延迟抖动值Ｄ（ｉ）
（２）计算出本次延迟抖动平均值ｐ（ｊ）并判断
Ｉｆ（Ｐ（ｉ）＞ｔｈｒｅｓｈｏｌｄ）｛
计算出变化因子ｘ：ｌ必ｌｔ…Ｏ）
２ｌ————ｏｏ
珧
根据变化因子ｘ计算出加权因子Ｗｅｉｇｈｔ＝１－）（２
计算出实际可用吞吐量的估值Ｔ＝ｒ・Ｗｅｉｇｈｔ
｝
Ｅｌｓｅ
计算实际可用吞吐量的估值
Ｔ：ｂ・Ｔ；“１．ｂ）・Ｔ０。

，（７）
Ｅｎｄｉｆ
（３）根据计算出的估值Ｔ，调整发送速率
“）Ｃｏｎｔｉｎｕｅ
在以上流程中，由于最新一次的延迟抖动平均值ｐ（ｉ）不能很好反映延迟变化的实际情况，所以在计算抖动因子Ｘ的时候，选取Ｄ（ｉ）与前一次的延迟抖动平均值ｐ（ｉ．１）相比较。

改进算法工作流程中的第一个步骤也是需要计算出ＴＦＲＣ吞吐量计算公式中所要用到的传输延迟，丢包事件率等参数。

然后我们再计算出改进算法中所要用到的延迟抖动平均值。

将最近一次计算出的延迟抖动平均和计算出的门限值进行比较，如果ｐ（ｉ）大于门限值，说明已经或即将发生拥塞，就采用加权因子的方式去控制吞吐量的变化。

如果ｐ（ｉ）小于门限值，说明没有发生拥塞，就采用加权策略平滑吞吐量的变化，式（７）中，ｂ为一个常量权值因子，根据多次实验取ｂ＝０．４具有较好的实验效果。

与ＴＦＲＣ算法比较，ＴＦＲＣ．Ｐｒｅ算法主要进行了以下改进：（１）通过对延迟抖动变化进行分析，可过滤因为无线网络比特错误造成的丢包事件，使算法对无线网络更具有针对性。

（２）通过计算加权因子，可以在网络发生拥塞时候平滑控制实际吞吐量变化，从图２可以看到当ｘ－－－０．２时Ｗｅｉｇｈｔ－－０．９６，ｘ变化从０到Ｏ．２时，ａＷｅｉｇｈｔ＝０．０４（ａＷｅｉｇｈｔ表示在图２中随着自变量ｘ的变化，加权因子Ｗｅｉｇｈｔ的变化量）；当ｘ＝０．９时Ｗｅｉｇｈｔ＝０．１９，工变化从０．９到１时，ＡＷｅｉｇｈｔ－－－０．１９１通过曲线可以看出，当Ｘ取值越大的时候取得的权值Ｗｅｉｇｈｔ越小，也就是当延迟抖动变化比较剧烈时，加权因子Ｗｅｉｇｈｔ的变化幅度随之增加。

使控制吞吐量的变化更加有效。

图２Ｔ＝１．Ｘ２
３ＴＦＲＣ和ＴＦＲＣ．Ｐｒｅ仿真分析
为了验证改进效果，利用ＮＳ．２．２网络仿真软件对ＴＦＲＣ和ＴＦＲＣ．Ｉｒｅ算法进行模拟仿真对比分析，仿真实验采用相同的网络拓扑图，如图３所示。

图３中，路由器Ｒ和基站ＢＳ之间相连的链路是瓶颈链路，带宽为３Ｍｂ／ｓ，延迟为１０ｍｓ，队列长度２００，采用ＡＲＥＤ队
ＴＦＲＣｓｅｎｄｅｒ
ＴＦＲＣ．Ｐｒｅｓｅｎｄｅｒ
ＴＦＲＣｒｅｃｅｉｖｅｒ
ＴＦＲＣ．Ｐｒｅｒｅｃｅｉｖｅｒ
图３仿真网络拓扑结构列算法。

在基站ＢＳ与Ｒ１、Ｒ２之间采用的８０２．１１ｂ的无线链路连接，带宽为１１Ｍｂ／ｓ。

路由器Ｒ和Ｓｌ、Ｓ２之间均以有线方式连接，带宽为１００Ｍｂ／ｓ，延迟为５ｍｓ。

ＴＦＲＣ和ＴＦＲＣ－Ｐｒｅ流的数据包大小为１０００Ｂ，模拟突发数据ＴＣＰ流的数据包大小动态变化为４００Ｂ、８００Ｂ、１２００Ｂ，每一个阶段模拟时间为２０ｓ的时间。

仿真实验一共进行两次，从ｓ２到Ｒ２都是模拟ＴＣＰ连接，而从ｓ１到Ｒ１模拟ＵＤＰ连接。

根据上面的部署情况，实验分两次完成：第一次是仿真ＴＦＲＣ在有突发ＴＣＰ数据进入时吞吐量和延迟抖动等的变化情况；第二次实验是专门针对第一次实验结果，在相同的试验环境下所做的ＴＦＲＣ．Ｐｒｅ算法对比试验。

通过两次仿真实验统计的数据可以得到两次实验的延迟抖动／往返延迟变化曲线图（如图４所示）和吞吐量变化图（如图５所示）（由于延迟抖动变化较小，为了让数据表现更加明晰，我将延迟抖动的值在原来基础上都乘以１０，把数据放大１０倍）。

从图４（ａ）种可以看出，当在２０ｍｓ，４０ｍｓ处当有网络中有突发数据进入时，ＴＦＲＣ延迟的抖动幅度明显增加，然而在图４（ｂ）中，改进后的算法在２０ｍｓ和４０ｍｓ处也产生了一定的变化，但变化幅度明显小于（ａ）图中所示，并且整个曲线的变化幅度比图４（ａ）所示幅度较小。

说明通过过滤机制把一部分因为比特错误造成的网络数据包丢失过滤掉后，拥塞控制的可靠性增加，网
图４延迟抖动对比
图５吞吐量对比
（下转第１９０４页）。