摘要
在未来的空天地一体化无线网络中,针对高带宽延迟积(即长胖网络)且存在丢包特性的链路,设计有效的数据传输方案至关重要。然而,过去数十年作为主流传输层协议的传输控制协议(transmission control protocol,TCP),在该场景下具有性能上的局限性。为此,提出了一种新的传输方案,该方案结合了用户数据报协议(user datagram protocol,UDP)和应用层前向纠错(forward erasure correction,FEC)编码技术中的流式编码,能够在完全不需要重传的情况下提供可靠的数据传输保障。此外,还引入了一种基于强化学习(reinforcement learning,RL)的方法,以实现拥塞控制与FEC修复传输的联合优化。通过一系列仿真实验,证明了所提方案在长胖网络环境中,尤其在面对丢包情况时,能够保持高效和平稳的吞吐量。这也为TCP性能增强代理(performance-enhancing proxy,PEP)的应用提供了新思路。最后,还展望了一些未来的研究方向。
Designing efficient packet transmission over lossy links with a large bandwidth-delay product(i.e.,longfat)is important in the next-generation wireless networks,which are envisioned to be of a space-air-ground integrated scale.Transmission control protocol(TCP),the dominant transport layer protocol in the past decades,is known to have had performance issues in such links.A new transport approach was proposed using user datagram protocol(UDP)along with an application-layer forward erasure correction(FEC)code called streaming code to provide retransmission-free reliability.A novel approach based on reinforcement learning(RL)was proposed to jointly perform congestion control and FEC repair transmissions.Proof-of-concept simulations demonstrate that the approach can achieve high and smooth goodput in long-fat lossy links,which can be attractive for performance-enhancing proxy(PEP).It also highlights several future research directions that can be exploited based on the proposed approach.
作者
李业
孙剑
张士兵
LI Ye;SUN Jian;ZHANG Shibing(School of Information Science and Technology,Nantong University,Nantong 226019,China)
出处
《电信科学》
北大核心
2025年第4期132-142,共11页
Telecommunications Science
基金
国家自然科学基金资助项目(No.61801248)。
关键词
前向纠错
拥塞控制
强化学习
forward erasure correction
congestion control
reinforcement learning
作者简介
李业(1986-),男,博士,南通大学信息科学技术学院副教授、博士生导师,主要研究方向为无线通信、前向纠错编码、网络编码等;孙剑(1999-),男,南通大学信息科学技术学院硕士生,主要研究方向为无线通信、网络编码等;通信作者:张士兵(1962-),男,博士,南通大学信息科学技术学院教授、博士生导师,主要研究方向为宽带数字通信、智能信号处理、认知无线电等,zhangshb@ntu.edu.cn。
