摘要 | 第5-6页 |
Abstract | 第6-7页 |
1. 绪论 | 第10-14页 |
1.1 研究背景 | 第10-11页 |
1.2 研究现状 | 第11-13页 |
1.3 论文组织结构 | 第13-14页 |
2. TCP拥塞控制 | 第14-24页 |
2.1 拥塞及拥塞控制 | 第14-16页 |
2.1.1 拥塞现象 | 第14页 |
2.1.2 拥塞产生的原因 | 第14-15页 |
2.1.3 拥塞控制 | 第15-16页 |
2.2 TCP拥塞控制策略 | 第16-20页 |
2.2.1 慢开始和拥塞避免 | 第17-18页 |
2.2.2 快速重传和快速恢复 | 第18-20页 |
2.3 TCP拥塞控制算法 | 第20-23页 |
2.3.1 TCP Tahoe | 第20页 |
2.3.2 TCP Reno 和 TCP New Reno | 第20-21页 |
2.3.3 TCP SACK | 第21-22页 |
2.3.4 TCP Vegas | 第22-23页 |
2.4 本章小结 | 第23-24页 |
3. 无线网络中TCP拥塞控制分析 | 第24-31页 |
3.1 无线网络概述 | 第24-26页 |
3.1.1 无线网络的发展及现状 | 第24-25页 |
3.1.2 无线网络所表现的特性 | 第25页 |
3.1.3 无线网络中传统TCP拥塞控制的缺陷 | 第25-26页 |
3.2 无线网络的TCP拥塞控制方向 | 第26-28页 |
3.2.1 针对发送速率的波动性 | 第26页 |
3.2.2 针对拥塞控制和差错控制 | 第26-27页 |
3.2.3 针对无线传输差错的影响 | 第27-28页 |
3.3 无线网络中TCP拥塞控制的改进 | 第28-30页 |
3.3.1 链路层方案 | 第28页 |
3.3.2 分段连接方案 | 第28-29页 |
3.3.3 端到端方案 | 第29-30页 |
3.4 本章小结 | 第30-31页 |
4. 基于改进Q-learning和带宽利用预测的拥塞控制算法 | 第31-51页 |
4.1 基于改进Q-learning的AIMD拥塞控制算法 | 第31-38页 |
4.1.1 强化学习原理 | 第31-32页 |
4.1.2 Q-learning算法原理及其改进 | 第32-35页 |
4.1.3 基于改进Q-learning的AIMD拥塞控制算法 | 第35-38页 |
4.2 TCP带宽利用预测算法 | 第38-40页 |
4.3 TCP New Reno-QBD拥塞控制算法 | 第40-41页 |
4.4 TCP New Reno-QBD与TCP New Reno的实验对比 | 第41-50页 |
4.4.1 NS2仿真软件 | 第41-42页 |
4.4.2 TCP New Reno-QBD算法仿真分析 | 第42-45页 |
4.4.3 TCP New Reno-QBD算法与TCP New Reno算法的仿真对比 | 第45-50页 |
4.5 本章小结 | 第50-51页 |
5. 总结与展望 | 第51-53页 |
5.1 本文总结 | 第51页 |
5.2 进一步工作 | 第51-53页 |
参考文献 | 第53-56页 |
致谢 | 第56页 |