由于新興互聯(lián)網(wǎng)時間敏感業(yè)務(wù)的出現(xiàn)以及服務(wù)質(zhì)量要求由帶寬敏感型向時延敏感型的轉(zhuǎn)變,網(wǎng)絡(luò)時延控制在保障業(yè)務(wù)時延性能上發(fā)揮著關(guān)鍵作用。依據(jù)業(yè)務(wù)傳送過程中時延因素主要來源分為:光傳送層、IP層及TCP層。在光傳送層上網(wǎng)絡(luò)、業(yè)務(wù)規(guī)模巨大,性能協(xié)調(diào)難;在IP層上,范圍廣、設(shè)備多、協(xié)議豐富,觀測狀態(tài)難;IP以上面臨動態(tài)業(yè)務(wù)分布,網(wǎng)絡(luò)隊列與TCP協(xié)議協(xié)同難。在通信系統(tǒng)中建立泛在、智能和協(xié)同的時延控制機制,降低業(yè)務(wù)時延,成為時延控制的關(guān)鍵研究課題。當(dāng)前時延控制存在以下主要挑戰(zhàn):性能協(xié)調(diào)時,特征因素空間過大;缺乏時延因素的完備觀測;忽略業(yè)務(wù)分布不確定性。多時延因素,多性能協(xié)調(diào),多業(yè)務(wù)分布等時延時延不確定因素匯聚于業(yè)務(wù)路徑,外在表現(xiàn)為路徑動態(tài)性不同。另外,時延控制還存在計算復(fù)雜、網(wǎng)絡(luò)狀態(tài)變化快的難點。在業(yè)務(wù)路徑上,針對時延因素的層次劃分建立泛在、智能和協(xié)同時延控制是時延控制機制的重要目標(biāo)。結(jié)合面臨的時延控制不確定因素、挑戰(zhàn)和目標(biāo),本文特征化時延不確定性,以概率圖模型分析各問題對應(yīng)的特征因素,用強化學(xué)習(xí)克服控制難點,構(gòu)建“不確定性學(xué)習(xí)+控制策略學(xué)習(xí)”,實現(xiàn)泛在、智能和協(xié)同的時延控制機制,設(shè)計時延控制策略,增強... 

【文章來源】：北京郵電大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：122 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 引言
    1.2 面向時間敏感業(yè)務(wù)的網(wǎng)絡(luò)時延控制的研究背景
        1.2.1 由MCC向MEC的演進歷程
        1.2.2 區(qū)域劃分下的主要時延來源
        1.2.3 時延控制的層次劃分
    1.3 面向時間敏感業(yè)務(wù)的時延控制機制研究現(xiàn)狀
        1.3.1 光互聯(lián)時延控制機制
        1.3.2 網(wǎng)絡(luò)時延控制機制
        1.3.3 隊列管理時延控制機制
    1.4 面向時間敏感業(yè)務(wù)的關(guān)鍵挑戰(zhàn)
        1.4.1 光互聯(lián)過程中,面向動態(tài)業(yè)務(wù)的路徑時延挑戰(zhàn)
        1.4.2 在MEC架構(gòu)下,邊緣網(wǎng)絡(luò)中IP接入挑戰(zhàn)
        1.4.3 動態(tài)時延業(yè)務(wù)分布下,網(wǎng)絡(luò)隊列時延控制挑戰(zhàn)
    1.5 本文主要研究內(nèi)容與創(chuàng)新點
    1.6 論文內(nèi)容與架構(gòu)安排
    參考文獻
第二章 時延不確定性因素分析與控制
    2.1 時延不確定性
    2.2 時延不確定性概率圖模型
    2.3 時延控制強化學(xué)習(xí)
        2.3.1 問題表示
        2.3.2 學(xué)習(xí)過程
        2.3.3 在線學(xué)習(xí)算法
    2.4 本章小結(jié)
    參考文獻
第三章 面向數(shù)據(jù)中心光互聯(lián)的路徑時延控制
    3.1 問題引入
    3.2 動態(tài)業(yè)務(wù)疏導(dǎo)分析與模型
        3.2.1 業(yè)務(wù)疏導(dǎo)中的時延與能量消耗
        3.2.2 傳統(tǒng)疏導(dǎo)方案的整數(shù)線性規(guī)劃模型
    3.3 業(yè)務(wù)疏導(dǎo)的時延優(yōu)化算法
        3.3.1 時延友好的整數(shù)線性規(guī)劃模型
        3.3.2 業(yè)務(wù)疏導(dǎo)的強化學(xué)習(xí)模型
        3.3.3 鏈路集的選擇與前攝獎勵函數(shù)
        3.3.4 含前攝時延控制的疏導(dǎo)算法
        3.3.5 獨立前攝時延控制的動態(tài)疏導(dǎo)算法
        3.3.6 相關(guān)策略的比較與重要參數(shù)
    3.4 系統(tǒng)實現(xiàn)與仿真評估
        3.4.1 仿真平臺實現(xiàn)
        3.4.2 數(shù)值結(jié)果
    3.5 本章小結(jié)
    參考文獻
第四章 面向MEC的IP路徑時延控制
    4.1 問題引入
    4.2 基于Q-Learning的地理路由協(xié)議和概率圖分析
    4.3 逆向強化學(xué)習(xí)追蹤環(huán)境狀態(tài)
    4.4 帶有獎勵函數(shù)學(xué)習(xí)的QGeo系統(tǒng)
    4.5 系統(tǒng)實現(xiàn)與仿真評估
        4.5.1 仿真平臺實現(xiàn)
        4.5.2 數(shù)值結(jié)果
    4.6 本章小節(jié)
    參考文獻
第五章 基于TCP/AQM的隊列時延控制
    5.1 問題引入
    5.2 TCP/AQM系統(tǒng)分析
    5.3 業(yè)務(wù)分布/AQM系統(tǒng)
    5.4 業(yè)務(wù)分布/CoDel系統(tǒng)
    5.5 系統(tǒng)實現(xiàn)與仿真評估
        5.5.1 仿真平臺實現(xiàn)
        5.5.2 數(shù)值結(jié)果
    5.6 本章小節(jié)
    參考文獻
第六章 論文總結(jié)與展望
    6.1 論文研究工作總結(jié)
    6.2 未來研究工作展望
縮略語
致謝
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文目錄


【參考文獻】：
期刊論文
[1]5G Flexible Optical Transport Networks with Large-Capacity, Low-Latency and High-Efficiency[J]. Yuefeng Ji,Jiawei Zhang,Yuming Xiao,Zhen Liu.  中國通信. 2019(05)
[2]5G傳送標(biāo)準(zhǔn)進展[J]. 張源斌,楊劍,占治國,周嚴偉.  中興通訊技術(shù). 2018(01)
[3]Joint Resource Allocation and Coordinated Computation Offloading for Fog Radio Access Networks[J]. Kai Liang,Liqiang Zhao,Xiaohui Zhao,Yong Wang,Shumao Ou.  中國通信. 2016(S2)

博士論文
[1]“IP+光”協(xié)同架構(gòu)下的資源優(yōu)化研究[D]. 譚艷霞.北京郵電大學(xué) 2019

碩士論文
[1]SDN環(huán)境下的隊列管理算法研究[D]. 桂丹妮.湖南師范大學(xué) 2017



本文編號：3169653