[發明專利]一種基于流量預測的衛星網絡隊列管理方法

有效

• 申請號: 202110752131.5
• 申請日: 2021-06-30
• 公開（公告）號: CN113472427B
• 公開（公告）日: 2022-07-15
• 發明（設計）人: 別玉霞;李芷含;胡智;王宇鵬
• 申請（專利權）人: 沈陽航空航天大學
• 主分類號: H04B7/185
• 分類號: H04B7/185;H04L41/147;H04L41/142;H04L47/10;G06F30/25
• 代理公司: 沈陽東大知識產權代理有限公司 21109
• 代理人: 李在川

本發明提供一種基于流量預測的衛星網絡隊列管理方法，構建動態三次指數平滑模型，將具有自相似性的流量數據作為動態三次指數平滑模型的輸入，利用差分進化算法優化動態三次指數平滑模型中的平滑系數，將最優平滑系數對應的動態三次指數平滑模型作為預測模型，利用三次曲線函數對ARED算法的包丟棄概率函數進行平滑的非線性處理，通過ARED算法輸出包丟棄概率用于控制傳輸信道中的丟包率、吞吐量、平均隊列長度，本發明方法提高了流量預測的精度，還為網絡擁塞控制提供充足的時間，利用非線性的包丟棄概率函數改進ARED算法可以有效控制隊列長度的同時解決RED的參數敏感性問題，使信道傳輸更加穩定。

技術領域

本發明屬于衛星網絡通信技術領域，具體涉及一種基于流量預測的衛星網絡隊列管理方法。

背景技術

時間序列模型是應用最廣泛的流量預測模型，分為移動平均模型、平穩時間序列模型和指數平滑模型。其中，時間序列中的指數平滑模型最早由CC.Holt于1958年提出，原理是任一期的指數平滑值都是本期實際觀察值與前一期指數平滑值的加權平均，利用修勻技術，削弱短期隨機波動對序列的影響，使序列平滑化，從而獲得時間序列平滑值，作為未來短期內的預測參數。該算法是生產預測中利用最廣泛的一種方法，也用于中短期經濟發展趨勢預測。

指數平滑模型具有不同的平滑次數，其中三次指數平滑(Holt-Winter)預測模型主要針對時間序列中的非線性趨勢進行修正，能夠適應衛星網絡流量的非線性、自相似性和長相關性變化趨勢。Holt-Winter算法包括三個平滑方程和一個預測方程，對各期觀測值依時間順序進行加權平均，其結果作為流量預測值，表現出歷史數據對未來值的影響隨時間而遞減的特征。傳統三次指數平滑模型的平滑系數α是固定值，該模型主要應用于穩定的數據模型，在中長期數據預測中，當數據變化較大時，無法及時調整，導致預測誤差變大。為此，有學者對傳統的三次指數平滑法做了改進，提出了動態三次指數平滑預測模型。動態三次指數平滑法是在傳統算法的基礎上提出動態平滑系數，并采用迭代的方式對參數進行更新。該算法在復雜數據的中長期預測中可減小預測誤差，具有更好的穩定性。

典型的隊列管理模型有隨機早期檢測(Random Early Detection,RED)，和自適應隨機早期檢測(Adaptive Random Early Detection,ARED)等。RED隊列管理方法中參數設置敏感度較高，包丟棄概率為線性函數，丟包速率過快容易造成隊列振蕩，信道利用率過低；ARED隊列管理方法實現了參數的自動調節，但是ARED中包丟棄概率函數仍為線性，線性增長速率過快容易導致隊列振蕩。

發明內容

針對現有技術的不足，本發明引入三次曲線函數對ARED算法進行改進，能有效降低丟包率，提高平均隊列長度，提高信道利用率。為此，本發明提出一種基于流量預測的衛星網絡隊列管理方法，適用于具有自相似特性的衛星網絡業務流量，包括：

步驟1：對衛星網絡中一段時間內的流量數據進行自相似性判斷；具體表述為：采用重標極差R/S分析法估算流量數據的Hurst指數H，如果H∈(0.5,1)，說明所述流量數據具有自相似性；

步驟2：將具有自相似性的流量數據作為動態三次指數平滑模型的輸入，結合動態三次指數平滑模型和ARED算法得到包丟棄概率；

步驟3：通過得到的包丟棄概率控制傳輸信道中的丟包率、吞吐量、平均隊列長度。

所述步驟2包括：

步驟2.1：構建動態三次指數平滑模型，將具有自相似性的流量數據作為動態三次指數平滑模型的輸入，利用差分進化算法優化動態三次指數平滑模型中的平滑系數，得到一個平滑系數的最優解；

步驟2.2：將平滑系數最優解對應的動態三次指數平滑模型作為最優預測模型，將最優預測模型輸出的流量數據的預測值作為ARED算法的輸入；

步驟2.3：利用三次曲線函數對ARED算法的包丟棄概率函數進行平滑的非線性處理，通過ARED算法輸出包丟棄概率。