针对动态低地球轨道(LEO)卫星网络的、具有拓扑感知能力的主动TCP拥塞控制机制

《Computer Communications》:Topology-aware proactive TCP congestion control for dynamic LEO satellite networks

【字体: 大 中 小 】 时间:2026年10月21日 来源:Computer Communications 4.2

编辑推荐:

  摘要在低地球轨道(LEO)卫星网络中,传统的传输控制协议(TCP)拥塞控制依赖于延迟反馈,如数据包丢失或往返时间(RTT)膨胀。由于传播延迟较长且路由路径变化迅速,这些反应机制往往响应过慢,导致队列持续堆积、延迟增加和吞吐量不稳定。虽然之前的方法尝试通过数据驱动的吞吐量预测来提高

  

摘要

在低地球轨道(LEO)卫星网络中,传统的传输控制协议(TCP)拥塞控制依赖于延迟反馈,如数据包丢失或往返时间(RTT)膨胀。由于传播延迟较长且路由路径变化迅速,这些反应机制往往响应过慢,导致队列持续堆积、延迟增加和吞吐量不稳定。虽然之前的方法尝试通过数据驱动的吞吐量预测来提高TCP性能,但它们通常依赖于特定于拓扑的训练或产生不可忽略的计算开销,这限制了它们在大规模和动态卫星星座中的实用性。在本文中,我们提出了一种主动式的TCP拥塞控制框架,该框架利用LEO卫星网络的结构特征来推断每步的端到端发送能力。我们不将吞吐量估计视为纯粹的时间序列预测问题,而是将可用吞吐量分解为两个部分:一个是受链路容量和路径共享动态影响的分析导出的趋势成分,另一个是捕获由卫星运动和路由变化引起的周期性偏差的轻量级残差成分。残差项通过周期性感知残差网络(PARN)进行建模,该网络利用轨道周期内的时间指数来捕捉可重复的残差变化。推断出的吞吐量被反馈给TCP发送方,用于发送方的传输调节,从而在拥塞出现之前进行主动调整。在单流情况下,它直接映射到拥塞窗口(CWND);在多服务情况下,用于限制发送方的总发送速率。这种设计将发送方控制与延迟的数据包级反馈解耦,并使流量调节与拓扑演变的时间尺度保持一致,而不仅仅是基于ACK的探测。在动态LEO卫星场景中的实验结果表明,所提出的方法显著减少了RTT膨胀和队列堆积,同时保持了拥塞下的稳定吞吐量,验证了状态感知式主动拥塞控制的有效性。

引言

随着全球对高速、低延迟通信需求的快速增长,低地球轨道(LEO)卫星网络已成为地面基础设施的重要扩展。它们能够提供大面积覆盖和低延迟传输,这得益于其较低的轨道高度和动态网格结构,使其成为偏远和服务不足地区关键任务的理想选择[1]。随着卫星星座规模的扩大和并发通信会话的增加,卫星间的链接越来越面临动态拥塞和资源竞争。在这样高度可变的拓扑中,传统的被动拥塞控制机制无法及时应对网络波动,导致吞吐量严重不稳定。
传输控制协议(TCP)是现代通信网络中的基础传输协议,通过拥塞控制和重传机制确保可靠的数据传输。在LEO卫星网络中,TCP性能受到轨道动态和频繁的拓扑变化严重影响。其中一个关键挑战是卫星运动导致的路径重叠,这会将多个数据流集中在有限的卫星间链接上,从而引发突然的拥塞。这种拥塞会触发TCP的避免机制,导致短暂但频繁的吞吐量下降。卫星链接的长时间传播延迟进一步延迟了反馈,因此TCP基于过时的信号调整其拥塞窗口(CWND),导致吞吐量不稳定和延迟增加。因此,TCP需要一种主动的速率适应机制,能够在拥塞形成之前调节发送方的流量注入,而不是对延迟的数据包丢失或往返时间(RTT)信号做出反应,从而减少重传并提高传输稳定性。
为了缓解LEO卫星网络中固有的拥塞反馈延迟,一些研究探索了主动或预测机制来预测流量动态并缓解拥塞效应。最近的一些研究在卫星通信背景下探索了流量预测。Tamada等人[2]应用迁移学习将地面训练的模型适应于卫星网络的稀疏数据特征。Wei等人[3]提出了一种基于强化学习的路由策略,利用流量中的长期时间依赖性来识别潜在的拥塞路径。Liu等人[4]通过挖掘历史来源-目的地矩阵推断出高流量模式。尽管这些方法显示出有效性,但它们通常需要大量的板载计算开销来进行实时推断,这对资源受限的卫星平台来说是一个重大挑战。此外,大多数方法都是基于静态的历史数据集进行训练的,因此容易受到拓扑变化的影响。地面站或卫星数量的任何变化都可能导致预训练模型过时,需要重新收集数据并进行昂贵的重新训练。这给通信和计算带来了沉重的负担,限制了实际部署和可扩展性。
为了提高LEO卫星网络在高延迟和动态拓扑下的TCP适应性,本研究旨在推断被视为发送方-接收方传输的瞬时端到端发送能力,以实现主动拥塞控制。吞吐量跟踪分析显示,LEO网络中的TCP吞吐量具有清晰且可重复的结构:大的变化来自路径级流量聚合,而小的波动则遵循由卫星运动引起的周期性模式。受此观察启发,我们设计了一个混合框架,结合了基于物理的回归模型和轻量级的周期性感知残差网络(PARN)。回归模型使用从快照路由表中获得的路径竞争信息来捕获长期吞吐量趋势,而PARN以低计算成本学习残差变化,以模拟精细的轨道同步波动。该框架具有很强的拓扑适应性:分析趋势直接从路由信息更新,而预训练的PARN无需重新训练。集成到TCP中后,推断出的吞吐量可以实现发送方的主动传输调节,减少队列堆积并提高动态LEO网络中的端到端性能。
本文的主要贡献可以总结如下:
  • •
    TCP的主动拥塞控制机制:
    推断出的端到端发送能力被整合到TCP堆栈中,作为前向控制信号,在拥塞反馈之前指导发送方的传输调节。在单流情况下,用于调整CWND;在多服务情况下,用于限制发送方的总发送速率。这实现了早期拥塞避免,减轻了RTT膨胀,并在长传播延迟下稳定了吞吐量。额外的开销很小,仅包括地面路径计算和周期性反馈传输。
  • •
    基于路由衍生的路径重叠的吞吐量预测框架:我们从实时路由表中提取一个路径共享指标,作为LEO网络中链路级流量负载的指示器。该指标捕捉拓扑收敛模式,使得无需依赖反应性延迟或丢失反馈即可进行主动容量推断。
  • •
    轻量级且无需重新训练的容量推断模型:
    该混合模型结合了基于回归的趋势估计器和PARN,实现了高预测精度和低计算成本。该模型捕获由轨道动态引起的周期性残差变化,完全在地面运行,通过更新路径并发统计数据来适应拓扑变化,并且无需重新训练,确保了跨多种卫星星座场景的可扩展性。
本文的其余部分组织如下。第2节回顾了卫星网络中TCP拥塞控制和吞吐量预测的现有研究。第3节介绍了系统模型,包括卫星网络拓扑、路由路径生成和并发路径提取。第4节介绍了我们的混合预测算法及其在TCP发送方控制中的集成。第5节评估了我们的方法在动态网络拓扑下的性能。最后,第6节总结了本文并概述了未来方向。

章节片段

相关工作

为了在LEO星座中实现基于吞吐量预测的TCP控制,我们必须(1)理解决定流量汇聚地点和时间的卫星路由和链路负载动态,(2)描述在高延迟、高移动性卫星路径中的TCP行为和限制,以及(3)开发适用于周期性、拓扑变化环境的准确、轻量级的预测方法。

初步

本节描述了用于构建LEO网络测试平台的端到端流程,以评估TCP。该工作流程分为三个阶段:(i)使用StarPerf(由STK提供数据)生成星座和链接数据集,(ii)使用Python计算延迟加权的路由和网关切换,(iii)在Openflow控制下使用Mininet进行动态仿真,以重放时变路径并测量传输性能。

吞吐量预测和拥塞控制设计

本节开发了一个混合吞吐量预测框架,并将其集成到TCP拥塞控制中。基于前一节的观察,我们将动态LEO网络中的TCP BBR吞吐量建模为主导的结构成分和较小的残差成分的组合。然后将得到的吞吐量估计值反馈给TCP,以主动调节发送方的流量注入,从而实现稳定和高效的传输。

实验结果

为了验证所提出的拥塞预测和主动TCP控制框架的有效性,我们将实验分为两类:(i)在动态LEO卫星网络中的端到端TCP性能评估,以及(ii)预测准确性分析,以验证用于主动拥塞控制的吞吐量估计模块的有效性。这种排序强调了最终目标是提高TCP性能,而预测模块作为

结论

在这项工作中,我们研究了动态LEO卫星网络中的吞吐量估计问题,其中快速的拓扑变化和长传播延迟挑战了传统的TCP机制。通过利用卫星轨道的内在周期性,我们提出了一个混合建模框架,将端到端吞吐量分解为竞争驱动的分析趋势和轨道同步的残差成分。该设计使得基于显式拓扑状态的吞吐量生成成为可能

CRediT作者贡献声明

Chen Liao:撰写——原始草案,概念化。Xingjian Zhang:监督。Siyuan Wang:数据整理。Ye Wang:监督。Qinyu Zhang:验证。

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能会影响本文报告的工作。
陈辽|张星健|王思远|王晔|张琴宇
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号