由于新興互聯(lián)網(wǎng)時(shí)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(shí)延敏感型的轉(zhuǎn)變,網(wǎng)絡(luò)時(shí)延控制在保障業(yè)務(wù)時(shí)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(shí)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(cè)狀態(tài)難;IP以上面臨動(dòng)態(tài)業(yè)務(wù)分布,網(wǎng)絡(luò)隊(duì)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(shí)延控制機(jī)制,降低業(yè)務(wù)時(shí)延,成為時(shí)延控制的關(guān)鍵研究課題。當(dāng)前時(shí)延控制存在以下主要挑戰(zhàn):性能協(xié)調(diào)時(shí),特征因素空間過大;缺乏時(shí)延因素的完備觀測(cè);忽略業(yè)務(wù)分布不確定性。多時(shí)延因素,多性能協(xié)調(diào),多業(yè)務(wù)分布等時(shí)延時(shí)延不確定因素匯聚于業(yè)務(wù)路徑,外在表現(xiàn)為路徑動(dòng)態(tài)性不同。另外,時(shí)延控制還存在計(jì)算復(fù)雜、網(wǎng)絡(luò)狀態(tài)變化快的難點(diǎn)。在業(yè)務(wù)路徑上,針對(duì)時(shí)延因素的層次劃分建立泛在、智能和協(xié)同時(shí)延控制是時(shí)延控制機(jī)制的重要目標(biāo)。結(jié)合面臨的時(shí)延控制不確定因素、挑戰(zhàn)和目標(biāo),本文特征化時(shí)延不確定性,以概率圖模型分析各問題對(duì)應(yīng)的特征因素,用強(qiáng)化學(xué)習(xí)克服控制難點(diǎn),構(gòu)建“不確定性學(xué)習(xí)+控制策略學(xué)習(xí)”,實(shí)現(xiàn)泛在、智能和協(xié)同的時(shí)延控制機(jī)制,設(shè)計(jì)時(shí)延控制策略,增強(qiáng)... 

【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(jí)別】：博士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 引言
    1.2 面向時(shí)間敏感業(yè)務(wù)的網(wǎng)絡(luò)時(shí)延控制的研究背景
        1.2.1 由MCC向MEC的演進(jìn)歷程
        1.2.2 區(qū)域劃分下的主要時(shí)延來源
        1.2.3 時(shí)延控制的層次劃分
    1.3 面向時(shí)間敏感業(yè)務(wù)的時(shí)延控制機(jī)制研究現(xiàn)狀
        1.3.1 光互聯(lián)時(shí)延控制機(jī)制
        1.3.2 網(wǎng)絡(luò)時(shí)延控制機(jī)制
        1.3.3 隊(duì)列管理時(shí)延控制機(jī)制
    1.4 面向時(shí)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(dòng)態(tài)業(yè)務(wù)的路徑時(shí)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(dòng)態(tài)時(shí)延業(yè)務(wù)分布下,網(wǎng)絡(luò)隊(duì)列時(shí)延控制挑戰(zhàn)
    1.5 本文主要研究內(nèi)容與創(chuàng)新點(diǎn)
    1.6 論文內(nèi)容與架構(gòu)安排
    參考文獻(xiàn)
第二章 時(shí)延不確定性因素分析與控制
    2.1 時(shí)延不確定性
    2.2 時(shí)延不確定性概率圖模型
    2.3 時(shí)延控制強(qiáng)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(xiàn)
第三章 面向數(shù)據(jù)中心光互聯(lián)的路徑時(shí)延控制
    3.1 問題引入
    3.2 動(dòng)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(shí)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(shí)延優(yōu)化算法
        3.3.1 時(shí)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(qiáng)化學(xué)習(xí)模型
        3.3.3 鏈路集的選擇與前攝獎(jiǎng)勵(lì)函數(shù)
        3.3.4 含前攝時(shí)延控制的疏導(dǎo)算法
        3.3.5 獨(dú)立前攝時(shí)延控制的動(dòng)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(shí)現(xiàn)與仿真評(píng)估
        3.4.1 仿真平臺(tái)實(shí)現(xiàn)
        3.4.2 數(shù)值結(jié)果
    3.5 本章小結(jié)
    參考文獻(xiàn)
第四章 面向MEC的IP路徑時(shí)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(qiáng)化學(xué)習(xí)追蹤環(huán)境狀態(tài)
    4.4 帶有獎(jiǎng)勵(lì)函數(shù)學(xué)習(xí)的QGeo系統(tǒng)
    4.5 系統(tǒng)實(shí)現(xiàn)與仿真評(píng)估
        4.5.1 仿真平臺(tái)實(shí)現(xiàn)
        4.5.2 數(shù)值結(jié)果
    4.6 本章小節(jié)
    參考文獻(xiàn)
第五章 基于TCP/AQM的隊(duì)列時(shí)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(shí)現(xiàn)與仿真評(píng)估
        5.5.1 仿真平臺(tái)實(shí)現(xiàn)
        5.5.2 數(shù)值結(jié)果
    5.6 本章小節(jié)
    參考文獻(xiàn)
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(xiàn)】：
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(jìn)展[J]. 張?jiān)幢?楊劍,占治國,周嚴(yán)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(duì)列管理算法研究[D]. 桂丹妮.湖南師范大學(xué) 2017



本文編號(hào)：3169653