基于流编码和机器学习的低时延传输层设计研究开题报告

1. 研究目的与意义

下一代无线网络有望具有空天地一体化的规模，卫星将在提供持续服务方面发挥关键作用。数据在卫星链路上高效传输可以很好的满足用户体验感。其中卫星链路为有损链路并且具有高带宽时延积，因此常被称为长胖链路。在长胖有损链路中，大多数现有应用所依赖的tcp协议已知存在带宽利用率低的问题。首先，作为最初（40年前）主要关注拥塞的有线链路设计技术，大多数tcp变体都将数据包丢失视为拥塞信号，并会因此降低传输速率。而在无线链路中可能由于随机错误而导致丢包，而并非拥塞所致，在这种情况下，tcp仍会降低发送速率，这是不必要的。在许多新出现的空天地一体化网络场景下，该问题可能会很严重。在这种情况下，由于传播时延长，所以无法使用链路层自动重传请求（arq），因此这种链路错误导致的数据包丢失的情况是不可避免的。

其次，作为一种避免拥塞的方法，tcp的发送速率只会在传输开始时逐渐增加（称为“慢启动”）。 在带宽和传播时延都很大的长胖链路中，这可能需要很长时间才能使链路充满数据。如果连接时间短，则该问题尤其严重。

在过去的几十年中，已经提出了许多tcp 拥塞控制变体来改善在长胖无线链路下的性能。 tcp hybla 是专门为卫星链路设计的典型示例。 在hybla中，拥塞窗口（cwnd）的增加与实际的长往返时间（rtt）无关，因此链路可以更快地饱和。 google的tcp bbr 交替估算可用带宽和最小rtt，以使运行中的数据保持与链路的带宽时延积接近，从而使拥塞窗口的变化与数据包丢失无关。最近还提出了各种基于机器学习（ml）的拥塞控制方案，通常的想法是拥塞窗口的增加/减少由受过训练的强化学习智能体根据观察到的状态（例如吞吐量，rtt等）进行控制。

2. 研究内容和问题

在此课题中我们应用前向纠错编码对抗丢包，与块码相比，流编码是能够减少有序传输时延的擦除码。

我们利用流编码来进行差错控制，比起目前主流的tcp重传方案，流码可以实现更高的吞吐量。

流式fec旨在“平滑地”恢复源分组，而不是像在块码中那样等到一组（block）分组完成译码时一起恢复，所以流码具有更低的解码时延。

3. 设计方案和技术路线

首先，从熟悉传输层设计的基本目标出发，掌握主要TCP变种的特点及其在长时延、高丢包链路环境中的缺陷。与此同时，从前向纠错编码（FEC）的基本原理出发，掌握流编码的特点并理解动态调整修复分组发送速率的必要性。接下来，首先在不考虑拥塞控制的情况下，将延时反馈条件下的流编码动态自适应建模为强化学习问题，并基于线性近似（如瓦片编码）进行调试、训练、测试，掌握强化学习系统设计的基本要点。最后，结合拥塞控制动作，完成流编码和拥塞控制联合自适应系统的设计。性能主要通过在ns-3网络仿真软件进行评估。

4. 研究的条件和基础

1，已具备可用的流编码C实现；2，已具有较为扎实的ns-3网络仿真技术基础，并实现了原型流编码传输应用（application）。