区分多业务的跨层优化无线网络协议头压缩算法_张明鑫.pdf

第 卷第 期重庆邮电大学学报（自然科学版）年 月 （）：区分多业务的跨层优化无线网络协议头压缩算法收稿日期：修订日期：通讯作者：李 云 基金项目：国家自然科学基金（）：（）张明鑫，李 云，夏世超（重庆邮电大学 通信与信息工程学院，重庆）摘 要：在网络中，鲁棒性协议头压缩（，）算法需要压缩端和解压端的状态同步，才能成功解压 数据包，但 算法的双向可靠 模式和双向优化 模式需要单独的反馈信道，增加了网络成本。针对 算法的单向 模式，当无线信道质量变差时，的性能会随之下降，且现有 算法没有考虑到不同业务对实时性需求不同的问题，提出了一种新的 建模方案，引入一种部分可观测马尔可夫过程（，）跨层优化框架来自适应调整 模型下 压缩端状态，以求改善 的性能。针对实时性业务和非实时性业务的不同要求自适应调整 参数，使实时性业务能在解压失败的情况下具有更快速恢复双端置信的能力，而非实时性业务具有更高的压缩比，以使 具备支持不同业务类型的能力。仿真结果表明，可以使 算法在无线信道恶劣的条件下依然保持较好的压缩比和吞吐量。关键词：鲁棒性协议头压缩（）；跨层优化；部分可观测马尔科夫过程（）；多业务中图分类号：文献标志码：文章编号：（），（，）：，（），：（）；（）；引 言目前，已成为使用最为广泛的网际互连协议，当 承载段分组时，协议头的开销会很大，甚至高于有效负载的占比，这大大降低了通信系统的带宽利用率。同有线通信相比，无线通信的带宽有限，更需要减小通信协议的协议头开销，以增加无线带宽资源的利用率。协议头压缩是减小通信协议开销的主要技术手段。为此，从第 版开始引入鲁棒协议头压缩（，）方法，以减少无线基站和移动客户端之间的协议封装开销，增加带宽利用率。是一种适合于无线分组交换链路的协议头压缩算法，通常在发送方 接收方的数据链路层和网络层之间加入压缩器 解压缩器模块。扩展了 的功能，可以支持各种协议的压缩如、等，并拥有良好的压缩比。目前，用来提高、卫星、和广域网（，）等网络的协议封装效率。中有 种工作模式，其中、模式是需要在压缩端和解压端建立一个单独的 反馈信道来维持两端的状态同步；模式则没有这部分的反馈开销，压缩端采用乐观逼近原则和周期性原则来控制状态转换，实现双端状态同步。本文主要针对 模式下的 进行改进。相关研究分析目前，有关 的相关研究主要集中在参数优化和模型优化上。文献提出一种基于动态贝叶斯网络的健壮协议头压缩算法（，），通过引入时间变量，在解压端获取离散时间丢包率等级并反馈给压缩端，根据动态贝叶斯算法动态调节 的关键参数滑动窗口（，），实现压缩率与健壮性的平衡；文献提出一种基于时间参数的优化传输块的方法，从编码等方向入手增加系统的传输效率，但是整个系统的复杂度很高，具体应用难度大；文献提出一种自适应报头压缩算法，该算法将信道质量指数（，）和混合自动重传（，）按照 的权重求和作为信道状态，以估计传输成功率，并将压缩端、解压端的状态和信道状态变化建模成马尔可夫预测模型，然后根据历史观测获得的转移概率来预测压缩端状态和解压端状态，实现双端同步；文献采用机器学习方法预测 中的压缩效用，通过对压缩机选型配置的分析，选择最大化效用的压缩机，该算法在动态信道条件下具有较好的性能；文献 根据无线信道状态的变化动态调整 算法的参数，但它需要引入 反馈，增加了时延，且当信道状态恶劣时增益不明显；文献在 参数优化过程中加入了慢启动策略，提出了一种跨层优化的框架，该框架根据底层信息的反馈，将信道状态、传输状态、压缩状态和解压状态模拟成一个部分可观测的马尔可夫预测过程（，），并使用 算法对 模型进行近似求解，得到了很好的效果；文献在一个 网络中使用，通过上下文标识符（，）转发实现端到端的压缩，该方案在单向 模式 上进行实现并采用 协议传输，仿真结果表示，总体丢包率比传统 降低了约；文献在多跳场景下，提出一种类似于 模式的 算法，牺牲一些压缩效率，获取更高的鲁棒性；文献针对双向可靠模型的 提出了一种跨层 模型，该模型基于轮询（按需）的解压器反馈机制，仅当压缩器在获取底层反馈信息不足以确定下一个数据包的压缩状态时，解压器才发送反馈，该研究很好地平衡了 反馈开销和传输效率之间的关系；文献使用跨层优化建立了组播网络模型，以传输块（，）作为传输单元，并使用 优化该跨层网络模型，以求最大化多媒体广播多播服务（，）中所有用户成功接收的有效负载比特的总数，文献为了解决多用户下的 的高复杂度问题，进一步开发了一种高效可计算的瞬时边际置信（，）策略算法，可以近似求解出多用户吞吐量的最优解，解决了 广播优化问题；文献在 模型上进一步完第 期 张明鑫，等：区分多业务的跨层优化无线网络协议头压缩算法善，提出一种利用鲁棒头压缩为每个移动用户优化 分配方案，该方案具体做法是为每个用户分配一个具有最优的 参数来优化，进一步开发了一种基于用户分配和 参数优化的动态规划算法，使 可以高效地支持。以上方法通过优化 压缩参数和底层信息反馈，提高了 的效率，但仍存在如下不足：在对 建模时，较少考虑压缩端降级到初始化（，）状态，这不适合具有突发误码的无线通信场景，无线通信的突发误码会导致上下文静态字段失去同步，使得 模型无法正常工作；没有考虑到不同业务对服务质量（，）的不同要求。随着新一代移动通信网络，如长期演进（，）、移动通信的广泛应用，无线通信网络需要支持越来越广泛的业务类型。为此，移动通信通过质量检验（，）属性值来区别不同业务类型，发布的第 版本的标准一共有 种不同优先级的业务，到第 版本就增加到 种不同优先级的业务。通常，不同业务对实时性、鲁棒性和压缩比应有不同的要求，其中，鲁棒性和压缩比是协议头压缩关注的 个重要指标，需要针对不同业务的 需求来动态调整 的两端状态，平衡不同业务的实时性、鲁棒性和压缩比。针对上述 个问题，本文提出了一种新的 模型，并提出了一种新的 模式下区分多业务的跨层 优化算法，不仅引入了底层信息反馈来实现自适应协议头压缩，也对不同业务进行区分，使高优先级业务（实时性高）具有更快的恢复能力，低优先级业务具有更高的压缩比，该算法可以使 在无线网络突发误码时也能正常工作。建模 协议栈如图 所示，处于网络层和媒体介质访问控制（，）之间，有 种模式可以选择，分别为单向 模式、双向乐观 模式、双向可靠 模式。其中，、模式需要引入反馈机制，需要单独的反馈信道；单向 模式不采用反馈信道，此时解压方不能向压缩方发送反馈信息，为保证压缩健壮性和压缩率，压缩方采用乐观逼近原则和周期性原则进行状态转移。图 协议栈 模块初始化时，解压端状态总是从无上下文（，）状态启动，压缩端总是从 状态启动。压缩器的状态转换图如图 所示，压缩端的状态表示为，分别代表，数据包。的建模原理如下：在压缩端，协议头字段可以大致分类为静态的和动态两类。静态字段在整个包会话期间不改变，而动态字段以特定模式改变。压缩器总是在初始化和 状态下启动，通过传输 包（其报头未压缩）来建立上下文同步。一阶（，）包通常被部分压缩，其中包含动态域的差分信息，但很少包含静态域的差分信息，以便有效地传输数据包中的不规则信 重 庆 邮 电 大 学 学 报（自然科学版）第 卷息；二阶（，）包的报头被完全压缩。传统 模式根据计时器和计数器来控制压缩状态的转换，压缩器状态通过在每个较低状态（和）发送多个分组，向上转换到较高阶状态（和）。在不接收解压缩器反馈的情况下，为了使双端上下文同步拥有足够的置信度，压缩端状态还需要根据超时和更新向下转换，以防止压缩器和解压缩器的上下文因数据包丢失而失去同步。但是不存在从 状态直接转换至 状态的过程。图 压缩器的状态转换图 相应地，解压器也有 种状态。刚开始时解压缩程序需要初始化，处在 状态，该状态只能解压 数据包。一旦成功地接收到至少一个 分组，默认成功建立静态和动态字段的上下文，解压缩器向上转换到全上下文（，）状态，其中，所有 种类型的（、）分组都可以被成功解压。在连续 个数据包解压失败时，解压缩器转换为静态上下文（，）状态，该状态只能解压、的数据包，其中一个 或 分组解压成功，就足以重新建立上下文同步以将解压缩器状态再次向上移动到 状态；在连续 个数据包解压失败时，默认解压端静态字段失去同步，则向下转化为 状态。总之，模型在分组会话期间的工作流程依赖于传输状态、压缩器的报头类型和解压缩器状态。协议有最低有效位（，）和基于窗口的最低有效位（，）这 种编码，其中 是在 算法基础上维持一个可滑动的窗口，通过维护压缩窗口内的参考值，保证了在一定误码率的链路上，也能有较好的效率。窗口大小 是评价压缩算法压缩率和健壮性的关键参数。当滑动窗口较小时，压缩效率相对较高，但是对于丢包率高的无线链路，当出现连续分组丢失时，会出现正常分组无法正确解压的情况；当滑动窗口增大时，可变最低有效位算法计算的数值位数变大，可以增强解压过程的健壮性，但是增大报文的编码长度，导致压缩效率降低。解压器的状态转换图如图 所示，解压端模拟成 种状态，表示为 ，其中，代表状态；，代表状态；代表 状态；和 分别代表分组的传输成功和失败。图 解压器的状态转换图 在现有的研究中，对 信道都使用 模型。然而在实践中，信道质量不可能如此明确地分为 种状态，好的状态总是传输成功，不好的状态总是传输失败。所以本文考虑有限状态的 马 尔 可 夫 信 道（，），状态转换如图 所示。图 马尔可夫信道状态转换图 信道被建模为有 种状态的马尔可夫信道，信道状态可以等效为，其中，表时间变量。则状态 转化为状态 的转移概率为（）（）因此，信道转移概率矩阵 可以表示为一个 矩阵第 期 张明鑫，等：区分多业务的跨层优化无线网络协议头压缩算法|（）对于信道状态转移概率可以使用统计方法、信噪比、信道状态信息估计。对于压缩端而言，信道状态并不是完全知道的，但可以通过观测值来模拟。在满足马尔可夫性质的条件下，将信道状态间 隔 离 散 化，得 到 有 限 状 态 马 尔 可 夫 信 道模型。跨层优化 建模前面提出一种新的 建模方法，本节在该建模方法上构建一种跨层优化框架，它根据 标识划分业务等级和较低层的部分信息反馈来自适应决策 的压缩端状态，从而在不需要引入 反馈信道就能实现较高的效率和可靠性，也能考虑不同业务的鲁棒性、压缩比之间的平衡。协议栈如图 所示，在 协议栈中，模块大多是集成在 层，在 端和 端分别维护一对 压缩器和 解压器，用来完成 端和 端的 数据包的压缩和解压。图 协议栈 为解决 模式下的 在无线信道恶劣的场景下性能不佳的问题，本文引入 层的 反馈和物理层（，）的 报告来自适应调整压缩状态。是一种提高数据传输可靠性和效率的技术，主要思想是重新传输信道条件较差的消息，从而降低中断概率。而 独立于单次传输，为了限制反馈开销的大小，每个 报告在一段时间内都是有效的，基于此，可以评估数据包的传输成功率，可以评估当前的信道状态。跨层优化的基本思想是 考虑不同业务对 要求不同，对实时性要求高的业务考虑到尽快使其压缩成功，减少时延，增加鲁棒性。对实时性要求不高的业务更多考虑其压缩比，以提高带宽资源的利用率。健壮性协议头压缩跨层优化的功能框图如图 所示，先根据数据包 压缩模块中定义的压缩协议类型和 信息做匹配，然后根据底层的反馈函数获得 和 参数，再通过引入的 跨层优化模型进行解压端状态预测，自适应选择压缩端状态，最后根据 分类再次调整 压缩端状态。图 健壮性协议头压缩跨层优化功能框图 的成功解压，需要压缩端压缩的协议头部可以被解压端识别，并可以正确恢复，这需要双端建立完整的上下文并且状态同步。在 型 模型中，压缩器不知道解压器的明确状态信息无法确知双端状态是否同步，采用 的目的就是想让压缩器在没有解压器的反馈条件下，凭借可以得到的低层信息来评估解压器的状态。其基本原理是，基于解压器的初始状态、传输状态和信道状态估计可以不断更新对 系统状态的信念，并且可以就下一个要传输的包报头的类型作出最优决策。重 庆 邮 电 大 学 学 报（自然科学版）第 卷该问题可以归结为一个部分可观测的马尔可夫决