重试队列在异构业务串联排队网络中的应用分析

本文主要探讨了如何利用串联排队网络理论来分析端到端的无线与有线通信网络。针对机器对机器(M2M)通信中的时延不敏感小数据业务，作者提出了一个新颖的重试排队分析模型，以研究延迟服务机制。在无线链路上，引入重试队列来处理这些业务，旨在优化网络性能。 首先，文章介绍了基于串联排队网络的模型，这是一个用于分析多阶段通信系统中流量和延迟的数学工具。在这种网络中，数据包在不同链路间依次传输，每个链路都可以视为一个独立的队列。作者通过这种模型，对无线和有线网络的级联效应进行了深入研究。 接着，文章关注的是时延不敏感的M2M业务，这些业务通常涉及大量设备之间的少量数据交换，对延迟并不十分敏感，但对网络效率和可靠性有较高要求。为了解决无线链路可能出现的丢包和重传问题，作者提出了无线链路上的重试队列模型。这个模型允许失败的数据传输有机会重新尝试，从而减少数据丢失并提高无线链路的吞吐量。 在IP承载网络部分，作者采用了带有随机早期检测（RED）机制的有限缓存离散时间串联队列模型。RED是一种在网络拥塞时进行流量控制的方法，通过提前丢弃某些数据包来避免全局同步和拥塞。这一机制被用来模拟多节点联合拥塞控制的通信场景，以确保网络的稳定性和效率。 通过概率生成函数域的分析，作者推导出了带有重试机制的异构业务到达排队系统的离去过程，并将此过程拟合为下一个节点的到达过程。这种方法有助于理解整个网络中数据流的动态行为，并优化系统性能。 研究结果显示，重试队列的引入显著提升了无线链路的吞吐量，降低了数据包的阻塞率，同时提高了有线链路的到达率。这意味着网络的总体效率得到了提升，尤其是对于时延不敏感的M2M业务，能够更有效地利用网络资源。 最后，作者讨论了重试队列参数设置对无线链路性能的影响。正确的参数配置是关键，因为不同的重试策略和参数设定会直接影响到网络的性能指标，如延迟、吞吐量和丢包率。这为实际网络部署提供了指导，有助于在满足服务质量要求的同时，最大化网络资源的利用。 该研究为M2M通信中的网络优化提供了一种新的方法，通过重试队列和智能拥塞控制策略，能够改善无线和有线网络的性能，这对于物联网(IoT)等大规模M2M应用具有重要的实践意义。