unp中 udp协议超时重传算法中 rttvar 初始值0.75是如何得出的?

zhiys 2012-06-25 11:37:59
求教大牛:最近看到UNP 书中提及 UDP 协议超时重传的算法问题,
书中有如下公式:(* 是乘号)
delta = measuredRTT - srtt
srtt = srtt + g * delta
rttvar = rttvar + h(|delta| - rttvar)
RTO = srtt + 4 * rttvar

在UDP 超时重传的实例中,为了实现上述公式,设置了如下结构:

struct rtt_info { /* 这个结构含有用于给客户和服务器间的分组定时所需的变量 */
float rtt_rtt; /* most recent measured RTT, seconds */
float rtt_srtt; /* smoothed RTT esimator, seconds */
float rtt_rttvar; /* smoothed mean deviation, seconds */
float rtt_rto; /* current RTO to use, seconds */
int rtt_nrexmt; /* #times retransmitted: 0, 1, 2 ... */
uint32_t rtt_base; /* #sec since 1/1/1970 at start */
};

在对此结构初始化时候:
void rtt_init(struct rtt_info * ptr){ /* rtt_init由dg_send_recv在任何分组第一次发送时调用 */
struct itmeval tv;
Gettimeofday(&tv, NULL); /* gettimeofday返回当前的时间和日期,存放于timeval结构中 */
ptr->rtt_base = tv.tv_sec; /* # sec since 1/1/1970 at start */
ptr->rtt_rtt = 0;
ptr->rtt_srtt = 0;
ptr->rtt_rttvar = 0.75;
ptr->rtt_rto = rtt_minmax(RTT_RTOCALC(ptr));
/* first RTO at (srtt + (4 * rttvar) ) = 3 seconds */
}

在 rttvar = rttvar + h(|delta| - rttvar ) 中,h=1/4 可以改写成 rttvar = rttvar * 3/4 + |delta| * 1/4
上面初始化结构的时,ptr->rtt_rttvar = 3/4 这个初始值是如何得出的呢?
为什么其他初始值都为0 , 比如:rtt_rtt , rtt_srtt .
而 rtt_rttvar 却被设置为 3/4 ????? 根据是什么???
...全文
251 2 打赏 收藏 转发到动态 举报
写回复
用AI写文章
2 条回复
切换为时间正序
请发表友善的回复…
发表回复
zhiys 2012-06-27
  • 打赏
  • 举报
回复
没有人知道 这个 rtt_rttvar (平滑化的平均偏差估算因子)被设置为0.75 的根据吗?
qq120848369 2012-06-25
  • 打赏
  • 举报
回复
是有这么个例子, 可惜记不清了.

再从头读一下这一个例子的文字, 找找线索。
内容概要:本文围绕“非线性流量的数据驱动Koopman模型预测控制研究”展开,提出一种基于数据驱动的Koopman算子理论方法,用于构建非线性系统的线性化状态空间模型,并结合模型预测控制(MPC)实现对复杂非线性系统的高效控制。研究通过引入扩展动态模态分解(EDMD)等观测函数,将非线性动力学映射至高维特征空间,在该空间实现近似线性化表征,进而融合线性MPC框架进行优化求解。全文系统阐述了Koopman算子的数学基础、隐式线性化机制及在非线性流量控制的建模流程,并通过Matlab代码完成了算法实现与仿真实验,验证了该方法在处理无精确物理模型、强非线性、时变动态系统的有效性与鲁棒性,尤其适用于工业流程控制、能源系统调度等实际工程场景。; 适合人群:具备自动控制理论、非线性系统分析基础,熟悉Matlab编程,从事控制工程、系统辨识、智能优化、能源系统建模等方向的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于难以建立精确数学模型的复杂非线性系统(如流体动力系统、电力电子系统、机器人动力学等)的建模与实时控制;②实现数据驱动下的模型预测控制,提升系统响应速度与控制精度;③为先进控制策略(如MPC)提供一种可行的线性化建模范式,推动现代控制理论与数据科学、机器学习的深度融合。; 阅读建议:建议读者结合提供的Matlab代码深入理解Koopman方法的具体实现过程,重点关注观测函数构造、核函数选择、矩阵逼近、降维处理及MPC控制器设计等关键技术环节,并尝试将其迁移至其他非线性系统进行复现实验与性能对比,以全面掌握其适用范围与局限性。
内容概要:本文详细介绍了一种基于Simulink的光伏储能单相逆变器并网仿真模型,系统涵盖了光伏阵列、储能单元、DC-AC单相逆变器及并网接口的完整结构,重点实现了储能环节的能量管理与逆变器并网控制策略的建模仿真。通过Simulink平台构建系统模型,验证了逆变器输出电能质量、并网稳定性以及控制系统的动态响应性能,采用SPWM调制、PI闭环控制等关键技术,确保并网电流与电网电压同频同相,满足并网电能质量要求。该模型不仅可用于分布式能源系统的仿真研究,还可作为新能源并网技术的教学与工程实践工具。; 适合人群:电气工程、自动化、新能源科学与工程等相关专业的高校本科生、研究生、科研人员,以及从事光伏发电系统设计、储能控制与并网技术研发的工程技术人员。; 使用场景及目标:①深入理解光伏储能系统能量转换、存储与并网控制的整体工作原理;②支持课程设计、毕业设计或科研项目对单相逆变器控制策略(如SPWM、PI调节、锁相技术等)的仿真验证与参数优化;③为后续研究更复杂的控制算法(如MPPT、低电压穿越、谐波抑制等)提供可扩展的仿真基础平台。; 阅读建议:建议结合MATLAB/Simulink环境动手搭建与调试模型,逐步理解各模块(如光伏建模、储能充放电控制、逆变器驱动、锁相环、PI调节器等)的功能与交互关系,重点关注控制系统的设计逻辑与参数整定过程,并可通过修改负载条件或电网参数测试系统鲁棒性,为进一步拓展至三相系统或多机并网场景奠定基础。

70,037

社区成员

发帖
与我相关
我的任务
社区描述
C语言相关问题讨论
社区管理员
  • C语言
  • 花神庙码农
  • 架构师李肯
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧