0 引　言

在船舶远距离通信中，信息数量越来越多，重要性也越来越强。短波通信因其通信成本低、覆盖范围广等优点^[1]，在船舶远距离通信中发挥出无可替代的作用。

船舶远距离通信对实时性要求较高，如何降低短波通信延时是提升通信质量的关键^[2]。为此。陈立家^[3]等基于软件定义网络构建船舶远距离通信网络模型，转化通信网络路由选择问题为多约束下的最短路径求解问题，以此选取最优路由节点实现船舶远距离通信网络数据流传输。任秀丽^[4]等结合数据包传输结果划分船舶远距离通信信道探测情况，通过有效探测比例和传输效率评价节点，基于实际延时与理论延时之差估计数据包排队延时，设置最大排队延时阈值和最小排队延时阈值，依据数据包排队延时所属区间确定传输链路。然而，以上方法没有在数据传输前预估计缓存容量，导致数据流传输中链路抖动频率、拥塞频率和传输延时较高、数据流传输带宽较低的问题。

为了解决上述方法中存在的问题，本文提出船舶远距离通信网络数据流低延时传输方法。

1 船舶远距离通信网络跟踪干扰抑制

跳频技术是提升通信网络隐私性和抗干扰性的主要方法，也是船舶短波通信的关键技术，但近年来跟踪干扰的出现使跳频通信的安全和质量受到严峻考验，极大影响数据流传输效果。因此，本文改进用于定频干扰的自适应滤波对消模型，提出适用于跟踪干扰的自适应滤波对消模型以消除跟踪干扰威胁。

自适应滤波对消模型是以自适应滤波算法为基础搭建的自适应滤波模块，用 $ x\left( k \right) $ 表示输入信号， $ y\left( k \right) $ 表示输出信号， $ \hat y\left( k \right) $ 表示期望信号， $ e\left( k \right) $ 表示误差信号， $ k $ 表示阶数，自适应滤波器算法框图如图1所示。

假设 $ X\left( k \right) $ 表示输入信号矩阵， $ \omega \left( k \right) $ 表示 $ k $ 阶滤波器的权重值， $ \lambda $ 表示迭代步长，则 $ k + 1 $ 阶滤波器的权重值为：

$ \left\{ \begin{gathered} \omega \left( {k + 1} \right) = \omega \left( k \right) + 2\lambda e\left( k \right)X\left( k \right) ，\\ e\left( k \right) = \hat y\left( k \right) - y\left( k \right)，\\ y\left( k \right) = \omega \left( k \right)X{\left( k \right)^{\rm{T}}} 。\\ \end{gathered} \right. $

(1)

将 $ x\left( k \right) $ 输入至自适应滤波器中后，由数字滤波器输出信号 $ y\left( k \right) $ ，通过对比 $ y\left( k \right) $ 与 $ \hat y\left( k \right) $ 得到 $ e\left( k \right) $ ，让根据 $ e\left( k \right) $ 与 $ x\left( k \right) $ 调节滤波器的权重值，直到 $ e\left( k \right) $ 达到最小。

以上方法在消除定频干扰中具有较好的效果，但在消除跟踪干扰中效果不佳。为此，对自适应滤波对消模型加以改进。由于技术限制，跟踪干扰与船舶远距离通信信号之间具有一定延时，被干扰信号中存在部分未受跟踪干扰的时段，因此本文方法基于逆向思维提取未受干扰信号作为参考信号，提出二次自适应滤波对消模型，如图2所示。

图中， $ d\left( k \right) $ 为混入干扰信号的原始信号， $ u\left( k \right) $ 为原始信号， $ s\left( k \right) $ 为干扰信号。参考1为干扰信号 $ s\left( k \right) $ 输入端，参考2为经过首次干扰对消模块处理后的参考信号 $ u\left( k \right) $ ，通过二次干扰对消模块处理后输出最终信号。在首次误差信号提取中，通过误差信号 $ e\left( k \right) $ 获取干扰信号，公式如下：

$ e\left( k \right) = d\left( k \right) - s\left( k \right) = u\left( k \right) 。$

(2)

通过式（2）提取出干扰信号后，对干扰信号二次过滤，得到新的误差信号 $ e'\left( k \right) $ ，如下所示：

$ e'\left( k \right) = d\left( k \right) - u\left( k \right) $

(3)

采用二次自适应滤波对消模型滤除跟踪信号后即可实现跟踪干扰抑制，避免跟踪干扰对船舶远距离通信网络数据流传输产生威胁。

2 船舶远距离通信网络数据流低延时传输 2.1 预估通信网络缓存容量

采用通信网络处理船舶数据流传输时数据量较大且传输速度较快，若接收端缓冲容量不足，则会导致通信网络整体性能下降的问题。因此，在船舶传输数据流前，需要结合远距离通信网络和多路径并行传输协议的性质预估计接收端缓存容量，使多路径并行传输的缓存容量为 $ RBU{F_{CMT}} $ 时通信网络整体性能接近于缓存容量为无穷时通信网络的整体性能。

假设 $ \left( {{\mu _{path2}}} \right) $ 表示接收窗口缓存容量均值， $ E\left( \mu \right) $ 表示拥塞窗口缓存容量均值， $ \left( {{\mu _{path2}}} \right) $ 表示数据传输过程中数据流大小， $ E\left( {{\mu _{sum}}} \right) $ 表示拥塞窗口缓存容量总值， $ \eta $ 表示链路2与链路1间时延比值， $ E\left( {{\mu _{path1}}} \right) $ ， $ \left( {{\mu _{path2}}} \right) $ 分别表示链路1和链路2拥塞窗口中的缓存容量均值，缓存容量估算如下式：

$ \left\{ \begin{gathered} E\left( {RWND} \right) = E\left( \mu \right) \times p，\\ E\left( {{\mu _{sum}}} \right) = \eta \times E\left( {{\mu _{path1}}} \right) + \left( {{\mu _{path2}}} \right) 。\\ \end{gathered} \right. $

(4)

在此基础上，引入采用传输控制协议计算 $ E\left( \mu \right) $ ，用 $ P $ 表示每条链路中数据包丢弃概率， $ q $ 表示每个选择性确认的已接收连续数据块数量，则 $ E\left( \mu \right) $ 计算如下：

$ E\left( \mu \right) = \frac{{2 + q}}{{3q}} + \sqrt {\frac{{8 - 8P}}{{3Pq}} + {{\left( {\frac{{q + 2}}{{3q}}} \right)}^2}}。$

(5)

依据式（5）计算链路1和链路2的拥塞窗口缓存容量值，记作 $ E\left( {{\mu _{path1}}} \right) $ 和 $ E\left( {{\mu _{path2}}} \right) $ ，结合计算结果和式（6）可估计多路径并行传输中拥塞窗口和接收端缓存容量总值 $ R $ ，如下式：

$ R = \left\{ {\left[ {2 \times \eta \times E\left( {{\mu _{path1}}} \right)} \right] + E\left( {{\mu _{path2}}} \right)} \right\} \times p。$

(6)

2.2 数据流低延时传输

假设通信网络中包含 $ n $ 条链路，即最多可采用 $ n $ 条链路传输数据流，将全部 $ n $ 条链路往返时延升序排列，记作 $ \left\{ {RT{T_1},RT{T_2}, \cdots ,RT{T_n}} \right\} $ ，对应链路记作 $\left\{ {Z_1},{Z_2}, \cdots , {Z_n} \right\}$ ，拥塞窗口记作 $ CWND = \left\{ CWN{D_1},CWN{D_2}, \cdots , CWN{D_n} \right\} $ ，船舶远距离通信网络共需要传输 $ k $ 个数据包，依据下式判定是否采用第 $ n $ 条链路传输数据包：

$ k \geqslant \sum\limits_1^n {\left\lfloor {\frac{{RT{T_n}}}{{RT{T_{n - 1}}}}} \right\rfloor \times CWN{D_n}}。$

(7)

若满足式（7），则为第 $ n $ 条链路分配数据包，反之采用相同方法判断是否采用第 $ n - 1 $ 条链路传输数据包，以此类推，完成全部待传输数据包的分配。

$ n $ 条链路数据流低延时传输流程如下：

步骤1　计算 $ {Z_1} $ 的分配次数，进而得到时间点 $ \left\{ RT{T_1}, 2RT{T_1}, \cdots ,\left\lfloor {{{RT{T_n}}/ {{R_1}}}} \right\rfloor RT{T_1} \right\} $ ；

步骤2　以此类推，计算全部链路分配次数和时间点；

步骤3　将全部时间点升序排列，如果时间点大小相同，则将链路级数低的排在前方，生成最终时间点集合，记作 $ RTT $ ；

步骤4　依据 $ CWND $ 和 $ RTT $ 为链路分配数据包；

步骤5　提取每条链路首个需要发送的数据包优先发送，即优先发送时间点 $ RT{T_1},RT{T_2}, \cdots ,RT{T_n} $ 对应的数据包，其他数据包依据步骤4依次发送。

3 实验与结果

为了验证船舶远距离通信网络数据流低延时传输方法的整体有效性，设计实验。

实验主机操作系统为Linux Censtos 7.1，通信网络节点散布于5000×5000区域内，节点密度小于20个/m²。

实验以文献[3]方法和文献[4]方法为对照，按照节点移动速度分为5m/s和15m/s两组实验，评价指标选用链路抖动频率、数据流传输带宽、拥塞次数和数据流传输延时。

1）链路抖动频率

链路抖动频率主要用于衡量数据流传输过程中的链路控制能力，链路抖动频率越低，则对应方法链路控制能力越强。统计本文方法、文献[3]方法和文献[4]方法的链路抖动频率，结果如图3所示。

可知，随着数据流传输轮数的增加，本文方法、文献[3]方法和文献[4]方法的链路抖动频率均呈现出上升趋势，但本文方法在节点移动速度为5 m/s和15 m/s时的链路抖动频率均小于同状态下文献[3]方法和文献[4]方法的链路抖动频率，说明所提方法具有更强的链路控制能力。

2）数据流传输带宽

数据流传输带宽主要用于评估通信网络数据流传输能力，数据流传输带宽越大，则对应方法数据流传输能力越强。统计本文方法、文献[3]方法和文献[4]方法的数据流传输带宽，结果如图4所示。

可知，在数据流传输轮数不断增加下，数据传输带宽随之下降，因为数据流传输轮数的增加会加重通信网络拓扑失效现象，导致数据流传输中链路抖动频率增加，进而造成数据传输能力下降、数据传输带宽降低的问题。在节点移动速度为5 m/s时，本文方法数据传输带宽最低在3000 Mbps左右，文献[3]方法最低低于1000 Mbps，文献[4]方法最低低于2000 Mbps；在节点移动速度为15 m/s时，本文方法数据传输带宽最低在2000 Mbps左右，文献[3]方法最低低于500 Mbps，文献[4]方法最低低于1000 Mbps，可见在2种节点移动速度下所提方法的数据传输带宽均高于文献[3]方法和文献[4]方法，具有更强的数据传输能力。

3）拥塞频率

拥塞频率主要用于衡量传输链路的拥塞程度，拥塞频率越小，则对应方法发生拥塞的概率越低。统计本文方法、文献[3]方法和文献[4]方法的拥塞频率，结果如图5所示。

可知，本文方法的拥塞频率明显低于文献[3]方法和文献[4]方法，说明本文方法能够更好地控制链路拥塞情况，降低链路发生拥塞的概率，因为本文方法在数据流传输前对接收端和发送端缓存容量预估计，缓解了因缓存容量不足导致的拥塞问题。

4）数据流传输延时

数据流传输延时主要用于衡量数据流传输的实时性，数据流传输延时越小，则实时性越强。统计本文方法、文献[3]方法和文献[4]方法在节点移动速度为5 m/s和15 m/s下的数据流传输延时均值，结果如图6所示。

可知，本文方法在2种节点移动速度下的传输延时均低于文献[3]方法和文献[4]方法，因为本文方法依据数据流传输的往返时延规划数据流传输链路，有效利用通信网络中的全部链路，提升传输效率，降低传输延时。

4 结　语

为了解决目前存在的链路抖动频率、拥塞频率和传输延时较高、数据流传输带宽较低问题，提出船舶远距离通信网络数据流低延时传输方法，构建二次自适应滤波对消模型用于抑制船舶远距离通信数据流传输中跟踪干扰的影响，传输数据流前预估计接收端和发送端缓存容量，基于缓存容量规划数据包的分配和传输策略，实现船舶远距离通信网络数据流低延时传输。

该方法能够有效地降低数据流传输中链路抖动频率、拥塞频率和传输延时、提高数据流传输带宽，为船舶远距离通信数据传输质量提升奠定基础。