基于跨层协同优化的拥塞控制算法及其在5G传输中的应用研究OA

针对传统TCP拥塞控制算法在5G高动态网络中收敛慢、带宽利用率低及虚假退避严重等问题,提出一种基于跨层协同优化的拥塞控制算法。首先,该算法构建应用层QoS需求、传输层TCP状态、链路层资源与物理层信道质量的多维融合框架;其次,构建多源信息驱动的初始参数动态配置模型,实现了TCP连接初始拥塞窗口和慢启动阈值的精准设定;最后,设计拥塞状态机对链路进行实时监测与分级管控,并采用强化学习在线优化跨层信息融合权重,进而动态调整发送策略以保障复杂网络环境下的传输稳定性。仿真结果表明,该算法在高带宽、高动态切换及干扰波动场景下的收敛效率、带宽利用率和稳定性均优于传统算法。