3.6.2.1 数据包编码率
实验分别从数据包丢失率和缓存容量与编码率的关系两个方面进行。
（1）数据包丢失率与编码率。
由编码率计算公式可知，编码率取决于目的节点成功获得邻近源节点数据包的效率。数据包丢失率越低，相应编码节点数据包编码率越高。四种算法的数据包丢失率与编码率的关系如图3-7所示。
图3-7 数据包丢失率与编码率的关系
由图3-7可知，随着数据包丢失率的增大，四种算法对应的编码率都是呈现下降趋势，这主要是由于缓存数据包丢失得越多，缓存中参与数据解码的数据包越少，从而造成编码队列中数据包不能编码，使得节点编码率下降。DPSS算法比其他三种算法具有更好的编码率，这主要是由于DPSS算法通过交换节点和编码节点的数据包信息，重新组合了编码节点中数据包的顺序，确保了进入缓存队列的数据包都能参与解码，更有利于编码节点进行数据包编码操作。
（2）缓存容量与编码率。
缓存的大小决定了节点所能存储的数据包的容量的大小，直接影响了编码节点编码率的大小。实验结果如图3-8所示。
由图3-8可知，随着缓存的变大，四种算法对应的网络编码率都是呈上升趋势，这主要是由于随着缓存容量的增大，用于编码的数据包变多，从而使得编码节点中更多的数据包能参与编码，最后提升了网络编码率。DPSS算法比起其他算法，编码率有了更显著的提升，主要是因为缓存容量的增大，编码队列随着数据包顺序的重组，有更多的数据包能够参与编码，从而使得编码率显著提升。
图3-8 缓存容量与编码率的关系
3.6.2.2 吞吐量
吞吐量是指单位时间内网络数据的流量。为方便数据描述，在实验中，吞吐量用单位时间内目的节点收到数据包与源节点发送数据包的比率表示。实验分别从数据包丢失率和缓存容量与网络吞吐量的关系两个方面进行。
（1）数据包丢失率与网络吞吐量。
数据包丢失率决定了缓存中用于数据包解码的数据包数量，直接影响了系统的吞吐量，实验结果如图3-9所示。
图3-9 数据包丢失率与网络吞吐量的关系(www.xing528.com)
由图3-9可知，随着数据包丢失率的变大，网络吞吐量整体都是呈现下降趋势，这主要是由于数据包丢失率越大，目的节点用于解码的数据包越少，缓存的利用率下降，进而降低了吞吐量。对比FIFO、尽力服务和基于历史信息的算法，DPSS算法在网络吞吐量上有了很大的提高，主要是由于编码队列充分获取了已有缓存中的数据包信息，并重组了编码队列里数据包的顺序，从而提高了编码缓存的利用率，提高了网络吞吐量。即使在数据包丢失率达到25%时，DPSS算法的网络吞吐量还能保持在60%以上，而其他三种算法的网络吞吐量都降到了30%以下。
（2）缓存容量与网络吞吐量。
缓存容量越大，节点中参与数据包解码的数据包数量越多，网络吞吐量越大。四种算法对应的实验结果如图3-10所示。
图3-10 缓存容量与网络吞吐量的关系
由图3-10可知，当缓存容量为10时，DPSS算法的网络吞吐量为0.41，高于FIFO算法的0.31、尽力服务算法的0.34和基于历史信息的算法的0.36。随着缓存的变大，四种算法的网络吞吐量都是逐渐上升的；当缓存容量达到80时，DPSS算法的吞吐量达到0.92，远高于FIFO算法的0.61、尽力服务算法的0.65和基于历史信息的算法的0.69。这主要是由于随着缓存的变大，参与编码的数据包越多，编码队列的利用率越高，从而使得四种算法的网络吞吐量都呈上升趋势，而DPSS算法由于进一步提升了缓存和编码队列的利用率，使得网络吞吐量有了更大的提升。
3.6.2.3 端到端时延
端到端时延是指数据包从进入网络到离开网络所耗费的时间，由传播时延、传输时延和处理时延组成。在本书中，时延统计为源节点发送的数据包到达目的节点所用的时间。实验分别从数据包丢失率和缓存容量与时延的关系这两个方面进行。
（1）数据包丢失率与时延。
数据包丢失率决定了编码节点中数据包的编码率和节点中参与解码的数据包的数量，因此，对网络时延有着很大的影响，对应关系如图3-11所示。
图3-11 数据包丢失率与时延的关系
由图3-11可知，随着数据包丢失率的增大，四种算法对应的网络时延都呈现增加的趋势。这主要是由于数据包丢失率越大，网络编码节点中参与编码的数据包越少，采用单播方式发送的数据包越多，因而网络时延越高。DPSS算法比其他三种算法的网络时延要低，这是因为DPSS算法充分利用了成功获得的数据包，并保证获得的数据包能用于最终目的节点的解码操作，提升了编码节点的编码率，增加了一次发送的信息量，提高了网络吞吐量，从而降低了传输时延；另一方面，在本实验中，由于编码节点采用了多线程并发技术，极大地降低了中继节点对数据包的处理时延。
（2）缓存容量与时延。
在规定的实验时间内，源节点连续向目的节点发送数据包，由于缓存的大小对系统网络编码率和吞吐量有很大的影响，因而在一定程度上影响了系统网络时延，对应关系如图3-12所示。
图3-12 缓存容量与时延的关系
由图3-12可知，随着缓存容量的逐渐增大，网络时延都趋于下降，但DPSS算法的时延比其他三种算法的都要低。其主要原因是采用数据包交换和排序算法后，缓存变大，编码节点中参与编码的数据包数量变多，编码节点一次发送的信息量增大，提高了带宽利用率，降低了传输时延；同时，通过在编码节点采用多线程并发处理技术，降低了中间编码节点数据处理时延。因此，DPSS算法的网络时延是明显低于其他三种算法的。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
