平滑曲线与离散阶跃：波形整形在拥塞控制中的边际收益分析

平滑曲线与离散阶跃：波形整形在拥塞控制中的边际收益分析

摘要

拥塞控制算法面临一个根本约束：瓶颈带宽 C 未知且时变，因此任何单端算法都必须通过“探测—过充—排水—巡航”的循环来追踪 C。BBR 以离散方波实现此循环（1.25× 探测、0.75× 排水、1.0× 巡航）。近年出现的一种构想是将方波替换为平滑连续曲线（如正弦波或多项式曲线），以期通过消除瞬态尖刺来提升性能。本文分析表明：在过充量守恒、反馈延迟、多流平均增益约束、浅缓冲区硬上限四重物理约束下，波形整形不改变系统的基本控制拓扑，其边际收益在工程上趋近于零。

进一步，KCC 1.0 的方向性门控机制本身已允许增益在单个 RTT 内部根据创新 ${\nu }_k=z_k-x_{est}$ 的实时符号进行连续调节。在此框架下，任何预设形状的“平滑曲线”都必然丢弃实时反馈信息，其性能不可能优于 KCC 1.0 的自适应波形。该分析表明，在 RTT-Only 观测空间内，“波形整形”方向已被穷尽，后续研究应转向交换机反馈、多路径信息或时间戳协商等新物理维度。

关键词：拥塞控制，波形整形，BBR，卡尔曼滤波，方向性门控，RTT-Only 观测

1 引言：为什么人们会考虑“平滑曲线”？

BBR 的 PROBE_BW 阶段使用固定的 8 相位增益序列（1.25×, 0.75×, 1.0×^6），每个相位持续约一个 RTT。宏观上，发送速率呈现方波状：探测相位持续 $T_{prop}$ 时间，排水相位持续 $T_{prop}$ 时间，巡航相位持续 $6\cdot T_{prop}$ 时间。时间平均增益等于 1.0。

方波的已知问题包括：

• 增益切换在相位边界处产生不连续，导致排队延迟出现尖刺（spike）；
• 在浅缓冲区下，方波的持续过充时间（整整一个 RTT）会增加丢包概率；
• 多流共存时，周期性方波容易产生相位同步，加剧波动。

随着卡尔曼滤波器能够提供纯净的排队延迟信号 ${\hat{T}}_{queue}$，一种构想自然浮现：为什么不将离散的方波替换为连续平滑的增益曲线？即根据当前排队延迟的观测值，让增益连续地、平滑地调整，从而消除方波边缘的瞬态尖刺，实现“无超调平贴”于瓶颈带宽。

从数学上看，这是一个优美的想法。但从物理上看，它忽略了一个关键事实：系统性能的硬约束并不来自波形的形状，而是来自波形必须满足的物理守恒律。本文将从四重不可消除的物理约束出发，精确量出波形整形的边际收益，并证明其趋近于零。

2 四重不可消除的物理约束

设瓶颈服务速率为 $C$（未知常数），发送速率为 $r(t)$（由增益曲线 $g(t)$ 与带宽估计 $\hat{C}$ 决定），队列长度为 $q(t)$。

2.1 约束一：过充量守恒（Lindley 约束）

队列动力学由 Lindley 递推描述：

$$q(t+\Delta t)=\max \left(0,q(t)+{\int }_t^{t+\Delta t}(r(s)-C)ds\right)$$

在一个完整的探测-排水周期内，为使队列不无限增长（即系统稳定），必须满足过充量等于排水量：

$$\oint (r(t)-C)dt=0$$

展开：

$${\int }_{\text{probe}}(r(t)-C)dt={\int }_{\text{drain}}(C-r(t))dt$$

物理含义：无论增益曲线是方波、三角波、正弦波、还是任意连续函数，过充的总面积必须等于排水的总面积。波形只能改变过充和排水在时间轴上的分布，不能改变其总量。这是由队列稳定性的基本要求决定的，与算法无关。

2.2 约束二：反馈延迟（RTT 硬边界）

设 RTT 为 $T$。发送端在时刻 $t$ 发出的数据包，其排队状态要到 $t+T$ 时刻才能通过 ACK 返回。因此，发送端在任何时刻 $t$ 只有延迟了整整一个 $T$ 的信息可用：

$$\text{可用信息}=\{z_k:k\le t-T\}$$

在时间窗口 $(t,t+T)$ 内，发送端处于开环控制状态，无法接收任何新的反馈：

$$r(t+\tau )=r(t)+{\int }_0^{\tau }\dot{r}(t+s)ds,\tau \in (0,T)$$

此窗口内的过充量的下界为：

$${\Delta }_{\min \_overshoot}={\int }_0^T(r(t+\tau )-C)d\tau =T\cdot \frac{dr}{dt}\cdot \frac{T}{2}+O(T^3)$$

物理含义：增益曲线再平滑，在开环窗口内也会产生过充，且过充量至少为 $O(T^2)$。只要反馈延迟 $T>0$，刹车就永远慢于加速。不能通过“更平滑”来消除开环窗口内产生的过充。

2.3 约束三：多流公平性（平均增益 = 1.0）

在 $N$ 个流共享同一瓶颈的稳态下，存在 $N$ 个守恒方程：

$${\bar{g}}_i=\frac{1}{T_{\text{cycle}}}{\int }_0^{T_{\text{cycle}}}{g}_i(t)dt$$

收敛到公平份额 $C/N$ 的必要条件是：

$$\frac{1}{N}\sum _{i=1}^N{\bar{g}}_i=1.0$$

物理含义：无论单个流的增益曲线是方波还是平滑曲线，其时间平均增益都必须为 1.0。平滑曲线不能使某个流的平均增益突破 1.0——如果突破，必然导致其他流的平均增益低于 1.0，在长期竞争中该流会占据不公平优势，并引发其他流的对抗性响应，最终系统回到 $\bar{g}=1.0$ 的平衡点。因此，长期平均吞吐量由这个守恒律决定，与波形形状无关。

2.4 约束四：浅缓冲区硬上限（物理峰值约束）

设瓶颈缓冲区容量为 $B$（字节）。发送端在单个 RTT 内的最大安全过充量为：

$${\Delta }_{\text{probe}}=(g_{\text{peak}}-1)\cdot \text{BDP}$$

防止缓冲区溢出的条件是：

$${\Delta }_{\text{probe}}<B$$

因此，对增益峰值 $g_{\text{peak}}$ 的硬约束为：

$$g_{\text{peak}}<1+\frac{B}{\text{BDP}}$$

物理含义：在浅缓冲区（$B\ll \text{BDP}$）下，$g_{\text{peak}}$ 被严格限制在 1.0 附近。无论曲线多么平滑，峰值不能超过这个硬上限。平滑波形可以通过延长时间来达到相同的过充总量，但峰值仍受限于此。在 $B/\text{BDP}\to 0$ 的极限下，任何波形都必须退化为 $g(t)\to 1.0$ 才能避免溢出。

3 波形整形能改进什么，不能改进什么

3.1 可改进的指标（边际收益）

3.2 不可改变的指标（零收益）

总结：波形整形的全部收益被限制在“减少瞬态尖刺幅度”和“在 $B/\text{BDP}>0.1$ 的条件下微降丢包概率”两个指标上，且收益幅度受 $B/\text{BDP}$ 和 $T_{prop}/B$ 两个物理比的压制。

4 波形整形算子的不变子空间与收益上界

定义所有增益曲线组成的函数空间为：

$$\mathcal{G}=\{g:{\mathbb{R}}_{+}\to [1,g_{\max }]\mid \bar{g}=1.0,\text{平滑度}\ge C^1\}$$

BBR 的离散方波 $g_{\text{BBR}}(t)$ 是 $\mathcal{G}$ 中的一个特定点。平滑曲线 $g_{\text{smooth}}(t)$ 是 $\mathcal{G}$ 中的另一个点。

定义系统性能泛函：

$$\mathcal{J}(g)={\int }_0^{T}q(t)dt+\lambda {\int }_0^T{\left(\frac{dq}{dt}\right)}^{2}dt+\mu \cdot P_{\text{loss}}(g)$$

其中：

• $\int q(t)dt$ 是累计排队面积（延迟代价）
• $\lambda \int (\dot{q}{)}^{2}dt$ 是排队抖动惩罚
• $\mu \cdot P_{\text{loss}}(g)$ 是丢包代价

KCC 1.0 的方向性门控等价于对 $g$ 施加了一个约束：增益只根据创新 ${\nu }_k=z_k-x_{est}$ 的符号进行调整。具体而言：

• 当 ${\nu }_k\le 0$（RTT 下降）时，增益连续调节——每个 ACK 的更新幅度由 Kalman 增益 $K$ 决定，$0<K<1$。
• 当 ${\nu }_k>0$（RTT 上升）时，增益保持不变。

在此约束下，增益变化的方向由 $\mathrm{sgn}({\nu }_k)$ 决定，但变化的幅度由 $K$ 和 ${\nu }_k$ 的大小共同决定——这是一个连续过程，而非离散切换。因此，优化问题变为：

$$g_{\text{opt}}(t)=\arg \underset{g\in \mathcal{G}}{\min }\mathcal{J}(g)$$

其解由排队动力学的实时状态唯一决定，增益曲线的形状由 ${\nu }_k$ 的符号和大小序列共同塑造，而非预先设定。

两个关键性质：

5 KCC 1.0 的方向性门控已实现连续调节

本节揭示一个常被忽视的事实：KCC 1.0 本身已经实现了增益的连续调节。 它不是方波。

KCC 1.0 的核心控制逻辑是方向性门控：

• 当 ${\nu }_k\le 0$（RTT 下降）时：增益连续调节——每个 ACK 都会更新 $x_{est}$，调整幅度由 Kalman 增益 $K$ 决定，$0<K<1$，使得调整是平滑的、非阶跃的。
• 当 ${\nu }_k>0$（RTT 上升）时：增益保持不变，即增益曲线的斜率为零，而不是方波式的阶跃下降。

关键在于：增益的变化方向由 ${\nu }_k$ 的符号驱动，变化幅度由 $K\cdot |{\nu }_k|$ 决定，这是一个连续过程。 当 ${\nu }_k\le 0$ 时，增益在每个 ACK 上都会平滑地调整，其调整量正比于 $K\cdot |{\nu }_k|$。这种调节不是预设的正弦波或三角波，而是由网络状态实时决定的任意波形。

将这种反馈驱动的自适应波形替换为任何固定形状的平滑曲线（正弦波、多项式曲线、或其他预设形状）只会产生一个后果：丢弃 ${\nu }_k$ 的实时信息（包括符号和大小），使用预设形状替代实时反馈。这不可能提升性能。

因此，“KCC 2.0 平滑曲线”的构想面临一个根本性的逻辑问题：KCC 1.0 的波形本身就已经是平滑的，只是它不是预设形状的平滑曲线，而是由网络动力学实时塑造的任意波形。将实时反馈驱动的自适应波形替换为固定形状的平滑曲线，不是进化，而是降级。

6 结论：收网，而非开新战场

6.1 主要结论

本文通过四重物理约束（过充量守恒、反馈延迟、平均增益 = 1.0、浅缓冲区硬上限）证明了以下结论：

6.2 后续方向

本分析将“波形整形”确立为一个已被穷尽的方向。在 RTT-Only 观测空间内，它是一条终点已明确的死路。后续有意义的探索应引入新的物理维度：

这些方向已超出 RTT-Only 框架的定义域，不在本文所讨论的物理约束范围内。它们代表的是换工具、换观测、换坐标系的范畴，而非在已有坐标系内寻找更优轨迹。

参考文献

[1] Cardwell, N., Cheng, Y., Gunn, C. S., Yeganeh, S. H., & Jacobson, V. “BBR: Congestion-Based Congestion Control.” ACM Queue, 14(5), 20-53, 2016.

[2] Lindley, D. V. “The theory of queues with a single server.” Proc. Cambridge Philos. Soc., 48(2), 277-289, 1952.

[3] Simon, D. “Kalman filtering with state constraints: A survey of linear and nonlinear algorithms.” IET Control Theory & Applications, 4(8), 1303-1318, 2010.

[4] Tobin, J. “Estimation of relationships for limited dependent variables.” Econometrica, 26(1), 24-36, 1958.

[5] Kalman, R. E. “A New Approach to Linear Filtering and Prediction Problems.” ASME J. Basic Eng., 82(1), 35-45, 1960.

[6] Jiang, Z. P., & Mareels, I. M. Y. “A small-gain control method for nonlinear cascaded systems with dynamic uncertainties.” IEEE Trans. Autom. Control, 42(3), 292-308, 1997.

[7] Wald, A. “Sequential Analysis.” Wiley, 1947.