用 PID 优化拥塞控制

这算是一篇读书实践，最近读了 B 站 up 主 DR_CAN 的《控制之美》，本想写篇读后感，有了 PID 和我的 inflight 守恒算法的结合，就算是习题和实践了。PS：这本书非常不错，但并非专业计算机范畴的作品，控制论大多数被应用在机械自动化，电子自动化，航空航天，机器人，运筹学等，但拥塞控制肯定也属于控制论范畴，这一点我早就提到过。

PID 是最简单易用的闭环控制方案，它的连续形式如下：

$C(t)=K_{p}e(t)+K_i{\int }_0^{t}e(r)dr+K_d\frac{de(t)}{dt}$

第一项表示当前误差作用，第二项表示历史累积误差作用，第三项表示当前误差趋势而直指未来，三项之和覆盖整个时间轴。

调参方面，Kp 调节逼近速度，Ki 调节准确性，消除稳态误差，Kd 调节稳定性，减缓震荡，三者代表所谓快，准，稳。

端到端可靠传输协议作为典型的闭环反馈系统，看起来也能用 PID，以前曾思考过这问题，参见 TCP拥塞控制和PID控制器，然而网络传输并非线性系统，PID 相对不好使，但选对目标误差，让 PID 作用于该目标，而不是整个系统就很高尚。

以 tcp ack 时钟为例，我使用 PID 离散形式(微分项的 $\Delta t$已经并入了 Kd)：

$C=K_p{e}_i+K_i{\Sigma }_{j=0}^i{e}_j+K_d(e_i-e_{i-1})$

现在准备将它作用于 E_best 共识。

我曾经用两项 inflight 逼近传输管道最佳效能：

• 保持 inflight = b * minrtt + (minrtt / (srtt^gamma * bw)) * beta

两项和有闭环负反馈之意，但和 PID 相比还是复杂，用 PID 逼近 E_best 更高尚，做法如下：

• E_previous = delivery_rate_previous / srtt_previous，用刚采样值滚动计算;
• E_curr = delivery_rate / srtt，用一个 minrtt 后的采样值滚动计算；
• Err = E_curr - E_previous 作为 PID 的 error 输入；
• 以 PID 的输出 C 做 cwnd 调节依据 cwnd += Kr*C。

就这么多，超简单。高端食材只需要最简单的烹饪方法。这就是 PID 版本的 inflight 守恒算法，但这是基本版。

原始的 ccr 版本(仓场路版本，因为我在仓场路的一个公园亭子里写的代码)苦于无法和 cubic 等 aimd 算法共存，和 vegas 的毛病一样，在深 buffer 场景会无限吃亏，但 PID 版本可以解决这个问题，作为一个开关特性：

• 定期 probe；

当开启时，每间隔 p_interval 个 srtt 就用 1.25X 的 inflight 进行 probe，若 E = bw / delay 增加则继续 probe，若 E 减少则回退 probe 的 inflight。

整个算法的效果如下：

• 用 bbr startup 进行慢启动；
• 若有新流量进入，srtt 增加，E 减少，Err 变为负值，C 持续收敛(效率取决于 PID 参数)；
• 若有流量退出，srtt 减少，E 增加，Err 变为正值，C 持续收敛(效率取决于 PID 参数)；
• 开启 probe，若 cubic 挤占 buffer，probe 后 E 增加，直到占据足够和 cubic 均分的 buffer，E 不再增加。
• 关闭 probe，遇到 cubic 会吃亏，但与同类算法，vegas，bbrv3 可以公平共存。

若开启 probe，当 cubic 流量执行 md 时，E = bw / delay 会跟着变高，引发算法注入更多 inflight，但随着 cubic 流量卷土重来，E 会下来，而 PID 会把 inflight 再次拉低，若没有 cubic 流量，probe 只会让 E 变小而不起作用。

但在很多异步 cubic 流量存在的情况下，probe 的震荡效应并不明显，因为多流异步共享 buffer，单独流的行为对统计波动影响并不大，只要不发生全局同步，事情就当没发生，而全局同步的概率非常低。

有个细节值得一提。inflight 守恒算法对过冲非常敏感，因为它会引发拥塞加剧甚至丢包，而在 PID 控制中过冲几乎是一定的，因此需要稍微调整：

• 调整 Kd 参数，收缩过冲；
• 积分下限不从 0 开始，而是维持一个窗口。

由于 PID 收敛需要一个稍微久(主要由 Kp 参数决定)的过程，该算法时标相对长，对于精细时标可能并不有效，因此不适合 dcn 场景(只是可能，并没有深入分析论证)。在长时标场景，inflight 守恒是一个可容忍的收敛结果，通过调节 PID 参数，算法对抖动的抵抗力也有所不同。

浙江温州皮鞋湿，下雨进水不会胖。