通信信道带宽为1Gbit/s,端到端时延为10ms。TCP的发送窗口为65535字节。试问: 可能达到的最大吞吐量是多少?信道的利用率是多少?

通信信道带宽为1Gbit/s,端到端时延为10ms。TCP的发送窗口为65535字节。试问: 可能达到的最大吞吐量是多少?信道的利用率是多少?通信信道带宽为1Gbit/s,端到端时延10ms。TCP的发送窗口为65535字节。试问:一可能达到的最大吞吐量是多少?信道的利用率是多少?由发送时延=数据长度/信道带宽=655358bit/1Gb/s=0.5242810-3s=0.52428ms来回的传播时延=10ms2=20ms总时延=20.52428ms所以每秒可以产生1000/20.52428个窗口最大吞吐量=6553681000/20.52428=25544769bit/s信道利用率=最大吞吐量/信道带宽=25544769bit/s/

大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE稳定放心使用

通信信道带宽为1Gbit/s,端到端时延10ms。TCP的发送窗口为65535字节。试问:一可能达到的最大吞吐量是多少?信道的利用率是多少?

由发送时延=数据长度/信道带宽=655358bit/1Gb/s=0.5242810-3s=0.52428ms
来回的传播时延=10ms2=20ms总时延=20.52428ms
所以每秒可以产生1000/20.52428个窗口
最大吞吐量=65536
81000/20.52428=25544769bit/s
信道利用率=最大吞吐量/信道带宽=25544769bit/s/1Gbit/s
100%=2.55%

若有错误或更好的建议欢迎留言,这是对我的帮助,谢谢!

CSDN推荐课程:Python小白零基础轻松入门
在这里插入图片描述

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/183249.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)


相关推荐

  • 小程序 轮播图样式设置

    小程序 轮播图样式设置swiper标签存在默认的宽度和高度100%*150pximage标签也存在默认的高度和宽度320px*240px设计图片和轮播图先看一下原图的尺寸数据假设750*340让图片的高度自适应宽度为100%让swiper标签的高度与图片的告诉一样高swiper高度/swiper宽度=图片高度/图片宽度swiper高度=图片高度*swiper宽度/图片宽度swiper高度=340*100vw/750100vw为视口宽度图片的.

  • 斑马条码打印机gk888t如何使用_斑马打印机gk888cn安装驱动教程

    斑马条码打印机gk888t如何使用_斑马打印机gk888cn安装驱动教程1、样子2、下载驱动,安装,一直next,next点击安装打印机,选择GK888t下一步,选择usb点击完成,进入下面页面安装文字然后一直下一步,下一步,直到完成。完成之后,进行测试。

  • [开源夏令营][四] Docker remote API 之 镜像篇

    [开源夏令营][四] Docker remote API 之 镜像篇

  • MDK中hex转BIN文件生成「建议收藏」

    MDK中hex转BIN文件生成「建议收藏」MDK开发的技巧:1.使用fromelf.exe程序,将.hex或者.axf转化为.bin文件。2.利用.bat批处理文件,将.bin和.hex拷贝到需要的文件夹下。例如:E685工装中Run#1D:\Keil_v5\ARM\ARMCC\bin\fromelf.exe–bin-o./Debug/AppT081E685.bin./Debug/AppT081E685.axfR…

    2022年10月20日
  • 【PHP SPL笔记】

    这几天,我在学习PHP语言中的SPL。这个东西应该属于PHP中的高…

  • 机器学习 BP神经网络(Python实现)

    机器学习 BP神经网络(Python实现)一个神经元即一个感知机模型,由多个神经元相互连接形成的网络,即神经网络。这里我们只讨论单隐层前馈神经网络,其连接形式入下:神经网络模型的待估参数即,每个神经元的阈值,以及神经元之间的连接权重。对于该模型有如下定义:训练集:D={(x1,y1),(x2,y2),……,(xm,ym)},x具有d个属性值,y具有k个可能取值则我们的神经网络(单隐层前馈神经网络…

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号