一种自适应MPTCP的数据调度方法与流程

本发明涉及数据调度和拥塞控制技术领域，特别是指一种自适应MPTCP的数据调度方法。

背景技术：

近年来，随着智能终端的应用越来越广泛，以及互联网通信的不断发展，网络应用对业务量的需求也越来越大；以大数据应用、手机电视、视频通话等为代表的网络应用亟需高可靠性的快速数据传输技术作为支撑。现有的因特网采用TCP/IP协议族，其中传输层以TCP协议为代表得到最为广泛的研究和使用。然而，传统的TCP协议无法同时利用智能终端的多个通信接口(如以太网接口和WIFI接口)，端对端连接时只能用一个接口建立一条传输路径，无法满足吞吐量日益增大的需求，更重要的是单路径传输可靠性差，如果发生干扰或传输拥塞时会导致传输性能急剧下降，严重时导致传输中止。多路径传输控制协议(Multipath-TCP，简称MPTCP)就是为了弥补TCP的不足而诞生的。该协议是基于传统TCP的多路径并行传输协议，可兼容现有中间件，并具有高可靠性、高容错性、高吞吐量、高安全性、兼容TCP等特点。

端对端设备通过MPTCP将数据放置在多条路径上并行传输，借助对多个接口的联合利用，可以提高数据传输的吞吐量和鲁棒性。在进行多条路径之间的数据分配时，MPTCP需要在多个可用的链路中预先进行路径选择，需要弃用链路质量较差的传输路径，而选取链路质量较优的传输路径，降低路径间传输质量的差异性。一方面，若在多径传输过程中发送端未弃用较差的传输路径，在该路径上的数据传输易引起数据包的超时、错误、丢包、重传等问题，接收端将各路径上接收到的数据包进行排序和组合，即便其它路径上的数据传输正常，也将因该路径上数据包的延迟到达导致数据的不完整，造成向上层应用的推迟交付，进而会影响MPTCP在发送端和接收端之间的整体传输性能。另一方面，若各路径间传输质量差异过大，由于较差路径所承载的数据包缺失，较优路径上接收的数据包会快速充满接收端的数据缓冲区，从而导致较优路径上数据传输暂停及大量数据的超时重传问题。因此，在MPTCP数据传输中，将数据调度到合理的路径上以及针对可能出现的拥塞进行处理，是非常重要的。

在现有的MPTCP协议中，路径质量的评估指标主要利用数据在该路径上的传输延迟，传输延迟是表征路径质量的直观指标之一，对于该指标的评测方法为测量路径的往返时间(RTT，Round-Trip Time)值。某路径上的RTT表示从发送端在该路径上发送数据包开始，到发送端在该路径上接收到来自接收端对该数据报的确认(接收端收到数据包后便立即发送确认)，总共经历的时延。RTT越小，表明路径传输质量越高，反之越差。

发明人在实现本发明的过程中发现，采用RTT评估路径质量，进而进行路径选择尽管测量方法相对简单，准确度相对较高，但也至少存在如下缺点：1)RTT测量时需要发送冗余数据包或启动实际数据传输，前者通过发送专用数据包测量RTT，会占用路径的带宽资源，后者等价于实际使用该路径进行数据传输，通过传输过程中发送的数据包测量RTT，如果路径质量较差，则会直接引发接收端的数据缺失等问题；2)RTT测量涉及到数据包的发送过程，接收端的接收数据包和处理过程，接收端发送确认包过程，以及发送端接收确认包和处理过程，测量时间至少包含数据包的往返时间，因此，测量存在一定的时间延迟。路径质量越差，相应的测量延迟也就越长，这将降低MPTCP路径选择的效率。

技术实现要素：

有鉴于此，本发明的目的在于提出一种自适应MPTCP的数据调度方法，能够提高多路径数据传输的效率和可靠性。

基于上述目的本发明提供的一种自适应MPTCP的数据调度方法，包括：

根据各子流的拥塞窗口建立马尔可夫模型；

根据马尔可夫模型计算得到各子流的平均拥塞窗口大小；

根据数据包中的时间戳字段计算得到各子流当前的往返时间值；

根据各子流平均拥塞窗口大小以及往返时间值，预测得到各子流上的平均有效吞吐率；

根据各子流上的平均有效吞吐率动态调整最小子流的拥塞窗口大小，使最小子流避免发生拥塞；

根据调整后的拥塞窗口大小调整慢启动阈值的大小，使得调整后的子流仍处于拥塞避免阶段。

可选的，所述马尔可夫模型包括：各时刻设备的发送状态集合和发送状态转换的一步转移概率集合；其中，发送状态集合中包括各子流的拥塞窗口大小；所述转移概率集合与各子流的丢包率相关。

可选的，所述根据马尔可夫模型计算得到各子流平均拥塞窗口大小的步骤包括：

根据各子流的丢包率得到设备发送状态的转移概率矩阵；

遵循转移概率矩阵的概率转移规律下，计算得到极限平稳分布；

根据极限平稳分布计算得到各子流的平均拥塞窗口大小。

可选的，所述极限平稳分布记为特征向量μ；且所述特征向量符合下列约束条件：

μ＝(μ₁,μ₂…μ_v)

μP＝μ

μ₁+μ₂+…+μ_v-1+μ_v＝1

μ_j≥0,j∈{1,2…v}

其中，记受限于接收缓冲区大小的最大拥塞窗口为W个MSS(Maximum Segment Size，最大报文段)单位，而最小拥塞窗口为2个MSS单位，则子流拥塞窗口大小取值范围为[2,W]。记k为子流数量，cw_i(i∈[1,k]且i∈Z)为子流i的拥塞窗口大小，将系统所处的发送状态用各子流拥塞窗口集合表示，可知发送状态空间是k维离散状态空间，表示为I{(cw₁,cw₂,…cw_i…,cw_k)|cw_i∈[2,W]且cw_i∈Z}，可知状态空间I包含有(W-1)^k个可能元素，为表示方便记v＝(W-1)^k；μ_j为状态空间中第j个状态上的平稳分布概率；P为转移概率矩阵，且所述转移概率矩阵为(v*v)维的稀疏矩阵；

所述平均拥塞窗口大小的计算表达式为：

其中，i为子流的序号，I为发送状态空间，j为状态空间I中的状态序号；max为特征向量的元素个数，即max＝(W-1)^k；为状态空间I中第j个状态上子流i的拥塞窗口大小；μ_j为第j个状态所对应的平稳分布的概率；为子流i的平均拥塞窗口大小。

可选的，所述根据数据包中的时间戳字段计算得到各子流当前的往返时间值的步骤之后还包括：

对所述往返时间值进行平滑处理；

平滑处理的表达式为：

RTT_t＝(1-α)RTT_new+αRTT_t-1

0<α<1

其中，RTT_new为当前时刻的往返时间值；RTT_t-1为前一时刻的往返时间值；RTT_t为平滑处理后的往返时间值；α为平滑往返时间值受当前往返时间值影响的因子。

可选的，影响因子α＝0.8

可选的，所述各子流上的平均有效吞吐率的计算表达式为：

其中，p_i为子流i上的丢包率；MSS_i为子流i上的最大传输报文段大小；为子流i上的平均拥塞窗口大小；RTT_i为子流i上的往返时间值；为子流i上的平均有效吞吐率。

可选的，所述根据各子流上的平均有效吞吐率动态调整最小子流的拥塞窗口大小的步骤包括：

根据各子流上的平均有效吞吐率计算得到吞吐率系数；其中，吞吐率系数为最大子流吞吐率与最小子流吞吐率的比值；

判断吞吐率系数是否大于吞吐率临界值，若是，则相应减小最小子流的拥塞窗口大小。

可选的，所述根据各子流上的平均有效吞吐率计算得到吞吐率系数的步骤之后还包括：对吞吐率系数进行平滑处理，平滑处理的表达式为：

θ_t＝(1-β)θ_new+βθ_t-1

其中，β为平衡因子；θ_new为当前时刻吞吐率系数；θ_t-1为前一时刻吞吐率统计平均系数；θ_t为平滑处理后的吞吐率系数。

可选的，所述吞吐率临界值的计算表达式为：

(G_max-G_min)+1＜N_Buf＜(G_max-G_min)+2

得到，

其中，N_Buf为接收端缓存区大小，G_max为最大子流吞吐率，G_min为最小子流吞吐率。

从上面所述可以看出，本发明提供的自适应MPTCP的数据调度方法，基于各子流的拥塞窗口构建马尔可夫模型，进而计算得到各子流的平均拥塞窗口大小，然后基于平均拥塞窗口大小和往返时间值，预测得到各子流上的平均有效吞吐率，从而能够根据预测的吞吐率对拥塞窗口大小进行调节，最终实现数据调度和拥塞控制。本发明在异构网络多径并行传输技术的基础上，研究无线移动设备各个接口所对应子流的拥塞窗口和可采取的数据调度行为，并建立基于随机事件累计次数的概率模型分析状态转移概率，据此得到可预测的吞吐率反馈模型，并采用吞吐率最优的调度策略将数据调度到最优接口上，从而发挥多径并行传输高传输性能的优势，增强数据传输的可靠性。因此，本申请所述的自适应MPTCP的数据调度方法克服了现有MPTCP数据调度和拥塞控制技术的不足，使得MPTCP能够自适应地针对网络波动和网络异构化的情况进行更合理的调度，最终能够提高多路径数据传输的效率和可靠性。

附图说明

图1为本发明提供的自适应MPTCP的数据调度方法的一个实施例的流程图；

图2为本发明提供的自适应MPTCP的数据调度方法的另一个实施例的流程图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。

需要说明的是，本发明实施例中所有使用“第一”和“第二”的表述均是为了区分两个相同名称非相同的实体或者非相同的参量，可见“第一”“第二”仅为了表述的方便，不应理解为对本发明实施例的限定，后续实施例对此不再一一说明。

本发明实施例主要涉及多路径传输控制协议(Multi-path Transmission Control Protocol)的数据调度和拥塞控制技术，特别是指通过优化的MPTCP 吞吐率预测方法实现网络波动和网络差异化情况下的自适应数据调度和拥塞控制，从而实现多径数据传输的高可靠性。针对传统TCP传输只能利用单个网络接口的不足，以及MPTCP传输数据调度和拥塞控制技术的局限性，本发明提出基于MPTCP各子流拥塞窗口离散状态的Markov模型，建立Markov决策过程并科学预测各子流有效吞吐率，然后面向网络波动和网络差异化的情况提出自适应的拥塞窗口调整方案，从而间接实现更合理的数据调度，以提高MPTCP中数据传输的可靠性。

具体的，参照图1所示，为本发明提供的自适应MPTCP的数据调度方法的一个实施例的流程图。针对传统MPTCP简单地根据RTT进行数据调度的不足，本发明拟通过建立MPTCP各子流拥塞窗口的Markov预测模型，并结合实时RTT实现动态吞吐率预测算法，能在考虑拥塞窗口的同时合理调度数据，减少数据包重传、丢包以及拥塞，实现传输高可靠性。所述自适应MPTCP的数据调度方法包括：

步骤101，根据各子流的拥塞窗口建立马尔可夫模型；其中，首先在假设数据均匀调度到各子流的基础上，结合各子流的丢包率，并综合MPTCP各子流的拥塞窗口离散状态能够建立马尔可夫模型。

可选的，所述马尔可夫模型包括：各时刻设备的发送状态集合和发送状态转换的一步转移概率集合；其中，发送状态集合中包括各子流的拥塞窗口大小；所述转移概率集合与各子流的丢包率相关。具体的，令S代表发送状态的集合，对于利用k个网络接口的多径并行传输设备而言，在t时刻设备的发送状态s用k个元素表示，k个元素分别记录k条传输子流的拥塞窗口大小。例如：CW_i表示第i条子流的拥塞窗口大小，则t时刻设备的发送状态s_i表示为集合S{CW₁,CW₂…CW_k}。令P(s_t|s_t-1)代表无线移动设备在t-1时刻发送状态为s_t-1，而在t时刻发送状态转换为s_t的一步转移概率。由于发送状态是取决于所有子流的拥塞窗口大小的，而拥塞窗口大小又跟各子流的丢包率有关，因此P(s_t|s_t-1)间接受限于Δt间隔内各子流的丢包率，其中，Δt表示发送端收到相邻两个ACK确认包之间的时间间隔。

步骤102，根据马尔可夫模型计算得到各子流的平均拥塞窗口大小；其中，基于马尔可夫模型所遵循的规律，能够确定所有子流最终稳定在相应拥塞窗口大小的概率分布，进而得到极限平稳分布，最终能够计算得到平均拥塞窗口大小。

可选的，所述根据马尔可夫模型计算得到各子流平均拥塞窗口大小的步骤包括：根据各子流的丢包率得到设备发送状态的转移概率矩阵；遵循转移概率矩阵的概率转移规律下，计算得到极限平稳分布；根据极限平稳分布计算得到各子流的平均拥塞窗口大小。具体的，在上述马尔可夫模型中的二元组模型(S、P)的基础上，首先根据各子流丢包率推导出设备发送状态的转移概率矩阵P，记受限于接收缓冲区大小的最大拥塞窗口为W个MSS(Maximum Segment Size，最大报文段)单位，而最小拥塞窗口为2个MSS单位，则子流拥塞窗口大小取值范围为[2,W]。记k为子流数量，cw_i(i∈[1,k]且i∈Z)为子流i的拥塞窗口大小，将系统所处的发送状态用各子流拥塞窗口集合表示，可知发送状态空间是k维离散状态空间，表示为I{(cw₁,cw₂,…cw_i…,cw_k)|cw_i∈[2,W]且cw_i∈Z}，可知状态空间I包含有(W-1)^k个可能元素，为表示方便记v＝(W-1)^k。转移概率矩阵P为(v*v)维的稀疏矩阵。据此计算出极限平稳分布，即在遵循P矩阵的概率转移规律下，所有子流最终稳定在相应拥塞窗口大小的概率分布。各子流的平稳拥塞窗口大小可以根据马尔可夫模型的极限平稳分布得到，记极限平稳分布为特征向量μ，μ是一个具备v个元素的向量(μ₁,μ₂…μ_v)。特征向量μ满足的约束条件有三个：

μP＝μ

μ₁+μ₂+…+μ_v-1+μ_v＝1

μ_j≥0,j∈{1,2…v}

其中，v为平稳分布的元素数量，即v＝(W-1)^k；μ_j为状态空间I中第j个状态上的平稳分布概率；P为转移概率矩阵。

可选的，可以通过计算机编程推导平稳分布，显然转移概率矩阵P是个稀疏矩阵，因此编程求解μ的时间复杂度不高，具备求解的可行性。推导出平稳分布μ后再根据以下表达式求出每个子流的拥塞窗口大小：

其中，i为子流的序号，I为发送状态空间，j为状态空间I中的状态序号；max为特征向量的元素个数，即max＝(W-1)^k；表示状态空间I中第j个状态上子流i的拥塞窗口大小，μ_j表示第j个状态所对应的平稳分布的概率；为平均拥塞窗口大小。

步骤103，根据数据包中的时间戳字段计算得到各子流当前的往返时间值；其中，数据包的Timestamp字段可用来计算当前RTT值：

RTT＝Timestamp_Value–Timestamp_Echo_Reply

其中，根据RFC1323，在TCP协议头的Timestamp选项包含了Timestamp_Value和Timestamp_Echo_Reply，Timestamp_Value表示当前时刻发送该报文时对应的时间戳，Timestamp_Echo_Reply是收到的ACK包中记录的接收端最近一次收到的报文的Timestamp_Value值

在一些优选的实施例中，考虑到RTT值动态变化的情况，需要对当前RTT值进行平滑处理，平滑处理的表达式为：

RTT_t＝(1-α)RTT_new+αRTT_t-1

0<α<1

其中，RTT_new为当前时刻的往返时间值；RTT_t-1为前一时刻的往返时间值；RTT_t为平滑处理后的往返时间值；α为平滑往返时间值受当前往返时间值影响的因子。这样使得RTT值更加具有代表性，进而使得本申请所述的自适应MPTCP的数据调度方法准确性和稳定性更高。

进一步优选的，α取值为0.8。

步骤104，由排队论Little定理，根据各子流平均拥塞窗口大小以及往返时间值，预测得到各子流上的平均有效吞吐率；可选的，所述各子流上的平均有效吞吐率的计算表达式为：

其中，p_i为子流i上的丢包率；MSS_i为子流i上的最大传输报文段大小；为子流i上的平均拥塞窗口大小；RTT_i为子流i上的往返时间值；为子流i上的平均有效吞吐率。

步骤105，根据各子流上的平均有效吞吐率动态调整最小子流的拥塞窗口大小，使最小子流避免发生拥塞；其中，各子流上的平均有效吞吐率为预测吞吐率，能够侧面反映当前子流中是否可能发生丢包情况，从而预先避免拥塞。

可选的，所述根据各子流上的平均有效吞吐率动态调整最小子流的拥塞窗口大小的步骤包括：根据各子流上的平均有效吞吐率计算得到吞吐率系数；其中，吞吐率系数为最大子流吞吐率与最小子流吞吐率的比值；判断吞吐率系数是否大于吞吐率临界值，若是，则相应减小最小子流的拥塞窗口大小。具体的，针对差异化网络，首先，定义吞吐率系数θ为最大子流吞吐率与最小子流吞吐率的比值，即：

其次，预先设置一个吞吐率系数临界值θ_T，θ_T是预测最大子流吞吐率和最小子流吞吐率差异的临界值。当θ＞θ_T意味着各子流预测吞吐率差异过大，吞吐率最小的子流很可能出现丢包情况，要进行合适的拥塞避免处理，因此应适当减小吞吐率最小的子流的拥塞窗口。这里，超过这个临界值则将预测吞吐率最小子流的当前拥塞窗口适当减小，以针对即将出现的拥塞或丢包现象，称之为伪拥塞避免阶段。可选的，参考经典拥塞控制算法在拥塞避免阶段对拥塞窗口减半的处理，由于θ＞θ_T时吞吐率最小的子流是进入了伪拥塞避免阶段，因此子流拥塞窗口应减小到区间内，减小后的拥塞窗口大小为

可选的，在本申请的一些实施例中，考虑θ动态变化的情况，对θ作平滑处理，平滑处理的表达式为：θ_t＝(1-β)θ_new+βθ_t-1；0<β<1；其中，β为平衡因子；θ_new为当前时刻吞吐率系数；θ_t-1为前一时刻吞吐率统计平均系数；θ_t为平滑处理后的吞吐率系数。

可选的，临界值θ_T是根据接收缓冲大小，即接收端能容纳的最大数据包数量而定的。因此得到所述吞吐率临界值的计算表达式为：

(G_max-G_min)+1＜N_Buf＜(G_max-G_min)+2

联立两式得到，

其中，N_Buf为接收端缓存区大小，G_max为最大子流吞吐率，G_min为最小子流吞吐率。

步骤106，根据调整后的拥塞窗口大小调整慢启动阈值的大小，使得调整后的子流仍处于拥塞避免阶段。

若子流拥塞窗口减小，比较减小后的拥塞窗口cw′_i和慢启动阈值SSThresh_i，如果cw′_i＜SSThresh_i，则下调慢启动阈值大小，使得SSThresh_i＝cw′_i，这样可以保证执行完策略后子流仍处于拥塞避免阶段。

由上述实施例可知，本发明提供的自适应MPTCP的数据调度方法，基于各子流的拥塞窗口构建马尔可夫模型，进而计算得到各子流的平均拥塞窗口大小，然后基于平均拥塞窗口大小和往返时间值，预测得到各子流上的平均有效吞吐率，从而能够根据预测的吞吐率对拥塞窗口大小进行调节，最终实现数据调度和拥塞控制。本发明在异构网络多径并行传输技术的基础上，研究无线移动设备各个接口所对应子流的拥塞窗口和可采取的数据调度行为，并建立基于随机事件累计次数的概率模型分析状态转移概率，据此得到可预测的吞吐率反馈模型，并采用吞吐率最优的调度策略将数据调度到最优接口上，从而发挥多径并行传输高传输性能的优势，增强数据传输的可靠性。因此，本申请所述的自适应MPTCP的数据调度方法克服了现有MPTCP数据调度和拥塞控制技术的不足，使得MPTCP能够自适应地针对网络波动和网络异构化的情况进行更合理的调度，最终能够提高多路径数据传输的效率和可靠性。

参照图2所示，为本发明提供的自适应MPTCP的数据调度方法的另一个实施例的流程图。

首先，建立Markov(马尔可夫)模型；

假设有两个网络接口的设备之间进行端对端通信并建立包含两条子流的MPTCP连接，在上一时刻发送状态以两条子流的拥塞窗口大小表示，即s_t-1＝{CW₁,CW₂}。当最小传输时间间隔内子流未发生丢包时，拥塞窗口大小减半，否则拥塞窗口大小增加1，则根据上一时刻的发送状态，得到当前时刻t可能的发送状态有s_t有四种可能情况：

{CW₁+1,CW₂+1}

按照子流1和子流2的丢包率，可分别算出这四种状态转移概率，分别记为p₁₂。

对拥塞窗口大小按最大传输报文MSS进行量化表示，并且子流拥塞窗口大小范围取[2,W]。则发送状态空间为：

I：{(CW₁,CW₂)|CW₁∈[2,W],CW₂∈[2,W]}.

从状态空间可以看出，在某一时刻发送状态可能有(W-1)²种情况，那么由上一时刻转移到当前时刻的状态转移概率矩阵是一个(W-1)²*(W-1)²的矩阵。记一步转移概率矩阵为P，根据状态转移概率p₁₂可以算出一步转移概率矩阵P。记此马氏链的极限平稳分布为：

然后由极限平稳分布的条件：

μ＝μP

μ₁+μ₂+…+μ_(W-1)²＝1

μ_i≥0,i∈{1,2,…(W-1)²}

便可求出Markov链的极限平稳分布特征向量

其次，求出各子流平均拥塞窗口大小；

极限平稳分布特征向量代表子流稳定在各状态时的拥塞窗口大小。通过计算机编程推导平稳分布μ，推导出平稳分布μ后再根据以下表达式求出每个子流的拥塞窗口大小：

其中，表示状态空间I中第j个状态上子流i的拥塞窗口大小，μ_j表示第j个状态所对应的平稳分布特征向量元素，max代表特征向量的元素个数，根据上述模型可知：max＝(W-1)²

根据上式可推导出子流1的平均拥塞窗口大小：

同理可求得。

再次，求出各子流的统计RTT平均值；

数据包的Timestamp字段可用来计算当前RTT值：

RTT＝Timestamp_Value–Timestamp_Echo_Reply

可选的，考虑到RTT值动态变化的情况，对当前RTT值进行平滑处理：

RTT_t＝(1-α)RTT_new+αRTT_t-1

这里0<α<1，α是反映平滑RTT值受当前RTT影响的因子，由网络情况决定。

再次，预测各子流的有效吞吐率；

结合平均拥塞窗口大小和平滑RTT值，得到各子流的有效吞吐率：

最后，动态调整拥塞窗口及慢启动阈值；

将两条子流的预测有效吞吐率按大小分别表示为G_max、G_min。由以下两式求出当前时刻吞吐率系数θ：

θ_t＝(1-β)θ_new+βθ_t-1

其中θ_t-1是前一时刻统计平均系数，β是根据网络情况决定的影响因子。

假设两条子流的预测吞吐率差达到了某个阈值θ_T，使得数据包堆积数量逼近了缓冲区大小，根据发送缓冲区大小N_Buf受限于最大子流吞吐率和最小子流吞吐率的关系。

(G_max-G_min)+1＜N_Buf＜(G_max-G_min)+2

又由

得出吞吐率系数临界值θ_T：

比较θ_t和θ_T，根据吞吐率系数和临界值的大小关系采取相应操作：

当θ＞θ_T时，将吞吐率最小子流的拥塞窗口减为比较减小后的拥塞窗口cw′_i和慢启动阈值SSThresh_i，如果cw′_i＜SSThresh_i，则下调慢启动阈值大小，使得SSThresh_i＝cw′_i；

当θ≤θ_T时，只根据各子流丢包情况调整拥塞窗口大小即可。

相对于已有的MPTCP数据调度和拥塞控制技术，本发明至少有如下优点：

1.基于Timestamp字段得到平滑RTT值，能有效应对网络波动时RTT抖动的情况。

2.建立马尔科夫决策过程动态预测各子流的平均拥塞窗口大小，并由此准确预测各子流的有效吞吐率大小。

3.根据预测吞吐率适当减小最慢子流的拥塞窗口大小，针对各子流性能不同的差异化传输网络，进行更科学的数据调度和拥塞控制。

4.考虑慢启动和快速重传的影响，降低预测偏差，针对拥塞窗口减小到低于慢启动阈值的情况，科学调整慢启动阈值。

所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本公开的范围(包括权利要求)被限于这些例子；在本发明的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本发明的不同方面的许多其它变化，为了简明它们没有在细节中提供。

另外，为简化说明和讨论，并且为了不会使本发明难以理解，在所提供的附图中可以示出或可以不示出与集成电路(IC)芯片和其它部件的公知的电源/接地连接。此外，可以以框图的形式示出装置，以便避免使本发明难以理解，并且这也考虑了以下事实，即关于这些框图装置的实施方式的细节是高度取决于将要实施本发明的平台的(即，这些细节应当完全处于本领域技术人员的理解范围内)。在阐述了具体细节(例如，电路)以描述本发明的示例性实施例的情况下，对本领域技术人员来说显而易见的是，可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本发明。因此，这些描述应被认为是说明性的而不是限制性的。

尽管已经结合了本发明的具体实施例对本发明进行了描述，但是根据前面的描述，这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如，其它存储器架构(例如，动态RAM(DRAM))可以使用所讨论的实施例。

本发明的实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此，凡在本发明的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本发明的保护范围之内。