1.一种多路径并行传输系统有效吞吐量的优化方法，其特征在于：在该方法中，多路径并行传输系统在发送端与接收端之间存在N条相互独立的传输路径，分别为L1,L2,...,Lk,...LN，N≥2；各条路径上端到端的路径传播时延满足d1≤d2≤...dk...≤dN；该方法包括以下步骤：S1：在多路径并行传输系统中，运用时延估计算法，估计出当前时刻的最优先验估计值dk；

S2：根据数据包有序传输的约束条件d(i)≥d(i-1)-ΔT(i)和步骤1)中时延估计算法的估计结果，调节各条链路上的拥塞窗口，减小不同链路上的端到端时延差，提高在异构网络环境下的多路径并行传输有效吞吐量。

2.根据权利要求1所述的一种多路径并行传输系统有效吞吐量的优化方法，其特征在于：具体包括以下步骤：

1)采用卡尔曼滤波算法对离散系统的状态进行最优估计，线性随机微分方程的形式为：X(k)＝AX(k-1)+BU(k-1)+W(k-1)，系统状态的测量值可以描述为：Z(k)＝HX(k)+V(k)，其中，X(k)和X(k-1)分别是k时刻和k-1时刻的系统状态，U(k-1)是k-1时刻系统的控制量；

A、B均为目标系统的参数，若目标系统是多模型系统，则A和B是矩阵的形式；Z(k)是k时刻系统状态的测量值，H是测量系统的参数，若是多测量系统，则同理H是矩阵的形式；W(k-1)是系统过程的噪声，而V(k)表示测量的噪声，两者均为高斯白噪声，方差分别是Q和R；

2)假设端到端传输时延是一个常量信号与一个高频变化的分量之和，该高频分量是一个高斯白噪声，则端到端时延可以表示为：X(k)＝X(k-1)+W(k-1)，Z(k)＝X(k)+V(k)，其中，X(k)和Z(k)分别表示端到端时延的真实值和通过SACK报文测量得到的测量值；W(k)代表端到端时延的高频噪声分量，满足方差为Q的高斯分布，即W(k)～N(0,Q)；V(k)表示端到端时延测量值的噪声，满足方差为R的高斯分布，即V(k)～N(0,R)；

3)更新时延估计值：X(k|k-1)＝X(k-1|k-1)，P(k|k-1)＝P(k-1|k-1)+Q；更新估计误差： X(k|k)＝X(k|k-1)+Kg(k)(Z(k)-X(k|k-1))，P(k|k)＝(1-Kg(k))P(k|k-1)；其中，X(k|k-1)是根据k-1时刻的状态预测得到的k时刻端到端时延的先验估计，X(k-1|k-1)是k-1时刻的最优估计；P(k|k-1)是X(k|k-1)对应的估计误差，类似的，P(k-1|k-1)是X(k-1|k-1)对应的估计误差；而更新估计误差阶段根据当前时刻的时延估计值对先验估计值及其估计误差进行修正，得到当前时刻的时延最优估计值，作为下一次估计的依据；Kg为卡尔曼增益(Kalman Gain)，Z(k)是k时刻的时延测量值(由SACK报文中包含的信息计算得出)；

4)取最新的时延测量值作为时延估计初值X(0|0)，并输入估计误差的初值P(0|0)(可以取任意非零值)，根据X(k|k-1)＝X(k-1|k-1)得到当前时刻的时延先验估计值；

5)根据最新的时延估计值，更新时延系数θ，

其中，dmax为端到端时延估计值中最大值，dmin端到端时延估计值中最小值；

6)定义两个阈值θ0和θmax，阈值θ0定义为当θ＞θ0时，表示当前不同路径上时延差距较大，有可能会导致数据乱序现象的发生，由于数据包i的发送路径与所采用的数据分流策略有关，因此为了保证满足数据包有序传输约束条件，要求所有路径上的发送间隔都要满足：d(i)≥d(i-1)-(T(i)-T(i-1))＝d(i-1)-ΔT(i)，因此有：

阈值θmax的定义是，当θ＞θmax表示当前路径时延差异非常大，传输过程中数据乱序现象严重，很有可能会导致接收端缓存阻塞，因此选择接收端的缓存大小作为θmax计算的参考标准，记接收端缓存中能够容纳的数据包个数为NBuffer，

7)判断θ与θ0和θmax的关系：

若θ＞θ0，查找当前传输时延估计值最大的路径Pi；

若0＜θ0＜θmax，则将Pi上的拥塞窗口cwndi减小为：

若θ＞θmax，则将Pi上的拥塞窗口cwndi减小为：

其中，cwnd：拥塞控制窗口(Congestion control window)，用于控制发送端一次性最多可以往网络中发送的数据包数量；发送端根据当前网络的拥塞状况，自适应地调整cwnd的大小来对网络进行拥塞控制；

8)比较减小后的cwndi和该路径的慢启动阈值SSthreshi，如果cwndi＜SSthreshi，则令SSthreshi＝cwndi，其中，ssthresh：慢启动阈值(Slow-start threshold)，区分慢启动阶段和拥塞避免阶段的临界值，当cwnd＜ssthresh时，执行慢启动算法；反之，当cwnd＞ssthresh时，执行拥塞避免算法。