随着空间网络流量急剧增加,网络体系结构日趋复杂,网络拥塞问题日益严重,而拥塞的发生会导致网络业务流量的丢失与实时性变差等问题,甚至导致网络瘫痪,这对提升网络服务质量以及合理分配网络资源增添了新的复杂性。同时,大量的研究表明,网络流量呈现自相似特性,这为研究网络拥塞控制提供了新的思想,即可将自相似流量的可预测性引入网络的拥塞控制的研究中,以期得到更有效的控制策略。本文主要对基于自相似流量预测的AOS(Advanced Orbiting System)拥塞控制技术进行研究,以实现对网络拥塞的有效控制。本文研究的主要内容有:首先,研究了网络流量的拥塞控制算法、流量的自相似特性以及AOS多路复用模型,提出了一种新的自相似流量下的AOS拥塞控制算法。该算法在AOS多路复用模型基础上增加了队列管理模块,在该模块中设计了一种新的改进队列管理算法,通过检测流量的平均队列长度,以相应的丢弃策略来控制系统的拥塞。随后通过仿真验证了该算法对系统性能的提升有着显著的作用。其次,研究了自相似流量的预测方法。本文采用的是统计预测模型,它是利用统计学的方法对流量做相关处理,其计算过程相对简单易于实现。在此基础上研究了线性最小平均平方误差估计(Linear Minimum Mean Square Error,LMMSE)预测算法,修正了该算法中存在的问题,并仿真验证了修改后算法的正确性。最后,研究了基于自相似流量预测的AOS拥塞控制算法。将预测得到的流量引入AOS多路复用模型,把修正后的LMMSE统计预测算法与队列管理算法进行结合,设计了一种基于自相似流量预测的AOS拥塞控制算法。理论分析与仿真结果表明,该算法在拥塞控制方面性能突出,尤其在改善系统平均时延以及最大时延等指标上有着明显的效果,同时大幅度的减少了系统剩余量。该算法可以为工程实践提供理论支持。