[发明专利]基于可调稀疏网络编码的密度选择方法

说明书

本发明属于网络编码技术领域，具体涉及一种基于可调稀疏网络编码的密度选择方法，所述方法包括源节点按照当前稀疏网络编码的密度值发送数据流，求得当前传输数据包为再生编码包的概率下界；根据再生编码包的概率下界计算出源节点到信宿节点传输成功时所需的最大预算值和期望预算值；源节点根据当前阶段中信道所能提供的实际预算值构建出期望预算值与实际预算值之间的比较不等式；在不同密度分布函数下调整实际密度值，通过信宿节点的当前接收情况选择出当前阶段的最佳密度，直至解码矩阵满秩传输完成或剩余的实际预算值为0；本发明通过预算比较不等式选取适用于当前阶段的最佳密度值，解决了链路丢包率不稳定所导致的带宽受限、预算不足等问题。

技术领域

本发明涉及实时多媒体网络下的可调稀疏网络编码技术领域，具体涉及一种基于可调稀疏网络编码的密度选择方法。

背景技术

网络编码(Network Coding,NC)技术的引入改变了传统通信网络的传输模式，允许中间节点对输入的信息进行编码，而不局限于仅“存储-转发”，提高了传输的有效性和网络的吞吐量，但NC计算复杂度较高。为降低计算复杂度，Danilo等人提出稀疏网络编码(Sparse Network Coding,SNC)，即仅在重叠子集中进行随机线性网络编码(RandomLinear Network Coding,RLNC)的方法。SNC因仅在原包的子集中执行随机线性网络编码，得到一个稀疏化的译码矩阵，在译码阶段的矩阵高斯运算相乘数总和会降低运算级，从而降低时间复杂度。但SNC虽然降低了计算复杂度，但随之增加了传输延时，延时增加主要因其代码自身的稀疏性，这大大降低再生编码包的生成概率，即降低了具有编码增益包的产生。为解决以上问题，Feizi等人提出可调稀疏网络编码(Tuning Sparse Network Coding,TSNC)，TSNC中的编码数据包由具有不同稀疏程度的稀疏区域和根据RLNC生成的数据包密集区域组成。编码包首先以低密度产生，即很少的原始包被编码，随后密度在整个传输过程中逐步增加。采用低密度的编码方法，大大降低编解码的计算复杂度，传输过程通过调整密度的方法在传输结束阶段采用更密集的编码以减少延时开销，同时保持稀疏编码在复杂度方面的优势。

现有TSNC理论研究中一种分析角度是结合吸收马尔科夫链模型与可调稀疏网络编码，根据状态分析提出状态转移概率公式，并结合吸收马尔科夫链基本矩阵与状态转移概率矩阵定义性能指标进行分析，提出调优方案在保持原有低复杂度优势下的密度最优解，达到性能指标最优化。如Zarei等人基于吸收马尔科夫链定义状态转移概率公式，提出密度值为2，即编码包由两个原包组合的稀疏网络编码传输方案，此方案密度很小且解码矩阵操作少，但解码整个代或整个原包时所需的传输次数增多(AMIR Z,PEYMAN P,MANSOORD.On the Partial Decoding Delay of Sparse Network Coding[J].IEEECommunications Letters,2018,22(8):1668-1671.doi:10.1109/LCOMM.2018.2840139.)。另一种分析角度是基于矩阵秩概率分布模型，分析矩阵解码成功或部分解码成功概率公式，求解解码成功概率最大化下的密度值，即最佳密度。如Khan等人分析得原有译码失败概率依赖于丢包率、编码包数、原包数以及有限域大小，从而结合稀疏网络编码从分析矩阵线性相关概率角度得出改进的解码失败概率上下界，此概率依赖于中继节点数(KHAN A S,CHATZIGEORGIOU I.Improved bounds on the decoding failure probability ofnetwork coding over multi-source multi-relay networks[J].IEEE CommunicationsLetters,2016,20(10):2035-2038.doi:10.1109/LCOMM.2016.2594768.)。