一种基于稀疏网络编码的密度调整方法技术

本发明专利技术涉及一种基于稀疏网络编码的密度调整方法，包括初始化信源节点的密度值，并根据采用稀疏网络编码的通信过程计算稀疏网络编码线性相关概率的上界形式；利用稀疏网络编码线性相关概率的上界形式和信宿节点的解码矩阵在编码包传输过程中的状态计算信宿节点解码矩阵的状态转移概率；根据信宿节点解码矩阵的状态转移概率利用吸收马尔可夫链的数学定义计算稀疏网络编码的线性相关概率；根据稀疏网络编码的线性相关概率利用吸收马尔可夫链的定义计算信宿节点对编码包的解码成功率：以信宿节点对编码包的解码成功率最大为优化目标，通过反向传播的机制调节信源节点的密度值直至信宿节点对编码包的解码成功率收敛，得到信源节点最优的密度值，提高无线通信传输的通信效率。通信效率。通信效率。

【技术实现步骤摘要】
一种基于稀疏网络编码的密度调整方法


[0001]本专利技术属于无线通信
，具体涉及一种基于稀疏网络编码的密度调整方法。

技术介绍

[0002]网络编码(Network Coding，NC)的核心思想是允许中间节点对接收到的数据包进行编码再转发，中间节点可以对数据包进行转发、丢弃或编码后转发，其中典型的编码构造方法包括：线性网络编码(Linear Network Coding，LNC)、随机线性网络编码(Random Linear Network Coding，RLNC)、代数型网络编码(Algebraic Network Coding，ANC)和机会式网络编码(Opportunistic Network Coding，ONC)，LNC、ANC和RLNC都是将去往相同信宿节点的数据包进行编码组合，在网络安全、分布式安全存储、D2D(Device
‑
to
‑
Device,D2D)通信、无线mesh网络等领域被广泛应用。
[0003]近年稀疏网络编码相关研究聚焦线性相关概率p(i,n)以及秩的概率分布(Probability of Rank Distribution,PRD)等性能指标进行计算，通过秩的概率分布推演多播译码成功概率，多播译码成功概率即信宿端解码矩阵秩r等于信源节点数据包总数目n时的概率，多播译码成功概率的高低取决于信源节点发送编码包的数量和信源节点的密度值，在信源节点发送编码包的数量一定的情况下通过调节信源节点最优的密度值能够使多播译码成功概率最高，从而提高无线通信中数据传输的稳定性和通信效率。
[0004]现有计算稀疏网络编码(SNC)中多播译码成功概率的方式大都利用线性相关数概念以及递归模型得出解码矩阵秩的分布概率模型，其主要通过蒙特卡罗模拟信宿节点解码矩阵的状态转移概率，而蒙特卡罗模拟出的状态转移概率是由大量实验进行统计得出的规律性函数，普遍精准度较差，无法准确的计算出多播译码成功概率，进而无法准确的计算最优的密度值，通信效率不高。

技术实现思路

[0005]为了解决
技术介绍
中存在的问题，本专利技术提供一种基于稀疏网络编码的密度调整方法，根据采用稀疏网络编码的通信过程以及吸收马尔可夫链模型计算信宿节点对编码包的解码成功率，以信源节点对编码包的解码成功率最大为优化目标，通过反向传播的机制调节信源节点的密度值直至信源节点对编码包的解码成功率收敛，得到信源节点最优的密度值，信源节点通过最优的密度值对数据包进行编码，再将编码包发送给信宿节点，提高信源节点的解码成功率，从而提高通信网络的稳定性和通信效率，包括：
[0006]S1：初始化信源节点的密度值，并根据采用稀疏网络编码的通信过程计算稀疏网络编码线性相关概率的上界形式；
[0007]S2：利用稀疏网络编码线性相关概率的上界形式和信宿节点的解码矩阵在编码包传输过程中的状态计算信宿节点解码矩阵的状态转移概率；
[0008]S3：根据信宿节点解码矩阵的状态转移概率利用吸收马尔可夫链的数学定义计算
稀疏网络编码的线性相关概率；
[0009]S4：根据稀疏网络编码的线性相关概率利用吸收马尔可夫链的定义计算信宿节点对编码包的解码成功率：
[0010]S5：以信宿节点对编码包的解码成功率最大为优化目标，通过反向传播的机制调节信源节点的密度值直至信宿节点对编码包的解码成功率收敛，得到信源节点最优的密度值，提高无线传输的通信效率。
[0011]本专利技术至少具有以下有益效果：
[0012]本专利技术基于吸收马尔可夫链模型计算编码包传输过程中每个状态间的状态转移概率，在本方案中对蒙特卡罗模拟得出的线性相关概率进行改进，这是由于蒙特卡罗是通过大量实验进行数学统计得出的规律性函数，普遍误差很大，在本方案中将其改进为一种线性相关概率表达式以提高性能指标精准度，并进一步构建状态转移概率矩阵得出信宿端收到非再生包的线性相关概率，并由稀疏网络编码的线性相关概率进一步得出信源节点对编码包的解码成功率，本专利技术以信源节点对编码包的解码成功率最大为优化目标，通过反向传播的机制调节信源节点的密度值直至信源节点对编码包的解码成功率收敛，得到信源节点最优的密度值以提高信源节点的解码成功率，从而提高通信网络的稳定性和通信效率。
附图说明
[0013]图1为本专利技术的方法流程图；
[0014]图2为本专利技术单播通信网络示意图；
[0015]图3为专利技术实施例中吸收马尔科夫链节点示意图。
具体实施方式
[0016]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术的一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0017]请参阅图1，本专利技术提供一种基于稀疏网络编码的密度调整方法，包括：
[0018]采用稀疏网络编码的通信过程，请参阅图2，本专利技术实施例采用单播无线通信网络，包含一个信源节点S和信宿节点D；该无线通信网络中的信道为无损信道；
[0019]信源节点S包含k个数据包，即信源节点S的数据包集合f
i
表示信源节点的第i个数据包；
[0020]在每经过一单位时隙，信源节点S将根据设置的密度值d选取编码系数对C中的数据包进行编码生成一个编码包u＝∑
i∈W
g
i
×
f
i
，其中W表示k个原包中大小为w的任意子集，d＝w/k，w表示信源节点的稀疏度即编码包中编码系数不为0的个数；其中，g
i
表示编码系数；编码系数的选取符合下式：
[0021][0022]其中，P(g
i
＝t)表示信源节点在有限域中选取编码系数为t的概率，k表示信源节点数据包的数量；w表示信源节点的稀疏度，F
q
表示有限域，q表示有限域大小。
[0023]例子：假设一代原包中存在5个数据包，即设置参数：稀疏度w为3，有限域大小q为2，即有限域F
q
为{0,1}。所以在对一代中原包进行编码时，仅仅在集合C中选取3个数据包进行编码，假设选取的第一组为W＝{f1,f2,f4}，则生成的第一个编码包为g1×
f1+g2×
f2+g4×
f4，然后编码包向信宿进行传输，信宿端的解码矩阵将编码系数以向量的形式进行保存；第一个编码传输完毕后，紧接着传输第二个编码包，同样地在同一代中选取w个原包进行编码向信宿进行传输并将编码系数构成第二行向量；按照这样的方式进行传输，当解码矩阵满秩时，代表着可进行解码。
[0024]信源节点每接收到一个编码包则将编码包中的k个编码向量作为解码矩阵的新的一列向量；在m个时隙之后解码矩阵将接收到m个编码包，即解码矩阵将为一个m行n列的矩阵，其中m为预设的数量，m的值大于k，当m的值趋于无穷大时，信宿节点对编码本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于稀疏网络编码的密度调整方法，其特征包括：S1：初始化信源节点的密度值，并根据采用稀疏网络编码的通信过程计算稀疏网络编码线性相关概率的上界形式；S2：利用稀疏网络编码线性相关概率的上界形式和信宿节点的解码矩阵在编码包传输过程中的状态计算信宿节点解码矩阵的状态转移概率；S3：根据信宿节点解码矩阵的状态转移概率利用吸收马尔可夫链的数学定义计算稀疏网络编码的线性相关概率；S4：根据稀疏网络编码的线性相关概率利用吸收马尔可夫链的定义计算信宿节点对编码包的解码成功率：S5：以信宿节点对编码包的解码成功率最大为优化目标，通过反向传播的机制调节信源节点的密度值直至信宿节点对编码包的解码成功率收敛，得到信源节点最优的密度值，提高无线传输的通信效率。2.根据权利要求1所述的一种基于稀疏网络编码的密度调整方法，其特征在于，所述稀疏网络编码线性相关概率的上界形式的计算步骤包括：定义再生包和非再生包：当信宿节点接收到第n个编码包P
n
时，编码包P与信宿节点之前接收的所n有编码包均线性无关时，则编码包P
n
为再生包；当信宿节点接收到第n个编码包P
n
时，编码包P
n
与信宿节点之前接收的任一编码包为线性相关时，则编码包P
n
为非再生包；稀疏网络编码的线性相关概率定义为：信宿端在已接收到i个再生包的情况下，下一次接收到的编码包为非再生包的概率，即稀疏网络线性相关概率的上界形式包括：其中，p(i,k)表示信宿端在在已接收到i个再生包的情况下，下一次收到的编码包为非再生包的概率；k表示信源节点数据包的个数；d表示信源节点的密度值；F
q
表示有限域；q表示有限域大小。3.根据权利要求1所述的一种基于稀疏网络编码的密度调整方法，其特征在于，所述信宿节点解码矩阵的状态转移概率的计算步骤包括：定义解码矩阵的状态(r,c)：其中，r为信宿节点解码矩阵的秩，c为信宿节点解码矩阵中非0列的个数；信宿节点解码矩阵的状态转移概率包括：
z＝min(w，k
‑
c)i＝rd＝w/k其中，表示稀疏网络编码线性相关概率的上界形式，P
r,c
(r+x,c+y)表示信宿节点解码矩阵由当前状态(r,c)转换到状态(r+x,c+y)的状态转移概率，k表示信源节点数据包的数量；d表示信源节点的密度值，w表示信源节点的稀疏度，min(w,k
‑
c)表示w和k
‑
c中的最小值，F
q
表示有限域；q表示有限域大小。4.根据权利要求1所述的一种基于稀疏网络编码的密度调整方法，其特征在于，所述利用吸收马尔可夫链的数学定义计算稀疏网络编码的线性相关概率包括：定义信宿节点解码矩阵的初始状态：信宿节点接收到第1个编码包之后解码矩阵的状态为解码矩阵的初始状态，即初始状态为(1，w)；w表示信源节点的稀疏度；定义信宿节点解码矩阵的过渡态：信宿节点接收到第n个编码包之后解码矩阵的状态为解码矩阵的过度态，即过度态(r,c)；其中，n∈[2,a
‑
1]；定义信宿节点解码矩阵的吸收态：信宿节点接收到a个编码包之后解...

【专利技术属性】
技术研发人员：王练，王贺，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：