CN106998242B - 空间通信分布式动态网络拓扑的不等保护纠删编码方法 - Google Patents

Abstract

本发明提供了一种空间通信分布式动态网络拓扑的不等保护纠删编码方法，会话传输过程包括两个阶段：第一阶段：信源

和将长度为的原始信息和长度为的原始信息利用喷泉编码生成和，并将和发送至D；第二阶段：信源和将原始信息和利用喷泉编码生成和，并将

和发送至R，R对接收到的

和利用中继节点的网络编码法则P将其合成为并发送至D。本发明的有益效果是:提高了系统的传输效率，实现了灵活的不等保护方案。

Description

空间通信分布式动态网络拓扑的不等保护纠删编码方法

技术领域

本发明涉及通信方法，尤其涉及一种空间通信分布式动态网络拓扑的不等保护纠删编码方法。

背景技术

喷泉码又称为无码率编码，所谓“无码率”是指发送端无需预知链路质量，可以以广播的形式持续向外“喷射”编码符号，因此对于码速率没有固定的要求，而接收端只需接收到足够多地任意编码符号，即可大概率地恢复出发送端的原始信息，其性能通过输出度分布函数决定。喷泉码这种对于码速率无固定要求的特性，使其在删除信道下的性能非常优越。此外，作为长纠删码的一种，喷泉码无需持续的反馈重传，而仅需要在最后的译码过程中反馈一个确认(ACK)信号，避免了反馈信道占用资源，降低了网络负载，同时也节省了反馈所需的传输时延。

在分布式通信系统中，多个独立的分布式信源各自具有不同的原始数据信息，当目的节点需要进行多源下载或数据存储/调用时，需要将多个信源的数据信息进行汇聚。当分布式网络中存在中间节点时，多路数据信息将通过中间节点的存储转发进行数据分发。网络编码技术的基本思想是给网络中的一个或几个中继节点增加编码功能，取代了传统路由中继节点只负责存储转发而不处理数据的模式。通过中继节点将多路信息压缩，在信宿节点译码恢复。这样的数据传输方式可以增加单次传输的信息量，显著提升信息流在多播网络中传输的吞吐量。网络编码与分布式编码在分布式通信系统中均有较为广泛的应用。

由于喷泉码和网络编码的基本操作都是“异或”操作，且均无需考虑信道质量，只要保证信宿获得足够多的数据组合结构就能够大概率地译码恢复原始信息。因此，将喷泉码与网络编码相结合，能够在保持原有无码率特性的同时，通过中继节点的网络编码获得吞吐量的提升，提高分布式网络的传输效率，分布式喷泉码的思想由此提出。通过在中间节点的网络编码操作，进一步提升多路喷泉编码包的译码性能，研究重点是在中继节点的操作处理。

分布式喷泉码首次在文献[S.Puducheri,J.Kliewer,and T.E.Fuja,“The designand performance of distributed LT codes,”IEEE Trans.Inf.Theory,vol.53,no.10,pp.3740-3754,Oct.2007]中被提出，将标准的鲁棒孤波度分布通过反卷积计算，拆分成两个编码度分布提供给两个信源使用，被称为反卷积孤波度分布。但该方案只适用于偶数个信源、单个中继的Y型网络。而且当其中一条信源链路中断时，中间节点的操作无法再保证信宿接收到的编码包服从鲁棒孤波分布，鲁棒性不佳，应用受到限制。

文献[Liau,S.Yousefi and Il-M.Kim,“Binary soliton-like rateless codingfor the Y-network,”IEEE Trans.Commun.,vol.59,no.12,pp.3217-3222,Dec.2011]提出了一种度分布称为类孤波孤波度分布的分布式网络喷泉码，其中间节点按照既定概率进行转发和异或操作，对接收的编码包进行二次编码，使编码后的数据在信宿端近似服从孤波分布，降低了信宿的译码冗余。并且，该方案针对某条信源链路中断的状况做出了补偿调度，能够保证信宿节点处的编码包度分布仍然具有较好的译码性能。但该方案并没有深入研究其他的信源度分布情况，普适性及灵活性较差。

文献[Baik J,Suh Y,Rahnavard N,et al.Generalized Unequal ErrorProtection Rateless Codes for Distributed Wireless Relay Networks[J].IEEETransactions on Communications,2015,63(12):4639-4650]针对Y网模型通信场景，初步设计了能够获得定量UEP增益的度分布与中继转发异或操作概率，为分布式喷泉码的研究提供了新的拓展空间。

以上各分布式网络喷泉码方案均是在Y型网络下进行讨论的，其主要思路是通过中间节点的网络编码操作将多个喷泉编码码块合并为一个码块，以减少中继节点到目的节点信道上的冗余开销。然而，面对更为复杂网络模型，如何将喷泉码的度分布和中间节点的网络编码操作进行有机的结合，甚至对多路信息提供倾向性地保护，仍是一个值得探索的问题。

发明内容

为了解决现有技术中的问题，本发明提供了一种空间通信分布式动态网络拓扑的不等保护纠删编码方法。

本发明提供了一种空间通信分布式动态网络拓扑的不等保护纠删编码方法，会话传输过程可以分为两个阶段：

第一阶段：信源S₁和S₂将原始信息m₁和m₂(长度分别为k₁和k₂)利用喷泉编码生成C₁'和C₂'，并将C₁'和C₂'发送至D；

第二阶段：S₁和S₂将m₁和m₂利用喷泉编码生成C₁和C₂，并将C₁和C₂发送至R，R对接收到的C₁和C₂利用中继节点的网络编码法则P将其合成为C_R并发送至D；

由于中继节点不仅对C₁和C₂进行异或，也可能对其直接转发，因此C_R中仍包含部分C₁和C₂。两阶段传输过程结束后，D即可将收到的五种长度相等的码块C₁'、C₂'、C₁、C₂和C_R。通过译码算法译出m₁和m₂，并立即反馈一个确认信息用以停止这个传送会话过程。

作为本发明的进一步改进，针对不同链路的特点，S₁和S₂在不同链路中采用不同的LT码度分布，直连链路为

中继链路为

作为本发明的进一步改进，在阶段2，中继R的网络编码阶段中，中继利用网络编码法则将来自信源的编码符号二次编码：

按照概率p₁转发来自S₁的数据包；

按照概率p₂转发来自S₂的数据包；

按照概率p₃将两条路径上收到的数据包异或后再转发给D。

作为本发明的进一步改进，在D处采用置信传播联合译码算法，从收到五类编码符号中恢复出原始信息符号。

作为本发明的进一步改进，设信源内部信息分为重要(记作MIB)和次要(记作LIB)两部分，占的比重分别为π₁和π₂，编码选择权重分别为w₁和w₂。基于与或树分析，设定每个MIB类型的或节点有i个子节点的概率为δ_i,MIB，每个LIB类型的“或”节点有i个子节点的概率为δ_i,LIB，每个“与”节点有i个子节点的概率为β_i。对于“与”节点B，其子节点是C_MIB的概率为w₁，是C_LIB的概率为w₂。将该模型带入与或树公式中，可以获得任意一个根节点被赋值为0的概率，也是经过l次译码迭代后一个原始信息符号(变量节点)恢复失败的概率，如公式(3)和(4)所示。

y_l,MIB＝δ_MIB(1-β(w₁y_l-1,MIB-w₂y_l-1,LIB)) (3)

y_l,LIB＝δ_LIB(1-β(w₁y_l-1,MIB-w₂y_l-1,LIB)) (4)。

进一步可得到分布式动态网络模型下不同重要等级符号的渐近译码失败概率，其中m,n∈{1,2}：

其中，ψ_m(x)为直连链路上各信源对应的输出边分布，其中λ_m为输出平均度；δ_m(x)为直连链路上各信源对应的输入边分布，其中α_m为输入平均度；

ω_m(x)为中继链路上各信源对应的输出边分布，其中μ_m为输出平均度；τ_m(x)为中继链路上各信源对应的输入边分布，其中β_m为输入平均度，m∈{1,2}。

ω_3,i和ω_4,i分别表示C_R节点有i个X₂子节点或X₁子节点的概率，可表示为ω_3,i＝Ω_2,i，ω_4,i＝Ω_2,i。

此外，P₁和P₃分别代表一个X₁根节点所连接的C’₁+C₁节点和C₃节点所占的比例，P₂和P₄则分别代表一个X₂根节点所连接的C’₂+C₂节点和C₃节点所占的比例，公式(5)和(6)中的系数及概率分布如下所示：

ψ_m(x)＝Ψ_m'(x)/λ_m,λ_m＝Ψ_m'(1)

ω_m(x)＝Ω_m'(x)/μ_m,μ_m＝Ω_m'(1)

α_mn＝λ_mn_mw_n/k_mπ_n

β_mn＝μ_mn_NC(p_m+p₃)w_n/k_mπ_n。

作为本发明的进一步改进，参数优化：

首先，优化信源S₁和S₂在第二阶段的喷泉码度分布Ω₁(x)和Ω₂(x)，在保障完全译码的基础上，使点对点的链路译码失败概率尽可能小，换言之，在达到设定的译码失败概率时，使译码冗余γ尽可能小以便尽可能减少在目标节点D或中继节点R处的译码冗余。以Ω₁(x)的设计为例，设Ω₁(x)的输入节点平均度为β₁，目标函数为最小化接收比例γ₁＝n₁/k₁，以达到δ的信道删除概率。接收比例可以由边分布ω₁(x)表示为

关于Ω₁(x)的边分布ω₁(x)的优化可以表示为以下的线性规划问题：

其中，c₁和δ都是经验常量。Ω₁(x)中的多项式系数可通过

进行求解。Ω₂(x)的度分布函数也可以采用如公式(7)的线性规划问题求解。

然后，优化中继节点处的网络编码法则P＝{p₁,p₂,p₃}，以实现在设定的冗余度下，使两个信源的译码错误概率均最小化，在R-D的链路上获取较好的译码性能，并在必要时对某一信源提供不等保护。其中，冗余度γ^*的表达公式如(9)所示。

在主链路输出度分布函数可以通过线性规划问题求解的前提下，可以将网络编码法则和第一阶段的喷泉码度分布函数Ψ_m,n利用多目标优化算法进行联合优化。需要优化的系数组成了一个系数集合Q，如公式(10)所示。

Q＝{Ψ_m,n,w_m,n,p₁,p₂,p₃} (10)

通过设定冗余度γ^*，在预测了信道质量状况并已知一个固定的传输周期中各阶段时长N₁和N₂和信源处的原始码长k₁和k₂的前提下，能够推算出各阶段接收到的实际码长n₁、n₂和n_NC，再将所有已知系数带入与或树公式，即可得到渐近译码性能y_l,1、y_l,2与系数集合Q之间的关系。在此基础上，对权重系数加以筛选，步骤如下：

一、将度分布函数和网络编码法则系数带入公式(5)和(6)中，并给定各级信息占比π_n；

二、得到各级信息译码失败概率关于权重系数w_n的函数，分别表示为：y_l,MIB＝f(w₁,w₂)，y_l,LIB＝g(w₁,w₂)；

三、设系统对于MIB的保护需求是LIB的η倍，即η＝g(w₁,w₂)/f(w₁,w₂)，由MIB与LIB的译码失败概率比值η，计算得出所需权重w_n。

在以上过程中，由于不等保护的目的是对于信源内部信息进行倾向性的保护，因此选取系数时应保证w₁/π₁≥w₂/π₂，且w₁+w₂＝1。

而由于主链路上中继网络编码过程中，两个信源等价于在有限接入时间内抢夺同一个路径资源，因此，y_l,1和y_l,2是一对相互冲突的目标函数，需要采用多目标优化算法对于目标函数中的优化系数进行联合优化求解。建立的多目标优化问题MOP1如公式(11)所示。

由此求得不等保护方案的编码参数对应的帕列托前沿，则可基于所需不等保护性能，在帕列托前沿参数集中选取对应的不等保护编码参数。

本发明的有益效果是：本发明提出一种分布式动态网络模型下，能够对不同信源以及信源内部不同信息提供定量不等保护的不等保护设计方法；该方案可以在网络拓扑动态变化的情况下将信源的喷泉码度分布和中继节点的网络编码法则进行联合设计，并通过设定权重对于信源的各级信息灵活设计优先保护层级，在保障译码冗余度最小的前提下，提高系统的传输效率，实现灵活的不等保护方案。

附图说明

图1是本发明一种空间通信分布式动态网络拓扑的不等保护纠删编码方法的分布式动态网络示意图。

图2是本发明一种空间通信分布式动态网络拓扑的不等保护纠删编码方法的编码符号类型分布图。

图3是本发明一种空间通信分布式动态网络拓扑的不等保护纠删编码方法的动态分布式网络模型下的与-或树图。

图4本发明一种空间通信分布式动态网络拓扑的不等保护纠删编码方法的点对点单播模型下权重选择算法与-或树图。

图5是本发明一种空间通信分布式动态网络拓扑的不等保护纠删编码方法的帕累托前沿示意图。

图6是本发明一种空间通信分布式动态网络拓扑的不等保护纠删编码方法的选择权重与各级符号译码失败概率间的关系示意图。

图7是本发明一种空间通信分布式动态网络拓扑的不等保护纠删编码方法的不同权重系数下各级符号的译码失败概率示意图。

图8是本发明一种空间通信分布式动态网络拓扑的不等保护纠删编码方法的系统吞吐量示意图。

图9是本发明一种空间通信分布式动态网络拓扑的不等保护纠删编码方法的选择权重与各级符号译码失败概率间的关系示意图。

图10是本发明一种空间通信分布式动态网络拓扑的不等保护纠删编码方法的y_l,21≥y_l,12不同权重系数下各级符号的译码失败概率的示意图。

图11是本发明一种空间通信分布式动态网络拓扑的不等保护纠删编码方法的y_l,21≥y_l,12不同权重系数下各级符号的译码失败概率的示意图。

图12是本发明一种空间通信分布式动态网络拓扑的不等保护纠删编码方法的y_l,21≤y_l,12时不同权重系数下各级符号的译码失败概率的示意图。

图13是本发明一种空间通信分布式动态网络拓扑的不等保护纠删编码方法的y_l,21≤y_l,12时不同权重系数下各级符号的译码失败概率的示意图。

具体实施方式

下面结合附图说明及具体实施方式对本发明作进一步说明。

如图1至图13所示，一种空间通信分布式动态网络拓扑的不等保护纠删编码方法，分布式动态网络的系统模型如图1所示。两个相互独立的信源节点S₁和S₂，通过一个共同的中继节点R与目标节点D进行通信。i节点与j节点间的信道删除概率表示为ε_ij，为方便描述，令S₁为节点1，S₂为节点2，因而i∈{1,2,R}，j∈{R,D}。S₁、S₂和R发送的码块长度在相同的时间单位内相同。中继节点R围绕目标节点D做周期性运动，导致R不能时刻对信源可见。从而，将传输周期分为两个阶段：分别是中继R可见时使用中继链路传输数据的阶段和中继R不可见时使用直连链路传输数据的阶段。

m₁和m₂代表两信源的原始信息，其长度分别为k₁和k₂；

P＝{p₁,p₂,p₃}代表中继节点的网络编码法则；

C₁'和C₂'分别代表两信源在传输周期第一阶段传输的编码符号；C₁、C₂和C_R分别代表两信源和中继在第二阶段传输的编码符号。第一阶段D接收到的来自两信源的码长分别为n₁和n₂，第二阶段D接收到的码长为n_R；

定义两个信源的原始数据包从信源节点处传出直到被目的节点成功译出，这一过程为一个完整的会话过程。一个会话传输过程可以分为两个阶段：

第一阶段：S₁和S₂利用喷泉编码将m₁和m₂生成C₁'和C₂'，并将C₁'和C₂'发送至D；

第二阶段：S₁和S₂利用喷泉编码将m₁和m₂生成C₁和C₂，并将C₁和C₂发送至R，R对接收到的C₁和C₂利用中继节点的网络编码法则P将其合成为C_R并发送至D；

由于中继节点不仅对C₁和C₂进行异或，也可能对其直接转发，因此C_R中仍包含部分C₁和C₂。经若干次传输过程后，D即可将收到的五种长度相等的码块C₁'、C₂'、C₁、C₂和C_R通过译码算法译出m₁和m₂，并立即反馈一个确认信息用以停止这个传送会话过程。设N₁和N₂分别表示一个会话过程中第一阶段和第二阶段各节点发出的编码码块的长度，则n₁＝N₁(1-ε_1D)，n₂＝N₁(1-ε_2D)，n_R＝N₂(1-ε_RD)。

信源度分布权重设计，本发明提出了一种在分布式动态网络模型下，能够对不同信源以及信源内部不同信息提供定量不等保护的不等保护设计方法，其核心是设计了一种基于喷泉码度分布的权重选择机制。整个编码过程可以被分为两个部分：会话过程前两个阶段中信源节点处的喷泉编码；会话过程第二个阶段的网络编码。

(一)在喷泉编码阶段中，每个信源利用喷泉码将原始信息符号生成编码符号：

针对不同链路的特点，S₁和S₂在不同链路中采用不同的LT码度分布，如表1所示。

表1两信源的LT度分布

已知信源S_m的信息码长为k_m，将其划分为n个重要等级，分别为I_m,1，I_m,2，…，I_m,n。其中，第i个重要等级符号数所占比例为π_m,i，所占权重为w_m,i。编码时，以概率w_m,i选取I_m,i中的符号。

(二)在阶段2，中继R的网络编码阶段中，中继利用网络编码法则将来自信源的编码符号二次编码：

按照概率p₁转发来自S₁的数据包；

按照概率p₂转发来自S₂的数据包；

按照概率p₃将两条路径上收到的数据包异或后再转发给D。

这三种概率值的集合P＝{p₁,p₂,p₃}即为中继节点的网络编码法则。显然p₁+p₂+p₃＝1。

以上中继编码法则可以灵活的实现编码操作，方便于调度中继转发的编码符号，使其倾向于S₁或S₂发送的编码符号，从而保证整个传输过程中对两信源原始信息符号的不等保护能力。

由上文可知，在以N₁+N₂为一个周期的传输过程中包括两个阶段，不同阶段不同链路产生的编码符号类型分别如图2所示。

(三)在D处采用置信传播联合译码算法，从收到五类编码符号中恢复出原始信息符号。

在一个传输周期中，D分别从两条路径上接收到了编码符号。因而D将通过置信传播(Belief propagation,BP)译码算法对来自不同信源的不同类型编码符号进行联合译码，以期得到最佳的译码性能。

联合译码的具体过程是：

在第一阶段：D对于来自直连链路的编码符号进行译码，并抛弃译码失败的部分；

在第二阶段：D对于来自中继链路的编码符号进行译码，并抛弃译码失败的部分。

在整个传输周期结束后，将两个阶段的译码结果合并。如果合并后所有码字均被译出就判定译码成功；仍存在未译出的码字就判定译码失败。

一、基于与或树理论的译码性能分析与不等保护方案设计(一)分布式动态网络模型下无权重选择的与或树分析

不考虑权重选择，对于整个传输周期而言，由于涉及到了2个信源、2个阶段，由此产生了2种输入节点和5种输出节点，它们分别是：来自S₁的输入节点X₁、来自S₂的输入节点X₂；通过直连链路直接传输给D的输出节点C₁’、通过直连链路直接传输给D的输出节点C₂’、中继节点直接转发给D的来自S₁的输出节点C₁、中继节点直接转发给D的来自S₂的输出节点C₂以及中继节点异或后转发给D的输出节点C_R。以信源S₁的根节点为例，可以建立与-或树图，如图3所示。

将图3的与-或树模型带入与-或树公式中，可以获得任意一个根节点X₁或X₂被赋值为0的概率，也是经过l次译码迭代后一个原始信息符号(变量节点)恢复失败的概率y_l,1和y_l,2，如公式(1)和(2)所示。

其中，令初始迭代值y_0,1＝y_0,2＝1。

对公式(1)和(2)中的变量定义进行描述：

ψ_m(x)为直连链路上各信源对应的输出边分布，其中λ_m为输出平均度；δ_m(x)为直连链路上各信源对应的输入边分布，其中α_m为输入平均度；

ω_m(x)为中继链路上各信源对应的输出边分布，其中μ_m为输出平均度；τ_m(x)为中继链路上各信源对应的输入边分布，其中β_m为输入平均度，m∈{1,2}。

ω_3,i和ω_4,i分别表示C_R节点有i个X₂子节点或X₁子节点的概率，可表示为ω_3,i＝Ω_2,i，ω_4,i＝Ω_2,i。

此外，P₁和P₃分别代表一个X₁根节点所连接的C’₁+C₁节点和C₃节点所占的比例，P₂和P₄则分别代表一个X₂根节点所连接的C’₂+C₂节点和C₃节点所占的比例，公式(1)和(2)中的系数及概率分布如下所示：

ψ_m(x)＝Ψ_m'(x)/λ_m,λ_m＝Ψ_m'(1)

α_m＝λ_mn_m/k_m

ω_m(x)＝Ω_m'(x)/μ_m,μ_m＝Ω_m'(1)

β_m＝μ_mn_NC(p_m+p₃)/k_m

(二)点对点单播模型下权重选择算法的与或树分析

以点对点链路上使用权重选择算法进行数据传输的模型为例，设信源内部信息分为重要(记作MIB)和次要(记作LIB)两部分，占的比重分别为π₁和π₂，选择权重分别为w₁和w₂。建立与或树图如图4所示，其中，根节点为MIB节点。

权重选择算法中改变了不同重要级别输入节点的选取概率，因此不同重要等级输入节点的输入边分布不相同。在图4中，设定每个MIB类型的或节点有i个子节点的概率为δ_i,MIB，每个LIB类型的“或”节点有i个子节点的概率为δ_i,LIB，每个“与”节点有i个子节点的概率为β_i。对于“与”节点B，其子节点是C_MIB的概率为w₁，是C_LIB的概率为w₂。将该模型带入与或树公式中，可以获得任意一个根节点被赋值为0的概率，也是经过l次译码迭代后一个原始信息符号(变量节点)恢复失败的概率，如公式(3)和(4)所示。

y_l,MIB＝δ_MIB(1-β(w₁y_l-1,MIB-w₂y_l-1,LIB)) (3)

y_l,LIB＝δ_LIB(1-β(w₁y_l-1,MIB-w₂y_l-1,LIB)) (4)

综上，权重选择算法中不同重要等级的信息，其渐近译码失败概率不同，且不同之处取决于输入边分布。对于理想状态的LT码，当原始信息码长k→∞时，其输入边分布δ(x)近似服从泊松分布δ(x)＝e^λ(x-1)，其中λ为输入平均度。对于MIB而言，

对于LIB而言，

其中，μ和γ分别为系统的输出平均度和冗余度。因此，在其他系数保持不变的情况下，系统性能将决定于各部分信息占比和选择权重。

(三)分布式动态网络模型下权重选择算法的与或树分析

将公式(3)和(4)带入公式(1)和(2)，可得到分布式动态网络模型下不同重要等级符号的渐近译码失败概率，其中m,n∈{1,2}：

其中，各阶段各信源的输入边分布产生了变化，分别如下所示：

α_mn＝λ_mn_mw_n/k_mπ_n

β_mn＝μ_mn_NC(p_m+p₃)w_n/k_mπ_n

通过基于与-或树的译码性能分析，确定了基于权重选择算法的无码率网络编码在分布式动态网络系统下的渐近译码失败概率与度分布函数、网络编码法则及权重系数间的关系，y_l,1n和y_l,2n随着迭代次数l的增加而单调递减，并且收敛于某一个固定值。若给定n₁、n₂和n_R，则该固定值即可视作最终的原始符号译码失败概率。

二、算法参数优化

4.1信源节点处的喷泉码度分布优化

首先，优化信源S₁和S₂在第二阶段的喷泉码度分布Ω₁(x)和Ω₂(x)，在保障完全译码的基础上，使点对点的链路译码失败概率尽可能小，换言之，在达到设定的译码失败概率时，使译码冗余γ尽可能小以便尽可能减少在目标节点D或中继节点R处的译码冗余。以Ω₁(x)的设计为例，设Ω₁(x)的输入节点平均度为β₁，目标函数为最小化接收比例γ₁＝n₁/k₁，以达到δ的信道删除概率。接收比例可以由边分布ω₁(x)表示为

关于Ω₁(x)的边分布ω₁(x)的优化可以表示为以下的线性规划问题：

其中，c₁和δ都是经验常数。Ω₁(x)中的多项式系数可通过

进行求解。Ω₂(x)的度分布函数也可以采用如公式(7)的线性规划问题求解。

其次，优化信源S₁和S₂在第一阶段的喷泉码度分布Ψ₁(x)和Ψ₂(x)，传输尽可能多的编码信息，以增强中间译码性能并协助主链路的译码。由于直连链路的删除概率较高，接收端D只能收到少量的编码包。为保证接收到的少量编码包能够顺利的译出原始信息，将其最大度值限定为2，则度分布函数如公式(8)所示，优化的系数简化为Ψ_1,1，Ψ_1,2，Ψ_2,1和Ψ_2,2。

但由于中间译码性能没有统一的衡量标准，需代入原公式(5)和(6)利用多目标优化算法进行统一优化。

4.2不等保护权重系数及网络编码法则优化

然后，优化中继节点处的网络编码法则P＝{p₁,p₂,p₃}，以便合理利用来自两个信源的编码符号，在设定的冗余度下使两个信源的译码错误概率均最小化，在R-D的链路上获取较好的译码性能，并在必要时对某一信源提供倾向性保护。其中，冗余度γ^*的表达公式如(9)所示。

与Ψ₁(x)和Ψ₂(x)相同，其译码性能没有统一的衡量标准，因此在主链路输出度分布函数可以通过线性规划问题求解的前提下，可以将网络编码法则和第一阶段的喷泉码度分布函数利用多目标优化算法进行联合优化。需要优化的系数组成了一个系数集合Q，如公式(10)所示。

Q＝{Ψ_m,n,w_m,n,p₁,p₂,p₃} (10)

通过设定冗余度γ^*，在预测了信道质量状况并已知一个固定的传输周期中各阶段时长N₁和N₂和信源处的原始码长k₁和k₂的前提下，能够推算出各阶段接收到的实际码长n₁、n₂和n_NC，再将所有已知系数带入与或树公式(1)和(2)，即可得到渐近译码性能y_l,1、y_l,2与系数集合Q之间的关系。

优化得出度分布函数和网络编码法则后，优化的结果能够确保分布式动态网络模型下无权重选择的编码方案性能最优。在此基础上，对权重系数加以筛选，步骤如下：

一、将度分布函数和网络编码法则系数带入公式(5)和(6)中，并给定各级信息占比π_n；

二、得到各级信息译码失败概率关于权重系数w_n的函数，分别表示为：y_l,MIB＝f(w₁,w₂)，y_l,LIB＝g(w₁,w₂)；

三、设系统对于MIB的保护需求是LIB的η倍，即η＝g(w₁,w₂)/f(w₁,w₂)，由MIB与LIB的译码失败概率比值η，计算得出所需权重w_n。

在以上过程中，由于是对于信源内部信息进行不等保护，因此选取系数时应保证w₁/π₁≥w₂/π₂，且w₁+w₂＝1。

而由于主链路上中继网络编码过程中两个信源需在有限时间内抢夺同一个路径资源，显然y_l,1和y_l,2是一对相互冲突的目标函数，采用多目标优化算法对于目标函数中的优化系数进行联合优化求解，建立的多目标优化问题MOP1如公式(11)所示。

三、性能仿真

首先设定系统各项参数k₁＝k₂＝1000，N₁＝N₂＝1200，ε_1D＝ε_2D＝0.5，ε_1R＝ε_2R＝0.1，ε_RD＝0，π₁＝π₂＝0.5，D₁＝D₂＝50，c＝0.03，δ＝0.01，根据系数优化分析，通过线性规划法优化主链路的度分布，得：

Ω₁(x)＝Ω₂(x)＝0.012x+0.494x²+0.179x³+0.165x⁵+0.005x⁶+0.098x¹²+0.047x⁵⁰(12)

将其带入公式(5)和(6)，再对系数集合Q进行多目标优化，得到帕累托前沿如图所示。

分别选取y_l,1＝y_l,2和y_l,1＝1/4y_l,2两种情况下的系数作为信源间等保护和信源间不等保护的仿真基础。

5.1信源间等保护的译码性能仿真

当y_l,1＝y_l,2时，得到P＝[0.125,0.125,0.75]，Ψ₁(x)＝Ψ₂(x)＝0.07x+0.93x²；由于选取参数时应保证w₁/π₁≥w₂/π₂，所以选取MIB的权重系数w₁∈[0.5,1]，绘制它与译码失败概率之间的关系，如图6所示。由于信源之间没有设置倾向性的保护，因此两信源的译码失败概率是相同的，此处以信源1的为例。

若对MIB采取高于LIB100倍保护，此时w₁₁＝w₂₁＝0.602，w₁₂＝w₂₂＝0.398；若对MIB进行最大程度的保护，此时y_l,LIB/y_l,MIB＝3.527×10⁴，w₁₁＝w₂₁＝0.744，w₁₂＝w₂₂＝0.256。各种情况下的渐近译码性能曲线如图8所示，其中黑线代表y_l,1＝y_l,2且在信源内部不区分重要等级(即w₁₁＝w₂₁＝w₁₂＝w₂₂＝0.5)的情况。

5.2信源间等保护的吞吐量性能仿真

以两信源之间等保护，各自信源内部采取100倍不等保护为例，得出系统吞吐量仿真图9。

可见，在LIB系统吞吐量轻微下降(约0.02)的同时，MIB的系统吞吐量得到较大提升(约0.08)，且下降坡度更缓，更逼近吞吐量上界。说明对于重要信息而言，这种不等保护方案设计方法能够更好地适应信道质量状况的改变。

5.3信源间不等保护的译码性能仿真

当y_l,1＝1/4y_l,2时，得到P＝[0.2221,0.0148,0.7631]，Ψ₁(x)＝0.0586x+0.9414x²，Ψ₂(x)＝0.1226x+0.8774x²。绘制选择权重与译码失败概率之间的关系，如图9所示。

若对各信源的MIB进行最大程度的保护，此时y_l,12/y_l,11＝7.31×10⁴，y_l,22/y_l,21＝1.83×10⁴，w₁₁＝w₂₁＝0.742，w₁₂＝w₂₂＝0.258。各种情况下的渐近译码性能曲线如图10、11所示，其中两条黑线代表两信源分别在y_l,1＝1/4y_l,2且信源内部不区分重要等级(即w₁₁＝w₂₁＝w₁₂＝w₂₂＝0.5)的情况，图10、11分别是各信源的MIB均采取高于LIB100倍保护和对各信源的MIB进行最大程度的保护。

另外还可能存在对信源S₁的保护更胜于信源S₂的情况，此时在图9中选取y_l,21≤y_l,12即可。当y_l,21＝y_l,12时，有w₁₁＝w₂₁＝0.531，w₁₂＝w₂₂＝0.469。分别选取w₁₁＝w₂₁＝0.531和w₁₁＝w₂₁＝0.52两种情况进行译码性能仿真，结果如图12、13，其中11(a)取w₁₁＝w₂₁＝0.531，11(b)取w₁₁＝w₂₁＝0.52。

观察图可知，图12中y_l,12和y_l,21的曲线正好重合了，图13中信源S₁的两条曲线均位于信源S₂两条曲线的下方。也就是说，通过合理设置选择权重，可以得到各种期望的结果，而两条黑线始终位于上下两个边界之间，说明MIB译码性能的提高是通过牺牲LIB的译码性能换来的。

本发明提出了一种适用于分布式动态网络的不等保护方案设计方法，相比于传统不等保护方案主要有两个优点：可以更好地适应比Y网更复杂多变的动态拓扑结构；可以根据系统需求定量地设置不等保护层级，且各个层级可以灵活变化。相对于等保护方案，基于选择权重的不等保护方案能够在轻微牺牲次要信息性能的同时对于重要信息提供可靠地倾向性保护，并增强其鲁棒性，使其更好地适应多变的信道质量。

本发明提出的不等保护方案设计方法，可以适用于分布式通信系统内的多媒体数据传输，也可以作为动态拓扑网络中的喷泉码协作传输方案。同时，在面向空间网络中信道时变的通信条件下，该方案可以大幅度提高网络系统传输的有效性。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (7)

1.一种空间通信分布式动态网络拓扑的不等保护纠删编码方法，其特征在于，会话传输过程包括两个阶段：

第一阶段：信源S₁和S₂将长度为k₁的原始信息m₁和长度为k₂的原始信息m₂利用喷泉编码生成C₁'和C₂'，并将C₁'和C₂'发送至目标节点D；

第二阶段：信源S₁和S₂将原始信息m₁和m₂利用喷泉编码生成C₁和C₂，并将C₁和C₂发送至R，R对接收到的C₁和C₂利用中继节点的网络编码法则P，将其直接转发、或异或合成为C_R，然后发送至目标节点D；

其中，由于中继节点不仅对C₁和C₂进行异或，也对其直接转发，因此C_R中包含部分直接转发的C₁和C₂，以及异或生成的C₃，两阶段传输过程结束后，目标节点D即可将收到的五种长度相等的码块C₁'、C₂'、C₁、C₂和C₃，通过译码算法译出m₁和m₂，并立即反馈一个确认信息用以停止这个传送会话过程；

其中，

设信源内部信息分为重要和次要两部分，重要的信源内部信息记作MIB，次要的信源内部信息记作LIB，MIB和LIB占的比重分别为π₁和π₂，编码选择权重分别为w₁和w₂；在译码端，基于与或树分析，设定每个MIB类型的或节点有i个子节点的概率为δ_i,MIB，每个LIB类型的“或”节点有i个子节点的概率为δ_i,LIB，每个“与”节点有i个子节点的概率为β_i，对于“与”节点B，其子节点是C_MIB的概率为w₁，是C_LIB的概率为w₂，将该模型代入与或树公式中，可以获得任意一个根节点被赋值为0的概率，也是经过l次译码迭代后一个原始信息符号恢复失败的概率，如公式(3)和(4)所示：

y_l,MIB＝δ_MIB(1-β(w₁y_l-1,MIB-w₂y_l-1,LIB)) (3)

y_l,LIB＝δ_LIB(1-β(w₁y_l-1,MIB-w₂y_l-1,LIB)) (4)。

2.根据权利要求1所述的空间通信分布式动态网络拓扑的不等保护纠删编码方法，其特征在于：信源S₁和S₂在不同链路中采用不同的LT码度分布，直连链路为

中继链路为

m₁和m₂代表两信源的原始信息，其长度分别为k₁和k₂。

3.根据权利要求1所述的空间通信分布式动态网络拓扑的不等保护纠删编码方法，其特征在于：在第二阶段中，中继R的网络编码阶段中，中继利用网络编码法则将来自信源的编码符号二次编码：按照概率p₁转发来自S₁的数据包；按照概率p₂转发来自S₂的数据包；按照概率p₃将两条路径上收到的数据包异或后再转发给D。

4.根据权利要求1所述的空间通信分布式动态网络拓扑的不等保护纠删编码方法，其特征在于：在D处采用置信传播联合译码算法，从收到五类编码符号中恢复出原始信息符号。

5.根据权利要求1所述的空间通信分布式动态网络拓扑的不等保护纠删编码方法，其特征在于：

进一步可得到分布式动态网络模型下不同重要等级符号的渐近译码失败概率，其中m,n∈{1,2}：

其中，ψ_m(x)为直连链路上各信源对应的输出边分布，其中λ_m为输出平均度；δ_m(x)为直连链路上各信源对应的输入边分布，其中α_m为输入平均度；

ω_m(x)为中继链路上各信源对应的输出边分布，其中μ_m为输出平均度；τ_m(x)为中继链路上各信源对应的输入边分布，其中β_m为输入平均度，m∈{1,2}；

ω_3,i和ω_4,i分别表示C_R节点有i个X₂子节点或X₁子节点的概率，可表示为ω_3,i＝Ω_2,i，ω_4,i＝Ω_2,i；

此外，P₁和P₃分别代表一个X₁根节点所连接的C’₁+C₁节点和C₃节点所占的比例，P₂和P₄则分别代表一个X₂根节点所连接的C’₂+C₂节点和C₃节点所占的比例，公式(5)和(6)中的系数及概率分布如下所示：

ψ_m(x)＝Ψ_m'(x)/λ_m,λ_m＝Ψ_m'(1)

ω_m(x)＝Ω_m'(x)/μ_m,μ_m＝Ω_m'(1)

α_mn＝λ_mn_mw_n/k_mπ_n

β_mn＝μ_mn_NC(p_m+p₃)w_n/k_mπ_n。

6.根据权利要求5所述的空间通信分布式动态网络拓扑的不等保护纠删编码方法，其特征在于，参数优化：

首先，优化信源S₁和S₂在第二阶段的喷泉码度分布Ω₁(x)和Ω₂(x)，在保障完全译码的基础上，使点对点的链路译码失败概率减小，换言之，在达到设定的译码失败概率时，使译码冗余γ减小以便尽减少在目标节点D或中继节点R处的译码冗余，以Ω₁(x)的设计为例，设Ω₁(x)的输入节点平均度为β₁，目标函数为最小化接收比例γ₁＝n₁/k₁，以达到δ的信道删除概率，接收比例由边分布ω₁(x)表示为

关于Ω₁(x)的边分布ω₁(x)的优化表示为以下的线性规划问题：

其中，c₁和δ都是经验常量，Ω₁(x)中的多项式系数可通过

进行求解，Ω₂(x)的度分布函数采用如公式(7)的线性规划问题求解。

7.根据权利要求6所述的空间通信分布式动态网络拓扑的不等保护纠删编码方法，其特征在于：优化中继节点处的网络编码法则P＝{p₁,p₂,p₃}，以实现在设定的冗余度下，使两个信源的译码错误概率均最小化，在R-D的链路上获取较好的译码性能，并对某一信源提供不等保护，其中，冗余度γ^*的表达公式如(9)所示，

在主链路输出度分布函数通过线性规划问题求解的前提下，将网络编码法则和第一阶段的喷泉码度分布函数Ψ_m,n利用多目标优化算法进行联合优化，需要优化的系数组成了一个系数集合Q，如公式(10)所示，

Q＝{Ψ_m,n,w_m,n,p₁,p₂,p₃} (10)

通过设定冗余度γ^*，在预测了信道质量状况并已知一个固定的传输周期中各阶段时长N₁和N₂和信源处的原始码长k₁和k₂的前提下，推算出各阶段接收到的实际码长n₁、n₂和n_NC，再将所有已知系数带入与或树公式，即可得到渐近译码性能y_l,1、y_l,2与系数集合Q之间的关系，在此基础上，对权重系数加以筛选，步骤如下：

一、将度分布函数和网络编码法则系数代入公式(5)和(6)中，并给定各级信息占比π_n；

二、得到各级信息译码失败概率关于权重系数w_n的函数，分别表示为：y_l,MIB＝f(w₁,w₂)，y_l,LIB＝g(w₁,w₂)；

三、设系统对于MIB的保护需求是LIB的η倍，即η＝g(w₁,w₂)/f(w₁,w₂)，由MIB与LIB的译码失败概率比值η，计算得出所需权重w_n；

在以上过程中，由于不等保护的目的是对于信源内部信息进行倾向性的保护，因此选取系数时应保证w₁/π₁≥w₂/π₂，且w₁+w₂＝1；

而由于主链路上中继网络编码过程中，两个信源等价于在有限接入时间内抢夺同一个路径资源，因此，y_l,1和y_l,2是一对相互冲突的目标函数，需要采用多目标优化算法对于目标函数中的优化系数进行联合优化求解，建立的多目标优化问题MOP1如公式(11)所示，

由此求得不等保护方案的编码参数对应的帕列托前沿，则可基于所需不等保护性能，在帕列托前沿参数集中选取对应的不等保护编码参数。

Images