CN114390565A - 基于稀疏网络编码的密度优化的解码方法 - Google Patents

Abstract

本发明提出了无线网络中基于稀疏网络编码的密度优化的解码方法，该方法用来解决中继协作网络中高稀疏度的数据包导致解码传输开销增大的问题。所述方法包括中继节点将信源节点传来的编码包计算出线性依赖关系值；中继节点分别前后判断线性依赖关系值与解码临界值是否超出线性依赖最值范围来选择解码方式，若超出，中继节点采用存储‑转发模式将编码包发给信宿节点完成解码；否则中继节点更新密度值后进入下一轮数据包传输或者直接对编码包部分解码。本发明允许中继节点缓存数据包，根据解码状态选择不同编码密度值且进行部分解码，该方法可增加编解码机会，提高解码概率，减少传输开销，最大化解码增益，有效提高数据包传输有效性。

Description

基于稀疏网络编码的密度优化的解码方法

技术领域

本发明属于无线网络中的密度调整技术领域，特别是涉及一种基于稀疏网络编码的密度优化的解码方法。

背景技术

随着信息革命的发展，人类通信系统发展迅速，从最开始的邮递通信到有线通信，再发展到最后的无线通信。对无线通信业务的要求也不断提升，例如如何提升传输带宽，如何满足高清视频流快速传输等，因此更高吞吐量和更高数据传输有效性已成为无线通信的重要课题。传统的数据传输方法中节点对收到的数据包只能依次储存转发，导致传输次数较多，传输效率较低，网络开销较大。

Ahlswede等人首次提出网络编码的概念。该论文指出网络编码中的中继节点“编码-转发”传输模式有别于传统网络中继节点“存储-转发”的模式。当信道条件较差的情况，信宿节点收到编码节点再编码的数据包，各信宿节点可利用已接收到数据包和编码包同时解码出一个或者多个原始数据，体现了网络编码高传输有效性的特点。网络编码的出现打破了传统的路由转发模式，赋予了中继节点计算能力，可以实现组播理论上最大网络容量。Mea Wang以及Baochun Li第一次提出有关稀疏网络编码的有关实验，该文章提出“度”的概念，即为接收的编码包数量和源数据包总数量的比值。2014年，稀疏网络编码被提出来，相较于后续提出的随机线性网络编码RLNC(Random Linear Network Coding)而言，降低了计算复杂度。该网络模型是基于多播网络即一个信源节点对应多个信宿节点的网络模型，并允许系统在不同有限域上，为了达到解码复杂度和完成时间两者之间最好的平衡度来选择不同的稀疏度。

在稀疏网络编码机制下，密度调整策略至关重要。Feizi等人提出了可调稀疏网络编码(Tuning Sparse Network Coding)TSNC促进类似于RLNC的代的传输，代间由具有不同稀疏程度的稀疏区域和根据RLNC生成数据包的密集区域组成。编码包首先以低密度被产生，即少量原始包被合并。随后，密度在整个传输过程中逐步增加。通过阶段性调整密度，达到解码概率和传输轮数之间的平衡。现阶段针对于稀疏网络编码解码概率模型研究中，多源多中继网络模型可以通过改变中继节点个数或者有限域的大小来寻找解码失败概率，但并未将该方案扩展到稀疏网络编码中。另一方面从矩阵变换的角度讨论秩分布走向，给出性能模型研究解码概率上下界，但也只指出了该模型的性能指标验证其算法的可行性以及严密性，且传输后期仍然对线性包依赖增强，未给出稀疏网络编码在解码概率和传输开销之间的平衡。另外，密度分布研究中多基于反馈预算开销进行调整，导致对反馈信息有一定依赖性。因此，需要在无线网络中基于稀疏网络编码技术的密度优化解码方法，来解决由传输后期线性包引起的解码概率降低，导致引起额外的传输轮数的技术问题。

发明内容

有鉴于此，本申请主要针对传统稀疏网络编码中因传输后期收到线性包概率增加导致信宿节点译码概率降低，矩阵秩增长缓慢导致传输开销增加等问题，在无线网络中提出一种基于稀疏网络编码的密度调整方法，以线性依赖总数所需要的额外传输开销作为密度调整范围，以提高传输有效性。该方案通过合理的分配剩余传输开销预算并进行有效的密度调整，降低对反馈包的依赖性，充分发挥稀疏网络编码在提高无线网络性能上的优势。

本发明采用如下技术方案以解决上述技术问题，一种基于稀疏网络编码的密度优化的解码方法：

S1，信源节点根据密度值对数据包进行编码，并将编码包传输至中继节点；中继节点将接收到的编码包形成编码矩阵，并计算出解码矩阵的线性依赖关系值；

S2，中继节点判断所述线性依赖关系值是否超出线性依赖最值范围，若所述线性依赖关系值超出范围，中继节点采用存储-转发模式将编码包发送给信宿节点，信宿节点独立完成解码；若所述线性依赖关系值未超出范围，中继节点根据线性依赖最值计算出解码临界值；

S3，中继节点判断所述解码临界值是否超出线性依赖最值范围，若所述解码临界值超出范围，中继节点采用存储-转发模式将编码包发送给信宿节点，信宿节点独立完成解码；若所述解码临界值未超出范围，中继节点根据当前对应的非线性依赖总数计算出剩余传输开销，更新密度值进入下一轮数据包传输，否则不更新密度值直接对编码包部分解码。

本发明的优点及有益效果如下：

本发明提出了在中继协作无线网络场景中，一种高概率解码条件下基于稀疏网络编码的中继传输方法。该方法应用于稀疏网络编码，通过计算解码矩阵线性依赖关系值，并以该值计算出剩余开销作为下一轮密度调整依据。进一步的判断线性依赖关系值是否在该范围内，则进一步增加编码包在中继节点的解码机会，有效利用中继节点编解码，降低信宿节点收到线性包概率，从而增加信宿节点解码成功率，达到解码概率和传输开销之间的平衡，提高中继协作无线网络的数据包传输效率。该方法充分利用了稀疏网络编码在无线网络中的计算复杂度低的优势以及中继协作节点编解码的特点，提高解码成功率，最大化解码增益的同时降低了传输开销，提高了传输有效性。

附图说明

图1是本发明实施例提供的网络编码模型图；

图2是本发明实施例提供的网络模型；

图3为本发明实施例提供的解码方法流程图；

图4为本发明优选实施例提供的解码方法流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、详细地描述。所描述的实施例仅仅是本发明的一部分实施例。

为了说明本发明实施例中在中继协作无线网络场景的网络编码模型，本实施例提供了如图1所示的网络编码模型图，如图1所示，信源节点S从数据包集合{p₁,p₂,...p_n}内挑选原数据包P₁和P₂进行编码，在有限域上随机选取编码系数[η₁,η₂]和[η₃,η₄]分别发送给下游节点A和C。当下游节点收到编码包可再次进行随机线性组合，并更新编码向量继续转发，直到网络中信宿节点收到相应的编码信息。节点A和C将收到的信息包发送给节点B，节点B再次对其进行线性组合，在有限域上随机选取编码系数[η₅,η₆]。最后信宿节点D₁收到的编码包信息为y₁＝η₁p₁+η₂p₂(η₅η₁+η₆η₃)p₁，y₂＝(η₅η₂+η₆η₄)p₂，同理可得信宿节点D₂收到的编码信息为y₁＝η₃p₁+η₄p₂(η₅η₁+η₆η₃)p₁，y₂＝(η₅η₂+η₆η₄)p₂。D₁节点全局变量则表示为[η₁,η₂]，[η₅η₁+η₆η₃,η₅η₂+η₆η₄]，D₂节点全局变量则表示为[η₃,η₄]，[η₅η₁+η₆η₃,η₅η₂+η₆η₄]。

在本发明的中继协作无线网络场景中，本发明可以应用于稀疏网络编码的系数矩阵中，将本发明应用于稀疏网络编码的系数矩阵与随机网络编码系数矩阵进行对比。若假设n个编码包被信源节点随机选择并编码发送给信宿节点，则其中某一个编码包y_i可以表示为：y_i＝p_i·c_i，则信宿节点收到n个编码包可用矩阵表示其过程为：S_y＝S_p·S_c，S_y、S_p、S_c分别表示为输出矩阵、原数据包矩阵、系数矩阵。系数矩阵中系数在有限域GF(2^q)随机选择，由成功收到m个编码包所组成，形成一个m·n的二维矩阵，矩阵内参数为源节点在有限域上选择的系数，应用于稀疏网络编码与随机网络编码的系数矩阵依次表示为：

可以看出，稀疏网络编码中的系数矩阵中随机线性网络编码选择非零系数较少，整个矩阵较稠密，故一次性携带原数据信息较多，能达到多播网络容量最大值。稀疏网络根据非零稀疏选择概率，存在一定数量的零稀疏，整个矩阵稠密性较小，解码复杂度较低。

图2是本发明实施例提供的网络模型；如图2所示，本实施例可以以单源单中继网络为研究模型，该系统包含单个信源节点S(源节点)，单中继节点N以及多个信宿节点D_i(目的节点)。源节点S通过中继节点N将信息包发送给目的节点D_i，且设置源节点和目的节点之间不可以直接通信。系统为单中继传输网络，且各个链路相对独立，系统中节点采用半双工通信模式。信宿节点存储收到的编码包系数从而形成一个矩阵，称为解码矩阵，依据解码矩阵对线性依赖程度大小来决定中继节点参与的行为。在传输前期，解码矩阵线性依赖较低，解码成功概率很高，此时中继节点采用传统的“存储-转发”传输模式。传输后期编码包增多，对线性编码包依赖增大导致解码概率下降，中继节点开始进行部分解码以增大信宿节点解码概率。

基于上述分析，可以发现，本发明的技术思路主要在于：信源节点通过中继节点将数据包发送给目的节点，中继节点通过目的节点反馈的剩余的传输开销生成新的密度值，作为下一轮传输的编码密度。使得信宿节点的解码成功率保持良好的情况下，有效降低传输开销。

如图3所示，为本发明提出的一种无线网络下基于稀疏网络编码的密度调整方法的流程图，具体包括以下步骤：

S1，信源节点根据密度值对数据包进行编码，并将编码包传输至中继节点；中继节点将接收到的编码包形成编码矩阵，并计算出解码矩阵的线性依赖关系值；

在本发明实施例中，信源节点在初始过程会根据固定密度值对数据包进行编码，而后续的迭代过程中则可以根据更新后的密度值对数据包进行编码；本实施例中会将编码包传输至中继节点，中继节点再将编码包广播至信宿节点；中继节点收到编码包后，会将这些编码包形成编码矩阵，通过对编码矩阵的线性依赖关系进行计算，得到对应的线性依赖关系值；另外，在这个过程中，信宿节点会通过中继节点向信源节点反馈传输预期开销。

具体的，在本发明实施例中，信源节点根据密度值对数据包进行编码的过程可以包括：

源节点S通过单中继节点N向n个目的节点D_i(i∈(1,2,...,n))发送数据包，源节点S产生的原包数据集可以表示为{p₁,p₂,...p_n}，中继节点向源节点发送反馈传输开销预算B_剩，也即信宿节点反馈的总开销值B与中继节点计算所得的当前传输过程中的传输预期开销值B(S(m-1),S(m),n)之差B_剩。源节点S遵循从固定集合W随机选取原包的规则，如下：

其中，p_jk表示当前所选定第j个原包，p'_jk表示上一轮传输中已选择的第j个原包。

本实施例中，编码过程可以采用稀疏网络编码(Sparse Network Coding，SNC)编码方式，即可以根据P′_SNC进行编码：

源节点S在有限域GF(2^q)上根据以下非零系数的概率随机选择原数据包，即有限域的参数q选取的编码系数选择概率遵循以下非均匀概率：

其中，c_i表示有限域上选择的编码系数，v替换此编码系数方便理解，p表示编码过程稀疏值所占原包总数的概率，q表示有限域。

具体的，在本发明实施例中，中继节点将接收到的编码包形成编码矩阵的过程可以包括：

令β_j,i＝c_ji·p_ji，那么编码矩阵可以表示为：

假设存在一非零向量c＝(c_i,...,c_n)，其非零个数为v，则该向量和某一个编码包乘积为零概率P_c：

其中，m_i表示收到的第i个编码包；

基于上述编码过程，可以得到非零向量和所有编码包乘积为零概率P_v根据递归函数则表示为：

解码矩阵线性依赖概率P_n：

解码矩阵线性依赖关系函数即线性依赖关系值N_m：

其中，

是二项式系数，代表w个非零系数在n个原数据包形成的解码矩阵的概率，w表示稀疏度，w也表示编码矩阵中的非零个数值，n表示信源节点在每轮传输过程产生的原数据包，q表示有限域，m表示每轮传输收到编码包的数量，P_n表示解码矩阵线性依赖概率。

本实施例中由于会根据信宿节点成功收到的编码包个数m，来得出这一轮传输过程中的线性依赖关系值，这种通过预估解码的可能性能够有效减少对信宿节点反馈信息的依赖性。

S2，中继节点判断所述线性依赖关系值是否超出线性依赖最值范围，若所述线性依赖关系值超出范围，中继节点采用存储-转发模式将编码包发送给信宿节点，信宿节点独立完成解码；若所述线性依赖关系值未超出范围，中继节点根据线性依赖最值计算出解码临界值；

在本发明实施例中，首先会判断N_m是否在线性依赖最值范围内。若不在最值范围内，中继节点进行“存储-转发”模式将编码包直接发送给信宿节点，信宿节点独立完成解码；即，当m₂<N_m<m₃不成立时，则代表此时解码矩阵线性依赖率较低，信宿节点收到再生包的概率较大，此时解码成功率较高，可以独立完成解码。所以中继节点可以进行“存储-转发”模式将编码包直接发送给信宿节点，信宿节点独立完成解码。而当m₂<N_m<m₃成立时，中继节点根据线性依赖最值计算出解码临界值，进入步骤S3后继续通过解码临界值与范围的比较，来自适应的完成解码过程。其中，线性依赖最值范围的计算方式如下：

其中，在一些实施例中，m₂和m₃可以参考文献[1]已有的相关技术([1]BloMer J,Karp R,Welzl E.The rank of sparse random matrices over finite fields[J].WileySubscription Services,Inc.A Wiley Company,1997,10(4):407-419.)生成，m₂表示线性依赖最小值，m₃表示线性依赖最大值。

在本发明实施例中，线性依赖系数值在线性依赖最值范围内，代表此时信宿节点对线性包依赖较大，为了可以成功解码会增加额外的传输轮数。中继节点再次计算解码矩阵的解码临界值l_m，l_m受限于m₂和m₃值范围内讨论出矩阵线性依赖期望值，并作为中继节点部分解码的条件，使方案结果更加精确，适用性更高。l_m表达式如下：

可以理解的是，本实施例中由于通过线性依赖关系值与线性依赖最值范围的关系来判断是否直接通过信宿节点来独立完成解码，这种方式能够进一步降低信宿节点对线性包依赖性，减少成功解码所需增加的额外的传输轮数，另外还通过解码临界值来进行处理，能够增加编码包在中继节点的解码机会，有效利用中继节点编解码，降低信宿节点收到线性包概率，从而增加信宿节点解码成功率，达到解码概率和传输开销之间的平衡，提高中继协作无线网络的数据包传输效率。

S3，中继节点判断所述解码临界值是否超出线性依赖最值范围，若所述解码临界值超出范围，中继节点采用存储-转发模式将编码包发送给信宿节点，信宿节点独立完成解码；若所述解码临界值未超出范围，中继节点根据当前对应的非线性依赖总数计算出剩余传输开销，更新密度值进入下一轮数据包传输，否则不更新密度值直接对编码包部分解码。

在本发明实施例中，若l_m不满足等式：m₂<l_m<m₃，则中继节点直接将数据包发送给信宿节点，若满足中继节点进行部分解码，为尽量减少中继节点的解码开销，最大化利用传输前期收到较多的再生包，动态调整中继节点解码行为，以此增加信宿节点收到原包个数的概率，提高解码成功概率，降低线性包的依赖性并保持矩阵秩持续增长，而当m₂<l_m<m₃成立时，则同样代表此时解码矩阵线性依赖率较低，信宿节点收到再生包的概率较大，此时解码成功率较高，可以独立完成解码。

本发明实施例通过线性依赖关系值以及解码临界值分别前后与线性依赖最值范围进行比较判断，能够自适应的完成解码，根据对应的线性依赖关系，选择直接让信宿节点完成独立解码或者让中继节点进行部分解码，这种方式可以保持较高解码成功率，最大化信宿节点的解码增益。

以上步骤通过计算线性期望数的范围内作为中继节点进行部分解码的必要条件，以此来动态调整中继节点解码行为以达到自适应解码传输，再保持解码增益不变的情况下计算剩余传输开销。求出解码矩阵非线性依赖总数S(m)，该表达式如下：

S(m)＝n· (1-P_n)

并根据此值计算传输预期开销值B(S(m-1),S(m),n)，m代表每轮传输收到编码包的数量，n代表原包总数值：

表示为在n个原包、编码稀疏值为w的情况下收到i个线性无关包的概率，该概率在密度值

设置下大小关系为:

根据此结果值求出新的密度W_new并赋值给编码密度值W。作为下一轮传输的密度。

根据当前传输过程中线性依赖关系值对应的线性依赖概率计算出非线性依赖概率，按照非线性依赖概率和信源节点产生的原数据包的乘积关系得到非线性依赖总数；根据所述非线性依赖总数计算出当前传输过程中的传输预期开销值，将信宿节点反馈的总开销值与所述传输预期开销值做差得到剩余传输开销也即是根据中继节点反馈预期开销值更新剩余的传输开销即B_剩，B_剩表达式为：

B_剩＝B-B(S(m-1),S(m),n)

可以理解的是，在本发明实施例中，中继节点密度调整策略遵循2个原则：

(1)解码自适应

每次传输后，中继节点计算会根据线性依赖关系函数和解码临界值来判断是否满足解码范围即线性依赖最值范围，若在此范围中继节点恢复部分原包，即将保持较高解码成功率，最大化信宿节点的解码增益。

(2)计算剩余传输开销

每轮编码包传输结束以后，都会更新剩余传输开销值，通过更新后的剩余传输开销值来反馈值信源节点，保证信源节点在下一轮数据传输中能够以更新后的密度值来传输编码包，可以有效的减缓对反馈信息的依赖。

图4为本发明优选实施例提供的解码方法流程图，如图4所示，所述解码过程包括信源节点S依据密度值W传输编码包；中继节点收到编码包形成编码矩阵；中继节点计算线性依赖总数Nm，判断Nm是否在m₂和m₃范围之内，若不在之内，则信宿节点D收到编码包开始解码，否则计算线性解码临界值lm，继续判断lm是否在m₂和m₃范围之内，若不在之内，则信宿节点D收到编码包开始解码，否则继续是否需要进行密度调整，若需要密度调整，则根据剩余预算Bs，计算新密度W＝W_new，在下一轮中，信源节点S依据更新后的密度值W传输编码包，若不需要密度调整，则中继节点开始部分解码，直至让信宿节点D收到编码包开始解码。

在本发明的描述中，需要理解的是，术语“同轴”、“底部”、“一端”、“顶部”、“中部”、“另一端”、“上”、“一侧”、“顶部”、“内”、“外”、“前部”、“中央”、“两端”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

在本发明中，除非另有明确的规定和限定，术语“安装”、“设置”、“连接”、“固定”、“旋转”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (8)

1.一种基于稀疏网络编码的密度优化的解码方法，其特征在于，所述方法包括：

S1，信源节点根据密度值对数据包进行编码，并将编码包传输至中继节点；中继节点将接收到的编码包形成编码矩阵，并计算出解码矩阵的线性依赖关系值；

S2，中继节点判断所述线性依赖关系值是否超出线性依赖最值范围，若所述线性依赖关系值超出范围，中继节点采用存储-转发模式将编码包发送给信宿节点，信宿节点独立完成解码；若所述线性依赖关系值未超出范围，中继节点根据线性依赖最值计算出解码临界值；

S3，中继节点判断所述解码临界值是否超出线性依赖最值范围，若所述解码临界值超出范围，中继节点采用存储-转发模式将编码包发送给信宿节点，信宿节点独立完成解码；若所述解码临界值未超出范围，中继节点根据当前对应的非线性依赖总数计算出剩余传输开销，更新密度值进入下一轮数据包传输，否则不更新密度值直接对编码包部分解码。

2.根据权利要求1所述的一种基于稀疏网络编码的密度优化的解码方法，其特征在于，所述信源节点根据密度值对数据包进行编码包括信源节点产生的原数据包表示为{p₁,p₂,...p_n}，信源节点在有限域GF(2^q)上根据非零系数的概率随机选择出W范围内的原数据包，按照稀疏网络编码对选择出的原数据包进行编码表示为

其中，q表示有限域的参数，c_i表示在有限域随机选取的第i个编码参数，p_i表示选择的第i个原数据包，W表示原数据包的选择范围，且W<n，n表示信源节点在每轮传输过程产生的原数据包个数。

3.根据权利要求1所述的一种基于稀疏网络编码的密度优化的解码方法，其特征在于，解码矩阵的线性依赖关系值表示为：

其中，

是二项式系数，代表w个非零系数在n个原数据包形成的解码矩阵的概率，w表示稀疏度，n表示信源节点在每轮传输过程产生的原数据包，q表示有限域的参数，m表示每轮传输过程中继节点收到编码包的数量，P_n表示解码矩阵线性依赖概率。

4.根据权利要求1所述的一种基于稀疏网络编码的密度优化的解码方法，其特征在于，解码临界值的计算方式表示为：

其中，m₂表示线性依赖最小值，m₃表示线性依赖最大值，n表示信源节点在每轮传输过程产生的原数据包，q表示有限域的参数，m表示每轮传输过程中继节点收到编码包的数量。

5.根据权利要求1所述的一种基于稀疏网络编码的密度优化的解码方法，其特征在于，中继节点根据当前对应的非线性依赖关系值计算出剩余传输开销包括根据当前传输过程中线性依赖关系值对应的线性依赖概率计算出非线性依赖概率，按照非线性依赖概率和信源节点产生的原数据包的乘积关系得到非线性依赖总数；根据所述非线性依赖总数计算出当前传输过程中的传输预期开销值，将信宿节点反馈的总开销值与所述传输预期开销值做差得到剩余传输开销。

6.根据权利要求5所述的一种基于稀疏网络编码的密度优化的解码方法，其特征在于，当前传输过程中的传输预期开销值的计算公式表示为：

其中，S(m-1)表示收到(m-1)个编码包的非线性依赖总数，S(m)表示收到m个编码包的非线性依赖总数，n表示信源节点在每轮传输过程产生的原数据包，

表示为在n个原数据包且编码稀疏值为w的情况下收到i个线性无关包的概率。

7.根据权利要求1所述的一种基于稀疏网络编码的密度优化的解码方法，其特征在于，更新密度值的方式包括求解出满足以下条件的密度值范围，并选择出一个对应的密度值：

其中，

表示为在n个原数据包且编码稀疏值为w的情况下收到i个线性无关包的概率；d表示密度值。

8.根据权利要求1所述的一种基于稀疏网络编码的密度优化的解码方法，其特征在于，对编码包进行部分解码包括中继节点对所存储的编码包进行高斯方程求解恢复出部分原数据包。

Images