论文部分内容阅读
无线网络技术的出现为军事通信、临时通信、抗震救灾、生物医疗、智能公路、智能会议和家庭娱乐等领域提供了有效的解决方案。近年来,无线网络的业务日益多样化,大量的业务信息的传递对其网络性能提出了更高的要求,这就要求未来的无线网络必须具有较高的传输效率。研究设计面向无线网络的高效数据传输机制具有重要的理论意义和现实意义。压缩感知（Compressed Sensing,CS）可实现以远低于奈奎斯特（Nyquist）的采样率去采样稀疏信号,稀疏信号只需要存储或传输该信号的少量观测值就可以精确重构原始信号。基于CS的数据传输系统同传统的传输系统相比,可以在重建信号质量比较好的前提下有效地减少处理所需的数据包数,改善无线网络的传输性能。CS理论一旦实践成功,将会给无线网络注入新的活力,而测量矩阵设计作为CS理论的核心内容之一,直接关系着该理论在具体实际应用中的成败,好的测量矩阵可以以较少的测量数目达到相同的重构精度。另一方面,网络编码技术允许中间节点对不同流的多个数据包进行编码组合操作,而不再限于网络数据传统处理模式中的存储转发操作,以此改善无线网络的数据传输性能。基于以上思路,本文研究面向无线网络中的高效数据传输机制,针对单流数据传输,致力于寻求一种易于硬件实现的高性能测量矩阵来实现信源端数据的高效采样测量以提高无线网络单流数据的传输性能;针对多流数据传输,致力于寻求不同网络性能指标优化下的高效网络编码感知路由算法以提高无线网络多流数据的传输性能。本文的主要工作及取得的研究成果如下:1.数据测量矩阵的性能,直接关系到无线网络中重构所需的数据包个数的多少,并且传统的随机测量矩阵不易于硬件实现,在实际应用中受限,针对上述问题,从CS理论推广与应用的现实出发,构造了一种基于二进制序列族的确定性测量矩阵BSFDMM（Binary Sequence Family based Deterministic Measurement Matrix）,并推导出所提矩阵BSFDMM的相关性小于相同大小的高斯随机矩阵和伯努利随机矩阵。理论分析和仿真实验表明,所提矩阵BSFDMM的重建性能优于相同大小的高斯随机矩阵和伯努利随机矩阵。所提矩阵BSFDMM可由线性反馈移位寄存器结构实现,易于硬件实现,有利于CS理论的实用化。2.传统的编码感知路由协议在数据包编码时没有考虑编码节点的缓存状态,并且绝大多都假定参与编码的数据流具有同样的数据速率,针对上述问题,提出了一种基于缓存管理的高效编码感知路由算法OQMCAR（Optimal Queue Management based CodingAware Routing algorithm）。该算法优化了网络吞吐量性能,在编码节点采用基于队列长度的数据包决策策略来替代现有的基于机会的网络编码策略。该算法利用CS理论中由少量观测值就可以精确重构原始信号的思想,在数据传输阶段之前引入了网络吞吐量训练阶段,使编码节点获得了基于队列长度策略的最优阈值。实验结果表明,在各种速率场景下,所提算法OQMCAR比传统的基于机会的网络编码策略具有较高的吞吐量增益,并且具有更低的平均端到端时延。3.针对传统的基于机会的网络编码策略会降低网络编码对时延的贡献问题,从无线网络实时应用的现实出发,提出了一种编码感知路由低时延数据传输算法BLCAR（Buffer management based Low-delay data transmission algorithm in Coding AwareRouting）。该算法优化了网络时延性能,在编码节点采用基于队列长度的数据包决策策略,设计了可以表征网络时延性能的数据包度量APWD（Average Packet Waiting Delay）,并借鉴CS理论的思想,以一小部分数据包的APWD表示网络的长期时延性能,在数据传输阶段之前引入了网络时延训练阶段使编码节点获得了基于队列长度策略的最优阈值。理论分析和仿真实验说明了该算法的有效性。在网络拥塞的情况下,所提算法BLCAR比传统的基于机会的网络编码策略在数据包传递时延方面有明显的下降,并且具有更高的吞吐量和更低的数据包丢失率。4.传统的基于机会的网络编码策略会降低网络编码对抖动的贡献,并且绝大多编码感知路由算法都假定参与编码的数据流具有同样的数据速率,针对上述问题,从无线网络中多媒体应用的现实出发,提出了一种低抖动编码感知路由数据传输算法BLJCAR（Buffer management based Low-Jitter data transmission algorithm in Coding AwareRouting）。该算法优化了网络抖动性能,在编码节点设计了可以表征网络抖动性能的数据包度量 AVPWD（Average Variation in Packet Waiting Delay）,并借鉴 CS 理论的思想,以数据流少部分数据包的AVPWD反映其长期抖动性能,在数据传输阶段之前引入了网络抖动训练阶段,根据数据包接收顺序对抖动影响的特性,利用随机几何图理论推导出了基于队列长度策略的阈值搜索范围的上界和非零下界。实验结果表明,在网络拥塞的情况下,对于各种速率场景,所提算法BLJCAR改善了网络的抖动性能,并且在网络吞吐量、平均端到端时延和数据包丢失率方面都优于传统的基于机会的网络编码策略。