反馈丢失下基于子代划分的网络编码

摘要：

考虑在反馈丢失的情况下,根据即时解码的网络编码( Instantly Decodable Network Coding,IDNC)和随机线性网络编码( Random Linear Network Coding,RLNC)不同的特性,提出一种新的网络编码模型来建立两者之间的关系。该模型依赖于反馈丢失下IDNC图的建立以及最优IDNC解决方案下子代概念的提出,子代划分后在每个子代中应用RLNC的编码模型,且IDNC和RLNC只是该模型下具有特定子代大小的两个极端例子。这种机制把IDNC和RLNC联系在一起,便于更好地理解在反馈丢失下吞吐量与时延之间的权衡。仿真结果反映了反馈信息丢失情况下子代大小在不同信宿节点数量以及不同包丢失率时对系统性能的影响,且结果表明理论分析与实际计算相吻合,子代大小介于1和UIDNC 之间的系统性能(如编码传输次数、平均译码时延)则介于IDNC和RLNC的系统性能之间。

关键词：网络编码、反馈丢失、子代划分、编码传输、译码时延

所属期刊栏目：26

分类号：TP31(计算技术、计算机技术)

资助基金：国家科技重大专项2010zx03003-003

在线出版日期：2016-12-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：72-76