多中继协作无线网络中基于稀疏网络编码的传输机制研究

降低带有网络编码的网络的计算复杂度的方法主要分为两种：

减少编码包数量以及稀疏化网络编码矩阵两大类。 而减少编码包数量可能会带来更多的传输开销，因而稀疏网络编码成为更加实用的方向。

稀疏网络编码提出的动机：

对于随机线性网络编码，当在信宿端参与计算的矩阵维数值较高时，其计算复杂度会变得相当高，为降低随机线性网络编码高计算复杂度带来的开销，稀疏网络编码技术被提出。稀疏网络编码目的是对目的节点求解矩阵的稀疏化，从而降低整体计算复杂度。
为进一步研究稀疏网络编码在多中继协作网络中编码密度动态调整问题，寻找更加科学的编码密度动态方案，以降低随机线性网络编码计算复杂度的同时提高网络吞吐量，提出了可调稀疏网络编码相应技术相应理论，扩展研究模型。

系数网络编码系统模型：

如下图，系统包括一个源节点 S ，N 个中继节点= | R1, R2, , …RN| ， M 个目的节点| D1, D2, ,Dj …Dm |，源节点 S 通过 N 个中继节点将信息发送至 M 个目的节点，且源节点和目的节点内之间不能直接通信。N 个中继节点只能侦听到相邻中继节点的信息，但无法直接传输信息，整体系统形成中继协作传输网络。各传输链路相对独立，源节点到各中继节点的丢包率用Psr 表示，各中继节点到各目的节点的丢包率用Prd 表示，系统中节点均以半双工模式工作，链路丢包率随时间和信道环境条件等相对变化，但某一时刻为某一定值，整个传输过程中单位时隙传输一个数据包，各节点反馈信息可通过反馈信号 ACK/NACK 反馈给上游信息节点。

关于代数据的解释：

对于实际的网络编码应用来说，传输较大的数据时，总是将大块数据分成很多代数据来传输，而对于每一代的数据则进一步细分为很多块数据。网络编码的编码操作和解码操作都是在同一代数据中不同块数据间进行的。如下图：

关于可调稀疏网络编码的一些定义：

网络编码密度 d ：定义稀疏网络编码的编码密度 d 为参与编码的分组数量 w 与编码包总数量 k 的比值。

新的线性无关编码包接收概率 P(r,k,d) ：定义接收节点已具有 r 组线性独立分组时接收新的线性独立分组概率下限如下：

TSNC 效益函数 B(k,d) ：定义可调稀疏网络编码效益函数为接收节点成功接收 k 个原始数据包所需的传输次数：

节点状态(r,c) ：定义节点接收状态 (r,c) ，其中 r 是接收节点解码矩阵当前的秩，c 是解码矩阵中非全 0 列数量。每经过一次传输，节点状态由(r,c) 转移至(r +i,c +j) ，其中i 和 j 分别表示经过传输之后节点解码矩阵的秩 r 和解码矩阵中非全 0 列数量增加的数值，接收节点目标状态为(k,k)（k为数据包的总数） ，表示目的节点解码全部所需数据包。

状态转移概率Pr c( i,j) ：定义节点由状态 (r, c) 转移至状态 (r +i, c +j)的概率为每经过一 次传输，如果接收节点解码矩阵接收到有效再生编码分组，则相应秩 r 增加 1，如果解码矩阵接收到非再生分组，则相应秩 r 保持不变，用表示随机生成稀疏编码向量的概率，状态转移概率如下：

正增益概率：定义整个传输过程中使节点接收到有效再生分组（相应解码矩阵的秩 r 增加）的概率如下：

效益函数：经过每次传输之后，接收节点更新其状态(r,c) ，马尔可夫效益函数用来表示传输过程中的增益，则整体效益函数可表示如下（其中 表示每次传输后为接收节点 x 提供的有效信息量大小）：