基于随机网络编码的无线中继网络协作传输算法

陈君胜，杨小勇，徐怡杭

(1.甘肃省无线电监测站，甘肃 兰州 730030；2.国家无线电频谱管理研究所有限公司，陕西 西安 710053；3.西北工业大学 电子信息学院，陕西 西安 710072)

0 引言

随着我国 4G/5G[1-3]网络的飞速发展，各种蜂窝网络、无线局域网以及其所组成的其他无线网络[4-5]承担着人们生活和工作中大量数据传输的任务。为了在无线信道下进行可靠数据传输，传统的自动传发请求(ARQ)协议[6-7]引入了差错控制机制，以便在无线衰落信道中提供可靠传输。然而ARQ在多用户之间共享无线信道时具有瓶颈效应，导致系统整体性能受限于具有最差信道条件的用户。为了克服上述不足，随机网络编码[8-10]作为通信网络中信息处理和传输理论研究上的重大突破，提供了一种有效频谱资源利用、提升网络吞吐量的手段。但在无线网络中，由于无线衰落信道特性，若部分用户无法正确接收到足够多的编码包，则无法解码出有用信息，导致了随机网络编码性能的降低。尤其是在传输数据量大、延时要求低的多媒体数据时，随机网络编码在衰落信道下的性能会进一步下降。

另一方面，中继传输策略[11-13]通过在无线网络中引入中继，充分发挥了空间分集的作用，从而有效克服了无线信道衰落，有效提高了无线网络传输的效率。本文提出了一种基于随机网络编码的无线中继网络协作传输算法，针对多媒体数据的特点，设计编码深度可调的自适应网络编码，并充分利用无线网络中的中继节点作用，设计了基站与中继协作以选择最佳编码包进行传输的自适应调度方案，以期在规定的数据延时内获取最大化的网络吞吐量，并在此基础上利用仿真实验讨论了网络参数对吞吐量的影响。

在以往的工作中，文献[14]中研究了延时受限的多播数据传输。文献[15]的研究工作则推导得到了无线多播网络中使用网络编码(NC)的能耗下界。文献[11]将随机线性网络编码(RLNC)和信道编码联合设计以优化时延性能。文献[16]中提出了一种采用网络编码传输多播对延时敏感的视频数据的自适应调度算法。文献[17]则在多播多媒体数据传输时使用了跨层设计。但在这些研究工作中都没考虑利用中继协作进行网络编码的传输。与上述这些研究工作不同，本文提出了一种无线衰落信道下采用编码深度可调的随机网络编码和中继节点来进行多媒体数据传输算法，有效提高了无线网络的吞吐量。

1 系统模型

系统模型如图1所示。

图1 系统模型

基站BS利用中继节点R向N个用户分时传输L个数据包，假设传输的截止时间为T(T≥L)(图像帧的最大延时)，并规定系统每个时隙传输一个数据包。基站利用控制信道获取用户反馈的数据包接收状态。与数据包相比，由于反馈信息包很短，只包含必要的节点状态信息，因此该模型假设反馈信息包不会发生错误和丢失。在该无线网络中，所有用户之间的链路均为独立衰落信道，且基站到用户n、基站到中继、中继到用户n的平均丢包率(PER)分别记为εBn，εBR，εRn。基站则通过信道估计获知上述信道状况。

2 算法原理设计

为了提高视频数据传输过程中的网络吞吐量，针对多媒体数据包的特点，设计了一种编码深度可调的随机网络编码，并在该编码方式的基础上引入基站与中继的协作调度，选择合适的编码深度和传输方式进行编码包传输，从而优化了网络编码的传输效率，获得了网络整体性能的提升。

2.1 基于编码深度可调的随机网络编码

针对图像帧的数据包具有优先级的特点，设计了一种编码深度可调的随机网络编码，旨在发生误包的情况下尽可能地多解出原始数据包。为此，系统在发送端设计了编码深度可调的线性编码器，在每个编码器中入栈并参与编码的数据包个数呈递增趋势。假设图像帧由L个数据包组成，基站则会创建L个编码器，每个编码器Gl(1≤l≤L)会对l个连续的数据包{p1，p2，…，pl}进行随机线性编码，并输出编码包cl。例如，当L=3时，基站会生成3个编码器来产生深度可调的网络编码包：

编码器1：对入栈数据不做编码，即c1=p1；

式中，αij是从有限域Fq中随机获取的系数。

该编码方式相对于传统的随机网络编码的优势在于，当某些用户仅接收到编码包的部分集合，如只收到c1和c2，仍然能解码出一部分的数据包(如解码出p1和p2)。而传统的随机线性网络编码算法每次进行数据包编码时都将3个分层数据包进行编码，用户至少正确接收到3个编码包后才能解码出所有原始数据，否则无法解出任何数据，造成频谱资源浪费。

2.2 基站与中继协作调度机制参数说明

在对不同类型编码包进行传输调度过程中，为了克服无线信道的衰落，系统自适应地选择编码深度和发送节点类型(基站或中继)，形成了基站与中继的协作调度机制。为了便于阐述和理解该协作机制，本文定义了以下网络参数：

① 状态矩阵Sn(t)。在数据传输期间，每个用户以及中继都会生成一个T×L的状态矩阵Sn(t)(n=0，1，...，N，其中S0(t)代表中继节点的状态矩阵)，用于表示用户或中继成功接收到编码包的类型和状态，并随发送时隙t进行更新。若用户t时隙接收到编码包，则αit(1≤i≤L)表示随机编码系数。若编码包丢失或发送端尚未传输该数据包，则状态矩阵中相应的行矢量αit=0。因此矩阵Sn(t)可表示如下：

(1)

② 中继二次编码。中继R将基站发送的编码包在本地保存并做编码处理形成新的编码包，将这一处理过程称之为中继节点二次编码处理。记向量CR=[c1R，…，cmR，…，cMR]，其中M

③ 基站调度策略集合AB。基站利用不同编码深度的编码器生成并发送编码包的行为构成了基站调度策略集合。若at∈AB且at={基站在t时刻发送编码器G2产生的c2}，则基站在时隙t将G2生成的编码深度为2的编码包c2=αt1p1+αt2p2向全网发送。

⑤ 用户实时吞吐量r(Sn(t)，at)。r(Sn(t)，at)代表在给定Sn(t)时，系统的调度策略at在t时刻可以给用户n所带来的实时网络吞吐量，其中Sn(t)代表用户n在时隙t的状态矩阵。r(Sn(t)，at)可表示为：

r(Sn(t)，at)=Ε[r(Sn(t+1)|Sn(t)，at)]，

(2)

式中，Ε[·]是Sn(t+1)的期望函数；r(Sn(t+1)|Sn(t)，at)表示在当前调度策略at下，用户n的状态矩阵从Sn(t)变到Sn(t+1)时所增长的吞吐量。例如，在状态矩阵

下，执行动作a1={基站在t=1时刻发送编码器G2产生的c2}，若状态矩阵变为

则根据随机网络编码特点可知，此时节点n能够解码出2个原始数据包(p1和p2)，因此r(Sn(2)|Sn(1)，a1)=2-1=1。同理可知，整个网络的实时吞吐量r(at)可以表示为：

(3)

基站和中继通过对r(at)的计算和对比进行协作调度，对编码包的类型和发送端的类型进行决策，从而决定哪种传输策略可以带来更高的网络增益。换而言之，即全网用户是否能尽可能多地解码出多媒体数据包。

2.3 网络编码包的协作调度

通过对网络参数的说明和分析可知，该协作调度算法需寻找一种编码包传输调度策略，使得每个用户都可以解码出尽可能多的图像数据包。本文算法对编码包进行自适应协作调度的过程可分为基站广播传输阶段Φ1和编码包协作调度传输阶段Φ2。

基站广播传输阶段Φ1由L个时隙组成，在这一阶段基站负责将编码器生成的编码包ci发送给所有用户和中继。而在编码包协作调度传输阶段Φ2(从时隙(L+1)到时隙T)，基站和中继将依据用户反馈的信息进行自适应协作传输。若在协作调度过程中基站在时刻t被选择为发射节点，则基站从生成器Gi选择编码包ci向全网广播；若中继被系统选择为发射节点，则中继会从中继调度策略集合AR中选择最佳编码包类型进行全网广播。为了便于说明，本文将协作传输策略记为Ω=Ω1∪Ω2，其中Ω1和Ω2分别代表阶段Φ1和阶段Φ2所采取的系列传输策略，即Ω1=[a1，a2，…，aL]，Ω2=[aL+1，aL+2，…，aT]。Ω中的第i个元素ai代表了在i时刻系统所做出的调度策略。与此同时，为了衡量某个Ω的优劣，本文定义一个非负实函数ΓΩ，用以表示在某一协作传输策略下，系统所获得的期望网络吞吐量，其ΓΩ可定义为：

(4)

基站与中继协作传输的目标就是在T个传输时隙内选择出最优协作传输策略Ω*⊂Ω，使网络吞吐量ΓΩ最大化：

(5)

针对于此，本文的协作传输算法具体如下：

(6)

若用户n接收到L个编码包，此时Sn，L满秩，因此用户可以解码出所有的数据包从而获取图像信息。而当n未能解码部分编码包时，如未能成功解码c3，根据编码深度可调编码器的特点，用户依然可以解码出部分优先级高的原始数据包(p1和p2)，从而保证了基本的视频观看质量，而视频效果加强的工作可在编码包协作调度阶段进行完成。

(7)

2.4 协作调度算法复杂度分析

3 仿真结果与分析

仿真实验中，本文将视频图像数据按照SVD编码方式分为4个数据层[18-19](L=4)，并产生p1，p2，p3，p4四个数据包。同时，仿真将本文算法(Proposed)与中继协助下的自动重传请求机制(ARQ)和中继协作下的传统网络编码(RRT)[20]，以及传统随机线性网络编码的技术(简称RNC)进行对比分析。

平均网络吞吐量与用户数间的关系如图2所示。设定T=8，N=8。基站到中继的丢包率εBR=0.2，基站到各用户的信道条件不同，其丢包率依次设为0.15，0.19，0.23，0.27，0.31，0.34，0.38，0.4(对应于εB1，…，εB8)，中继到用户的丢包率εRn在(0.1，0.2)间随机分布，总体好于基站到用户的信道状况。很明显，无论采取哪种算法，平均网络吞吐量均随着用户数增多而下降。其原因在于频谱资源一定的情况下，用户的增多会挤占平均频谱资源共享率，造成系统性能下降。其次，图2表明ARQ技术在用户数增加时性能下降最严重。当用户数增加时，本文算法性能下降较为缓慢，适合于多用户传输。此外，仿真结果还表明由于本文算法充分考虑到了分层数据包之间的相关性和中继带来的增益，特别是在信道深度衰落时仍能首先解码出具有高优先级的数据，使其性能高于其他算法。

图2 平均网络吞吐量与用户数间的关系

T对平均网络吞吐量的影响如图3所示。仿真设置εBR=0.2，N=5，εB1=15%，εB2=18%，εB3=21%，εB4=24%，εB5=27%。其他参数与图2相同。

图3 平均网络吞吐量与T之间的关系

图3的结果表明：4种算法中，本文算法拥有最佳性能，ARQ性能最差。值得注意的是当T足够大时，无论采用哪种算法，所有用户都可以解码出全部4个数据包。而当T=4时，RLNC和RRT算法性能最差。这是由于当T很小时，冗余传输阶段很短，用户收集到全部编码包集合的概率较小而导致性能较差。另一方面，与其他算法相比，本文算法之所以拥有最好的性能是因为即使用户只收到编码包的部分集合时，仍能够解出一部分有用信息。由此可见当网络中时延是首要考虑的问题时，本文算法是最佳选择。

不同算法下基站到用户间的丢包率对平均网络吞吐量的影响如图4所示。参数设定T=6，N=5，εBR=0.2，而εB1=εB2=…=εB5=ζ，其中设ζ从0.05变化到0.3，变化步长为0.05。

图4 平均网络吞吐量与基站到用户的丢包率之间的关系

图4的结果表明：ζ较小时，用户成功接收全部编码包并解码出图像数据包的概率很大，这使得图中所有的调度算法均有较高的网络吞吐量。然而在高丢包率状况下，尽管各算法中平均网络吞吐量均随着丢包率增大而下降，但本文算法与其他算法之间的性能差异很大。这充分说明本文算法在高丢包率时仍能发挥它的优势。

在图5中，仿真实验探讨基站到中继间的丢包率与平均网络吞吐量之间的关系。参数设定如下：T=6，N=5，εB2=0.18，εB3=0.21，εB4=0.24，εB5=0.27，εBR则从0.1变到1，变化步长0.1。

图5 平均网络吞吐量与基站到中继的丢包率之间的关系

从图5的仿真结果中可以看出，εBR很小时，基站与中继之间的信道条件很好，中继可以充分发挥它的中继传输能力。而随着εBR变大，基站与中继中间的信道状况变差，中继协助时的网络性能也随之下降。而这一过程中，进行对比的算法中本文算法仍具有最佳性能，且远好于ARQ机制。

4 结束语

针对在无线衰落信道下向多用户传输多媒体数据，本文提出了一种基于随机网络编码的无线中继网络协作传输算法以提高平均网络吞吐量。该算法充分考虑到多媒体数据传输时的优先级特性和时延敏感性，进而引入了编码深度可调的随机网络编码，以使用户可以解码出原始数据包。基站与中继根据用户反馈的网络状态协作对编码包进行发送。通过这种方式，该算法在每个时隙中都选择了最佳传输动作进而实现网络吞吐量的最大化。