網(wǎng)絡(luò)組播中線性網(wǎng)絡(luò)編碼研究.pdf

1、隨著網(wǎng)絡(luò)通信的飛速發(fā)展，帶寬資源越來越匱乏，如何高效率地利用網(wǎng)絡(luò)容量資源成為網(wǎng)絡(luò)通信研究的熱點。在網(wǎng)絡(luò)組播通信中，線性網(wǎng)絡(luò)編碼（LinearNetworkcoding）作為一種編碼方案簡單且能夠獲得組播最大流限的技術(shù)，引起了廣泛關(guān)注。線性網(wǎng)絡(luò)編碼將接收到的一組數(shù)據(jù)視為基域上的向量，通過允許節(jié)點對接收到的信息向量進(jìn)行線性組合來實現(xiàn)編碼，從而獲得網(wǎng)絡(luò)組播容量，而傳統(tǒng)的路由和復(fù)制并不一定能夠獲得該上限。此外，通過線性網(wǎng)絡(luò)編碼可以獲得節(jié)省網(wǎng)絡(luò)帶

2、寬資源耗費(fèi)，平衡鏈路負(fù)載，提高網(wǎng)絡(luò)鏈接魯棒性和網(wǎng)絡(luò)糾錯效率等好處。 本文在分析了網(wǎng)絡(luò)編碼理論的基礎(chǔ)上，對網(wǎng)絡(luò)組播中線性網(wǎng)絡(luò)編碼的構(gòu)造進(jìn)行了深入研究。著重研究了Q學(xué)習(xí)（Q—Learning）與線性網(wǎng)絡(luò)編碼的融合，同時為了驗證方案的性能，搭建的分層隨機(jī)網(wǎng)絡(luò)模型對算法進(jìn)行了仿真分析。 本文所做主要工作如下： （1）針對單源組播網(wǎng)絡(luò)，研究了線性網(wǎng)絡(luò)編碼中的確定性多項式時間算法和分布式隨機(jī)網(wǎng)絡(luò)編碼，提出了一種簡單的具有多項

3、式時間復(fù)雜度的隨機(jī)網(wǎng)絡(luò)編碼算法，本算法通過節(jié)點編碼系數(shù)的隨機(jī)選取實現(xiàn)了網(wǎng)絡(luò)編碼的分布式構(gòu)造。 （2）針對單源組播網(wǎng)絡(luò)，對基于強(qiáng)化學(xué)習(xí)（ReinforcementLearning）的線性網(wǎng)絡(luò)編碼進(jìn)行了較深入研究，提出了一種Q學(xué)習(xí)線性網(wǎng)絡(luò)編碼算法。本算法核心是基于Q學(xué)習(xí)算法，在傳輸節(jié)點處引入輪盤賭概率思想，允許各信宿節(jié)點通過對輸入碼字的可譯性判斷來給與各傳輸邊相應(yīng)的獎賞，從而提高編碼構(gòu)造的效率。 （3）參照層次化網(wǎng)絡(luò)建模，搭