学位论文 > 优秀研究生学位论文题录展示

网络组播中线性网络编码研究

作　者: 陈涛
导　师: 李平安
学　校: 武汉理工大学
专　业: 通信与信息系统
关键词: 组播网络线性网络编码多项式时间算法分布式随机网络编码 Q学习线性网络编码
分类号: TN915.01
类　型: 硕士论文
年　份: 2009年
下　载: 234次
引　用: 0次
阅　读: 论文下载

内容摘要

随着网络通信的飞速发展,带宽资源越来越匮乏,如何高效率地利用网络容量资源成为网络通信研究的热点。在网络组播通信中,线性网络编码(LinearNetwork coding)作为一种编码方案简单且能够获得组播最大流限的技术,引起了广泛关注。线性网络编码将接收到的一组数据视为基域上的向量,通过允许节点对接收到的信息向量进行线性组合来实现编码,从而获得网络组播容量,而传统的路由和复制并不一定能够获得该上限。此外,通过线性网络编码可以获得节省网络带宽资源耗费,平衡链路负载,提高网络链接鲁棒性和网络纠错效率等好处。本文在分析了网络编码理论的基础上,对网络组播中线性网络编码的构造进行了深入研究。着重研究了Q学习(Q-Learning)与线性网络编码的融合,同时为了验证方案的性能,搭建的分层随机网络模型对算法进行了仿真分析。本文所做主要工作如下:(1)针对单源组播网络,研究了线性网络编码中的确定性多项式时间算法和分布式随机网络编码,提出了一种简单的具有多项式时间复杂度的随机网络编码算法,本算法通过节点编码系数的随机选取实现了网络编码的分布式构造。(2)针对单源组播网络,对基于强化学习(Reinforcement Learning)的线性网络编码进行了较深入研究,提出了一种Q学习线性网络编码算法。本算法核心是基于Q学习算法,在传输节点处引入轮盘赌概率思想,允许各信宿节点通过对输入码字的可译性判断来给与各传输边相应的奖赏,从而提高编码构造的效率。(3)参照层次化网络建模,搭建了适合网络编码传输的分层随机网络模型,通过Visual C++实现两种编码算法的性能仿真。仿真结果表明,Q学习线性网络编码算法能够比随机网络编码算法更快的完成编码的构造。

全文目录

摘要  4-5
Abstract  5-9
第1章引言  9-12
  1.1 课题研究的目的和意义  9-10
  1.2 网络编码的研究现状  10-11
  1.3 本文的主要工作及内容安排  11-12
第2章网络编码技术  12-22
  2.1 网络信息流  12-15
    2.1.1 网络流与信息流  12-13
    2.1.2 组播网络中的网络流图  13-15
  2.2 网络编码概念  15-18
    2.2.1 组播网络模型  15-16
    2.2.2 网络编码定义  16-18
  2.3 线性网络编码及其实现  18-21
    2.3.1 线性网络编码概念  18-19
    2.3.2 基于向量空间角度的线性网络编码  19-20
    2.3.3 基于代数构造角度的线性网络编码  20-21
  2.4 本章小结  21-22
第3章组播网络的线性网络编码方案  22-32
  3.1 多源组播等效模型  22-23
  3.2 确定性多项式时间算法  23-27
    3.2.1 算法思想描述  24-25
    3.2.2 算法执行流程  25-27
  3.3 分布式随机网络编码  27-31
    3.3.1 算法思想描述  27-28
    3.3.2 算法执行流程  28-31
    3.3.3 算法执行效率仿真  31
  3.4 本章小结  31-32
第4章 Q学习线性网络编码  32-51
  4.1 Q学习  32-34
    4.1.1 强化学习  32-33
    4.1.2 Q学习算法  33-34
  4.2 Q学习与线性网络编码的融合  34-42
    4.2.1 算法的相关定义  34
    4.2.2 Q学习线性网络编码的实现  34-42
  4.3 仿真分析  42-50
    4.3.1 分层随机网络模型  42
    4.3.2 算法复杂度的计算与仿真  42-46
    4.3.3 编码构造时间的仿真分析  46-50
  4.4 本章小结  50-51
第5章总结与展望  51-53
  5.1 文章总结  51
  5.2 未来研究展望  51-53
参考文献  53-56
致谢  56-57
作者在攻读硕士学位期间主要研究成果  57

相似论文

分布式存储网络中的数据完整性校验与修复,TP333
确定网络编码的安全特性研究,TN915.01
分级网络编码算法研究,TP393.01
一种基于网络编码的改进型BitTorrent内容分发系统研究,TP393.093
陕西联通IP城域网优化方案的研究,TN915.02
网络组播中的网络编码构造与优化研究,TP393.02
基于网络编码的P2P内容分发机制研究,TP393.02
基于离散粒子群优化算法的线性网络编码优化问题研究,TP301.6
机器带学习效应的两类排序问题,O223
供应链管理中的分批调度问题,O223
几类工件加工时间可变的单机排序问题的讨论,O223
无线Mesh网络MAC层协议优化问题研究,TN929.5
网络编码在P2P中的应用,TP393.02
基于最小费用最大流的改进的网络编码算法,TN915.01
几种最优资源分配与排序问题研究,O223
基于网络编码的P2P内容分发系统rlncBT的研究与实现,TP393.02
厌恶型、半厌恶型及候补型p-中位问题,O22
面向组通信的网络编码优化构造及其相关技术研究,TP393.02
网络编码若干问题的研究,TN915.01
基于网络编码的抵抗被动攻击的安全单播策略的研究,TP393.08