基于時間復雜度的無線網絡編碼數據包平均傳輸次數優化分析

謝小軍 蘇濤

摘? ?要：為提高無線網絡編碼數據包傳輸效能，提出了基于時間復雜度的無線網絡編碼數據包平均傳輸次數優化方法。首先分析無線網絡編碼數據包傳輸信道的多徑特性，并根據數據包的多徑特性采集有效且安全的數據包，同時在IEEE802.3EFM通信協議下構建數據包的傳輸信道模型。為提升數據包的傳輸及存儲性能，需建立緩存反饋機制，在該機制作用下設計混合編碼。最后采用自適應量化融合編碼的方法，進行無線網絡編碼數據包傳輸的調制解調處理，結合時間復雜度的衡量算法實現無線網絡編碼數據包傳輸的傳輸次數優化，提升了無線網絡混合編碼下數據包的傳傳輸效能。仿真結果表明，采用該方法進行無線網絡編碼數據包傳輸的輸出均衡性較好，傳輸誤碼率較低，時間開銷較短。

關鍵詞：時間復雜度;無線網絡;編碼;數據包;平均傳輸次數

中圖分類號：TN911? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A

Optimization Analysis of Average Transmission Number of

Coded Packets in Wireless Networks Based on Time Complexity

XIE Xiao-jun?，SU Tao

（lnformation and Communication Branch，State Grid Anhui Electric Power Co.，Ltd.，Hefei，Anhui 230061，China）

Abstract：In order to improve the transmission efficiency of encoded packets in wireless networks，an optimization method of average transmission times of encoded packets in wireless networks based on time complexity is proposed. Firstly，the multi-path characteristics of wireless network coding data packet transmission channel are analyzed，and effective and safe data packets are collected according to the multi-path characteristics of data packets. At the same time，the transmission channel model of data packets is constructed under IEEE802.3EFM communication protocol. In order to improve the transmission and storage performance of packets，it is necessary to establish a cache feedback mechanism. In this mechanism，the hybrid coding is designed. At last，the adaptive quantization fusion coding method is used to modulate and demodulate the wireless network coding data packet transmission. The transmission times of the wireless network coding data packet transmission are optimized with the time complexity measurement algorithm，which improves the transmission efficiency of the wireless network mixed coding data packet. The simulation results show that the output balance of wireless network coding packet transmission is good，the transmission error rate is low，and the time cost is short.

Key words：time complexity;wireless network;coding;packet;average number of transmissions

無線網絡是當前應用范圍最廣的網絡之一，人們通過這種網絡傳輸各色信息、數據，不僅提升了計算機應用層次，還加強了人與人之間的溝通與交流，無線網絡進行數據信息傳輸已然成為了大數據傳輸的主要方式。但在無線網絡信息傳輸的過程中，由于無線信道具有一定的不可靠性，存在著數據包丟失的現象，為了確保數據的可靠傳輸，網絡編碼能夠有效地提高傳輸效率，研究無線網絡編碼數據包的優化傳輸方法，提高無線網絡的信息傳遞效率和質量[1-2]，實現無線網絡編碼數據包的優化傳輸，在提高無線網絡的通信質量方面具有重要意義。

文獻[3]在預成型、信道編碼、NS2仿真過程及環境中對信號傳輸的傳輸帶寬進行優化，過程中應用了跨層編碼技術及超帶寬疊加編碼傳輸等技術，不僅消除信號滾降系數的頻譜銳化特性，還獲取碼元的最佳能量，有效提升信號傳輸效率。但該方法存在局限性，僅分析了5G信號的傳輸，且未考慮其傳輸過程中的時延性。文獻[4]為解決WSAN技術缺乏實時性、動態性的問題，提出基于Kautz圖設計容錯、實時、高效、可靠的先驗式路由FRER，通過節點IDs的匹配長度查詢網絡信息傳輸過程中存在的故障，并根據最優能量匹配信息傳輸的最短路徑，利用鄰居節點信息構建多樣性網絡數據傳輸路徑，實現信息數據的高效傳輸。但該方法存在應用環境的局限性。文獻[5]提出基于無線傳感器網絡的分布式功率聯合速率分配方案，在限定環境下構建完全信息靜態非合作博弈模型，根據模型進行數據收集節點系統容量的優化，一定程度上提升了資源信息的分配效率。但該方法僅用實驗證明了該算法收斂于納什均衡點，未證明該方法在不同信道運行狀態下的信息的傳輸效率。文獻[6]提出，通過三個步驟來實現傳輸節點選擇算法的搭建，完成傳輸效率和節點覆蓋面積優化，其步驟分別為Co MP傳輸節點選擇、節點數據預編碼和優化判決門限計算，根據模擬算法運行環境，其結果表明此方法雖提高了傳輸效率，但仍存在著網絡信息傳輸質量不足的情況。文獻[7]中提出了利用多通道進行無線傳輸的思路，根據正交旋轉誤差精度，提升無線傳感網絡節點信道的優化算法，對多個節點數據的并發進行多路傳輸，以此來降低數據誤碼率。此方法雖具有更高、更強的數據壓縮性能和抗干擾能力，但該算法針對編碼數據包的傳輸速度，未有明顯的優化提升，仍存在一定的弊端。文獻[8]提出一種多通道無線傳輸系統的新思路，分別分析單通道和多通道的無線傳輸系統，并根據該系統研究了數據傳輸過程，以及該系統的工作流程。

為解決上述方法中存在的問題，將吸取傳統方法的優秀經驗，在上述研究結果基礎上，設計本方法，最后進行仿真測試分析，并得出有效性結論。本方法的主要內容有：

（1）首先分析時間復雜度算法過程，通過時間復雜度的衡量，為數據包傳輸提供可依數據基礎;

（2）分析數據包傳輸信道的多徑特征，提取有效且安全的數據包，為后續分析提供理論數據;

（3）構建數據包緩存反饋機制，實現數據包的有序傳輸，并提供正確的數據包存儲空間;

（4）構建數據包傳輸中的混合編碼算法，最后結合時間復雜度的衡量算法進行數據傳輸;

（5）進行仿真實驗。

基于上述，進行基于時間復雜度的無線網絡編碼數據包平均傳輸次數優化分析。

1? ?時間復雜度的衡量算法

時間復雜度衡量算法將網絡高維數據集用Di來表示，Di = {di1，di2，…，diM}。uij為數據集中第i個樣本在j的分量，且uij需滿足式（1）至式（3）條件：

0 ≤ uij ≤1，i? = 1，2，…，N;j? = 1，2，…，j? ?（1）

uij = 1，i? = 1，2，…，i? ? ? ? ? ?（2）

0

其中，R表示子集數量，N為常數。將網絡高維數據時間復雜度表示為vi，vi = {vi1，vi2，…，viQ}。

定義時間復雜度的衡量算法目標函數為：

其中，Q表示網絡數據維度。通過上述計算，為無線網絡編碼數據包的傳輸構建約束條件。

2? ?無線網絡編碼數據包傳輸方法

為采集到有效且安全的數據包，首先需分析數據包特征，并根據特征進行數據包的采集，以提升本方法的可信性。結合緩存反饋機制，進行數據包傳輸的混合編碼，增強數據傳輸的安全性，同時，也為時間復雜度衡量算法下無線無功編碼數據包的傳輸，提供可行實踐數據。

2.1? ?無線網絡數據包采集

2.1.1? ?數據包特征分析

為分析傳輸信道的多徑特征，需計算無線網絡編碼數據包傳輸的擴頻特征[9]，首先構建自適應迭代函數，得到相位空變特征分布函數，則有迭代函數為：

采用最小二乘與梯度下降算法，得到出無線網絡編碼數據包傳輸優化問題的最優解為d（ti），采

用空間信道均衡調制方法，進行無線網絡編碼數據包傳輸相位調制[10]，將利用接收數據樣本和估計的雜波子空間知識進行隨機分布式擴頻處理，進行信道的多徑擴展，得到相位空變特征分布函數為：

式中，[s][^]R（k）和[s][^]I（k）為雜波散射系數。

利用相位空變特征分布函數，構建無線網絡編碼數據包傳輸信道的沖激響應特征分布模型，得到無線網絡編碼數據包傳輸的擴頻特征為：

采用大數據融合處理方法進行無線網絡編碼數據包傳輸輸出的多徑調制[11]，利用公式（5）的迭代函數，并結合雜波子空間的知識約束方法，構建數據包傳輸的多徑特征分析模型，其表達式為：

通過上述，完成無線網絡數據包的多徑特征分析，根據其多徑特征進行數據包采集。

2.1.2? ?數據包提取

由于無線網絡的傳輸信道是一個擴展信道，在進行數據包發送過程中存在一定的數據拓展性，信道與數據包節點之間的存在N = 2v的關系，即無線網絡編碼數據包傳輸系統由N = 2v節點組成。在信道多徑傳輸的過程中，不同數據包之間的分布節點距離為d，為實現數據包的均衡調制，則有信道均衡調制模型為：

其中，si（t）為無線網絡編碼數據包傳輸節點中第 個節點的接收數據特征量，nm（t）為無線網絡編碼數據包在節點m處接收到的比特序列流，給出無線網絡編碼數據包傳輸的信道沖擊響應表達式為：

上式中，θi（t）表示無線網絡編碼數據包傳輸信源的分布帶寬，線性調頻時段長度為Ts，采用兩維空變的相位誤差估計的方法，進行無線網絡編碼數據包傳輸提取強度計算，該過程可以表示為：

利用式（7）進行無線網絡數據包的提取，則有提取公式為：

基于上述，完成無線網絡數據包的采集。

2.2? ?數據包緩存反饋機制

數據包的傳輸需遵循數據緩存反饋機制，以實現數據包的有序傳輸，而數據緩存反饋機制要求數據接收點能夠存儲正確的原始數據包以及編碼數據包，同時，通過同步反饋方法向源節點發送相關數據。

當接收節點ai接收到一個數據包B，且B中包含所有發送數據，則ai需向源節點S上傳A，S可根據A更新傳輸系統的傳輸狀態，則其更新算法如表1所示。具體步驟如下所示：

Step1：首先需確定并獲取P的目標節點，若得到目標節點為ai，則進入step2，若不是，則進入step4;

Step2：利用獲取節點組建數據集合g（x），更新 g（x）中數據向量g;

Step3：檢測節點ai是否接收到P，若顯示已接收，則更新傳輸系統狀態;

Step4：更新g，及傳輸狀態;

表1? ?數據包B的更新算法 的更新算法

[（ai，P）的更新算法 If ai∈g（x） then ? For [g][→]∈g（x） do 將向量[g][→]對應元素位置設為1 End if ]

在上述的數據包緩存反饋機制可實現數據的緩存。

3.3? ?數據包傳輸中的混合編碼算法

上述構建傳輸信道結構模型時需結合通信協議進行，以提升信道傳輸的準確性及保密性，在此將采用IEEE802.3EFM通信協議。同時，在該協議規則下利用空間擾動聚類分析方法，構建無線網絡的混合編碼。在構建傳輸信道混合編碼時，需在3.1計算基礎上，計算無線網絡編碼數據包傳輸的歸一化空間頻率特征s+

k，其表達式為：

k > Vmax時，視為無線網絡編碼數據包傳輸具有可靠性，當0 ≤ x+

k ≤ Vmax時視為信道均衡補償控制在無線網絡編碼數據包傳輸中得以實現。根據無線網絡編碼數據包傳輸信道的頻域特性進行多徑擴展[12]，結合大數據融合的方法進行無線網絡編碼數據包傳輸過程中的自適應調制和解調處理，采用最小均方誤差估計，無線網絡編碼傳輸的多徑增益為：

輸出無線網絡編碼數據包傳輸信號稀疏表示矩陣W的最優解：

利用接收數據樣本和估計的雜波子空間知識，構建無線網絡編碼數據包傳輸擴頻序列模型，擴頻序列的傳遞函數為：

根據非均勻采樣的方法進行多普勒頻率調制，求得雜波協方差矩陣，將自適應量化編碼進行融

合[13]，調制無線網絡編碼數據包傳輸。得到優化的表達式為：

利用無線網絡編碼數據包傳輸信道的頻域特性進行多徑擴展，提高傳輸能力。

3? ?基于時間復雜度的數據包改進傳輸方法

結合時間復雜度區分的方法，將無線網絡編碼數據包傳輸的次數進行優化后，得到的無線網絡編碼數據包傳輸碼元第j = 0，1，…，M組頻譜分量為Ej = Cj（k）2，創建無線網絡編碼數據包傳輸序列的概率分布模型，在限定碼元的速率下進行信道均衡配置，得到無線網絡編碼數據包傳輸的時間復雜度分量pr（t）：

式中，h（t）為無線網絡編碼數據包傳輸信道的沖激響應函數，np（t）為點源對應頻率。采用最小二乘與梯度下降算法進行無線網絡編碼數據包傳輸的信道均衡設計，結合自適應碼間干擾抑制方法，得到無線網絡編碼數據包傳輸的均衡配置為：

式中，A為無線網絡編碼數據包傳輸碼元的時延擴展幅度，k為無線網絡編碼數據包傳輸信道傳輸的初始頻率，采用量化融合跟蹤識別方法進行無線網絡編碼數據包傳輸的次數優化分析，得到無線網絡編碼數據包傳輸的倒譜特征。該特征滿足Rb<1/Δ，將得到的W代入到線性均衡器中，得到無線網絡編碼數據包傳輸的平均傳輸次數為：

綜上分析，結合時間復雜度區分的方法不僅提升了數據包的傳輸安全性，還優化了平均傳輸次數，提高無線網絡編碼數據包傳輸的輸出均衡性。

4? ?實驗檢測及結果分析

為驗證無線網絡編碼數據包傳輸次數優化的有效性及可靠性，本文將利用Matlab7.0軟件進行仿真[14]，無線網絡的節點分布區域為300 m*300 m的均勻陣列區域[15-16]，無線網絡編碼數據包的采樣幅度為12 V，均衡系數為0.36，信道的擴展帶寬為100 dB，輸出信噪比為SNR = 0 ～ 24 dB，無線網絡編碼數據包的輸出鏈路沖激響應強度為120 Buad，碼元傳輸速率為1.58 kBaud，自適應載波頻率為40 KHz，根據上述仿真環境和參數設定，進行無線網絡，得到輸入端的無線網絡編碼數據包時域波形如圖1所示。

[0? ? ? ? ? ?0.5? ? ? ? ? 1.0? ? ? ? ? 1.5? ? ? ? ? 2.0? ? ? ? ? 2.5? ? ? ? ? 3.0][峰值/dB][1.2

以圖1的數據為研究對象，建立無線網絡編碼數據包輸出的信道均衡模型，采用自適應量化融合編碼的方法，進行無線網絡編碼數據包傳輸的調制解調處理。在上述提出優化算法中，假設數據包傳輸過程中有四種信道狀態，分別為a0、a1、a2、a3，不同信道狀態下的數據包傳輸概率如式（21）所示。

Px = f0 T/B? ? ? ? ?（21）

進一步假設在無線網絡編碼中可用的數據包優化傳輸次數方法有三種，即Q0、Q1、Q2、Q3，在不同傳輸方法下，不同信道狀態對應數據包傳輸錯誤率Px如表2所示。

在上述基礎上，假設無線網絡中的數據包傳輸過程符合泊松過程，傳輸成功率為ka。設數據包緩沖隊列長度為Va，基于公式（17）及表2給出的數據包傳輸概率和數據包錯誤傳輸概率，進行最佳數據包傳輸方法，如圖2所示。

由上圖給出四種不同數據包傳輸情況的傳輸方法。分析可知，當數據包大小增加，數據包傳輸的錯誤率也隨之增加，該變化表明了在網絡系統數據傳輸的過程中，該方法能夠保持數據傳輸的穩態，即保證了數據傳輸與網絡系統信息接收之間的平衡。

在上述分析基礎上進行形同的誤碼率測試。分別檢測文獻[6]、文獻[7]以及本文方法，設置迭代次數為300次，得到實驗結果如表3所示。

分析表3可知，本文方法的輸出誤碼率，誤碼率最低可實現“0”誤差。這是由于本文方法在采集數據包的過程中，分析了傳輸信道的多徑特征，并根據多徑特征經多次采集得到有效安全的數據包，故降低了數據包傳輸的誤碼率，同時，為提升數據傳輸可靠性本文還引入了緩存反饋機制，使數據包的傳輸和存儲符合網絡環境要求，排除錯誤信息的干擾。

5? ?結? ?論

研究了無線網絡編碼數據包的優化傳輸方法，從而提高無線網絡的通信質量。提出了基于時間復雜度的無線網絡編碼數據包平均傳輸次數優化方法，結合空間擾動聚類分析方法，進行幅度調制。

采用大數據融合處理方法進行無線網絡編碼數據包傳輸輸出的多徑調制，建立無線網絡編碼數據包傳輸的優化次數調節模型。采用最小二乘與梯度下降算法進行無線網絡編碼數據包傳輸的信道均衡設計，結合自適應碼間干擾抑制方法實現無線網絡編碼數據包輸出優化。采用本方法進行數據包傳輸次數優化調節，降低輸出誤碼率，提高了無線網絡通信質量。

參考文獻

[1]? ? 馮正勇. 衰落信道數據包傳輸跨層優化模型改進[J]. 計算機工程，2016，15（11）：125-130.

[2]? ? 袁慧，查志勇. 優化監控網絡測點數據傳輸效率數學建模仿真[J]. 計算機仿真，2019，6（5）：218-221.

[3]? ? 陳惠敏，裴大容，劉帥. 基于跨層編碼加性復用機制的5G信號帶寬優化傳輸算法[J]. 電子測量與儀器學報，2018，12（7）：157-164.

[4]? ? 齊小剛，王振宇，劉立芳，等. 無線傳感器和執行器網絡可靠高效路由[J]. 浙江大學學報（工學版），2018，52（10）：1964-1972.

[5]? ? 劉連光，潘明明，田世明，等. 無線傳感器網絡分布式能量非合作博弈優化技術[J]. 武漢大學學報（工學版），2017，50（03）：384-389.

[6]? ? 陳芳妮. 船舶無線通信網絡傳輸節點選擇算法優化[J]. 艦船科學技術，2018，40（14）：125-127.

[7]? ? 羅興宇，黃智勇，宋華. 基于正交旋轉精度提升的WSN節點數據優化傳輸算法[J]. 計算機工程與設計，2017，36（7）：1737-1745.

[8]? ? 吳仕勇，張釗，徐佩. 煤礦地震勘探儀無線傳輸速率優化研究[J]. 礦產勘查，2019（4）：1020-1024.

[9]? ? 張剛，徐聯冰，張天騏. 基于頻分復用的無信號內干擾多用戶相關延遲鍵控通信系統[J]. 上海交通大學學報，2019（05）：575-583.

[10]? 譚俊，陳偉，劉建國，等. 透明光網絡耦合干擾系統實驗研究[J]. 北京郵電大學學報，2018，41（03）：20-26.

[11]? 孫志國，徐天宇，鄧昌青，等. 16-QAM信號的最佳干擾分析[J]. 哈爾濱工程大學學報，2018，39（07）：1245-1250.

[12]? WANG Wei-ke，WANG Yu-tong.The well-posedness of solution to semilinear pseudo-parabolic equation[J]. Acta Mathematicae Applicatae Sinica，English Serie，2019，35（2）：386-400.

[13]? DOU Q，CHEN H，YU L Q，et al. Multi-level contextual 3D CNNs for false positive reduction in pulmonary nodule detection[J]. IEEE Transactions on Biomedical Engineering，2017，64（7）：1558-1567.

[14]? 王昌輝. 無線網絡中基于優化網絡編碼的廣播重傳算法[J]. 內蒙古師范大學學報（自然科學漢文版），2017，46（1）：86-89.

[15]? 牛騰，張冬梅，許魁，等. 最小化重傳次數的無線網絡編碼廣播重傳算法[J]. 信號處理，2017（10）：1368-1376.

[16]? 孟超，金龍，孫知信. 基于無線傳感網的數據傳輸優化算法研究[J]. 南京郵電大學學報（自然科學版），2018，38（3）：65-71.