CN109714132A - 一种用于复杂电磁环境下的多链路抗干扰实时传输方法 - Google Patents
一种用于复杂电磁环境下的多链路抗干扰实时传输方法 Download PDFInfo
- Publication number
- CN109714132A CN109714132A CN201910062238.XA CN201910062238A CN109714132A CN 109714132 A CN109714132 A CN 109714132A CN 201910062238 A CN201910062238 A CN 201910062238A CN 109714132 A CN109714132 A CN 109714132A
- Authority
- CN
- China
- Prior art keywords
- link
- delay
- time
- allocation vector
- transmission
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种用于复杂电磁环境下的多链路抗干扰实时传输方法,包括如下步骤:步骤1,对原始信息帧进行网络编码;步骤2,实现链路选择和负载分配。本发明通过将待传输的业务信息数据分段、编码、多链路分配,能够在链路误帧率很高的情况下极大地提升信息交付可靠性和时效性。
Description
技术领域
本发明属于通信网络领域,尤其涉及一种用于复杂电磁环境下的多链路抗干扰实时传输方法。
背景技术
战术通信、工业物联网、移动数据采集等通信环境以无线传输为主且对信息传输的实时性有一定要求。信道环境的高动态、弱连接、开放性等DIL(Dynamic IntermittentLink) 特性导致信息传输不稳定、不可靠且易受(自然、敌对)干扰。针对以上问题,可以考虑从抗干扰、多链路传输两个方面综合处理加以解决。如何在这样的通信环境下实现信息的高效实时可靠传输是工业界、学术界研究的一个热点问题。
抗干扰传输技术包含信号层、网络层、信息层等多个层面的处理,通过***化、体系化的综合运用,达到作战信息在复杂通信环境下可靠传输的目的。信号层的处理手段有跳频、跳时、定向波束、码分多址等空、时、频、码域的处理技术;网络层的处理手段包括报文重传、断点续传、重路由、多路径等处理技术;信息层的处理手段主要对报文进行处理,通过增加一定的冗余提升信息交付的成功率,如应用层的网络编码技术。
多链路传输技术在工业界有较多的案例,如多链路捆绑、负载均衡等,主要目的有两个,一是通过多链路实现带宽聚合形成虚拟宽带链路,提升传输实时性;二是通过多链路实现负载均衡或负荷分担,提升链路或网络利用率。
针对通信干扰环境下的实时传输问题,目前学术界和工业界少有涉及。
发明内容
本发明的目的是要提供一种用于复杂电磁环境下的多链路抗干扰实时传输方法,通过应用层信息分段、编码处理,与物理层、链路层、网络层抗干扰技术一起,形成体系化的抗干扰策略;通过对编码后数据包的优化分配,确保业务信息在最短时间内交付接收端。本发明能够在通信条件极其恶劣的情况下大幅提升信息交付时效性和正确率。
本发明包括如下步骤:
步骤1,对原始信息帧进行网络编码;
步骤2,实现链路选择和负载分配。
本发明中,步骤1包括:
步骤1-1,设原始待传输的数据帧切片为d1,d2,…,dK,dK表示第K个数据帧,经过网络编码后的数据帧切片为y1,y2,…,yM,yM表示第K个数据帧dK的数据帧切片,采用如下编码方案:
其中D=(d1 d2 … dK)为S×K维矩阵,是待传输的原始数据帧切片的矩阵表示;cMK是网络编码矩阵第M行、第K列的元素;S表示每个数据帧切片的长度(以字节表示),K是原始数据帧切片的个数;Y=(y1 y2 … yM),Y是接收端经网络编码后的数据帧切片;为K×M维网络编码矩阵,K<M,每一列对应一次网络编码的线性组合权值向量,且任意K列形成的矩阵在有限域满秩;
步骤1-2,最终接收端只要接收到M个编码报文中的任意K个即能够正确解码原始信息。
本发明中,步骤2包括:
步骤2-1,通过选择算法(Link Selection Algorithm)LSA将链路选择和负载分配问题转化为优化问题;
步骤2-2,对优化问题进行简化处理,得到最优分配。
本发明中,步骤2-1包括:
步骤2-1-1,对于一个具备N条出口链路的固定场所,其出口链路属性用以下数学集合来描述:
{(Ri,γi,τi)},i=1,2,...,N (2);
该数学集合含义是描述了N条出口链路的属性,每条链路由一个三元组表示,其中Ri表示第i条链路的带宽,γi表示第i条链路的误帧率,τi表示第i条链路的绝对传输时延,通常与传输路径长短、链路跳数有关;
步骤2-1-2,设定为第i条链路分配的数据包数为αi,则LSA选择算法描述成如下优化问题:
其中S为每个数据包的长度,α=(α1 α2 … αN)是数据包在出口链路上的分配矢量,为符号函数,K和M分别为网络编码前数据分片的数量和网络编码后数据分片的数量;
步骤2-1-3,将步骤2-1-2中的优化问题转换成如下优化问题:
其中变量t表示链路的端到端信息传输延时。
本发明中,步骤2-2包括:
步骤2-2-1,定义矢量符号;
步骤2-2-2,计算得到最优分配矢量。
本发明中,步骤2-2-1中,定义如下矢量符号:
单位数据包传输时延
其中分别表示单位数据包传输时延的第N个元素、数据帧切片的长度、链路带宽的第N个元素;
链路带宽R=(R1 R2 … RN);
链路绝对时延τ=(τ1 τ2 … τN);τN是链路绝对时延的第N个元素;
链路误帧率γ=(γ1 γ2 … γN);γN是链路误帧率的第N个元素。
本发明中,步骤2-2-2包括:
步骤2-2-2-1,设定所有N条链路均参与传输,此时优化的分配矢量设定为则对应的信息传输时延为其中是分配矢量第一次优化结果的第N个元素,上标1表示优化次数,下标表示元素位置;考虑绝对时延后,各条链路的端到端延时为t1=ν1+τ,***的端到端延时为t1=max(t1);
步骤2-2-2-2,找到绝对时延占比最大的链路,即ind=max(τ./t1),并将与第ind号链路对应的绝对时延转为0,调用线性规划算法(参见“convex optimization”,StephenBoyd and Lieven Vandenberghe,Cambridge University Press),得到分配矢量α2和与之对应的端到端延时t2及***端到端延时t2;其中./表示两个矢量的对应元素做除法;α2是第2次迭代的分配矢量,上标2为序号;
步骤2-2-2-3,如果t2>t1,则分配矢量α1最优;否则,令t1=t2,返回步骤2-2-2-2继续;
步骤2-2-2-4,以找到的最优分配矢量αi进行向上取整整数处理,得到整数取值的最优分配矢量β,即β=ceil(αi)。
本发明中,步骤2-2-2还可以采用另一种方法得到最优分配矢量,具体的,步骤2-2-2 包括:
步骤2-2-2-1,设定所有N条链路均参与传输,初始化链路传输时延分配矢量β=zeros(1,N),循环控制变量i=0;
步骤2-2-2-2,寻找循环控制变量为i时的传输时延ti的最小值,即ind=min(ti);其中i是循环变量,依次为0,1,2,….(即取值为整数);ind是变量,代表链路的序号;
步骤2-2-2-3,更新传输时延:第二式表示对循环控制变量为i+1时的传输时延矢量ti+1(ind)进行更新,且只更新ind代表的链路,即对第ind号链路其传输时延更新为上次的时延值加上
步骤2-2-2-4,更新分配矢量:β(ind)=β(ind)+1;β(ind)为分配矢量的第ind个元素;
步骤2-2-2-5,更新循环控制变量i=i+1;
步骤2-2-2-6,如果β(1-γ)T>K,结束;
步骤2-2-2-7,如果i>M,返回步骤2-2-2-2,否则结束;此时β即为整数最优分配矢量。
本发明中,对于没有网络编码的应用,可以只执行步骤2,不执行步骤1;对于没有多条链的应用场合,只执行步骤1,不执行步骤2。
本发明提出一种利用线性规划快速求解非线性优化问题的算法,避开穷举搜索的巨大复杂度,让业务数据端到端传输时延问题可解。
本发明提出一种逐包分配算法以快速解决端到端时延优化问题,算法复杂度低,并且可以得到整数域最优解。
本发明所提方法和装置适用于异构、异类链路及网络,包括但不限于宽带/窄带、IP/非IP、有线/无线、数据链、Ad Hoc等不同性质的通信链路。
链路分配算法适用于准静态、动态通信环境,可以根据采集来的链路参数,实时计算链路分配矢量,确保业务数据端到端传输时延在统计意义上最短。
所提方法和装置可以应用于点对点单播、组播及广播应用场景,不采用或采用少量收发端交互,可以达到在有限的时间内快速信息分发的应用需求,尤其适用于广播信息分发、态势分发等应用场合。
所提方法和装置可以与收发端传输控制协议深度结合,形成接收确认、接收终止、发送终止、请求重传等多种传输控制方法。
本发明主要研究在通信干扰环境下,通过对应用层网络编码后的数据包进行多链路分发传输处理,在较高误帧率的条件下,最大限度地提升信息传输的可靠性和实时性,确保时间敏感业务在复杂电磁环境下的可用性。
与传统多链路传输技术相比,本发明的显著优点为:(1)针对复杂电磁环境设计的面向作战信息的应用层抗干扰传输技术,与传统抗干扰技术相辅相成、互相补充;(2) 以数据帧为处理单位,适用于不同传输链路(宽/窄带)、不同网络类型(IP/非IP);(3) 具备多链路综合利用能力,尤其适用于固定/机动指挥所、工业互联网等具有多出口链路的军民用应用场景;(4)具备很低的算法复杂度,可以高效、快速实现。
附图说明
下面结合附图和具体实施方式对本发明做更进一步的具体说明,本发明的上述或其他方面的优点将会变得更加清楚。
图1是网络编码多链路传输示意图。
图2是LSA-LP算法流程。
图3是LSA-PPA算法流程。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
1、网络编码多链路传输架构:
针对战术通信、工业物联网、数据采集等通信环境恶劣且对信息传输实时性有较高要求的通信应用场景,多链路抗干扰实时传输技术可以在通信终端既有带宽、误帧性能的前提下,极大提高端到端信息的交付成功率并降低端到端信息传输延时。
多链路抗干扰实时传输技术架构如图1所示,主要包括信息处理和信息分发两部分,前者主要实现对原始信息帧的网络编码,确保对抗通信链路的高误帧率;后者主要实现链路选择和负载分配,确保接收端能够在最短的时间内接收到原始信息。
其中,多链路可以是宽带/窄带、有线/无线、IP/非IP网络,包括但不限于宽带IP类可以提供基于IP的数据转发网络,如LTE网络、微波网络、卫星网络等;移动自组织网络,如战术互联网、无线传感器网络等具有适用于窄带环境的路由协议;二层链路,如数据链、短波传输等二层交换***,不具备路由功能。
2、网络编码:
设原始待传输的数据帧切片为d1,d2,…,dK,经过网络编码后的数据帧切片为y1,y2,…,yM,采用如下编码方案:
其中D=(d1 d2 … dK)为S×K维矩阵,是待传输的原始数据帧切片的矩阵表示;Y=(y1 y2 … yM),是接收端经网络编码后的数据帧切片;为K×M维(K<M)网络编码矩阵,每一列对应一次网络编码的线性组合权值向量,且任意K列形成的矩阵在有限域满秩。
因此,接收端只要接收到M个编码报文中的任意K个即可正确解码原始信息。
3、选择算法LSA:
LSA(Link Selection Algorithm)是用于在具备多个出口链路时,选取一个或多个特定链路进行传输的算法,通常与传输优化协议密切相关。对于一个出口链路,最常见的属性包括链路带宽R和误帧率γ,其中前者和传输延时相关联;后者和抗干扰能力有关联,即如果抗干扰能力强,误帧率就低;如果抗干扰能力弱,误帧率就高。另外一个重要属性是绝对时延τ,通常与链路的类型以及链路所经网络的跳数有关,如卫星通信由于距离过长,带来绝对时延也变长;Ad Hoc网络由于跳数增加,绝对时延也随之增加。
因此,对于一个具备N条出口链路的固定/机动指挥所、信息采集站,其出口链路属性可以用以下数学集合来描述:
{(Ri,γi,τi)},i=1,2,...,N (2)
LSA的目标就是在各出口链路指标的约束下,合理分配经过网络编码后的切片数据包到相应的出口链路,使得端到端信息传输时延最小。设定为第i条链路分配的数据包数为αi,(i=1,2,...,N),则LSA可以描述成如下优化问题:
s.t.
αi>0,i=1,2,...,N
其中S为每个数据包的长度,α=(α1 α2 … αN)是数据包在出口链路上的分配矢量,为符号函数,K和M分别为网络编码前后数据分片的数量。
对于最小化最大值问题,可以通过线性规划的方法加以解决,即可将原优化问题转换成如下优化问题:
min t
s.t.
αi>0,i=1,2,...,N
由于符号函数的存在无法直接利用线性规划算法进行优化。针对N条链路情况,最佳的结果是对N条链路的使用情况做遍历,即会产生2N种可能性,并对每种可能性做线性规划。比较这2N个优化结果,最小的那个所对应的分配矢量最佳。但这种最优方法计算复杂度以N的指数方增加,当N>10时难以承受。
针对这个问题,提出如下两种简化处理方法。
首先定义几个矢量符号:
单位数据包传输时延
链路带宽R=(R1 R2 … RN);
链路绝对时延τ=(τ1 τ2 … τN);
链路误帧率γ=(γ1 γ2 … γN)。
(1)线性规划链路选择算法LSA-LP(Link Selection Algorithm with LinearProgramming):利用线性规划算法解决非线性问题,参见图2,具体包括如下步骤:
步骤2-2-2-1,设定所有N条链路均参与传输,此时优化的分配矢量设定为则对应的信息传输时延为考虑绝对时延后,各条链路的端到端延时为t1=ν1+τ,***的端到端延时为t1=max(t1);
步骤2-2-2-2,找到绝对时延占比最大的链路,即ind=max(τ./t1),并将与第ind号链路对应的绝对时延转为0,调用线性规划算法,得到分配矢量α2和与之对应的端到端延时t2及***端到端延时t2;
步骤2-2-2-3,如果t2>t1,则分配矢量α1最优;否则,令t1=t2,返回步骤2-2-2-2继续;
步骤2-2-2-4,以找到的最优分配矢量αi进行向上取整整数处理,得到整数取值的最优分配矢量β,即β=ceil(αi)。
(2)逐包分配链路选择算法LSA-PPA(Link Selection Algorithm with PerPacket Allocation):逐包分配法,参见图3,具体包括:
步骤2-2-3-1,设定所有N条链路均参与传输,初始化链路传输时延分配矢量β=zeros(1,N),循环控制变量i=0;
步骤2-2-3-2,寻找传输时延ti的最小值,即ind=min(ti);
步骤2-2-3-3,更新传输时延:
步骤2-2-3-4,更新分配矢量:β(ind)=β(ind)+1;
步骤2-2-3-5,更新循环控制变量i=i+1;
步骤2-2-3-6,如果β(1-γ)T>K,结束;
步骤2-2-3-7,如果i>M返回步骤2-2-3-2,否则结束;此时β即为整数最优分配矢量。
(3)算法分析
LSA-LP算法利用线性规划循环求解,是最优遍历方法(遍历所有链路采用与否,对于N条链路有2N种组合)的近似,在某些场合有可能得不到最优解。对于选择采用的链路,能够达到各条链路的端到端(E2E)延时(包括数据包传输时延和绝对时延) 均达到相等值,但算法的复杂度相对较高。
LSA-PPA算法通过逐个数据包的分配,能够快速找到在整数域内的最优解,算法复杂度很低,计算量约为LSA-LP的十分之一。
为了验证LSA算法的有效性,设计三种场景进行试验,详细场景参数及试验结果如表1所示。
表1
仿真的场景基本参数为:原始报文分成的切片数量K为128,每个数据切片长度为200Bytes,编码后的切片数量M为256。所有场景下,LSA-LP算法得到的E2E延时比 LSA-PPA算法要小,因为LSA-LP采用的是线性规划,而LSA-PPA采用的是整数优化。
场景1:四链路指挥所。
模拟出口链路宽带、窄带等4种手段,对应的带宽分别为10Kbps、20Kbps、30Kbps、200Kbps,对应的绝对时延分别为5ms、20ms、50ms、5000ms,对应的丢包率分别为 0.1、0.2、0.3、0.4。
LSA-LP和LSA-PPA有几乎相同的结果和性能,对于绝对时延最大的链路均没有采用。
场景2:四链路指挥所。
模拟出口链路具备超短波VHF、超短波UHF、超短波高速、卫星等4种手段,对应的带宽分别为10Kbps、64Kbps、256Kbps、500Kbps,对应的绝对时延分别为20ms、10ms、5ms、250ms,对应的丢包率分别为0.3、0.1、0.15、0.05。
LSA-LP和LSA-PPA有几乎相同的结果和性能,所有链路均加以采用,带宽窄、绝对时延大的链路分配的数据切片相对少,带宽宽、绝对时延小的链路分配的数据切片相对多。
场景3:八链路指挥所。
模拟出口链路具备短波、超短波VHF、超短波UHF、卫星、超短波高速、微波、有线、宽带卫星等8种手段,对应的带宽分别为1.2Kbps、9.6Kbps、38.4Kbps、64Kbps、128Kbps、512Kbps、1024Kbps、2048Kbps,对应的绝对时延分别为50ms、20ms、15ms、 250ms、10ms、10ms、100ms、350ms,对应的丢包率分别为0.3、0.2、0.2、0.05、0.1、 0.1、0、0.01。
LSA-LP和LSA-PPA有几乎相同的结果和性能,带宽、绝对时延大的卫星链路两种算法均没有采用。
针对战术通信、工业物联网、数据采集等通信环境恶劣且对信息传输实时性有较高要求的通信应用场景,多链路抗干扰实时传输方法与装置可以在通信终端既有带宽、误帧性能的前提下,极大提高端到端信息的交付成功率并降低端到端信息传输延时。其主要思想是通过数据分段、网络编码、链路选择实现在复杂电磁环境下高效、可靠传输信息的目标。
多链路抗干扰实时传输方法与装置,主要包括信息处理和信息分发两部分,前者主要实现对原始信息帧的网络编码,确保对抗通信链路的高误帧率;后者主要实现链路选择和负载分配,确保接收端能够在最短的时间内接收到原始信息。
针对指挥所、指挥车等具有多个出口链路的应用场合,提出有效利用多链路的最佳传输算法,将网络编码后的切片数据帧合理分配,实现最佳性能。通过分析各链路的带宽、误帧率、绝对时延等指标,将多链路选择及负载分配问题建模成最优化问题,并通过标准线性规划方法和逐包分配方法找到最优解。
本发明能够合理分配网络编码数据包到各链路,实现端到端信息传输时延最小化,极大提升复杂电磁环境下信息交付时效性和正确率。
本发明提供了一种用于复杂电磁环境下的多链路抗干扰实时传输方法,具体实现该技术方案的方法和途径很多,以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成部分均可用现有技术加以实现。
Claims (9)
1.一种用于复杂电磁环境下的多链路抗干扰实时传输方法,其特征在于,包括如下步骤:
步骤1,对原始信息帧进行网络编码;
步骤2,实现链路选择和负载分配。
2.根据权利要求1所述的方法,其特征在于,步骤1包括:
步骤1-1,设原始待传输的数据帧切片为d1,d2,…,dK,dK表示第K个数据帧,经过网络编码后的数据帧切片为y1,y2,…,yM,yM表示第K个数据帧dK的数据帧切片,采用如下编码方案:
其中D=(d1 d2 … dK)为S×K维矩阵,是待传输的原始数据帧切片的矩阵表示;cMK是网络编码矩阵第M行、第K列的元素;S表示每个数据帧切片的长度,K是原始数据帧切片的个数;Y=(y1 y2 … yM),Y是接收端经网络编码后的数据帧切片;为K×M维网络编码矩阵,K<M,每一列对应一次网络编码的线性组合权值向量,且任意K列形成的矩阵在有限域满秩;
步骤1-2,最终接收端只要接收到M个编码报文中的任意K个即能够正确解码原始信息。
3.根据权利要求2所述的方法,其特征在于,步骤2包括:
步骤2-1,通过选择算法LSA将链路选择和负载分配问题转化为优化问题;
步骤2-2,对优化问题进行简化处理,得到最优分配。
4.根据权利要求3所述的方法,其特征在于,步骤2-1包括:
步骤2-1-1,对于一个具备N条出口链路的固定场所,其出口链路属性用以下数学集合来描述:
{(Ri,γi,τi)},i=1,2,...,N (2);
该数学集合含义是描述了N条出口链路的属性,每条链路由一个三元组表示,其中Ri表示第i条链路的带宽,γi表示第i条链路的误帧率,τi表示第i条链路的绝对传输时延;
步骤2-1-2,设定为第i条链路分配的数据包数为αi,则LSA选择算法描述成如下优化问题:
其中S为每个数据包的长度,α=(α1 α2 … αN)是数据包在出口链路上的分配矢量,为符号函数,K和M分别为网络编码前数据分片的数量和网络编码后数据分片的数量;
步骤2-1-3,将步骤2-1-2中的优化问题转换成如下优化问题:
其中变量t表示链路的端到端信息传输延时。
5.根据权利要求4所述的方法,其特征在于,步骤2-2包括:
步骤2-2-1,定义矢量符号;
步骤2-2-2,计算得到最优分配矢量。
6.根据权利要求5所述的方法,其特征在于,步骤2-2-1中,定义如下矢量符号:
单位数据包传输时延
其中S、RN分别表示单位数据包传输时延的第N个元素、数据帧切片的长度、链路带宽的第N个元素;
链路带宽R=(R1 R2 … RN);
链路绝对时延τ=(τ1 τ2 … τN);τN是链路绝对时延的第N个元素;
链路误帧率γ=(γ1 γ2 … γN);γN是链路误帧率的第N个元素。
7.根据权利要求6所述的方法,其特征在于,步骤2-2-2包括:
步骤2-2-2-1,设定所有N条链路均参与传输,此时优化的分配矢量设定为则对应的信息传输时延为其中是分配矢量第一次优化结果的第N个元素,上标1表示优化次数,下标表示元素位置;考虑绝对时延后,各条链路的端到端延时为t1=v1+τ,***的端到端延时为t1=max(t1);
步骤2-2-2-2,找到绝对时延占比最大的链路,即ind=max(τ./t1),并将与第ind号链路对应的绝对时延转为0,调用线性规划算法,得到分配矢量α2和与之对应的端到端延时t2及***端到端延时t2;其中./表示两个矢量的对应元素做除法;α2是第2次迭代的分配矢量,上标2为序号;
步骤2-2-2-3,如果t2>t1,则分配矢量α1最优;否则,令t1=t2,返回步骤2-2-2-2继续;
步骤2-2-2-4,以找到的最优分配矢量αi进行向上取整整数处理,得到整数取值的最优分配矢量β,即β=ceil(αi)。
8.根据权利要求6所述的方法,其特征在于,步骤2-2-2包括:
步骤2-2-2-1,设定所有N条链路均参与传输,初始化链路传输时延分配矢量β=zeros(1,N),循环控制变量i=0;
步骤2-2-2-2,寻找循环控制变量为i时的传输延时ti的最小值,即ind=min(ti);其中i是循环变量,依次为0,1,2,....;ind是变量,代表链路的序号;
步骤2-2-2-3,更新传输时延:第二式表示对循环控制变量为i+1时的传输时延矢量ti+1(ind)进行更新,且只更新ind代表的链路,即对第ind号链路其传输时延更新为上次的时延值加上
步骤2-2-2-4,更新分配矢量:β(ind)=β(ind)+1;β(ind)为分配矢量的第ind个元素;
步骤2-2-2-5,更新循环控制变量i=i+1;
步骤2-2-2-6,如果β(1-γ)T>K,结束;
步骤2-2-2-7,如果i>M,返回步骤2-2-2-2,否则结束;此时β即为整数最优分配矢量。
9.根据权利要求8或7所述的方法,其特征在于,对于没有网络编码的应用,只执行步骤2,不执行步骤1;对于没有多条链的应用场合,只执行步骤1,不执行步骤2。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910062238.XA CN109714132B (zh) | 2019-01-23 | 2019-01-23 | 一种用于复杂电磁环境下的多链路抗干扰实时传输方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910062238.XA CN109714132B (zh) | 2019-01-23 | 2019-01-23 | 一种用于复杂电磁环境下的多链路抗干扰实时传输方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109714132A true CN109714132A (zh) | 2019-05-03 |
CN109714132B CN109714132B (zh) | 2021-04-20 |
Family
ID=66261747
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910062238.XA Active CN109714132B (zh) | 2019-01-23 | 2019-01-23 | 一种用于复杂电磁环境下的多链路抗干扰实时传输方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109714132B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120297275A1 (en) * | 2007-09-13 | 2012-11-22 | Invensas Corporation | Circuit and technique for reducing parity bit-widths for check bit and syndrome generation for data blocks through the use of additional check bits to increase the number of minimum weighted codes in the hamming code h-matrix |
CN103069910A (zh) * | 2010-08-13 | 2013-04-24 | 高通股份有限公司 | 多无线电共存 |
US20150023412A1 (en) * | 2012-02-29 | 2015-01-22 | Sony Corporation | Image processing device and method |
CN106575527A (zh) * | 2014-04-02 | 2017-04-19 | 国际商业机器公司 | 生成用于数据存储的分子编码信息 |
CN107508655A (zh) * | 2017-07-19 | 2017-12-22 | 西南交通大学 | 一种自适应端到端网络编码传输方法 |
CN108966259A (zh) * | 2018-07-18 | 2018-12-07 | 中国电子科技集团公司第二十八研究所 | 一种基于网络编码的抗干扰传输方法 |
-
2019
- 2019-01-23 CN CN201910062238.XA patent/CN109714132B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120297275A1 (en) * | 2007-09-13 | 2012-11-22 | Invensas Corporation | Circuit and technique for reducing parity bit-widths for check bit and syndrome generation for data blocks through the use of additional check bits to increase the number of minimum weighted codes in the hamming code h-matrix |
CN103069910A (zh) * | 2010-08-13 | 2013-04-24 | 高通股份有限公司 | 多无线电共存 |
US20150023412A1 (en) * | 2012-02-29 | 2015-01-22 | Sony Corporation | Image processing device and method |
CN106575527A (zh) * | 2014-04-02 | 2017-04-19 | 国际商业机器公司 | 生成用于数据存储的分子编码信息 |
CN107508655A (zh) * | 2017-07-19 | 2017-12-22 | 西南交通大学 | 一种自适应端到端网络编码传输方法 |
CN108966259A (zh) * | 2018-07-18 | 2018-12-07 | 中国电子科技集团公司第二十八研究所 | 一种基于网络编码的抗干扰传输方法 |
Non-Patent Citations (1)
Title |
---|
AHMED K. SADEK等: "Transmit beamforming for space-frequency coded MIMO-OFDM systems with spatial correlation feedback", 《IEEE TRANSACTIONS ON COMMUNICATIONS》 * |
Also Published As
Publication number | Publication date |
---|---|
CN109714132B (zh) | 2021-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Singh et al. | Contention-based access for ultra-reliable low latency uplink transmissions | |
CN102170332B (zh) | 基于喷泉码和网络编码的机会路由协议数据分发方法 | |
Ali et al. | RaptorQ-based efficient multimedia transmission over cooperative cellular cognitive radio networks | |
Liu et al. | Data dissemination with network coding in two-way vehicle-to-vehicle networks | |
Kafaie et al. | Performance analysis of network coding with IEEE 802.11 DCF in multi-hop wireless networks | |
CN110290558A (zh) | 一种缓存辅助的多中继传输***中基于时延的安全传输方法 | |
CN114095418A (zh) | 一种无线光纤混合网络场景下工业物联网数据可靠传输方法 | |
Ar-Reyouchi et al. | A new fast polling algorithm in wireless mesh network for narrowband Internet of Things | |
Ali et al. | Learning-based adaptive sliding-window RLNC for high bandwidth-delay product networks | |
CN109714132A (zh) | 一种用于复杂电磁环境下的多链路抗干扰实时传输方法 | |
Hernández Marcano et al. | Throughput, energy and overhead of multicast device‐to‐device communications with network‐coded cooperation | |
Pinero et al. | Analysis and improvement of multicast communications in HomePlug AV-based in-home networks | |
Shi et al. | Adaptive coding optimization in wireless networks: Design and implementation aspects | |
El Miloud et al. | THE IMPROVEMENT OF END TO END DELAYS IN NETWORK MANAGEMENT SYSTEMUSING NETWORKCODING | |
Robertson et al. | A model for local/mobile radio communications with correct packet capture | |
CN107359913A (zh) | 一种协作通信中基于物理层与链路层跨层功率分配的数据传输方法 | |
Silveira et al. | CodePLC: A network coding MAC protocol for power line communication | |
de Oliveira et al. | A dynamic network coding MAC protocol for power line communication | |
CN107770077A (zh) | 一种基于网络编码的信息论安全多播路由选择方法 | |
Marcano et al. | On the overhead of telescopic codes in network coded cooperation | |
Agrawal et al. | Error performance of hybrid wireless-power line communication system | |
Javed et al. | LoRaWAN Downlink Policies for Improved Fairness | |
Ameziane et al. | The potentials of network coding for improvement of round trip time in wireless narrowband RF communications | |
CN106330399B (zh) | 一种适用于多跳异构网络网络编码的快速反馈方法 | |
Stoian et al. | Random network coding for wireless ad-hoc networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |