22、数据转换网络性能分析

数据转换网络性能分析

1. 引言

未来无线通信将聚焦于宽带多媒体通信，而其面临的最大障碍是频率资源的不平衡和稀缺。认知无线电技术为解决这一矛盾提供了方案，它通过频谱分配来调整调制类型、中心频率等参数，有效利用有限的频率资源，其关键技术包括频谱感知、频谱分配和信道状态估计等。

在传统通信网络中，路由仅负责存储和转发数据，数据不会改变，形象地被描述为商品流。但随着认知网络和自主网络的发展，路由不仅能存储和转发数据，还具备计算和认知功能，数据在通信网络路径中可能发生改变。这种改变分为主动和被动，网络编码是主动增加网络吞吐量的技术。数据的主动或被动转换都被称为数据转换，分析和建模具有数据转换的网络是网络性能评估和设计的基础。

网络演算作为继排队论之后新兴的网络性能分析理论，其理论基础是 (min, +) 或 (max, +) ，具有系统理论结构并能实现队列测量的缩放。确定性网络演算可分析最坏情况下的网络性能，随机网络演算能对流量进行统计分析，广泛应用于各种网络性能模型。不过，随着新网络技术的出现，网络演算仍有许多问题待解决，构建具有数据转换的网络性能模型就是其中之一。

网络信息流理论于 2000 年提出，成为网络编码的理论基础，它不仅能描述无损流量，还能描述具有数据转换的流量。本文将该概念引入网络性能模型，探索基于信息流的流量模型，用概率空间中的向量描述流量到达过程，流量在传输中的变化是原流量随机向量在子空间的投影，进而定义数据转换并得到数据转换后的流量到达模型。

文章后续将以网络编码为例分析网络节点对流量进行计算的详细过程，定义数据转换并给出转换后的流量到达曲线；介绍网络编码聚合方式下的左服务曲线；通过模拟和数值示例验证所提出的模型；最后给出简要