ELITE NETZWERK BAYERN

English  Sprachen Icon  |  Gebärdensprache  |  Leichte Sprache  |  Kontakt


Forschungsarbeit

Training Overhead for Decoding Random Linear Network Codes

von Maximilian Riemensberger (30.03.2009)

Die Kommunikation unserer Welt ist in Netzwerken organisiert. Information ist hierbei ein Gut, das in den Netzwerken transportiert wird. Bisher wird sie ähnlich wie ein materielles Gut behandelt. Die Information wird an der Quelle in "Pakete" verpackt, die als Folge von Einsen und Nullen als Zahlen oder Vektoren dargestellt werden. Diese werden in unveränderter Form anhand ihrer Adressierung über verschiedene Knoten bis zu den Senken transportiert (Routing). Es hat jedoch ein Paradigmenwechsel statt gefunden seitdem bewiesen wurde, dass die Eigenschaften der Information beliebig gemischt, gebraucht (verbraucht) und repliziert werden können, ohne dass sie an Gesamtinformationsgehalt verliert und wesentliche Netzdurchsatzsteigerungen zulässt.

Ein Quelle sendet zwei Pakete an beide Senken. Jedes Paket hat einen Trainingsteil (T) und einen Datenteil (D). Die Senken können an Hand der empfangenen, gemischten Pakete beide Quellpakete zurück gewinnen.[Bildunterschrift / Subline]: Ein Quelle sendet zwei Pakete an beide Senken. Jedes Paket hat einen Trainingsteil (T) und einen Datenteil (D). Die Senken können an Hand der empfangenen, gemischten Pakete (Senke oben: Pakete 1 und 1+2; Senke unten: Pakete 2 und 1+2) beide Quellpakete zurück gewinnen.

Lineare Netzkodierung ist ein in vielen Fällen optimales Verfahren, das diese Eigenschaft verwendet. Jeder Knoten im Netzwerk berechnet verschiedene Linearkombinationen seiner ankommenden Informationspakete (Kodieren/Mischen) und versendet diese wiederum an weitere Knoten. Die Senken erhalten nun eine Reihe verschieden gemischter Pakete und errechnen aus diesen, vorausgesetzt es sind ausreichend viele, die ursprünglichen Pakete und somit die Information, die die Quelle ins Netzwerk eingespeist hat (Dekodieren/Trennen).
 
Die Netzkodierung wird durch einen Parametersatz an jedem beteiligten Knoten beschrieben. Eine zufällige und unabhängige Wahl dieser Parameter ist mit hoher Wahrscheinlichkeit optimal. Jedoch müssen die Senken den Einfluss dieser Parameter auf die Quellpakete kennen, um diese aus ihren empfangenen Paketen dekodieren zu können. Besonders in den drahtlosen Funknetzwerken wird dies dadurch erschwert, dass sich die Verbindungen im Netzwerk ändern können (zeitvariantes Netzwerk auf Grund von Mobilität) und, dass empfangene Pakete fehlerbehaftet sein können. Hieraus ergibt sich nun die Problemstellung, die Informationspakete vor Fehlern zu schützen und gleichzeitig die Kodierparameter des Netzwerks verlässlich zu schätzen. Zudem ist zu beachten, dass durch Verfahren zur Schätzung der Parameter die Nutzdatenrate des Netzwerkes verringert wird. Diese Verringerung wird als Overhead bezeichnet.
 
Hierzu wurde ein Kodier-/Dekodierverfahren entwickelt, das  auf Trainingsdaten basiert, welche den Senken im Vorhinein bekannt sind und Fehlerschutzkodierung simultan beide Aufgaben erfüllt. Für dieses Verfahren wurde ein optimaler Kompromiss zwischen zuverlässigem Datendurchsatz sowie Overhead für Training und Fehlerschutzkodierung gefunden. Darüber hinaus konnte für dieses Verfahren asymptotische Optimalität im Sinne eines "großen" Netzwerks gezeigt werden.


Maximilian Riemensberger
Maximilian Riemensberger
* 1984

Stationen
  • 2006
  • B.Sc. in Elektro- und Informationstechnik, TUM
  • 2007-2008
  • Forschungssemester an der Northwestern University, Evanston, USA
  • 2008
  • M.Sc.(hons) in Systeme der Informations- und Multimediatechnik, TUM
  • Derzeit
  • Wissenschaftlicher Mitarbeiter am Fachgebiet für Methoden der Signalverarbeitung, TU

Weitere Informationen