一种面向端到端性能的DTN网络数据束压缩方法

摘要

针对现有方法和主要缺陷，本发明提出了根据不同的链路特点以及先验信息，与DTN网络传输过程相结合，选择使用不同的协议数据束压缩算法的面向端到端性能的DTN网络数据束压缩方法。该压缩方法具有较好的应用前景和理论意义。首先，给出了有状态压缩和无状态压缩算法的实现细节。然后，给出了在DTN网络传输过程中的具体操作步骤。其中，无状态压缩主要描述了如何实现Bundle基本块中字典的Huffman压缩方法并给出了一定的约束条件，从而能够使被压缩的字典在接收节点能够唯一的恢复出来。同时，通过文件在单跳链路中的传播时延来评价包头压缩对DTN网络传输性能的改善，为压缩技术在DTN网络中的应用提供了性能基础。

说明书

技术领域

本发明涉及深空通信技术领域，尤其涉及一种DTN网络数据束压缩方 法。

背景技术

随着网络研究的发展以及深空探测的日益延伸，传统基于TCP/IP的网 络已经不能够为极端环境下的应用提供良好的服务。高延迟、信道误码率 高、信道链路频繁中断等特点违背了TCP/IP协议的基本假定。因此，近几 年提出了一种新型的面向消息的覆盖网络系结构，延迟容忍网络(Delay TolerantNetwork,DTN)用来解决极端环境下面临的网络通信问题。

DTN在传输层之上加入的Bundle层通过“保管-携带-转发” (store-carry-forward)机制和链路中断时的分片重传机制为上层数据交付提 供服务。因此，每个Bundle包含了从源节点到端节点传输应用数据的所有 路径信息，作为Bundle包头的主要组成部分。然而，在一些链路环境中应 用数据或Bundle的有效负载相比之下很小，导致大量的协议开销浪费着 DTN网络中十分珍贵的链路和带宽资源。解决问题的一个有效的途径就是 进行包头压缩。

目前，存在关于Bundle包头压缩的相关研究，这些工作采用不同的方 法致力于减少Bundle传输过程中的协议开销，提高无线网络的传输性能。 有学者采用ipn命名方案，使用node_number和service_number作为各节点 的端点识别符，摒弃dtn方案中通过偏移量和dictionary联合识别端点的方 式，达到包头压缩的效果；相关研究还定义了应用于IEEE802.15.4网络的 状态包头压缩；也有学者提出了无状态压缩和有状态压缩两个概念，并从 理论上分析了压缩效果。

上述关于Bundle包头压缩的相关研究存在两方面的问题：

(1)以往研究主要从理论上分析包头压缩效果，缺乏定量的分析以及 相关数学模型，没能结合DTN网络传输过程给出具体的实施压缩步骤。

(2)评价指标仅局限于包头压缩比，缺乏对整体传输过程的性能评估。

发明内容

为了解决现有技术中的问题，本发明提出了一种面向端到端性能的 DTN网络数据束压缩方法，根据不同的链路特点以及先验信息，选择使用 不同的协议数据束压缩算法，该压缩方法具有较好的应用前景和理论意义。

本发明通过以下技术方案实现：

一种面向端到端性能的DTN网络数据束压缩方法，该方法根据不同的 链路特点以及先验信息，与DTN网络传输过程相结合，选择使用不同的协 议数据束压缩算法对数据包bundle进行压缩；所述不同的协议数据束压缩 算法包括无状态压缩算法、状态压缩算法；当对Bundle交付延迟要求不严 格时，采用无状态压缩算法，否则采用状态压缩算法；其中，所述无状态 压缩算法通过Huffman编码来进一步减小字典的长度，所述状态压缩算法 将Bundle包头信息中描述整个传播链路状态的信息打包成背景文件，在第 一次Bundle传输过程中存储在中间节点的内存空间里即初始化，通过背景 识别符来进行再次调用。

作为本发明的进一步改进，所述方法适用于包括两个中继节点A、B 的DTN网络，其中，A、B不同时工作，考虑到星体2与中继卫星的转动 情况，A、B分别为间断连接，且具有一定的可预知性。

作为本发明的进一步改进，所述无状态压缩采用的Huffman编码执行 以下约束：Huffman编码采用上0下1的编码方式，出现概率相同的情况时， 根据ASCII表，将字符对应的数值或者字符串中对应数值之和较小者放在 上方，从而能够实现唯一的Huffman编码。

作为本发明的进一步改进，当对Bundle交付延迟要求严格时，联合使 用状态压缩以及无状态压缩来达到更好的压缩效果。

作为本发明的进一步改进，所述方法还包括，针对不同的传输节点， bundle本身执行自压缩算法。

作为本发明的进一步改进，bundle自压缩算法包括：对于各节点采用 相同的命名方案，则scheme仅出现一次就够了，即剔除字典中重复出现的 部分；对于链路的最后一跳，则省略Report-to和保管端点识别符。

附图说明

图1是基本Bundle块格式示意图；

图2是bundle包头中字典的各元素以及含义示意图；

图3是本发明的无状态压缩算法的Huffman编码示意图；

图4是双跳DTN网络的结构示意图；

图5是四种不同压缩算法情况下，协议开销所占比重与Bundle有效负 载之间的关系曲线图；

图6是单跳链路中分别采用传统未压缩以及无状态压缩、状态压缩的 算法传递1M的文件时的交付时间与单个Bundle的有效负载的关系曲线图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图 及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体 实施例仅用以解释本发明，并不用于限定本发明。

针对现有方法和主要缺陷，本发明首先给出了有状态压缩和无状态压 缩算法的实现细节。然后，给出了在DTN网络传输过程中的具体操作步骤。 同时，通过文件在单跳链路中的传播时延来评价包头压缩对DTN网络传输 性能的改善。最后，提出了根据不同的链路特点以及先验信息，与DTN网 络传输过程相结合，选择使用不同的协议数据束压缩算法的面向端到端性 能的DTN网络数据束压缩方法。

(1)基本Bundle块格式

每个Bundle至少包含两个块，第一个必须是基本块(primarybundle block)，且每个Bundle有且只有一个基本块；其它类型的Bundle协议块跟 随在基本块之后，支持对Bundle协议的扩展。基本块包含了Bundle路由需 要的基本信息，格式如附图1所示：

版本号：一个字节，指示构建块所使用的Bundle协议的版本。

Bundle处理控制符：刻画了Bundle的一般属性、服务类型以及状态报 告请求标志。同块长度、偏移量、创建时间戳、生存期以及字典长度一样 是一个SDNV，长度可变。图1中用“*”进行了标注。

块长度：指示的是基本块长度域后到基本块结束的总长度。

scheme偏移量：指示对应端点ID的scheme名字在字典字节阵列中的 偏移量。

SSP偏移量：指示对应端点的ID的SSP部分在字典字节阵列中的偏移 量。

创建时间戳：时间戳的第一个SDNV是Bundle的创建时间，第二个是 Bundle的创建时间戳序列号。

生存期：从Bundle创建时刻开始，指示Bundle载荷的有效时间。

字典长度：指示字典字节阵列的长度。

字典：是一个字节阵列，包含基本块中以及其它DTN协议块中所引用 的端点ID的scheme名字和SSP。

段偏移：如果Bundle处理控制标志指示该Bundle是一个段，那么段偏 移指示该Bundle载荷在原始应用数据单元中的位置，该域也是一个SDNV， 长度可变。如果该Bundle不是段，那么基本块中省略段偏移域。

应用数据单元的总长度：同段偏移域，如果该Bundle是一个片段，那 么应用数据单元总长度域指示该Bundle载荷所属的原始应用数据单元的总 长度。如果该Bundle不是段，那么从基本块中省略应用数据单元总长度域。

(2)无状态压缩

一个Bundle的字典由字典长度和字典阵列两部分组成，包含了从源节 点到端节点的所有节点识别符，划分为scheme和SSP两部分。针对于不同 的传输节点，Bundle本身可以产生一定程度上的压缩。如果各节点采用相 同的命名方案，则scheme仅出现一次就够了，即剔除字典中重复出现的部 分。如果是链路的最后一跳可以省略Report-to和保管端点识别符。字典中 各相应端点的scheme以及SSP可以按一个约定的规则进行排列，从而可以 按照一个递增数列准确恢复出需要的端点识别符。

字典是Bundle包头的重要组成部分。字典压缩是减小Bundle包头大小 的一个有效途径。这里，本发明提出通过Huffman编码来进一步减小字典 的长度。然而，在使用Huffman编码对字典进行压缩之前，需要知道所有 包含在端点识别符之中的字符的一个分布情况，且被所有节点所共享，用 于对字典的Huffman编码以及译码，这里假定是已知的。

下面举例来说明，如附图2所示：为一个字典的元素以及其表示的含义。 从图中可以明确地统计出对应链路中各字符的分布情况。在未进行压缩之 前，字典占用了29字节的大小(每一字符占用1字节的大小)。首先，考 虑字典本身带来的一定程度的压缩，剔除字典中重复的部分以及空字符， 则压缩之后的字典大小为19字节。接下来通过Huffman编码来进行进一步 的压缩。本发明采用SDNV来表示字符，压缩之后考虑到编码的唯一识别 特性，从低位开始往高位连续的填充，向上取整，未满补零。考虑到Huffman 编码不是唯一的，为了编码和译码的方便，需要对其进行一定的约束。

如附图3所示，本发明规定：Huffman编码采用上0下1的编码方式， 出现概率相同的情况时，根据ASCII表，将字符对应的数值或者字符串中 对应数值之和较小者放在上方，从而能够实现唯一的Huffman编码。将这 种编码规则应用于每个传输节点，确保各节点对接收数据的准确恢复。

由于附图2举例字典中字符量相对较少，导致压缩效果明显。例如：元 素//a.b在压缩之前的二进制为10101111101011111110000110101110 01100010压缩之后为：100000011111000001010001。Huffman编码使字典 的大小压缩为10字节。一般来说，一种简单的Huffman编码策略可以使一 般的大型文件节省25％，而使许多大型的数据文件节省多大50％～60％。但 其在中间节点的编码与译码过程增加了数据的处理时间T_H。

(3)状态压缩

相对于无状态压缩，状态压缩加入了背景识别符，用以表征不同的传播 路径信息。假定传播链路状态相对较少，且具有一定的预见性。本发明用 Bundle处理控制符后两位闲置比特来表征最多四种不同的链路连接状况。 状态压缩是将Bundle包头信息中描述整个传播链路状态的信息(不包括完 成当前跳所需要的信息)打包成背景文件，在第一次Bundle传输过程中存 储在中间节点的内存空间里即初始化，通过背景识别符来进行再次调用。 如附图1基本Bundle块格式中阴影所表示的区域。Bundle包头信息 中的背景识别符要与节点存储相一致，且能够识别唯一背景文件，即要求 背景识别符具有互异性。接下来在相同链路通道中传输Bundle时，省略背 景文件的相关信息达到压缩的目的，通过在接收节点对其调用，完成对 Bundle的处理。

如附图4所示，通过中继节点A、B进行星体之间通信，假定A、B不 同时工作，考虑到星体2与中继卫星的转动情况，A、B分别为间断连接， 且具有一定的可预知性。

首先，星体1通过中继卫星A向星体2传递数据，传递的第一个Bundle 分别初始化中继卫星以及星体2接收站的背景文件，保存在存储容器中。 接下来的Bundle则采用压缩的包头进行传输，分别在相应的端点进行处理。 倘若经过一定的时间A链路中断，B链路处于连通状态。此时，星体1再 一次发送完整的Bundle包含所有新链路的相关信息，采用不同的识别符来 初始化中继卫星B以及星体2接收站的背景文件。状态压缩通过占用一定 的端点存储空间来换取对Bundle包头的压缩。

以附图2的字典为例，在未进行状态压缩之前，附图1所示的基本Bundle 块的大小为40字节，状态压缩剔除环境文件，使其大小减少为20字节。 压缩率达到50％。可以通过联合使用状态压缩以及无状态压缩来达到更好 的压缩效果。

如附图5所示，对比四种不同压缩算法情况下，协议开销所占比重与 Bundle有效负载之间的关系。同时可以看出，在固定Bundle有效负载的情 况下，状态压缩协议开销最小，说明Bundle包头压缩效果最好，之前的分 析给出了状态压缩达到了50％的压缩率。当链路环境更加复杂，传输节点 比较多的情况下，字典大小也随之增加，状态压缩相比其它几种压缩方式 表现出更好的压缩效果。正常情况下，状态压缩能够平均减小61％～81％ Bundle包头的大小。

(4)单跳链路优化模型

DTN网络中单跳Bundle交付延迟可以建模为公式(1)的形式。

$D_b=\underset{i=1}{\overset{C}{\Sigma }}{U}_i---\left(1\right)$

其中，U_i是第i次传输(重传)过程的延迟。C为Bundle成功交付需要传 递的次数。考虑到影响Bundle交付时延的因素，公式(1)可以进一步写为：

$D_b=\underset{i}{\overset{C}{\Sigma }}[(\frac{S_i*(K^{sh}+K^s)}{R_f}+T_f^p)+\theta (\frac{K^{sh}+K^s}{R_v}+T_v^p)+T^w]---\left(2\right)$

U_i由前向链路交付时间和后向链路反馈时间两部分组成。其中K^sh,K^s分别表 示LTP传输帧头部和载荷大小；R_f、R_v分别为前向链路和后向链路信道传 输数率；表示前向链路和后向链路的信息传播延迟，假定二者相等 为T^p；T^w表示链路的平均中断时间；θ是接收节点成功向发送节点交付反 馈帧所需要的平均交付次数：

$\theta =\underset{m=1}{\overset{\infty }{\Sigma }}{\mathrm{mE}}^{m-1}(1-E)=\frac{1}{1-E}---\left(3\right)$

其中，E为传输过程中的丢帧率，为了便于计算，假定误码率BER为一固定 值，与链路状况有关，且反馈帧大小等同于一个传输 帧的大小，即K^sh+K^s。

接下来对单跳链路中成功交付该Bundle所需的往返次数C进行推导。 初始帧序列中包含S₁个LTP传输帧，第k个传输帧传输了e_k次才被接收方成 功接收的概率为：

P(e_k＝τ)＝E^τ-1(1-E)(4)

因此，交付该Bundle所需的往返次数C可以表示为：

$C=max(e_1,e_2,...,e_{S_1})---\left(5\right)$

进一步推导得：

$P(C\le \eta )=P(e_1<\eta ,e_2<\eta ,...,e_{S_1}<\eta )={(1-E^{\eta })}^{S_1}---\left(6\right)$

$P(C=\eta )={(1-E^{\eta })}^{S_1}-{(1-E^{\eta -1})}^{S_1}---\left(7\right)$

对成功交付Bundle的往返次数C做出了进一步的推导,并给出C均值的 简化模型：

$E\left(C\right)\approx 1-\frac{ln(S_1+1)}{\ln E}=1-\frac{ln(\frac{K^b}{K^s}+1)}{\ln E}---\left(8\right)$

K^b＝K^bp+K^bh为给定Bundle的大小。整合以上内容，可以推导出Bundle交 付时延的计算公式为：

$D_b=\frac{1}{1-E}\left(\frac{K^{sh}+K^s}{R_v}+T^p\left(2-E\right)\right)\left[1-\frac{\ln \left(\frac{K^b}{K^s}\right)}{\ln E}\right]+\frac{K^b\left(K^{sh}+K^s\right)}{K^s{R}_f\left(1-E\right)}+T^w---\left(9\right)$

基于Bundle交付时延的计算公式，本发明模拟仿真了在单跳链路中分 别采用传统未压缩的方法以及状态压缩的方法传递1M的文件时的交付时 间与单个Bundle的有效负载的对应关系，如附图6所示：

从附图6中可以看出，采用无状态压缩和状态压缩的方法对文件交付时 延都有所改善，且状态压缩的性能要优于无状态压缩，主要是由于相对无 状态压缩，状态压缩的压缩效果更明显决定的。当每个Bundle的有效负载 较小时，包头大小是Bundle大小的决定性因素，协议开销消耗了大量的链 路资源，因此包头压缩在改善文件交付时延上效果明显。且随着每个Bundle 有效负载的增加，二者在传输文件的交付时延上差别越来越不明显，主要 是由于当有效负载增加到一定程度时，协议开销在网络传输过程中带来的 影响较小。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说 明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术 领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若 干简单推演或替换，都应当视为属于本发明的保护范围。