Opportunistic Network Coding over Wireless Networks

Abstract

RESUMEN: Las redes de comunicación han sufrido un cambio drástico desde sus orígenes, y actualmente se enfrentan a un panorama donde el número de dispositivos conectados mantiene un crecimiento exponencial, contando muchos de ellos con conectividad inalámbrica. Network Coding ha sido destacado por la comunidad investigadora como una de las tecnologías clave para la mejora de las prestaciones en la redes actuales.

En este trabajo se explora el uso de técnicas de Network Coding sobre redes inalámbricas. En primer lugar se estudia el comportamiento de RLNC, combinado con UDP, analizando los diferentes parámetros de diseño. Sin embargo, debido al alto coste computacional de RLNC se explora el uso de técnicas sparse, SNC. En concreto, se propone un modelo semi-analítico que gracias a su exactitud permite optimizar el diseño de las técnicas SNC, ofreciendo el mismo rendimiento que RLNC pero con un menor coste computacional. Por último, uno de los principales requisitos de las redes de nueva generación es el bajo retardo, donde la codificación en bloque, com es el caso de RLNC, no ofrecen un comportamiento óptimo. Por esto, en el último capítulo se analizan otros esquemas de codificación, denominados streaming codes, y mediante teoría de colas se derivan soluciones eficientes.

ABSTRACT: Networks are in constan evolution and a new generation will be standardized in the following years: 5G, which should provide connectivity of more and more wireless and heterogenous devices and new services with stringent requirements. Network Coding is a promising technique, highlighted by the research community, as a key technology for the next network generation.

In this thesis we have assessed Network Coding over wireless networks. First, we have analyzed a end-to-end communication protocol over UDP based on RLNC, assessing different configuration parameters. However, RLNC is strongly criticised due to its high computational complexity. Sparse coding techniques aim to reduce such complexity, we assess the behavior of SNC. We propose a semi-analytical model that mimics the behavior of SNC and due to its accuracy we are able to optimize sparse coding techniques, yielding similar performance than RLNC but lower computational complexity. Finally, end-to-end delay is one of the stringent requirements of the next network generation, but coding approaches based on generations, as RLNC, are not optimal. Therefore, we introduce steaming codes and we exploit ideas from queue theory to derive scheduling policies.