1.一种基于稀疏网络编码的密度调整方法，其特征包括：

S1：初始化信源节点的密度值，并根据采用稀疏网络编码的通信过程计算稀疏网络编码线性相关概率的上界形式；

S2：利用稀疏网络编码线性相关概率的上界形式和信宿节点的解码矩阵在编码包传输过程中的状态计算信宿节点解码矩阵的状态转移概率；

S3：根据信宿节点解码矩阵的状态转移概率利用吸收马尔可夫链的数学定义计算稀疏网络编码的线性相关概率；

S4：根据稀疏网络编码的线性相关概率利用吸收马尔可夫链的定义计算信宿节点对编码包的解码成功率：S5：以信宿节点对编码包的解码成功率最大为优化目标，通过反向传播的机制调节信源节点的密度值直至信宿节点对编码包的解码成功率收敛，得到信源节点最优的密度值，提高无线传输的通信效率。

2.根据权利要求1所述的一种基于稀疏网络编码的密度调整方法，其特征在于，所述稀疏网络编码线性相关概率的上界形式的计算步骤包括：定义再生包和非再生包：

当信宿节点接收到第n个编码包Pn时，编码包P与信宿节点之前接收的所n有编码包均线性无关时，则编码包Pn为再生包；

当信宿节点接收到第n个编码包Pn时，编码包Pn与信宿节点之前接收的任一编码包为线性相关时，则编码包Pn为非再生包；

稀疏网络编码的线性相关概率定义为：信宿端在已接收到i个再生包的情况下，下一次接收到的编码包为非再生包的概率，即稀疏网络线性相关概率的上界形式包括：其中，p(i,k)表示信宿端在在已接收到i个再生包的情况下，下一次收到的编码包为非再生包的概率；k表示信源节点数据包的个数；d表示信源节点的密度值；Fq表示有限域；q表示有限域大小。

3.根据权利要求1所述的一种基于稀疏网络编码的密度调整方法，其特征在于，所述信宿节点解码矩阵的状态转移概率的计算步骤包括：定义解码矩阵的状态(r,c)：其中，r为信宿节点解码矩阵的秩，c为信宿节点解码矩阵中非0列的个数；

信宿节点解码矩阵的状态转移概率包括：

z＝min(w，k‑c)

i＝r

d＝w/k

其中， 表示稀疏网络编码线性相关概率的上界形式，Pr,c(r+x,c+y)表示信宿节点解码矩阵由当前状态(r,c)转换到状态(r+x,c+y)的状态转移概率，k表示信源节点数据包的数量；d表示信源节点的密度值，w表示信源节点的稀疏度，min(w,k‑c)表示w和k‑c中的最小值，Fq表示有限域；q表示有限域大小。

4.根据权利要求1所述的一种基于稀疏网络编码的密度调整方法，其特征在于，所述利用吸收马尔可夫链的数学定义计算稀疏网络编码的线性相关概率包括：定义信宿节点解码矩阵的初始状态：信宿节点接收到第1个编码包之后解码矩阵的状态为解码矩阵的初始状态，即初始状态为(1，w)；w表示信源节点的稀疏度；

定义信宿节点解码矩阵的过渡态：信宿节点接收到第n个编码包之后解码矩阵的状态为解码矩阵的过度态，即过度态(r,c)；其中，n∈[2,a‑1]；

定义信宿节点解码矩阵的吸收态：信宿节点接收到a个编码包之后解码矩阵的状态为解码矩阵的吸收态；即吸收态为(k,k)；

S31：根据信宿节点解码矩阵的状态转移概率和吸收马尔可夫链的数学定义构建信宿节点解码矩阵的第一状态转移概率矩阵；其中，第一状态转移概率矩阵中的每一个元素表示任意相邻两个状态之间的状态转移概率；

S32：利用信宿节点解码矩阵的第一状态转移概率矩阵计算信宿节点解码矩阵的平均传输次数矩阵；其中，平均传输次数矩阵中的每一元素代表解码矩阵从过渡态转换到另一个过渡态所需要的平均转移次数；

S33：利用信宿节点解码矩阵的平均传输次数矩阵计算信宿节点解码矩阵的第二状态转移概率矩阵；其中，第二状态转移概率矩阵中的每个元素表示解码矩阵从任一状态转换到吸收态所需要的平均转移次数；

S34：利用信宿节点解码矩阵的第二状态转移概率矩阵和信宿节点解码矩阵的状态转移概率计算稀疏网络编码的线性相关概率。

5.根据权利要求4所述的一种基于稀疏网络编码的密度调整方法，其特征在于，所述信宿节点解码矩阵的第一状态转移概率矩阵包括：其中，Qt,t表示稀疏网络编码过程中信宿节点解码矩阵的过渡态与过渡态之间的状态转移概率矩阵；Rt,1为列向量，Rt,1表示信宿节点解码矩阵的过渡态到吸收态之间的状态转移概率矩阵；P矩阵中的0表示信宿节点解码矩阵的吸收态转移到过渡态的概率为0；P矩阵中的1表示信宿节点解码矩阵的吸收态转移到吸收态之间概率为1。

6.根据权利要求4所述的一种基于稀疏网络编码的密度调整方法，其特征在于，所述稀疏网络编码的线性相关概率包括：定义状态集合χ(r)，χ(r)表示信宿节点解码矩阵的秩等于r时的所有状态集合，即χ(r)＝{(i,j)∈χ|i＝r}；

稀疏网络编码的线性相关概率为：

其中，nj为状态(r,j)对应的状态索引，Pr,j(r+0,j+0)表示信宿节点解码矩阵由当前状态(r,j)转换到状态(r+0,j+0)的状态转移概率，H表示信宿节点解码矩阵的第二状态转移概率矩阵。

7.根据权利要求1所述的一种基于稀疏网络编码的密度调整方法，其特征在于，所述利用吸收马尔可夫链的定义计算信宿节点对编码包的解码成功率包括：定义信宿节点解码矩阵秩的概率分布为 表示m×k的解码矩阵秩为r的概率；

定义AMC节点的状态为(r)；r表示解码矩阵的秩；

根据稀疏网络编码的线性相关概率和吸收马尔可夫链的定义构建信宿节点解码矩阵秩的状态转移概率矩阵；

hl＝p(l‑1，k)

其中，Hr表示解码矩阵秩的状态转移概率矩阵，Hr中的每一个元素表示解码矩阵的秩在任意两个状态间的状态转移概率，l∈[1,k+1]，k表示信源节点数据包的数量；

根据解码矩阵秩的状态转移概率矩阵计算解码矩阵秩的概率分布；

其中，m为解码矩阵的行数；k表示信源节点数据包的数量；r表示解码矩阵的秩；

根据解码矩阵秩的概率分布计算信宿节点对编码包的解码成功率；

令r＝k，即信宿节点对编码包的解码成功率为：

其中， 表示信宿节点对编码包的解码成功率。