CN109450594B - 云接入网上行链路的无速率码度数分布优化方法 - Google Patents

Abstract

本发明公开了云接入网上行链路的无速率码度数分布优化方法。该方法针对在块衰落信道下中单用户上行传输系统，用户使用无速率码对原始信息进行编码，并将它们调制后发送给射频拉远头，射频拉远头量化接收的信号并通过高速前传链路将它们发送到基带处理单元池。本发明提出了在仅获知信道统计信息下的单用户无速率码传输度数优化方法，避免了传统方法中需要网络全局实时信息状态信息。本发明设计的度数分布的方法可以提升系统吞吐量。

Description

云接入网上行链路的无速率码度数分布优化方法

技术领域

本发明涉及无线通信技术领域，尤其涉及一种块衰落信道下云接入网上行无速率码度数分布优化方法。

背景技术

云无线接入网络(C-RAN)是一种革命性的移动网络架构，能够解决运营商在努力支持最终用户不断增长的需求时面临的诸多挑战。由于C-RAN中需要的BBU比传统网络架构少，所以功耗低于传统RAN架构，因此C-RAN可以降低网络运营成本。然而，与传统的蜂窝网络相比，C-RAN的网络状态和信道状态更加复杂和可变。传统的固定速率信道编码需要获取用户信道信息，并且当解码失败时使用混合自动重传请求(HARQ)。这将增加数字前向链路的开销。无速率代码仅需要接收器反馈ACK信号以指示成功解码，这减少了信令开销。此外，针对块衰落信道的信道增益每一轮译码之间都在变化的特点，即使用户未知信道状态，优化的无速率代码仍然可以具有接近信道容量的性能。无速率代码的这些特性使其适用于C-RAN中的灵活传输机制。关于无速率码的研究主要包括度分布设计、译码方法设计等，其中度分布函数与无速率码的性能直接相关，决定着译码成功率、译码开销和译码复杂度等，设计无速率码关键在于构造合适的度分布函数。而传统度数优化方法针对AWGN信道，需要网络中心节点获知全局网络信道状态信息以进行优化，这将带来较大的系统信令开销，降低系统传输效率。

发明内容

针对现有技术中存在的问题，本发明提供了传输高效的云接入网上行链路的无速率码度数分布优化方法。

本发明的技术方案如下：

云接入网上行链路的无速率码度数分布优化方法，其特征在于，包括如下步骤：

1)首先根据衰落信道的特征利用信道系数统计信息优化出用户要采用的无速率码的度数分布；

2)其次用户使用该度数分布下的无速率码对原始信息进行编码并将码字经调制后发送到发送给RRH(射频拉远头)，然后RRH(射频拉远头)对接收到的信号进行预处理得到基带信号并将基带信号量化后通过高速前传链路将它们发送到BBU(基带处理单元)池，最后BBU(基带处理单元)池应用置信传播(BP)算法对接收的信号进行联合解压缩和译码。

所述的云接入网上行链路的无速率码度数分布优化方法，其特征在于，所述步骤1)中用户要采用的无速率编码度数分布Ω(x)的优化方法如下：

1.1)LT输入节点将LLR消息传递给LDPC码图校验节点，其携带的外信息为：

式中

是第l-1次迭代LT输出节点传给输入节点的平均外信息，α_i为LT译码图中度数为i的输入节点比例，d_v为LT码图输入节点的最大度数，对于均值为τ，方差为2τ的满足对称高斯分布的消息

它的反函数表示为J^-1(·)；

LDPC校验节点传回LT输入节点的外信息为：

式中ξ_i为LDPC码图中度数为i的变量节点比例，

为LDPC码图中与度数j校验节点相连的边的比例，d′_v为LDPC码图变量节点最大度数，d′_c为LDPC码图校验节点最大度数；LT输入节点将消息传给输出节点的外信息为：

式中

为与度数i输入节点相连的边的比例，d_v为输入节点的最大度数；

最后，LT输出节点传回LT输入节点的外信息为：

式中ω_j为与度数j输出节点相连的边的比例，f₀(γ)＝J(2γ)；

将式(3)，(4)代入(5)得到每轮迭代的

更新为：

式中

为LT码图的输入节点平均度数，{ω_d}为LT输出节点的边的度分布的系数；

1.2)将L条链路的信道增益定义成一个向量

该向量所有可能取值构成了连续的信道增益向量空间，把它等概率离散为W个向量，可以表示为

它的取值概率表示为Pr(Γ_i)；信道增益为Γ_i时的LT码图的输入节点平均度数

可以表示为：

其中

是与信道的即时增益无关的常数，C^-1(Γ_i)表示C(Γ_i)的倒数，C(Γ_i)＝C(γ_i)为信道增益为Γ_i时的信道容量；

1.3)度分布优化问题列出如下：

式中条件C1表示输出节点的边度分布系数{ω_d}的和为1，条件C2表示需要一定数量的度数为1的输出节点，ε是大于零的一个小量，条件C3表示对于任意的i＝1,…,W都必须满足收敛条件，

为信道增益Γ_i为时的正确译码的外信息最小门限；优化问题(6)可以由线性规划解法求解得到边的度数分布ω(x)；

1.4)通过公式

换算得到最优无速率码度分布Ω(x)。

所述的云接入网上行链路的无速率码度数分布优化方法，其特征在于，所述步骤2)具体包括如下步骤：

2.1)用户S采用无速率编码将长度为K的原始信息m编为长度为N的码字c，这里以码率为R_p的LDPC码做为无速率码的预编码，然后再进行输出度分布为Ω(x)的LT编码；

2.2)用户S将无速率码c调制为x，然后通过天线发送到覆盖该用户的各个RRH；

2.3)RRH_j,j＝1,…,L的预处理器对收到的信号预处理得到基带信号：y_j＝h_jx+n_j，其中h_j表示S到RRH_j之间链路的信道增益系数，在块衰落信道中，它在一轮传输中保持不变，但每轮之间发生变化，n_j表示节点RRH_j处的高斯白噪声。接着RRH的量化器对信号进行量化，量化电平数满足2M＝2^b，其中b为量化比特，将信号y_j量化得到量化信号

量化规则表示为：

其中，Δ是量化间隔，

是量化值；

2.4)RRH将步骤2.3)得到的量化信号通过高速前传链路发送给BBU池；

2.5)在BBU池进行迭代译码前首先对RRH发送来的量化信号进行软解调，用户无速率码第i个码比特c[i]等概率地取0和1，第j个RRH上传到BBU池的量化信号

其对应的对数似然比(LLR)可以表示为：

其中

分别表示c[i]＝0，c[i]＝1时，

的概率；

2.6)BBU池联合译码器迭代译码；第一步，在整个译码图执行迭代译码，直到输入节点的LLR平均值超过某个超过门限x_p；第二步，在LDPC译码图上迭代译码以消除残留误差；

第一步的具体程序如下：第0轮迭代译码，译码图中输入节点i的初始LLR为

输出节点的初始LLR为L(i)第l轮迭代，输入节点i传向校验节点c的消息更新为：

式中

表示在第l-1轮，输出节点传向输入节点的消息；

校验节点c传回输入节点i的消息更新为：

式中

表示由除去输入节点i外传向校验节点c的消息；

输入节点i传向输出节点o的消息更新为：

式中

表示在第l-1轮，输出节点(除去o)传向输入节点的消息；

输出节点o传回输入节点i的消息更新为：

上式中i′表示除i以外的输入节点，

是第l轮迭代中输出节点o向输入节点i发送的消息；

是第l轮迭代中输入节点i向输出节点o发送的消息；Z_o是输出节点根据对应码字比特量化值计算得到的LLR；当前轮输入节点i的LLR为：

当该轮输入节点的LLR均值超过门限x_p，再单独在LDPC码图上进行迭代译码；

第二步迭代译码如下：LDPC子图第0轮迭代译码，变量节点v传向校验节点c的消息更新为：

式中m_v为前面最后一轮迭代时输入节点的LLR；

第l轮迭代，变量节点v传向校验节点c的消息更新为：

式中c′表示除c以外的校验节点，C_v表示与变量节点v相邻的校验节点集合，

代表在上一轮由校验节点c′传向该变量节点的消息；

从校验节点c传向变量节点v的消息更新为：

式中v′表示除v以外的与校验节点c相连的变量节点；

判决比特s的对数似然比信息

若LLR(s)＞0则信息比特s判为0，否则判为1，根据判决输出结果，若译码不正确则继续迭代，若译码正确或达到最大迭代次数t就结束译码。

本发明的有益效果为：

1)与现有技术相比，上述提出的块衰落信道下云接入网上行无速率码度数分布的优化方法，是根据离散化后信道增益空间设置优化问题，因此得到度数分布是所有可能的信道状况下的最优度数分布，此度数分布在系统吞吐量上实现了更好的性能。

2)该方法在仅获知信道统计信息的情况下对单用户无速率码传输度数进行优化，避免了传统方法中需要网络全局实时信息状态信息优化，减少了系统信令开销，提高了系统传输效率，而且得到的无速率码的度数分布在可以提升系统吞吐量。

附图说明

图1为块衰落信道下云接入网单用户上行接入系统示意图；

图2为不同无速率码度数分布下系统吞吐量性能比较图。

具体实施方式

下面结合说明书附图及实施例对本发明作进一步的描述，但本发明的保护范围并不仅限于此：

参照图1，块衰落信道下云接入网中基于无速率编码上行传输方法，具体包括如下步骤：

1)用户S采用无速率编码对原始信息进行编码，这里以码率为R_p＝0.95的LDPC码做为无速率码的预编码，然后再进行输出度分布为Ω(x)的LT编码；

1.1)第一步，首先用码率为R_p＝0.95的LDPC码做为无速率码的预编码将原始信息m编为长度为10000的码字c'；

1.2)第二步，对码字c'根据度数分布进行LT编码，为度数为d的输出节点等概率的从上面得到的预编码中选取d个码字作异或运算得到无速率码码字c。经过上面两步编码可以源源不断生成的无速率码码字；

2)用户S将无速率码c在接入信道前先对其进行二进制相移键控(BPSK)调制，得到经过映射的发送序列x，然后将发送序列接入信道发送给RRH，用户源源不断发送已调信号x，发送序的长度因信道状况的不同而不固定，直到BBU正确恢复出用户消息并且反馈ACK为止；

3)RRH_j,j＝1,…,L的预处理器对收到的信号预处理得到基带信号：y_j＝h_jx+n_j，其中

表示S到RRH_j之间链路的信道增益系数，其中g_j为小尺度信道衰落，在块衰落信道中，它在一轮传输中保持不变，但每轮之间发生变化，α为路径损耗因子，d_j为S到RRH_j的距离，n_j表示节点RRH_j处的高斯白噪声。接着RRH的量化器对信号进行量化，量化电平数满足2M＝2^b，其中b为量化比特，将信号y_j量化得到量化信号

量化规则表示为：

其中，Δ是量化间隔，

是量化值；

4)RRH将步骤3)得到的量化信号通过高速前传链路发送给BBU池；

5)在BBU池进行迭代译码前首先对RRH发送来的量化信号进行软解调，用户无速率码第i个码比特c[i]等概率地取0和1，第j个RRH上传到BBU池的量化信号

其对应的对数似然比(LLR)可以表示为：

其中

分别表示c[i]＝0，c[i]＝1时，

的概率；

6)BBU池联合译码器迭代译码。第一步，在整个译码图执行迭代译码，直到输入节点的LLR平均值超过某个超过门限x_p；第二步，在LDPC译码图上迭代译码以消除残留误差。

第一步的具体程序如下：第0轮迭代译码，译码图中输入节点i的初始LLR为

输出节点的初始LLR为L(i)第l轮迭代，输入节点i传向校验节点c的消息更新为：

式中

表示在第l-1轮，输出节点传向输入节点的消息。校验节点c传回输入节点i的消息更新为：

式中

表示由除去输入节点i外传向校验节点c的消息。输入节点i传向输出节点o的消息更新为：

式中

表示在第l-1轮，输出节点(除去o)传向输入节点的消息。输出节点o传回输入节点i的消息更新为：

上式中i′表示除i以外的输入节点，

是第l轮迭代中输出节点o向输入节点i发送的消息；

是第l轮迭代中输入节点i向输出节点o发送的消息；Z_o是输出节点根据对应码字比特量化值计算得到的LLR。当前轮输入节点i的LLR为：

当该轮输入节点的LLR均值超过门限x_p，再单独在LDPC码图上进行迭代译码。

第二步迭代译码如下：LDPC子图第0轮迭代译码，变量节点v传向校验节点c的消息更新为：

式中m_v为前面最后一轮迭代时输入节点的LLR。第l轮迭代，变量节点v传向校验节点c的消息更新为：

式中c′表示除c以外的校验节点，C_v表示与变量节点v相邻的校验节点集合，

代表在上一轮由校验节点c′传向该变量节点的消息。从校验节点c传向变量节点v的消息更新为：

式中v′表示除v以外的与校验节点c相连的变量节点。

判决比特s的对数似然比信息

若LLR(s)＞0则信息比特s判为0，否则判为1，根据判决输出结果，若译码不正确则继续迭代，若译码正确或达到最大迭代次数t就结束译码。

对用户采用的无速率编码度数分布Ω(x)进行优化，基于外信息传递的度分布优化方法具体包括以下步骤：

1)LT输入节点将LLR消息传递给LDPC码图校验节点，其携带的外信息为：

式中

是第l-1次迭代LT输出节点传给输入节点的平均外信息，α_i为LT译码图中度数为i的输入节点比例，d_v为LT码图输入节点的最大度数，对于均值为τ，方差为2τ的满足对称高斯分布的消息

它的反函数表示为J^-1(·)；

LDPC校验节点传回LT输入节点的外信息为：

式中ξ_i为LDPC码图中度数为i的变量节点比例，

为LDPC码图中与度数j校验节点相连的边的比例，d_v′为LDPC码图变量节点最大度数，d_c′为LDPC码图校验节点最大度数。LT输入节点将消息传给输出节点的外信息为：

式中

为与度数i输入节点相连的边的比例，d_v为输入节点的最大度数。最后，LT输出节点传回LT输入节点的外信息为：

式中ω_j为与度数j输出节点相连的边的比例，f₀(γ)＝J(2γ)。

将式(12)，(13)代入(14)得到每轮迭代的

更新为：

式中

为LT码图的输入节点平均度数，{ω_d}为LT输出节点的边的度分布的系数。

2)将L条链路的信道增益定义成一个向量

该向量所有可能取值构成了连续的信道增益向量空间，把它等概率离散为W个向量，可以表示为

它的取值概率表示为Pr(Γ_i)。信道增益为Γ_i时的LT码图的输入节点平均度数

可以表示为：

其中

是与信道的即时增益无关的常数，C^-1(Γ_i)表示C(Γ_i)的倒数，C(Γ_i)＝C(γ_i)为信道增益为Γ_i时的信道容量；

3)度分布优化问题列出如下：

式中条件C1表示输出节点的边度分布系数{ω_d}的和为1，条件C2表示需要一定数量的度数为1的输出节点，ε是大于零的一个小量，条件C3表示对于任意的i＝1,…,W都必须满足收敛条件，

为信道增益Γ_i为时的正确译码的外信息最小门限；优化问题(15)可以由线性规划解法求解得到边的度数分布ω(x)。

4)根据线性规划解法求解(15)，然后解出的结果通过公式

换算得到最优无速率码度分布Ω(x)。

如图2所示，本发明通过计算机仿真，将优化得到的度分布与根据信道平均值优化得到的度分布、BEC度分布以及理论可达的吞吐量进行比较，从仿真结果中可以看出，优化得到的度分布比根据信道平均值优化得到的度分布、BEC度分布在吞吐量性能上有较好提升，更接近理论可达值。

Claims (2)

1.云接入网上行链路的无速率码度数分布优化方法，其特征在于，包括如下步骤：

1)首先根据衰落信道的特征利用信道系数统计信息优化出用户要采用的无速率码的度数分布；

所述步骤1)中用户要采用的无速率码度数分布Ω(x)的优化方法如下：

1.1)LT输入节点将LLR消息传递给LDPC码图校验节点，其携带的外信息为：

式中

是第l-1次迭代LT输出节点传给输入节点的平均外信息，α_i为LT译码图中度数为i的输入节点比例，d_v为LT码图输入节点的最大度数，对于均值为τ，方差为2τ的满足对称高斯分布的消息

它的反函数表示为J^-1(·)；

LDPC校验节点传回LT输入节点的外信息为：

式中ξ_i为LDPC码图中度数为i的变量节点比例，

为LDPC码图中与度数j校验节点相连的边的比例，d′_v为LDPC码图变量节点最大度数，d′_c为LDPC码图校验节点最大度数；LT输入节点将消息传给输出节点的外信息为：

式中

为与度数i输入节点相连的边的比例，d_v为输入节点的最大度数；

最后，LT输出节点传回LT输入节点的外信息为：

式中ω_j为与度数j输出节点相连的边的比例，f₀(γ)＝J(2γ)；

将式(3)，(4)代入(5)得到每轮迭代的

更新为：

式中

为LT码图的输入节点平均度数，{ω_d}为LT输出节点的边的度分布的系数；

1.2)将L条链路的信道增益定义成一个向量

该向量所有可能取值构成了连续的信道增益向量空间，把它等概率离散为W个向量，可以表示为

它的取值概率表示为Pr(Γ_i)；信道增益为Γ_i时的LT码图的输入节点平均度数

可以表示为：

其中

是与信道的即时增益无关的常数，C^-1(Γ_i)表示C(Γ_i)的倒数，C(Γ_i)＝C(γ_i)为信道增益为Γ_i时的信道容量；

1.3)度分布优化问题列出如下：

式中条件C1表示输出节点的边度分布系数{ω_d}的和为1，条件C2表示需要一定数量的度数为1的输出节点，ε是大于零的一个小量，条件C3表示对于任意的i＝1,…,W都必须满足收敛条件，

为信道增益Γ_i为时的正确译码的外信息最小门限；优化问题(6)可以由线性规划解法求解得到边的度数分布ω(x)；

1.4)通过公式

换算得到最优无速率码度数分布Ω(x)；

2)其次用户使用该度数分布下的无速率码对原始信息进行编码并将码字经调制后发送到射频拉远头RRH，然后射频拉远头RRH对接收到的信号进行预处理得到基带信号并将基带信号量化后通过高速前传链路将它们发送到基带处理单元BBU池，最后基带处理单元BBU池应用置信传播算法对接收的信号进行联合解压缩和译码。

2.根据权利要求1所述的云接入网上行链路的无速率码度数分布优化方法，其特征在于，所述步骤2)具体包括如下步骤：

2.1)用户S采用无速率编码将长度为K的原始信息m编为长度为N的码字c，这里以码率为R_p的LDPC码做为无速率码的预编码，然后再进行输出度数分布为Ω(x)的LT编码；

2.2)用户S将无速率码c调制为x，然后通过天线发送到覆盖该用户的各个RRH；

2.3)RRH_j,j＝1,…,L的预处理器对收到的信号预处理得到基带信号：y_j＝h_jx+n_j，其中h_j表示S到RRH_j之间链路的信道增益系数，在块衰落信道中，它在一轮传输中保持不变，但每轮之间发生变化，n_j表示节点RRH_j处的高斯白噪声；接着RRH的量化器对信号进行量化，量化电平数满足2M＝2^b，其中b为量化比特，将信号y_j量化得到量化信号

量化规则表示为：

其中，Δ是量化间隔，

是量化值；

2.4)RRH将步骤2.3)得到的量化信号通过高速前传链路发送给BBU池；

2.5)在BBU池进行迭代译码前首先对RRH发送来的量化信号进行软解调，用户无速率码第i个码比特c[i]等概率地取0和1，第j个RRH上传到BBU池的量化信号

其对应的对数似然比可以表示为：

其中

分别表示c[i]＝0，c[i]＝1时，

的概率；

2.6)BBU池联合译码器迭代译码；第一步，在整个译码图执行迭代译码，直到输入节点的LLR平均值超过某个超过门限x_p；第二步，在LDPC译码图上迭代译码以消除残留误差；

第一步的具体程序如下：第0轮迭代译码，译码图中输入节点i的初始LLR为

输出节点的初始LLR为L(i)第l轮迭代，输入节点i传向校验节点c的消息更新为：

式中

表示在第l-1轮，输出节点传向输入节点的消息；

校验节点c传回输入节点i的消息更新为：

式中

表示由除去输入节点i外传向校验节点c的消息；

输入节点i传向输出节点o的消息更新为：

式中

表示在第l-1轮输出节点除去o传向输入节点的消息；

输出节点o传回输入节点i的消息更新为：

上式中i′表示除i以外的输入节点，

是第l轮迭代中输出节点o向输入节点i发送的消息；

是第l轮迭代中输入节点i向输出节点o发送的消息；Z_o是输出节点根据对应码字比特量化值计算得到的LLR；

当前轮输入节点i的LLR为：

当该轮输入节点的LLR均值超过门限x_p，再单独在LDPC码图上进行迭代译码；

第二步迭代译码如下：LDPC子图第0轮迭代译码，变量节点v传向校验节点c的消息更新为：

式中m_v为前面最后一轮迭代时输入节点的LLR；

第l轮迭代，变量节点v传向校验节点c的消息更新为：

式中c′表示除c以外的校验节点，C_v表示与变量节点v相邻的校验节点集合，

代表在上一轮由校验节点c′传向该变量节点的消息；

从校验节点c传向变量节点v的消息更新为：

式中v′表示除v以外的与校验节点c相连的变量节点；

判决比特s的对数似然比信息

若LLR(s)＞0则信息比特s判为0，否则判为1，根据判决输出结果，若译码不正确则继续迭代，若译码正确或达到最大迭代次数t就结束译码。

Images