CN101102173B - 一种自动请求重发方法及系统 - Google Patents

Abstract

本发明公开了一种自动请求重发方法及系统，用于重发数据。本发明方法包括步骤：发送方发送数据；判断是否能对数据正确译码，若不能则根据低密度奇偶校验码的不等保护特性选择并重发对应比特。本发明系统包括：发送方，译码单元，选择单元以及重发单元；所述发送方用于发送数据；所述译码单元用于对接收到的来自发送方的数据进行译码；所述选择单元用于根据译码结果以及低密度奇偶校验码的不等保护特性选择对应的比特；所述重发单元用于重发所述选择单元选择的比特。本发明可以提高自动请求重发的性能。

Description

一种自动请求重发方法及系统

技术领域

本发明涉及通信领域，尤其涉及一种自动请求重发方法及系统。

背景技术

混合自动请求重发(HARQ，Hybrid Automatic Repeat reQuest)是下一代通信系统中最重要的技术之一，它是前向纠错(FEC，Forward Error Correction)和自动请求重发(ARQ，Automatic Repeat reQuest)技术的结合，它结合了自动重发与前向纠错的容错恢复机制，并使用合并前后含有相同数据单元的机制或重传信息块的增量冗余机制，带来更低的剩余误块率，从而减少高层协议RLC层的重发和降低下行分组包的发送时延与环回时延(round trip delay)。HARQ重传是在物理层上实现的，它可以自动根据瞬时信道条件，灵活调整有效编码速率，补偿因采用链路适配所带来的误码。

如文献《J.M.Shea，Reliability-Based Hybrid ARQ.IEE Electronics Letters，vol.38 June 2002，pp 644-645》中公开的内容，该文献中自动请求重发方法为：优先重发可靠度较低的节点。此方案根据译码输出的软信息得到各比特的可靠度信息，并认为可靠度较低的比特出错概率更大，所以优先重发可靠度较低的节点。

但是由于接收端需要通过反向链路传送可靠度较低而需要重发的比特的位置信息，使得反向链路负担很重；

其次，如文献《Yiqing Cao，Yafeng Wang，Hongwen Yang Performanceanalysis of RB-HARQ with LDPC，WCNM’05，Vol.1，Sep.2005，pp 411-414》中公开的内容，对于性能优秀的编码，如低密度奇偶校验(LDPC，Low DensityParity Check)，可靠度信息并不能表征比特对译码过程的贡献，这种重发比特选择方式并不适合LDPC码。

低密度奇偶校验(LDPC，Low Density Parity Check)码是一种性能接近香农限的信道编码。由于采用并行译码器解码，它具有低译码复杂度、高吞吐量的特性，使得它成为下一代移动通信的主要备选技术之一。

在下一代移动通信系统中，基于LDPC编码的混合自动请求重发(HARQ，Hybrid Automatic Repeat reQuest)方案成为热点之一。LDPC码是一种线性分组码，其校验矩阵具有度分布特性。所谓度分布，即校验矩阵各行或各列，分别称为行(列)度分布。而度分布值，即是各行或各列中“1”的个数。文献显示，LDPC码的性能主要依赖于列度分布，且列度分布不完全相同的非规则LDPC码性能优于列度分布完全相同的规则LDPC码。

为了解决上述方案中的缺陷，文献《Yiqing Cao，Jian Gu，Lin Qi，DachengYang，Degree Distribution Based HARQ for Irregular LDPC，Electronics LettersVol.42，Issue 6，March 2006，pp 363-364》提出了另一种自动请求重发方法：优先重发度值较大的节点，所谓度值即是度分布值。此方案认为度值较大的节点携带信息较多，对译码过程贡献较大，所以优先重发度值较大的节点。

但是，由于该方案仅仅考虑度值较大节点的贡献，即是以度值大为特征，而没有全面考虑各种度值节点对译码过程的贡献，所以对系统性能的改善十分有限。

发明内容

本发明要解决的技术问题是提供一种自动请求重发方法及系统，用以改善自动请求重发的性能。

本发明实施例提供的自动请求重发方法，包括步骤：发送方发送数据；判断是否能对数据正确译码，若不能，则获取译码单元状态参数：s_i＝(1+p_i)s₀，所述p_i是重发系数，s₀是所述译码单元的初始状态；根据所述参数计算变量节点在译码过程中输出信息的期望值：

其中λ_i和ρ_j分别表示度为i的变量节点和度为j的校验节点的边占全部边的比例，d₁和d_r分别表示变量节点和校验节点的最大的度，r₁是变量节点在译码过程中第1次叠代输出信息的期望值，r_l-1是变量节点在译码过程中第1-1次叠代输出信息的期望值，φ(x)是一个[0，+∞)上的连续单调递减函数，为： $\mathrm{\φ}\left(x\right)=\left\{\begin{array}{cc}1-\frac{1}{\sqrt{4\mathrm{\πx}}}\∫\tanh \frac{u}{2}{e}^{-\frac{{(u-x)}^2}{4x}}\mathrm{du}& x>0\\ 1& x=0\end{array}\right.;$

计算所述期望值数列的公比的最小值：

对进行变换得到

进而取极限得到期望值数列的公比为

所述

且取值只与度j有关；

利用拉格朗日乘数法计算所述公比的最小值；

计算所述期望值数列的公比最小时即系统功率效率最大时的重发系数，所述重发系数表示全部重发节点中度为特定值的节点的数目与全部重发节点的数目的比值；

根据重发系数及码块长度查询各度值对应的比特数目，选择所述比特，所述码块长度为由全部重发节点构成的码的长度；

重发所述选择的比特。

本发明实施例提供的自动请求重发系统，包括：发送方，译码单元，选择单元以及重发单元；所述发送方用于发送数据；所述译码单元用于对接收到的来自发送方的数据进行译码：所述选择单元用于当译码失败时，获取译码单元状态参数：s_i＝(1+p_i)s₀，所述p_i是重发系数，s₀是所述译码单元的初始状态；根据所述参数计算变量节点在译码过程中输出信息的期望值：

其中λ_i和ρ_j分别表示度为i的变量节点和度为j的校验节点的边占全部边的比例，d₁和d_r分别表示变量节点和校验节点的最大的度，r₁是变量节点在译码过程中第1次叠代输出信息的期望值，r_l-1是变量节点在译码过程中第1-1次叠代输出信息的期望值，φ(x)是一个[0，+∞)上的连续单调递减函数，为： $\mathrm{\φ}\left(x\right)=\left\{\begin{array}{cc}1-\frac{1}{\sqrt{4\mathrm{\πx}}}\∫\tanh \frac{u}{2}{e}^{-\frac{{(u-x)}^2}{4x}}\mathrm{du}& x>0\\ 1& x=0\end{array}\right.;$

计算所述期望值数列的公比的最小值：

对

进行变换得到

进而取极限得到期望值数列的公比为

所述且取值只与度j有关；利用拉格朗日乘数法计算所述公比的最小值；

计算所述期望值数列的公比最小时即系统功率效率最大时的重发系数，所述重发系数表示全部重发节点中度为特定值的节点的数目与全部重发节点的数目的比值；根据重发系数及码块长度查询各度值对应的比特数目，选择所述比特，所述码块长度为由全部重发节点构成的码的长度；

所述重发单元用于重发所述选择单元选择的比特。

从以上本发明实施例技术方案可以看出，本发明具有以下优点：

1)由于本发明以系统功率效率最大为特征，依据度分布选择重发比特，并根据LDPC的不等保护特性重发选择的比特，所以系统吞吐量相对于现有技术而言得到提高；

2)由于本发明在判断接收方不能正确译码后还对发送次数进行判断，所以有效地防止了无限次的重发，节约了系统资源；

3)由于本发明对剩余比特的重发既可采用按时间先后顺序重发，还可以按存储位置先后顺序重发，或者依据实际情况重发剩余比特，增加了本发明方法的灵活性。

附图说明

图1为本发明自动请求重发方法第一实施例流程图；

图2为本发明自动请求重发方法第二实施例流程图；

图3为本发明自动请求重发方法第三实施例流程图；

图4为本发明自动请求重发方法第四实施例流程图；

图5为本发明自动请求重发方法第五实施例流程图；

图6为本发明自动请求重发系统示意图；

图7为本发明仿真试验结果图。

具体实施方式

本发明提供了一种自动请求重发方法与系统，用于重发数据。

下面对本发明自动请求重发方法进行详细描述：

请参阅图1，本发明自动请求重发方法第一实施例包括：

P1)发送；

其中，发送方向接收方发送数据。

P2)判断接收方是否能对数据正确译码，若能，则转向步骤P4)，若否，则转向步骤P3)；

P3)判断发送次数是否超过门限值，若是，转向步骤P4)，若否，则转向步骤P5)；

其中，门限值可以根据当前网络状态来确定，若网络状况良好，可以将门限值相应设置高一些，若网络状态不好，则需要适当降低门限值。

P4)结束；

其中，结束本次数据发送流程，进入下次数据发送流程。

P5)选择；

其中，从所有需要重发的数据比特中选择系统功率效率最大时对应的数据比特。

P6)重发。

其中，将选择出的数据比特重发至接收方并记录发送次数。

请参阅图2，本发明自动请求重发方法第二实施例包括：

Q1)发送；

其中，发送方向接收方发送数据。

Q2)判断接收方是否能对数据正确译码，若能，则转向步骤Q4)，若否，则转向步骤Q3)；

Q3)判断发送次数是否超过门限值，若是，转向步骤Q4)，若否，则转向步骤Q5)；

其中，门限值可以根据当前网络状态来确定，若网络状况良好，可以将门限值相应设置高一些，若网络状态不好，则需要适当降低门限值。

Q4)结束；

其中，结束本次数据发送流程，进入下次数据发送流程。

Q5)计算重发系数；

其中，计算使系统功率效率最大的重发系数。

对于采用LDPC码编码的系统来说，其渐进性能可以通过高斯近似理论分析得到。可以理解的是，高斯近似理论是密度进化理论的简化形式，所以，同样可以利用密度进化理论分析渐进性能。

假设将数据编码后由k比特变为n比特，那么n比特长的向量可以对应一个校验矩阵，数据中的每个比特对应矩阵中的一个节点，数据矩阵中的行对应的是校验节点，列对应的是变量节点。

假设LDPC码的度分布函数表示为：

$\mathrm{\λ}\left(x\right)=\underset{i=2}{\overset{d_1}{\mathrm{\Σ}}}{\mathrm{\λ}}_i{x}^{i-1}$ $\mathrm{\ρ}\left(x\right)=\underset{j=2}{\overset{d_r}{\mathrm{\Σ}}}{\mathrm{\ρ}}_j{x}^{j-1}$

其中，将校验矩阵转化为对应的二分图，λ_i和ρ_j分别表示度为i的变量节点和度为j的校验节点的边占全部边的比例，d₁和d_r分别表示变量节点和校验节点的最大的度。

定义重发系数为：

$p_i=\frac{t_i}{\underset{i=2}{\overset{d_1}{\mathrm{\Σ}}}{t}_i}$

其中t_i表示全部重发节点中度为i的节点的数目，

表示全部重发节点的数目。

由高斯近似理论结合拉格朗日乘数法可得，当重发系数满足下式时，系统有最大功率效率：

$p_i=\frac{1}{\mathrm{\α}{s}_0}[\frac{1}{d_1}\underset{i=2}{\overset{d_1}{\mathrm{\Σ}}}\ln \left({\mathrm{\λ}}_i(i-1)\right)-\ln \left({\mathrm{\λ}}_i(i-1)\right)]+\frac{1}{d_i}$

其中，α是一个常数，并且

是译码单元的初始状态，取决于信道噪声的方差

Q6)查找比特数目；

其中，根据重发系数及码块长度查询各度值对应的比特数目，各个度值的比特数目与重发系数与码块长度之积相等。

Q7)选择对应比特；

Q8)重发。

其中，将选择出的数据比特根据LDPC的不等保护特性重发至接收方并记录发送次数。

所谓LDPC码的不等保护特性是指度值越大的数据受到的保护越强，正确的可能性也就越大；反之，度值越小的数据受到的保护越弱，正确的可能性也越小。

具体的重发过程包括：

根据各比特位不同的不等保护特性将其分为若干组；

根据当前的重发次数选择适当的组；

重发选定的组。

其中，分组的大小由重发包的大小决定，可以根据实际情况而变化。另外，当前次发送的组合并译码失败后，可以根据用户的需要选择再次重发该组或者选择其它组。

本实施例细化了选择重发比特的过程，这是本发明的核心过程。

请参阅图3，本发明自动请求重发方法第三实施例包括：

R1)发送；

其中，发送方向接收方发送数据。

R2)判断接收方是否能对数据正确译码，若能，则转向步骤R4)，若否，则转向步骤R3)；

R3)判断发送次数是否超过门限值，若是，转向步骤R4)，若否，则转向步骤R5)；

其中，门限值可以根据当前网络状态来确定，若网络状况良好，可以将门限值相应设置高一些，若网络状态不好，则需要适当降低门限值。

R4)结束；

其中，结束本次数据发送流程，进入下次数据发送流程。

R5)获取译码参数；

其中，假设A WGN信道可以表示为：

y＝x+n    (1)

其中，x∈{±1}是经过BPSK调制的发送信号，n为一个均值为0，方差为

得高斯变量，y是接收到的信号。

定义重发系数为：

$p_i=\frac{t_i}{\underset{i=2}{\overset{d_1}{\mathrm{\Σ}}}{t}_i}$

其中t_i表示全部重发节点中度为i的节点的数目，

表示全部重发节点的数目。

则相应的译码参数可以表示为：

s_i＝(1+p_i)s₀        (2)

R6)计算期望值；

对于采用LDPC码编码的系统来说，其渐进性能可以通过高斯近似理论分析得到。可以理解的是，高斯近似理论是密度进化理论的简化形式，所以，同样可以利用密度进化理论分析渐进性能。

假设将数据编码后由k比特变为n比特，那么n比特长的向量可以对应一个校验矩阵，数据中的每个比特对应矩阵中的一个节点，数据矩阵中的行对应的是校验节点，列对应的是变量节点。

假设LDPC码的度分布函数表示为：

$\mathrm{\λ}\left(x\right)=\underset{i=2}{\overset{d_1}{\mathrm{\Σ}}}{\mathrm{\λ}}_i{x}^{i-1}$ $\mathrm{\ρ}\left(x\right)=\underset{j=2}{\overset{d_r}{\mathrm{\Σ}}}{\mathrm{\ρ}}_j{x}^{j-1}$

其中，将校验矩阵转化为对应的二分图，λ_i和ρ_j分别表示度为i的变量节点和度为j的校验节点的边占全部边的比例，d₁和d_r分别表示变量节点和校验节点的最大的度。

其中，根据高斯近似理论或密度进化理论可知：

$r_1=\underset{i=2}{\overset{d_1}{\mathrm{\Σ}}}{\mathrm{\λ}}_i\mathrm{\φ}(s+(i-1)\underset{j=2}{\overset{d_r}{\mathrm{\Σ}}}{\mathrm{\ρ}}_j{\mathrm{\φ}}^{-1}(1-{(1-r_{l-1})}^{j-1}))---\left(3\right)$

其中，

是变量节点在译码过程中第1次叠代输出信息的期望值，其初始状态为r₀＝φ(s₀)。

φ(x)是一个[0，+∞)上的连续单调递减函数，可以表示为：

$\mathrm{\φ}\left(x\right)=\left\{\begin{array}{cc}1-\frac{1}{\sqrt{4\mathrm{\πx}}}\∫\tanh \frac{u}{2}{e}^{-\frac{{(u-x)}^2}{4x}}\mathrm{du}& x>0\\ 1& x=0\end{array}\right.$

是信道的初始状态对于(1)式所示的信道，可以表示为：

$m_{u_0}=\frac{2}{{\mathrm{\σ}}_n^2}$

根据高斯近似理论或密度进化理论，当随着1趋于无穷时r₁可以收敛为0，则此时LDPC码处于一个无错区间。公式(3)是一个r₁的叠代形式。通过高斯近似理论或密度进化理论可知，随着1趋于无穷，r₁会递减并收敛到某个定值，当信噪比大于译码无错门限时，此定值为0。

如公式(2)可知，通过接收方的软合并，重发可以增大s_i，因此重发可以降低译码无错门限，加速译码性能的收敛。

软合并后，公式(3)可以表示为：

$r_1=\underset{i=2}{\overset{d_1}{\mathrm{\Σ}}}{\mathrm{\λ}}_i\mathrm{\φ}(s+(i-1)\underset{j=2}{\overset{d_r}{\mathrm{\Σ}}}{\mathrm{\ρ}}_j{\mathrm{\φ}}^{-1}(1-{(1-r_{l-1})}^{j-1}))---\left(4\right)$

根据文献《J.Ha and S.W.McLaughlin，Rate-compatible puncturing oflow-density parity-check codes，IEEE Trans.Inform.Theory，vol.IT 50，pp.2824-2836，Nov.2004.》，公式(4)可以表示为

$r_1=r_{l-1}\×\underset{i=2}{\overset{d_1}{\mathrm{\Σ}}}[{\mathrm{\λ}}_1\mathrm{\φ}\left(s_i\right)\×(i-1)\×[\underset{j=2}{\overset{d_r}{\mathrm{\Σ}}}{\mathrm{\ρ}}_j((j-1)-\frac{(j-1)\×(j-2)}{2}{r}_{l-1})\left]\right]$

为了讨论系统的渐进性能，取极限为

$\underset{l\→\∞}{\lim }\frac{r_1}{r_{l-1}}=\mathrm{\η}\×\underset{i=2}{\overset{d_1}{\mathrm{\Σ}}}[{\mathrm{\λ}}_i(i-1)\×\mathrm{\φ}\left(s_i\right)]---\left(5\right)$

其中

且取值只与行度有关。

公式(5)表明当I趋于无穷时，r₁是一个等比数列，其公比包含λ_i和s_i，其中s_i的值取决于重发比特的选择方式，λ_i是一个固定的度分布。

因此r₁可以表示为

r₁＝K¹×r₀(6)

其中 $K=\mathrm{\η}\×\underset{i=2}{\overset{d_1}{\mathrm{\Σ}}}[{\mathrm{\λ}}_i(i-1)\×\mathrm{\φ}\left(s_i\right)]$

根据公式(6)可知，较小的K可以加速译码门限的下降。所以为了使得重发具有最大的功率效率，应当寻找一个相对最小的K。

R7)计算公比最小值；

其中，为了研究K的最小值，引入拉格朗日乘数法，并假设

$F\left(s_i\right)=\underset{i=2}{\overset{d_1}{\mathrm{\Σ}}}[{\mathrm{\λ}}_i(i-1)\×\mathrm{\φ}\left(s_i\right)]---\left(7\right)$

由于重发系数p_i满足公式(7)可以表示为

$F\left(p_i\right)=\underset{i=2}{\overset{d_1}{\mathrm{\Σ}}}[{\mathrm{\λ}}_i(i-1)\×\mathrm{\φ}\left((1+p_i)s_0\right)]$

引入中间变量

$\mathrm{\ω}\left(x\right)=\underset{i=2}{\overset{d_1}{\mathrm{\Σ}}}{p}_i-1=0$

则拉格朗日乘数法可以表示为

F(p_i)+M×ω(p_i)＝0        (8)

R8)计算重发系数；

其中，根据乘数法对公式(8)进行计算得到

$p_i=\frac{1}{{\mathrm{\αs}}_0}[\frac{1}{d_1}\underset{i=2}{\overset{d_1}{\mathrm{\Σ}}}\ln \left({\mathrm{\λ}}_i(i-1)\right)-\ln \left({\mathrm{\λ}}_i(i-1)\right)]+\frac{1}{d_1}$

R9)查找比特数目；

其中，根据重发系数及码块长度查询各度值对应的比特数目，各个度值的比特数目与重发系数与码块长度之积相等。

R10)选择对应比特；

R11)重发。

其中，将选择出的数据比特重发至接收方并记录发送次数。

本实施例详细的描述了系统功率效率最大时的重发系数的计算方法。

请参阅图4，本发明自动请求重发方法第四实施例包括：

S1)编码；

其中，发送方将需要发送的数据进行LDPC编码。

S2)存储，同时执行步骤S3)；

其中，发送方将编码完成的数据存储在本地，同时执行步骤S3)。

S3)发送；

S4)接收；

S5)合并；

其中，接收方将接收到的数据与前次接收到的数据合并，若是第一次接收数据，则与空数据合并。

S6)判断接收方是否能对数据正确译码，若能，则转向步骤S8)，若否，则转向步骤S7)；

S7)判断发送次数是否超过门限值，若是，转向步骤S8)，若否，则转向步骤S9)；

其中，门限值可以根据当前网络状态来确定，若网络状况良好，可以将门限值相应设置高一些，若网络状态不好，则需要适当降低门限值。

S8)结束；

S9)至S15)与第三实施例中步骤R5)至R11)完全相同。

本实施例增加了编码存储过程，另外还增加了接收方合并接收数据过程。

请参阅图5，本发明自动请求重发方法第五实施例包括：

T1)编码；

其中，发送方将需要发送的数据进行LDPC编码。

T2)存储，同时执行步骤T3)；

其中，发送方将编码完成的数据存储在本地，同时执行步骤T3)。

T3)发送；

其中，发送方向接收方发送数据。

T4)接收；

其中，接收方接收数据；

T5)合并；

其中，接收方将接收到的数据与前次接收到的数据合并，若是第一次接收数据，则与空数据合并。

T6)判断接收方是否能对数据正确译码，若能，则转向步骤T8)，若否，则转向步骤T7)；

T7)判断发送次数是否超过门限值，若是，转向步骤T8)，若否，则转向步骤T9)；

其中，门限值可以根据当前网络状态来确定，若网络状况良好，可以将门限值相应设置高一些，若网络状态不好，则需要适当降低门限值。

T8)结束；

T9)至T15与第三实施例中步骤R5)至R11)完全相同。

T16)重发剩余比特。

其中，将剩余比特按照时间上的先后顺序或存储位置上的先后顺序重发。

本实施例增加了对剩余比特的处理，此外，对优先发送的比特而言，如果有度值相同的比特需要优先发送，则按照时间上的先后顺序或者存储位置上的先后顺序发送，可以理解的是，对于本发明自动请求重发方法第一至第四实施例，相同度值的优先发送比特的处理方法与本实施例一致。

下面对本发明自动请求重发系统进行详细描述：

请参阅图6，本发明自动请求重发系统，包括：发送方100，接收方400，编码单元200，译码单元500，选择单元700，存储单元300以及校验单元600；

发送方100将信息送至编码单元200进行低密度奇偶校验编码后发送给接收方400同时存入存储单元300；

接收方400接收编码后数据并发送至译码单元500进行译码；

校验单元600用于判断译码是否正确，若不正确则继续判断发送次数是否超过门限值，若未超过则触发选择单元700对重发数据进行选择；

选择单元700选择系统功率效率最大时对应的比特，并将选择结果发送给存储单元300，存储单元300根据收到的选择结果进行数据重发。

选择单元700包括：计算单元710、查询单元720以及处理单元730；

计算单元710根据拉格朗日乘数法以及密度进化理论或高斯近似理论计算系统功率效率最大时的重发系数并将结果发送至查询单元720；

查询单元720根据重发系数及码块长度查询各度值对应的比特数目；

处理单元730选择对应比特，并将选择结果发送给存储单元300。

发送方100将信息送至编码单元200经过LDPC编码后送入存储单元300保存，信息经过信道叠加了噪声到达接收方400，接收方400采用相应的LDPC译码单元500译码，如果正确则反馈一个ACK信号给发送方100，发送方100发送下一个数据包信息；否则，如果译码单元500无法正确译码，则发送一个NACK信号并触发选择单元700。选择单元700中的计算单元710根据系统功率效率最大的需求计算重发系数，查询单元720根据重发系数查询度值，处理单元730选择度值对应的比特，并将选择结果通知存储单元300，存储单元300根据处理单元730指示重发，接收方400将收到信息与前次信息合并并重新解码，如正确则发送ACK信号，发送方100继续发送；失败则重复上一过程，直至发送次数T等于预先设定的最大发送次数N。

为了验证本方案方法，下面通过比较说明本方案的效果。

请参阅图7，本实验采用了度分布为

λ(x)＝0.2647x+0.2406x²+0.1588x⁵+0.0862x⁶+0.033x¹³+0.2163x¹⁴

ρ(x)＝0.6351x⁶+0.3649x⁷

的LDPC码。校验矩阵为518×1024，码率约为0.49。

由图7可看出，对比于文献《Yiqing Cao，Jian Gu，Lin Qi，Dacheng Yang，Degree Distribution Based HARQ for Irregular LDPC，Electronics Letters Vol.42，Issue 6，March 2006，pp 363-364》中方法(图中基于度分布重发)，在相同的信噪比下，本方案的系统吞吐量高于基于度分布重发的方案或者在有效吞吐量在0.35的情况下，本方案比基于度分布的方案可以提供0.5dB左右的信噪比增益。

以上对本发明所提供的一种自动请求重发方法及系统进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (6)

1.一种自动请求重发方法，其特征在于，包括步骤：

发送方发送数据；

判断是否能对数据正确译码，若不能，则获取译码单元状态参数：s_i＝(1+p_i)s₀，所述p_i是重发系数，s₀是所述译码单元的初始状态；

根据所述参数计算变量节点在译码过程中输出信息的期望值：

其中λ_i和ρ_j分别表示度为i的变量节点和度为j的校验节点的边占全部边的比例，d₁和d_r分别表示变量节点和校验节点的最大的度，r₁是变量节点在译码过程中第1次叠代输出信息的期望值，r_1-1是变量节点在译码过程中第1-1次叠代输出信息的期望值，φ(x)是一个[0，+∞)上的连续单调递减函数，为： $\mathrm{\φ}\left(x\right)=\left\{\begin{array}{cc}1-\frac{1}{\sqrt{4\mathrm{\πx}}}\∫\tanh \frac{u}{2}{e}^{-\frac{{(u-x)}^2}{4x}}\mathrm{du}& x>0\\ 1& x=0\end{array}\right.;$

计算所述期望值数列的公比的最小值：

对

进行变换得到进而取极限得到期望值数列的公比为

所述

且取值只与度j有关；

利用拉格朗日乘数法计算所述公比的最小值；

计算所述期望值数列的公比最小时即系统功率效率最大时的重发系数，所述重发系数表示全部重发节点中度为特定值的节点的数目与全部重发节点的数目的比值；

根据重发系数及码块长度查询各度值对应的比特数目，选择所述比特，所述码块长度为由全部重发节点构成的码的长度；

重发所述选择的比特。

2.根据权利要求1所述的自动请求重发方法，其特征在于，

r₀＝φ(s₀)；

所述r₀为期望值数列的初值，所述s₀是译码单元状态参数初值；所述译码单元状态参数初值为信道噪声方差分之二。

3.根据权利要求2所述的自动请求重发方法，其特征在于，所述发送方发送数据之前包括步骤：

发送方对信息进行低密度奇偶校验编码；

将编码后的数据存储。

4.根据权利要求3所述的自动请求重发方法，其特征在于，所述发送方发送数据之后包括步骤：

接收方接收所述数据；

将所述数据与前次收到的数据合并。

5.一种自动请求重发系统，其特征在于，包括：

发送方，译码单元，选择单元以及重发单元；

所述发送方用于发送数据；

所述译码单元用于对接收到的来自发送方的数据进行译码；

所述选择单元用于当译码失败时，获取译码单元状态参数：s_i＝(1+p_i)s₀，所述p_i是重发系数，s₀是所述译码单元的初始状态；

根据所述参数计算变量节点在译码过程中输出信息的期望值：

其中λ_i和ρ_j分别表示度为i的变量节点和度为j的校验节点的边占全部边的比例，d₁和d_r分别表示变量节点和校验节点的最大的度，r₁是变量节点在译码过程中第1次叠代输出信息的期望值，r_l-1是变量节点在译码过程中第1-1次叠代输出信息的期望值，φ(x)是一个[0，+∞)上的连续单调递减函数，为： $\mathrm{\φ}\left(x\right)=\left\{\begin{array}{cc}1-\frac{1}{\sqrt{4\mathrm{\πx}}}\∫\tanh \frac{u}{2}{e}^{-\frac{{(u-x)}^2}{4x}}\mathrm{du}& x>0\\ 1& x=0\end{array}\right.;$

计算所述期望值数列的公比的最小值：

对

进行变换得到

进而取极限得到期望值数列的公比为

所述

且取值只与度j有关；利用拉格朗日乘数法计算所述公比的最小值；

计算所述期望值数列的公比最小时即系统功率效率最大时的重发系数，所述重发系数表示全部重发节点中度为特定值的节点的数目与全部重发节点的数目的比值；根据重发系数及码块长度查询各度值对应的比特数目，选择所述比特，所述码块长度为由全部重发节点构成的码的长度；

所述重发单元用于重发所述选择单元选择的比特。

6.根据权利要求5所述的自动请求重发系统，其特征在于，所述系统还包括：

接收方，编码单元，存储单元以及校验单元；

所述编码单元用于将发送方发送的数据进行低密度奇偶校验编码并将编码后的数据存入存储单元；

所述接收方用于接收编码后并经过信道传输的数据；

所述校验单元用于判断译码是否正确，并将译码结果发送至选择单元；

所述存储单元用于存储编码后的数据并根据选择单元的选择结果将对应的数据发送至重发单元。

Images