CN101297487A - 纠错码的突发信道的建模 - Google Patents
纠错码的突发信道的建模 Download PDFInfo
- Publication number
- CN101297487A CN101297487A CNA2006800401655A CN200680040165A CN101297487A CN 101297487 A CN101297487 A CN 101297487A CN A2006800401655 A CNA2006800401655 A CN A2006800401655A CN 200680040165 A CN200680040165 A CN 200680040165A CN 101297487 A CN101297487 A CN 101297487A
- Authority
- CN
- China
- Prior art keywords
- defective
- code word
- defect
- byte
- simulated defect
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000007547 defect Effects 0.000 claims abstract description 114
- 238000000034 method Methods 0.000 claims abstract description 19
- 238000004891 communication Methods 0.000 claims abstract description 11
- 230000002950 deficient Effects 0.000 claims description 211
- 238000009826 distribution Methods 0.000 claims description 13
- 238000013461 design Methods 0.000 claims description 8
- 230000014509 gene expression Effects 0.000 claims description 8
- 238000004088 simulation Methods 0.000 claims description 8
- 238000012937 correction Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 3
- 230000001174 ascending effect Effects 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 15
- 238000003860 storage Methods 0.000 abstract description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 15
- 239000003973 paint Substances 0.000 description 12
- 238000004422 calculation algorithm Methods 0.000 description 6
- 241000209094 Oryza Species 0.000 description 2
- 235000007164 Oryza sativa Nutrition 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 235000009566 rice Nutrition 0.000 description 2
- 241000590419 Polygonia interrogationis Species 0.000 description 1
- 238000005054 agglomeration Methods 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- -1 coat the defect Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000032696 parturition Effects 0.000 description 1
- 208000000995 spontaneous abortion Diseases 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 230000037303 wrinkles Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M13/00—Coding, decoding or code conversion, for error detection or error correction; Coding theory basic assumptions; Coding bounds; Error probability evaluation methods; Channel models; Simulation or testing of codes
- H03M13/01—Coding theory basic assumptions; Coding bounds; Error probability evaluation methods; Channel models; Simulation or testing of codes
-
- G—PHYSICS
- G11—INFORMATION STORAGE
- G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
- G11B20/00—Signal processing not specific to the method of recording or reproducing; Circuits therefor
- G11B20/10—Digital recording or reproducing
- G11B20/18—Error detection or correction; Testing, e.g. of drop-outs
- G11B20/1833—Error detection or correction; Testing, e.g. of drop-outs by adding special lists or symbols to the coded information
-
- G—PHYSICS
- G11—INFORMATION STORAGE
- G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
- G11B20/00—Signal processing not specific to the method of recording or reproducing; Circuits therefor
- G11B20/10—Digital recording or reproducing
- G11B20/18—Error detection or correction; Testing, e.g. of drop-outs
- G11B20/1866—Error detection or correction; Testing, e.g. of drop-outs by interleaving
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/0082—Monitoring; Testing using service channels; using auxiliary channels
- H04B17/0087—Monitoring; Testing using service channels; using auxiliary channels using auxiliary channels or channel simulators
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/391—Modelling the propagation channel
-
- G—PHYSICS
- G11—INFORMATION STORAGE
- G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
- G11B2220/00—Record carriers by type
- G11B2220/90—Tape-like record carriers
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Probability & Statistics with Applications (AREA)
- Theoretical Computer Science (AREA)
- Error Detection And Correction (AREA)
- Signal Processing For Digital Recording And Reproducing (AREA)
- Detection And Prevention Of Errors In Transmission (AREA)
- Medicines Containing Antibodies Or Antigens For Use As Internal Diagnostic Agents (AREA)
Abstract
提供精确地对通信系统(如磁带存储系统)的错误特性建模的方法、系统和程序产品。键入输入参数,其描述缺陷率和大小、码字数据结构字节、以及任何交织因子。生成由码字中每个缺陷的开始和结束比特定义的、来自模拟缺陷源的比特缺陷。过滤出没有缺陷的任何码字并且不对其进一步处理,从而增加了模型的处理速度。在缺陷流中,合并重叠的缺陷,由开始和结束比特来重新定义缺陷区域。因为只处理这些定义而不是整个长度的码字或缺陷,所以进一步提升了处理效率。确定在每个码字中出现的缺陷的数目,并且可以计算每一被处理的码字出现N个出错字节的概率。
Description
技术领域
本发明一般涉及数据系统,并且尤其涉及对诸如数据存储系统的数据系统的纠错能力的建模。
背景技术
对通信系统、诸如磁记录系统的错误特性的估计是设计用于允许这种系统以趋于零的很小的错误概率运行的纠错码(ECC)所必需的。术语“通信”在此以其广义使用,以便指其中信息承载信号从源传送(transfer)或传输(transmit)到目标的任何系统。如所公知的,ECC被用来在传输期间标识和纠正错误。为不同的系统专门设计代码以纠正码字(codeword)中的固定数目的错误的字节。为了设计足够健壮的代码并且避免由于无法纠正的错误的无法接受的高比率而导致的数据的丢失,因此精确地分析和估计错误的分布(即,在具有一个错误的字节的数据流中的码字数目,具有两个错误的字节的码字数目等)是重要的。
现代系统采用交织ECC码字的复杂数据结构。将来自若干码字的交替字节交织为更长的码字结构使得每个码字沿着更长的物理距离展开。然而,因为多个码字的字节现在正在交替,所以单个错误事件可能影响多个码字。因此,这些新的结构使错误分析复杂。
用于磁硬盘驱动器(HDD)系统的ECC模型经常假设比特或字节缺陷(defect)是与任何其它事件独立且不相关的事件。典型地,HDD系统中的错误由于白噪声造成,并且事实上是随机、独立的事件。因为硬盘被密封,所以通常在制造驱动器后不出现新的缺陷。此外,用来将数据写入盘的相同的头部件被用来稍后从盘中读取数据。因此,跟踪(tracking)通常与由于错误跟踪(mistracking)而引起的少数错误一致。因为,在HDD系统中的错误是独立的,因此人们可以通过得到单个错误事件的发生概率来确定n个错误的发生概率,并将其上升到n次幂。
注意,标准错误模型假设每个错误事件是随机并且每个其它错误事件不相关的。这种模型用比特错误率或字节错误率开始,然后使用下面三个等式来预测各种错误事件的概率。
[等式1]P(n,k,p)=C(n,k)·(1-p)n-k·pk
[等式2]
[等式3]
在给定任何一个比特或字节出错的概率p的情况下,等式1预测精确的k个错误事件出现在n个比特或字节的序列中的概率。在给定任何一个比特或字节出错的概率p的情况下,等式2预测多于k个错误事件出现在n个比特或字节的序列中的概率。等式1和等式2都使用等式3,等式3是n个东西中一次取k个的组合的数目的一个表示。
例如,假设没有交织的ECC码字包含n个字节,并且假设任何一个字节出错的概率是p。进一步假设ECC具有纠正多达5个出错字节的能力。典型的分析计算将是此系统的可纠正错误事件的具有1、2、3、4和5个出错字节的码字的概率。另外,多于5个字节出错的概率将给出ECC未能纠正码字的概率。精确的k个字节出错的概率是P(n,k,p)(等式1),且多于k个字节出错的概率是PG(n,k,p)(等式2)。
图1示出基于上面的等式的码字具有精确的n个字节出错的概率,n=1到5。重要的是,该曲线图图示计算的预测结果与实际交织的系统的测量性能很不同,因此证明了简单的模型是不够的,尤其当期望的可纠正字节数增加时。
对于小的p值,对该模型的变化产生1个字节出错的概率与其它字节出错的概率之间的关系:
[等式4]P1=P(n,1,p)
[等式5]
不幸的是,这种变化同样拙劣地近似于真实世界系统。例如,具有交织因子为二的系统(码字对结构,其字节在两个独立码字的字节之间交替)可以显示可从错误的基础概率预测的一个字节错误的概率。然而,随后的字节出错的概率遵循由另一概率Px确定的不同斜率,该另一概率Px可以充分地大于P1。
[等式6]P1=P(n,1,p)
[等式7] 1<n
将观测到,不管标准、随机错误率模型的操纵,一个字节出错的概率与两个字节出错的概率的比率、两个字节出错的概率与三个字节出错的概率的比率等都必须相同。实际系统的观测证明情况不是这样,并且不能使得标准模型符合观测。
因此,标准模型太简单以致不能建模真实系统。它使用单个变量来描述缺陷:缺陷出现的比率。然而,理解到缺陷具有大小,并且不是所有缺陷都具有相同大小。此外,实际上缺陷不是独立的事件。
在过去,当磁带系统中的ECC被设计来标识并且纠正码字的一个或两个出错的字节时,基于HDD系统假设的模型可能已经足够。然而,这些假设进行了对HDD系统而言方便、可包含(containable)和相对精确的封闭式分析,基于这种假设的模型对于现代磁带系统过于简单。因为磁带介质不是处于如硬盘所处的密封环境,所以在制造后可能出现缺陷并且实际上缺陷可能随着时间增长。此外,磁带通常被载入不同的磁带驱动器,其跟踪可能相互稍微不同,从而增加了错误的可能性。
随着增长的数据密度、更复杂的交织码字和对更健壮的纠错的期望,旧的模型提供对实际、真实世界系统的拙劣拟合,并且存在对更精确的建模的需要。
发明内容
提供一种用于精确地对通信系统(如磁带存储系统)的错误特性建模的方法、系统和程序产品。键入输入参数,其描述缺陷率和大小、码字数据结构字节、以及任何交织因子。生成由码字中每个缺陷的开始和结束比特定义的、来自模拟缺陷源的比特缺陷。过滤出没有缺陷的任何码字并且不对其进一步处理,从而增加了模型的处理速度。在缺陷流中,合并重叠的缺陷,由开始和结束比特来重新定义缺陷区域。因为只处理这些定义而不是整个长度的码字或缺陷,所以进一步提升了处理效率。确定在每个码字中出现的缺陷的数目,并且可以计算每一被处理的码字出现N个字节出错的概率。如果需要,可以生成直方图,其包括错误出现的比率并且随后用来估计错误事件的概率。然后,这种信息可以被并入用于建模的系统的纠错码的设计中。
附图说明
图1是标准模型和观测的系统的特定字节长度的错误出现的概率的曲线图;
图2是本发明的处理的流程图;
图3A和3B是其中实现本发明的系统的方块图;
图4图示聚结(coalescing)前的码字数据结构;以及
图5是根据本发明的模型和观测的系统的特定字节长度的错误出现的概率的曲线图。
具体实施方式
为了发展用于交织码字的现实模型,可以使用类比来使该问题可视化。预测或模拟ECC码字中的缺陷的问题类似于将水球掷入一排涂料罐。考虑一排没有盖的涂料罐,在附近开始并且向远处扩展。水球被掷到这排涂料罐。如果球落地远离这排罐子,则没有罐子将包含水。如果球落入这排罐子,则取决于球的大小和球与罐子的开口的对准,一个或多个罐子将在其中得到水。取决于球和罐子边缘的对准,小于一个涂料罐直径的球可以将水放入一个或两个罐子。大于一个罐子直径的球将水放入至少两个罐子。
涂料罐模型能够模拟ECC码字和缺陷。涂料罐的排列表示数据结构,每个罐子表示该数据结构中的一个字节。球表示缺陷。投掷球的频率与遇到缺陷(球)的比率有关。以罐子直径的八分之一测量的球的大小是比特中的缺陷大小。
包含水的罐子表示已经经历缺陷的字节。对于ECC而言,字节(罐子)是否有小的损害(水)或是否被清除是不重要的,重要的是字节有缺陷。如果投掷远离这排涂料罐,则在数据结构中不出现缺陷。如果ECC能够纠正多达n个出错字节,并且存在n个或更少的包含水的涂料罐,则该码字结构没有缺陷或是可纠正的。
涂料罐模型可以被扩展来模拟交织的ECC码字。例如,为了模拟为二的交织因子,以两个交替颜色之一给涂料罐分配颜色,例如白-黄-白-黄。白罐子的数目等于黄罐子的数目,并且罐子的总数是无交织模型中的罐子数目的两倍。现在存在两个码字,每个具有与之前相同的字节数,并且因此ECC纠正能力保持相同。
在这排涂料罐处投掷水球对于交织模型有类似对于无交织模型的解释。如果球落地远离这排罐子,则没有罐子能够接到水。如果球落入这排罐子中,则取决于球的大小和球与罐子的开口的对准,一个或多个罐子将得到水。交织影响了损害的解释。取决于球和罐子边缘的对准,小于一个罐子直径的球可以将水放入一个或两个罐子,但是水将至多在一个白和一个黄罐子中。将不存在其中有水的相同颜色的两个罐子。因此,在该类比中,对于9个比特大的缺陷而言,将至多损害每个交织的仅一个字节。
表I显示对于不同比特大小的缺陷而言,能够影响无交织和两路(two-way)交织码字结构的最大字节数。
表I
缺陷大小(比特) | 无交织 | 两路交织 |
0 | 0 | 0 |
1 | 1 | 1 |
2-9 | 2 | 1 |
10-17 | 3 | 2 |
18-25 | 4 | 2 |
26-33 | 5 | 3 |
因此,涂料罐类比可以被用于说明对具有对被建模的物理系统(在此情况下,磁带存储系统)的某种解释的新模型的需求。在磁带上当其运转时产生缺陷——被投掷的球。因此每个新的投掷在磁带上出现先前缺陷事件的点开始。结果是缺陷位置的开始是相对于磁带长度单调地增加的。如果在先前缺陷消失之前开始新的缺陷,则缺陷可能重叠;就是说,如果先前缺陷在持续时间上比下一缺陷的到达间隔(inter-arrival)时间更长(更大)。如果在先前缺陷消失之前开始新的缺陷,并且如果先前缺陷在持续时间上比下一缺陷的到达间隔时间和其缺陷长度更长(更大),则缺陷可能被整个包含在另一个缺陷中。如果在结构中出现多个缺陷但是它们到达间隔时间和缺陷长度不产生相互作用(重叠),则缺陷可能是独立的。
如果典型地存在多个缺陷源,则每个缺陷流可能是独立的。每个新的投掷开始于在磁带上由于缺陷源而出现先前缺陷事件的点。为了实现高精度,模型应该维持缺陷源为独特的实体,并且然后以某种方式组合它们的结果。
在从一个或多个缺陷流产生缺陷后,缺陷应该被聚集以创建最终的数据结构状态,该最终数据结构状态说明了在比特、字节、码字以及码字结构边界上的溢出(sprillage)的重叠事件。然后分析聚集的码字结构以确定哪个字节和在哪个交织码字中出现缺陷。
根据本发明的新模型的需求包括:
1)数据结构,其表示具有以下各项的码字结构:
字节中的比特的表示;
更大的结构中的字节的表示;以及
如果需要作为无交织或交织的字节解释。
2)一个或多个缺陷源,其每个由以下各项描述:
到达速率分布;以及
缺陷大小分布。
3)在同一码字结构中容纳多个并且重叠的缺陷
错误可以开始和结束而没有与其它错误重叠(独立的);
错误可以在现有错误内开始,但是延伸超过该错误的结尾(跨越);以及
错误可以在现有错误内开始,并且在该同一错误内结束(被包含)。
4)说明缺陷排列(alignment)
与字节边界重叠的比特错误;
与码字交织边界重叠的字节错误;以及
跨入或跨出码字结构的错误。
本发明模型的概述
根据本发明的模型是一种模拟,其包括:表示交织的码字对的比特结构(尽管本模型可以被扩展到无交织或任何数目的交织码字);一个或多个缺陷率生成器;一个或多个缺陷长度生成器;以及用于将得到的位、字节和码字的缺陷状态集合成对ECC评估有意义的数据结构的装置。
本模型的基础是由表示具有沿磁带介质的物理长度的独立或交织的码字的比特构成的码字数据结构。
现在参照图2的流程图,本模型如下模拟缺陷并且评估它们的影响:
(1)指定模型的参数(步骤200)。这包括在比特方面的缺陷率和大小的描述、码字数据结构字节和交织的描述、以及用于处理每个概率估算的码字数据结构的数目。
(2)在模拟的磁带空间中生成来自缺陷源的比特缺陷(步骤202)。真实世界缺陷源包括随机缺陷和介质缺陷,如噪声、介质颗粒、涂覆缺陷、介质折皱(crease)、磁带损害以及头到磁带(head-to-tape)跟踪错误。每个缺陷源产生缺陷流。每个缺陷在码字数据结构中的开始比特和停止比特位置。从概率分布提取每个缺陷流中缺陷的数目、位置和大小。在当前码字数据结构中,由于缺陷源的缺陷的数目可以是零。在本发明中,不包含缺陷的码字数据结构不需要该步骤(2)之外的处理,从而允许处理大量码字数据结构。
(3)缺陷流被分配到码字数据结构中的比特(步骤204)。比特缺陷被合并成具有位置和大小两者的唯一缺陷区域(步骤206)。每个码字数据结构可以具有不确定数目的唯一缺陷区域,这是多个缺陷源的结果。也就是说,因为从概率分布提取每个缺陷的开始位置和大小,所以在由于缺陷源的码字结构中的缺陷的总数本身是随机变量。
(4)唯一的、合并的缺陷比特区域被分配到字节,从而产生缺陷字节(步骤208)。取决于交织因子,缺陷字节被计数来产生码字中具有缺陷的字节数目。在本发明中,码字数据结构的实际比特和字节不需要处理。相反地,由缺陷的开始和停止比特位置来描述缺陷。只处理这些描述,从而极大地提高了本发明的效率。
(5)结果是包括被处理的码字数目和具有精确的k个出错字节的码字数目的直方图的阵列,其中k=[0...m](步骤210)。如果使用交织,则值对于码字对中的每个码字是可用的。
模型细节
模型输入
现在将参照图3A和3B的方块图更详细地描述本发明。下面的样本参数300描述模型的一次运行。为了清楚,示出参数作为C编程语言中的“伪结构”。包括比特缺陷和介质缺陷的两种缺陷源。实际上,可以引入任何数目的缺陷源。
typedef struct{
bDR; //每米的缺陷中的比特缺陷率
bDS; //每个比特缺陷的平均(mean)比特中的比特缺陷大小
mDR; //每米的缺陷中的介质缺陷率
mDS; //每个介质缺陷的平均比特中的介质缺陷大小
Interleave; //每个码字结构的交织码字的数目
CWbytes; //每个码字的字节数目
bpmm; //被定为每毫米的比特的物理比特大小
CWS; //为一次估算而处理的码字结构的数目
}MODEL_PARAMS
码字数据结构
码字数据结构是表示交织码字结构中的比特的总数的阵列(array)。为了描述的目的,该结构包括被称为码字对的两个交织字节流。该处理与用于无交织或用于具有大于二的因子的交织的处理类似。
为了提高处理速度,码字数据结构不被实现作为包含比特或字节数目的阵列。因为大多数的码字数据结构将完全不包含缺陷,所以这种实现将是非常低效率的。相反地,该结构用N×2的阵列实现,其中N是在码字数据结构中的唯一缺陷区域的数量。对于其中不出现缺陷的码字数据结构,N将是零。则每个缺陷区域由两个值描述:码字数据结构中缺陷区域开始的比特编号,以及该区域结束的比特编号。因为推理未知唯一缺陷区域的数目,所以在码字生成器302和交织器(interleaver)304中动态地建立该阵列。
typedef struct{
start; //缺陷开始的比特编号
stop; //缺陷结束的比特编号
}DEFECT
DEFECT DefectArray[n];//缺陷阵列。n=唯一缺陷
创建码字缺陷
缺陷生成器306使用CreateDefect算法,以使用缺陷率、缺陷大小以及缺陷可能出现在其中的比特(单元)的总数来为每个缺陷源产生缺陷。
[location,length,num_defects]=CreateDefect(defect_rate,defect_size,num_bits)
该模块将零创建到具有num_bits的码字数据结构中的许多缺陷。使用defect_rate平均值的指数分布创建缺陷。从defect_rate平均值的指数分布中提取比特中每个创建的缺陷的大小。创建缺陷直到下一个缺陷开始超过码字结构的末端。如果第一缺陷出现超过码字结构的末端,则没有缺陷出现在码字结构中。该函数为每个缺陷返回比特中的缺陷位置和长度的矩阵,以及出现的缺陷的数目。如果在码字结构中没有出现缺陷,则该阵列的长度为零。
CreateDefects为与要被建模的缺陷源一样多类型的缺陷源而运行。例如,可以利用对应于随机错误的缺陷率和缺陷大小来创建随机错误,而可以利用对应于介质缺陷错误的缺陷率和缺陷大小来创建介质错误。CreateDefects的每个实例产生它自己的缺陷位置和长度的阵列,用于被评估的码字数据结构。单个模型运行可以处理大量码字数据结构。
聚结缺陷
过滤器308A和308B确定任一缺陷流中的码字数据结构是否包含缺陷。如果码字数据结构不包含缺陷,则该结构不需要进一步处理。包含一个或多个缺陷的任一流中的码字数据结构被分别留在阵列310A和310B中,以便被聚结为最短的剩余缺陷。缺陷可以因为两个原因而要求聚结。第一,缺陷流可以产生与它自己的缺陷的其他缺陷重叠的缺陷。这出现在当下一缺陷的达到间隔时间比当前缺陷的长度更短时。第二,多个缺陷流的缺陷可以重叠。
存在四种类型的缺陷事件。那些不重叠的独立缺陷不聚结并且因此不改变。那些重叠的跨越缺陷被聚集为更大的缺陷。那些整个被包含在其他缺陷中的被包含缺陷被包容(subsume)。跨入或跨出码字数据结构的缺陷在码字界限处被截断。
图4表示包含不同类型的缺陷的码字数据结构。缺陷A不与任何其他缺陷重叠,并且因此是独立缺陷。缺陷B和C是相互重叠的跨越缺陷,并且将被聚结为从4比特到7比特的扩展缺陷长度。缺陷E是整个被缺陷D包含,并且将被包容,不贡献新的影响。缺陷F跨出码字数据结构,并且因此将在比特K-1的末端处被截短。
本发明的模型的特性允许在一次操作中有效地聚结所有缺陷。根据注意到聚结步骤的顺序可以被改变以增加效率,来得到该简化。如果缺陷流被独立处理,则聚结处理是:对每个缺陷流来聚结缺陷,组合被聚结的缺陷流,然后聚结得到的组合流。然而,如果各步骤替换为组合各缺陷流,并且然后聚结组合的缺陷流,则可以以提高的效率得到相同的结果。因为只通过他们的开始比特编号和比特中的长度来描述每个缺陷源的缺陷,所以通过此模型有效地执行聚结。(将要理解,使用开始比特编号和比特中的长度的缺陷描述与使用开始和停止比特编号的描述是可互换的。)此外,已知开始缺陷位置以对每个缺陷源单调地增加。
多个缺陷流在组合器312中被组合,并且被处理为具有被合并的所有缺陷的最终码字数据结构。来自所有源的独立缺陷流被首先链接(concatenate)成一个阵列。然后在排序器314中通过开始位置以升序来排序该阵列。在聚结器316中通过聚结算法来处理被排序的阵列以产生最终码字数据结构318。
聚结算法
本发明的聚结算法如下处理缺陷阵列,再次被表示为C编程语言中的“伪结构”:
Current_Start=Get_Start_of_Current_Defect();
Current_Stop=Get_Stop_of_Current_Defect();
while(defects_remain_to_be_processed)
{
Current_Start=Get_Start_of_Current_Defect();
Current_Stop=Get_Stop_of_Current_Defect();
Next_Start=Get_Start_of_Next_Defect();
Next_Stop=Get_Stop_of_Next_Defect();
If(Current_Stop<Next_Start)
{下一个缺陷独立于当前缺陷
处理下一缺陷
}
Elseif(Next_Stop<=Current_Stop)
{下一个缺陷在此缺陷中开始并且结束
它被完全包含
处理下一个缺陷
}
else
{
然后这是真:Next_Start<=Current_Stop
下一个缺陷在此缺陷中开始,但是跨出它
Current_Stop=Next_Stop
处理下一个缺陷
}
}
表II说明了聚结处理的结果。设计(contrive)比特位置值,以便演示该算法,而实际上缺陷以小得多的频率出现。随机缺陷是来自一个缺陷源的缺陷,而介质缺陷是来自第二缺陷源的缺陷。这些实际上是否是“随机”或“介质”缺陷是不重要的。为了聚结的目的,它们只是码字数据结构中的开始和停止位置的不同组。聚结的缺陷表示码字数据结构中最终的、合并的缺陷位置。
表II
缺陷位置
随机缺陷 介质缺陷 聚结缺陷
开始比特 | 停止比特 | 开始比特 | 停止比特 | 开始比特 | 停止比特 |
23 | 23 | 71 | 123 | 23 | 23 |
543 | 569 | 723 | 841 | 71 | 123 |
679 | 995 | 1998 | 2018 | 543 | 569 |
791 | 1223 | 3001 | 3313 | 679 | 1223 |
873 | 1021 | 3458 | 3501 | 1312 | 1376 |
1312 | 1376 | 1998 | 2018 | ||
2116 | 2341 | 2116 | 2341 | ||
2773 | 2993 | 2773 | 2993 | ||
3456 | 3457 | 3001 | 3313 | ||
3928 | 3935 | 3456 | 3457 | ||
3458 | 3501 | ||||
3928 | 3935 |
注意到在随机缺陷中,单个独立比特错误出现在比特23中。更长的独立错误在比特543处开始出现。因为在679和791处开始的缺陷包含重叠区域,所以跨越缺陷在比特679处开始,并且在1223处结束。被包含的缺陷在比特873处开始,并且在比特1021处结束,其两个值都全部包含在在791处开始并且在1223处结束的缺陷中。在3928处开始的缺陷跨出3936个比特的码字数据结构。因此它在3935处被截短。
介质缺陷所有都彼此独立。但是,注意,在723处开始的缺陷被包含在从679到995的随机缺陷中。从3456到3457的随机缺陷与从3468到3501的介质缺陷组合。
缺陷处理
通过将比特编号转换为字节编号并且标识得到的哪个字节编号属于码字数据结构中的哪个码字,在缺陷处理器320中确定码字数据结构中出错的字节数目,以及如果使用两路交织则它们到偶数或奇数码字对的分布。
ProcessDefect算法接受缺陷开始和停止比特位置的阵列以及交织因子。然后可以确定每个缺陷的开始和停止字节,得到指示每个交织码字中错误数目的阵列322。
[even_errors,odd_errors]=ProcessDefect(start_bit,stop_bit,interleave)
对于两路交织,以下的伪代码说明了该转换:
start_byte=floor(start_bit/8);
stop_byte=floor(stop_bit/8);
even_errors=0;
odd_errors=0;
%将码字结构错误总计为每个偶数和奇数字节
%结果是每个交织中的总错误
%两路交织
if(interleave==2)
for byte=start_byte:stop_byte
odd=mod(byte,2);
if odd
odd_errors=odd_errors+1;
else
even_errors=even_errors+1;
end
end
end
预测概率
一旦确定在偶数和奇数码字中出现的错误数目,对于被处理的许多码字数据结构中的每一个,可以计算324在每个被处理的码字中出现N个出错字节的概率。例如,对具有以下输入参数的两个缺陷流执行演示:
被处理的码字数:2,621,440
随机缺陷:
平均间隔(sep)=370,196.1[位]
平均大小=4.5[位]
介质缺陷:
平均间隔=11,105,882.4[位]
平均大小=15.0[位]
然后可以生成并输出缺陷长度的直方图326、表III。表III显示具有1个出错字节的偶数和奇数码字的数目,具有2个出错字节的偶数和奇数码字的数目等。因为已知被处理的码字的总数,所以可以计算出现这种错误的比率。
表III
错误直方图
缺陷数 | 偶数码字 | 奇数码字 | 偶数和奇数码字的和 | 错误率 |
1 | 17,131 | 17,330 | 34,461 | 6.6E-003 |
2 | 1,167 | 1,212 | 2,379 | 4.5E-004 |
3 | 109 | 103 | 212 | 4.0E-005 |
4 | 21 | 22 | 43 | 8.2E-006 |
5 | 10 | 9 | 19 | 3.6E-006 |
6 | 3 | 2 | 5 | 9.5E-007 |
7 | 1 | 1 | 2 | 3.8E-007 |
8 | 2 | 2 | 4 | 7.6E-007 |
该直方图数据可以被用来估算码字中出错字节的数目以及这种事件的概率。因为纠错码被设计来纠正每个码字的固定的、已知数目的出错字节,所以该直方图数据能被用来推荐应该设计代码来纠正的出错字节的总数以及这种代码不能纠正的码字的数目或出现不可纠正的错误的概率。然后不能被纠正的码字数表示数据丢失或可以经历另一级别的纠错处理。
图5的曲线图示了测量的实验室数据和本发明模型的预测之间紧密的一致。将观察到本模型预测实际性能到非常高的程度。本模型参数在期望的、物理值的范围内。它们是:
随机缺陷率 35事件/米
随机缺陷大小 5.5比特平均值
介质缺陷率 10事件/米
介质缺陷大小 50比特平均值
重要的是,注意尽管已经在全功能数据处理系统的背景中描述了本发明,但是本领域的普通技术人员将理解,本发明的处理能够以指令的计算机可读介质的形式和各种形式分发,并且本发明不管实际用来执行该分发的信号承载介质的特定类型而应用。计算机可读介质的示例包括可记录型介质(如软盘、硬盘驱动器、RAM和CD-ROM)以及传输型介质(如数字和模拟通信链路)。
为了说明和描述的目的已经呈现了本发明的描述,但是不旨在穷举或限制本发明为公开的实行。对于本领域的普通技术人员,许多修改和变化将是显而易见的。选择和描述实施例以便最好地解释本发明的原理、实际应用,并且使得本领域的其它普通技术人员理解具有各种修改的各种实施例的本发明为适于预期的特定使用。此外,尽管上面关于方法和系统进行描述,但是本领域的需要也可以用包含用于模拟通信系统的错误特性的指令的计算机程序产品来满足。
Claims (20)
1.一种用于对通信系统的错误特性建模的方法,包括:
建立包括多个码字的多个模拟缺陷流;
为每个模拟缺陷流:
指定平均缺陷间隔;以及
指定平均缺陷大小;
为每个模拟缺陷流生成缺陷阵列,包括将码字中的每个缺陷的开始位置和结束位置存储在所述缺陷阵列中;
将从每个数据流生成的所述缺陷阵列链接为新的缺陷阵列;
在所述新的缺陷阵列中合并重叠的缺陷;
将所合并的缺陷分配到所述码字;
生成被处理具有k个出错字节的码字的数目的直方图,其中k=[0...m]并且m等于预定的最大数目;以及
基于码字错误的数目和位置以及纠错码的纠错能力,估算纠错码失效的概率。
2.如权利要求1所述的方法,还包括:
从具有等于所指定的平均缺陷间隔的平均值的开始位置的指数分布的观测,生成开始位置;以及
从具有等于所指定的指定平均缺陷大小的平均值的开始位置的指数分布的观测,生成停止位置。
3.如权利要求1所述的方法,还包括如果码字不包含缺陷则处理下一个码字。
4.如权利要求1所述的方法,其中合并重叠缺陷包括在所述新的缺陷阵列中对缺陷执行逻辑OR。
5.如权利要求1所述的方法,其中合并重叠缺陷包括:
通过升序开始比特来排序所述新的缺陷阵列;
将缺陷开始和停止比特转换为对应的字节位置;以及
聚结得到的缺陷字节。
6.如权利要求1所述的方法,其中,如果所述码字结构包括交织的偶数和奇数码字,则分配缺陷包括:
在偶数码字中对其中缺陷开始、继续或停止的字节的数目求和,以确定在所述偶数码字中的出错字节的数目;以及
在奇数码字中对其中缺陷开始、继续或停止的字节的数目求和,以确定在所述奇数码字中的出错字节的数目。
7.如权利要求1所述的系统,还包括计算每个被处理的码字出现N个出错字节的概率。
8.一种用于对通信系统的错误特性建模的系统,包括:
输入,配置来接收缺陷参数,包括:
用于交织模拟码字的交织数;
标识来自各个模拟缺陷源的多个模拟缺陷流的编号的值;以及
对于每个模拟缺陷流,在比特中的平均缺陷间隔和在比特中的平均缺陷大小;
码字生成器,配置来生成模拟码字的流;
码字交织器,配置来根据输入交织数来交织所述模拟码字,并且输出码字数据结构流;
缺陷生成器,配置来根据输入的参数将模拟缺陷注入所述码字数据结构流,并且输出所述模拟缺陷流;
组合缺陷阵列,具有用于每个模拟缺陷流中的每个缺陷的条目,每个条目包括该缺陷的开始位置和结束位置;
合并模块,配置来聚结重叠的模拟缺陷;以及
缺陷处理器,配置来确定每个码字数据结构中出错字节的数目。
9.如权利要求8所述的系统,还包括直方图生成器,其耦合到所述缺陷处理器并且配置来输出每个码字数据结构中出错字节的数目的视觉指示。
10.如权利要求8所述的系统,还包括过滤器,其与每个模拟缺陷流相关联,并且配置来只通过模拟缺陷流中具有至少一个缺陷比特的码字数据结构。
11.如权利要求8所述的系统,其中所述合并模块包括:
排序器,配置来基于每个缺陷的开始位置来对所述组合缺陷阵列中的条目进行排序;以及
聚结器,配置来基于每个缺陷的开始和结束位置将重叠的缺陷合并为单个缺陷。
12.如权利要求8所述的系统,还包括概率计算器,配置来计算每个被处理的码字出现N个出错字节的概率。
13.一种用可编程计算机可用的计算机可读介质的计算机程序产品,该计算机程序产品具有在其中实现的用于对通信系统的错误特性建模的计算机可读代码,该计算机可读代码包括当在计算机系统上执行时,用于指示计算机系统执行权利要求1到7的方法的指令。
14.一种用于为通信系统设计纠错码的方法,包括:
a)定义模拟码字数据结构;
b)定义一个或多个模拟缺陷流,每个模拟缺陷流表示模拟缺陷源;
c)从每个模拟缺陷流生成具有零个或更多模拟缺陷的一组缺陷,每个缺陷由所述模拟码字数据结构中的开始位置和结束位置来定义;
d)如果对所有模拟缺陷流生成零个缺陷,则对下一组缺陷重复步骤c);
e)合并该组缺陷中的模拟缺陷的开始和停止位置;
f)确定合并的模拟缺陷的数目和位置;
g)重复步骤c)到f)多个迭代,每个迭代表示一个被处理的码字;
h)确定每个被处理的码字出现N个出错字节的概率;以及
i)设计纠错码以纠正数据流中多达和包括该数据流中每个码字N个出错字节的错误。
15.如权利要求14所述的方法,其中定义一个或多个模拟缺陷流包括:
为每个模拟缺陷流中的模拟缺陷建立平均缺陷间隔;以及
为每个模拟缺陷流中的模拟缺陷建立平均缺陷大小。
16.如权利要求15所述的方法,其中:
定义模拟缺陷的开始位置包括应用具有与所建立的平均缺陷间隔的平均值相等的开始位置的所观测的指数分布;以及
定义模拟缺陷的停止位置包括应用具有与所建立的平均缺陷大小的平均值相等的开始位置的所观测的指数分布。
17.如权利要求14所述的方法,其中合并包括:
聚集重叠的缺陷;
包容被包含的缺陷;以及
截短延伸超过所述码字数据结构的边界的缺陷。
18.如权利要求14所述的方法,其中定义模拟码字数据结构包括建立码字交织因子,从而码字数据结构包括至少两个交织的码字。
19.如权利要求18所述的方法,还包括分配所合并的模拟缺陷到在所述码字数据结构中交织的码字。
20.一种用于为通信系统设计纠错码的系统,其执行权利要求14到19的方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US11/261,037 | 2005-10-28 | ||
US11/261,037 US7552376B2 (en) | 2005-10-28 | 2005-10-28 | Modeling error correction capability with estimation of defect parameters |
PCT/EP2006/067237 WO2007048703A1 (en) | 2005-10-28 | 2006-10-10 | Modeling of bursty channel of error correction codes |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101297487A true CN101297487A (zh) | 2008-10-29 |
CN101297487B CN101297487B (zh) | 2012-08-29 |
Family
ID=37734473
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2006800401655A Expired - Fee Related CN101297487B (zh) | 2005-10-28 | 2006-10-10 | 用于对通信系统的错误特性建模的方法和系统 |
Country Status (7)
Country | Link |
---|---|
US (1) | US7552376B2 (zh) |
EP (1) | EP1949544B1 (zh) |
JP (1) | JP4603078B2 (zh) |
CN (1) | CN101297487B (zh) |
AT (1) | ATE425586T1 (zh) |
DE (1) | DE602006005709D1 (zh) |
WO (1) | WO2007048703A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7904244B2 (en) * | 2003-11-18 | 2011-03-08 | Sarimo Technologies, LLC | Determining a location or position using information from multiple location and positioning technologies and applications using such a determined location or position |
CN117938262A (zh) * | 2023-12-28 | 2024-04-26 | 北京字节光信科技有限公司 | 可见光无线光通信中数字数据校正方法、装置和存储介质 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101742411B (zh) * | 2008-11-25 | 2016-08-03 | 中兴通讯股份有限公司 | 一种动态调整寻呼能力的方法 |
WO2019028590A1 (en) * | 2017-08-07 | 2019-02-14 | Qualcomm Incorporated | ANTICIPATED STOP OF POLAR CODES USING DISTRIBUTED CYCLIC REDUNDANCY MONITORING |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5131038A (en) | 1990-11-07 | 1992-07-14 | Motorola, Inc. | Portable authentification system |
US5233628A (en) | 1991-05-29 | 1993-08-03 | Virginia Polytechnic Institute And State University | Computer-based bit error simulation for digital wireless communications |
US5377264A (en) | 1993-12-09 | 1994-12-27 | Pitney Bowes Inc. | Memory access protection circuit with encryption key |
US5794128A (en) | 1995-09-20 | 1998-08-11 | The United States Of America As Represented By The Secretary Of The Army | Apparatus and processes for realistic simulation of wireless information transport systems |
US5883958A (en) | 1996-04-01 | 1999-03-16 | Sony Corporation | Method and device for data decryption, a method and device for device identification, a recording medium, a method of disk production, and a method and apparatus for disk recording |
US5862177A (en) | 1996-09-09 | 1999-01-19 | The United States Of America As Represented By The Secretary Of The Army | Method for testing communications channels |
US6230267B1 (en) | 1997-05-15 | 2001-05-08 | Mondex International Limited | IC card transportation key set |
US6111953A (en) | 1997-05-21 | 2000-08-29 | Walker Digital, Llc | Method and apparatus for authenticating a document |
US6430615B1 (en) | 1998-03-13 | 2002-08-06 | International Business Machines Corporation | Predictive model-based measurement acquisition employing a predictive model operating on a manager system and a managed system |
US6219791B1 (en) | 1998-06-22 | 2001-04-17 | Motorola, Inc. | Method and apparatus for generating and verifying encrypted data packets |
US6826521B1 (en) | 2000-04-06 | 2004-11-30 | Abb Automation Inc. | System and methodology and adaptive, linear model predictive control based on rigorous, nonlinear process model |
US6725098B2 (en) | 2001-10-23 | 2004-04-20 | Brooks Automation, Inc. | Semiconductor run-to-run control system with missing and out-of-order measurement handling |
-
2005
- 2005-10-28 US US11/261,037 patent/US7552376B2/en active Active
-
2006
- 2006-10-10 DE DE602006005709T patent/DE602006005709D1/de active Active
- 2006-10-10 CN CN2006800401655A patent/CN101297487B/zh not_active Expired - Fee Related
- 2006-10-10 JP JP2008537042A patent/JP4603078B2/ja not_active Expired - Fee Related
- 2006-10-10 EP EP06807120A patent/EP1949544B1/en not_active Not-in-force
- 2006-10-10 WO PCT/EP2006/067237 patent/WO2007048703A1/en active Application Filing
- 2006-10-10 AT AT06807120T patent/ATE425586T1/de not_active IP Right Cessation
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7904244B2 (en) * | 2003-11-18 | 2011-03-08 | Sarimo Technologies, LLC | Determining a location or position using information from multiple location and positioning technologies and applications using such a determined location or position |
CN117938262A (zh) * | 2023-12-28 | 2024-04-26 | 北京字节光信科技有限公司 | 可见光无线光通信中数字数据校正方法、装置和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
DE602006005709D1 (de) | 2009-04-23 |
EP1949544B1 (en) | 2009-03-11 |
US20070101213A1 (en) | 2007-05-03 |
WO2007048703A1 (en) | 2007-05-03 |
EP1949544A1 (en) | 2008-07-30 |
US7552376B2 (en) | 2009-06-23 |
JP2009514078A (ja) | 2009-04-02 |
JP4603078B2 (ja) | 2010-12-22 |
CN101297487B (zh) | 2012-08-29 |
ATE425586T1 (de) | 2009-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104699606B (zh) | 一种基于隐马尔科夫模型的软件系统状态预测方法 | |
CN104217216A (zh) | 生成检测模型的方法和设备、用于检测目标的方法和设备 | |
CN111444633B (zh) | 一种针对大气污染过程的定量解析方法和系统 | |
Hewson et al. | Objective identification, typing and tracking of the complete life‐cycles of cyclonic features at high spatial resolution | |
US20090299713A1 (en) | Method of modelling the effect of a fault on the behaviour of a system | |
CN108509969A (zh) | 数据标注方法及终端 | |
CN104933129A (zh) | 基于微博的事件脉络获取方法和系统 | |
CN102222313B (zh) | 基于核主成分分析的城市演化模拟元胞模型处理方法 | |
CN101297487B (zh) | 用于对通信系统的错误特性建模的方法和系统 | |
CN111191897A (zh) | 基于双向gru神经网络的业务流程在线合规性预测方法及系统 | |
WO2002098045A3 (en) | Method and system for verifying the integrity of data in a data warehouse and applying warehoused data to a plurality of predefined analysis models | |
CN112242060A (zh) | 交通流量预测方法及装置、计算机设备及可读存储介质 | |
CN115951014A (zh) | 一种结合气象特征的cnn-lstm-bp多模态空气污染物预测方法 | |
CN110177122A (zh) | 一种识别网络安全风险的模型建立方法及装置 | |
CN116610092A (zh) | 用于车辆分析的方法和系统 | |
CN110376290A (zh) | 基于多维核密度估计的声发射源定位方法 | |
CN113327417B (zh) | 基于3d动态时空残差卷积关联网络的交通流预测方法 | |
CN105424043B (zh) | 一种基于判断机动的运动状态估计方法 | |
CN102521202B (zh) | 面向复杂系统中的maxq任务图结构的自动发现方法 | |
CN106156845A (zh) | 一种用于构建神经网络的方法和设备 | |
CN112158195B (zh) | 泊车路径规划方法、系统、车辆及存储介质 | |
CN112182787B (zh) | 确定运载火箭的总体偏差量的方法、系统、终端及介质 | |
US12044598B2 (en) | Method for determining a load prediction for a component of a vehicle | |
CN116304663A (zh) | 基于非平衡样本增强的列控车载设备健康状态管理装置 | |
CN115982555A (zh) | 一种基于模糊信息粒化和动态神经网络的沉降预测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20120829 |