CN101860514B - 一种基于自适应符号载波分配的不等差错保护方法 - Google Patents

Abstract

一种基于自适应符号载波分配的不等差错保护方法，根据多径衰落信道的特点，自适应符号载波分配方法依据不同变量节点度数的大小，自适应地将码字中的各个符号调制到具有不同衰落的OFDM子载波之上，将NB-LDPC码字中对应校验矩阵H的列度数大的数据符号调制到对应信道衰落小的OFDM子载波之上，将NB-LDPC码字中对应校验矩阵H的列度数小的数据符号调制到对应信道衰落大的OFDM子载波之上，从而对不同译码权重的符号进行不等的差错保护，达到使进入译码器的初始化软信息整体最优的目的，改善译码性能。本发明方法具有实现简单，可以实时处理，避免了频繁调整功率所引起的实现复杂度高的问题等优点。

Description

一种基于自适应符号载波分配的不等差错保护方法

技术领域

本发明属于数字信息传输领域，涉及一种在使用NB-LDPC码级联STBC的MIMO-OFDM系统中通过进行自适应符号载波分配来进行不等差错保护的方法。

背景技术

多进制低密度奇偶校验(NB-LDPC，Non-binary Low Density ParityCheck)码是一种线性分组码，可以用生成矩阵G和校验矩阵H来表示，并且在与调制相结合的编码调制中，NB-LDPC码具有优于二进制LDPC码的性能。H中非零元素的个数远远小于零元素的个数，其非零元素的值从GF域(有限域)中选取，GF域的大小为2^p(p＞1)，图2给出了一个域大小为2^p(p＝2)的NB-LDPC校验矩阵及度数示意图，校验矩阵H的每一列中的非零元素的个数即为该列的度数，或者称为列重。在宽带数字通信中，编码后的NB-LDPC码数据符号可以自然地映射到星座符号上，一个数据符号对应一个星座符号，满足一一对应的关系，而不像二进制LDPC码那样，需要p个数据符号与一个星座符号进行对应。

多输入多输出(MIMO，Multiple Input Multiple Output)技术能够在空间中产生独立的并行信道同时传输多路数据流，在不增加系统带宽的情况下增加频谱效率，提高系统的传输速率。

空时编码(STBC，Space Time Block Coding)是达到或接近MIMO无线信道容量的一种方法。通过空时编码能够在多根发射天线和各个时间周期的发射信号之间产生空域和时域的相关性，这种空时相关性可以使接收机克服MIMO信道衰落和减少发射误码。对于空间未编码系统，空时编码可以在不牺牲带宽的情况下起到发射分集和功率增强作用。

正交频分复用(OFDM，Orthogonal Frequency Division Multiplexing)技术通过使用多载波窄带调制，将宽带信道转化成若干个平坦的窄带子信道，每个子信道上的信号带宽小于信道的相关带宽，所以每个子信道上的频率选择性衰落可以看作是平坦性衰落，减小了多径衰落的影响。

基于NB-LDPC码编码的MIMO-OFDM系统，当多进制域的大小与星座点集合大小相同时，LDPC编码后的符号与星座点可以一一对应进行映射。在传输时，每个星座符号占用1个子载波进行传输。在多径衰落环境下，尽管OFDM调制中绝大部分子载波始终可以进行正确的检测，但部分符号的可靠性仍会因为一些子载波受到深衰落的影响而急剧降低，进而影响译码的性能。针对这些影响，目前多采用自适应比特功率分配的算法进行处理，通过对衰落较严重的子载波符号分配较大的功率，对衰落较低的子载波分配较小的功率来平衡衰落对不同子载波的影响。自适应比特功率分配算法只考虑了信道的衰落对译码性能的影响，没有依据不同数据符号对译码性能的影响的大小进行特殊的处理。而且，自适应比特功率分配算法需要对发射功率进行频繁的调整，这对发射机的具体实现提出了很高的要求。

发明内容

本发明的技术解决问题是：克服现有技术的不足，针对LDPC编码的MIMO-OFDM系统提供了一种实时、高性能、低复杂度的基于自适应符号载波分配的不等差错保护方法。

本发明的技术解决方案是：一种基于自适应符号载波分配的不等差错保护方法，步骤如下：

(1)将外部输入的数据比特流经过串并变换后，每p个数据比特组成一个符号进行基于GF(2^p)的NB-LDPC码编码，产生长度为N的数据符号流，N为NB-LDPC码编码码字的长度；

(2)采用2^pQAM的调制方式进行星座映射，产生N个星座符号，所述的N个星座符号与步骤(1)中得到的NB-LDPC编码后的N个数据符号之间一一对应；

(3)对步骤(2)中得到的N个星座符号进行位置重排，位置重排后应满足当D_i≥D_j时A_i≥A_j成立，i，j＝1，2，…，N，且i≠j，D_i为进行星座映射前第i个数据符号所对应的NB-LDPC码校验矩阵第i列的度数，A_i为第i个子信道对应的信道衰落大小；

(4)将经过步骤(3)位置重排后的星座符号使用STBC编码后经OFDM调制，然后经由天线向接收端发射；

(5)在接收端对接收到的码流进行OFDM解调，并按照步骤(3)的逆过程对接收的星座符号进行位置的反重排，经软解调得到NB-LDPC码译码所需的初始化软信息，NB-LDPC译码后得到数据符号经并串转换后得到数据比特输出。

所述步骤(3)中进行位置重排的方法为：将A_i按照从大到小的顺序排列得到序列I＝[i₁，i₂，…，i_N]；将D_j按照从大到小的顺序排列得到序列J＝[j₁，j₂，…，j_N]，位置重排后的星座符号序列S′根据位置重排前的星座符号序列S按照关系式S′(I_k)＝S(J_k)，k＝1，2，…N计算得到。

本发明与现有技术相比的优点在于：本发明方法通过星座符号的位置重排，实现对不同的数据符号的不等差错保护，进而提高接收端NB-LDPC码的译码性能。本发明方法只需对星座映射后的符号进行简单的位置重排，实现简单，可以实时处理，避免了现有技术中频繁调整功率所引起的实现复杂度高的问题，降低了成本，而且通过不等的差错保护，改进了系统的整体性能。

附图说明

图1为本发明方法的流程框图；

图2为域大小为2^p(p＝2)的NB-LDPC校验矩阵及度数示意图；

图3为本发明中数据符号与OFDM子载波自适应分配示意图；

图4为本发明实施例中，当使用2⁴QAM调制方式时，未使用本发明方法和使用了本发明方法时的系统误比特性能比较仿真图；

图5为本发明实施例中，当使用2⁶QAM调制方式时，未使用本发明方法和使用了本发明方法时的系统误比特性能比较仿真图。

具体实施方式

在NB-LDPC码译码时，初始化软信息的整体可靠性对迭代译码的结果具有较大的影响。在最大迭代次数设定的情况下，各数据符号的初始化软信息越理想，译码平均迭代次数越小，同时译码成功的概率也越大。对于非规则LDPC码，对应校验矩阵列度数(列重)较大的数据符号连接着更多的校验方程，其初始化信息的可靠程度在译码过程中起着更重要的作用，如果依据各OFDM子载波的衰落情况自适应地对符号与子载波进行分配，使输入译码器的初始化软信息整体最优，则可以改善译码的性能。自适应符号载波分配算法将NB-LDPC码字中对应校验矩阵的列度数大的数据符号调制到对应信道衰落小的OFDM子载波之上，将NB-LDPC码字中对应校验矩阵的列度数小的符号节点调制到对应信道衰落大的OFDM子载波之上，从而对不同译码权重的数据符号进行不等的差错保护，达到使进入译码器的初始化软信息整体最优的目的，从而改善译码的性能。

在实际系统中，采用本发明所提出的自适应符号载波分配方法可以对发送端的符号载波分配方法进行实时的调整，以达到最佳性能。链路建立之前，发送端和接收端约定某些子载波专门用来承载反馈的信道特性信息。在通信过程中，接收端通过一定的信道估计方法，得到信道的等效频率响应信息并计算符号到载波的映射向量，将其反馈到发送端；发送端根据符号到载波的映射向量，将各个符号分配到相应的子载波之上。

总的来说，本发明符号载波映射的准则为：设第i个数据符号所对应的校验矩阵列度数(列重)为D_i(i＝1，2，…，N)，各子信道对应的信道衰落大小为A_i(i＝1，2，…，N)。当D_i≥D_j时，则应保证A_i≥A_j(i≠j i，j＝1，2，…，N)成立，以使NB-LDPC编码后的N个数据符号中，对应校验矩阵列度数大的数据符号所映射的星座符号调制到对应信道衰落小的OFDM子载波之上；使NB-LDPC编码后的N个数据符号中，对应校验矩阵列度数小的数据符号所映射的星座符号调制到对应信道衰落大的OFDM子载波之上。

本发明方法的流程如图1所示。首先，输入的数据比特流经过比特符号转换后进行NB-LDPC码编码，产生长为N的数据符号流c，如图3所示。在此使用GF域的大小为2^p(p＞1)的NB-LDPC码，每个数据符号由p(p＞1)个二进制数据比特组成。星座映射采用2^pQAM(p＞1)调制方式。这样，NB-LDPC编码后的数据符号与星座符号之间满足一一对应的关系，长度为N的数据符号流c经过星座映射后生成N个星座符号S＝[s₁，s₂，…，s_N]。将各个OFDM子载波的信道响应

按照由大到小的顺序排列可得到序列I＝[i₁，i₂，…，i_N；将

按照由大到小的顺序排列可得到序列J＝[j₁，j₂，…，j_N]。经过位置重排处理

S′(I_k)＝S(J_k)    k＝1，2，…N

得到位置重排后的数据符号S′。重排后的数据符号经空时分组编码后分成两路数据流，分别使用OFDM调制后经由2根天线发射出去。

在接收端，使用n_R(n_R≥1)根天线对信号进行接收，经过OFDM解调后进行空时译码，译码后的N个符号依据符号载波分配方案进行位置的反重排(∏^-1)处理

S(J_k)＝S′(I_k)    k＝1，2，…N

得到原有顺序的数据符号序列S＝[s₁，s₂，…，s_N]，对其解映射得到各个数据符号的软信息送给NB-LDPC译码器进行译码。

本发明符号载波映射准则的推导过程如下：

图1中，设输入的数据比特流经过NB-LDPC编码后生成长度为N的数据符号流，经星座映射后产生N个星座符号。设N＝N_c，N_c为每个OFDM数据符号所含的数据子载波个数，这样，每个NB-LDPC码字对应调制到一个OFDM数据符号之上。设s_t和s_t+1为进行空时编码之前t和t+1时刻两个连续的频域OFDM数据符号，s_t和s_t+1的向量形式表示为：

$s_t=[d_1^t,d_2^t,...,d_{N_c}^t]$

$s_{t+1}=[d_1^{t+1},d_2^{t+1},...,d_{N_c}^{t+1}]---\left(1\right)$

经过Alamouti空时编码以后，生成两路数据流，分别进行OFDM调制。使用式(1)进行Alamouti空时编码后的符号为：

$\left\{\begin{array}{c}{s}_1=\left[\begin{array}{cc}{s}_t& {-s}_{t+1}^{*}\end{array}\right]\\ s_2=\left[\begin{array}{cc}{s}_{t+1}& s_t^{*}\end{array}\right]\end{array}\right.---\left(2\right)$

角标＊号表示取复数的共轭。

s₁和s₂分别进行OFDM调制后经由2根天线发送出去。设信道特性在连续的2个OFDM数据符号时间内保持不变，当接收端使用n_R个天线时，设2n_R个子信道中第k个子载波处的信道频域响应为：

$H_k=\left[\begin{array}{cc}{h}_{11}^k& h_{21}^k\\ h_{12}^k& h_{22}^k\\ .& .\\ .& .\\ .& .\\ h_{1n_R}^k& h_{{2n}_R}^k\end{array}\right]---\left(3\right)$

对于s_t和s_t+1两个OFDM数据符号中的第k个子载波调制的符号，在两个连续OFDM数据符号周期中的接收信号为：

$\left[\begin{array}{c}{r}_{t1}\\ r_{(t+1)1}^{*}\\ r_{t2}\\ r_{(t+1)2}^{*}\\ .\\ .\\ .\\ r_{{\mathrm{tn}}_R}\\ r_{(t+1)n_R}^{*}\end{array}\right]=\left[\begin{array}{cc}{h}_{11}^k& h_{21}^k\\ {\left(h_{21}^k\right)}^{*}& {-\left(h_{11}^k\right)}^{*}\\ h_{12}^k& h_{22}^k\\ {\left(h_{22}^k\right)}^{*}& -{\left(h_{12}^k\right)}^{*}\\ .& .\\ .& .\\ .& .\\ h_{{1n}_R}^k& h_{{2n}_R}^k\\ {\left(h_{{2n}_R}^k\right)}^{*}& -{\left(h_{{1n}_R}^k\right)}^{*}\end{array}\right]\left[\begin{array}{c}{d}_k^t\\ d_k^{t+1}\end{array}\right]+\left[\begin{array}{c}{n}_{t1}\\ n_{(t+1)1}\\ n_{t2}\\ n_{(t+1)2}\\ .\\ .\\ .\\ n_{{\mathrm{tn}}_R}\\ n_{(t+1)n_R}\end{array}\right]---\left(4\right)$

也即：

r＝H·d+N    (5)

其中的N是均值为零，方差为σ²的白高斯噪声。在获得准确信道状态估计信息H_k的情况下，s_t和s_t+1中第k个符号的最大似然译码可以表示为：

$\left[\begin{array}{c}{\tilde{d}}_k^t\\ {\tilde{d}}_k^{t+1}\end{array}\right]=H^H\·r$

$=\left[\begin{array}{ccccccc}{\left(h_{11}^k\right)}^{*}& h_{21}^k& {\left(h_{12}^k\right)}^{*}& h_{22}^k& ...& {\left(h_{{1n}_R}^k\right)}^{*}& h_{{2n}_R}^k\\ {\left(h_{21}^k\right)}^{*}& -h_{11}^k& {\left(h_{22}^k\right)}^{*}& -h_{12}^k& ...& {\left(h_{{2n}_R}^k\right)}^{*}& -h_{{1n}_R}^k\end{array}\right]\·r---\left(6\right)$

$=\left[\begin{array}{cc}{A}_k& 0\\ 0& A_k\end{array}\right]\left[\begin{array}{c}{d}_k^t\\ d_k^{t+1}\end{array}\right]+\tilde{N}$

其中：

$A_k=\underset{i=1}{\overset{n_R}{\mathrm{\Σ}}}{\left|h_{1i}^k\right|}^2+\underset{i=1}{\overset{n_R}{\mathrm{\Σ}}}{\left|h_{2i}^k\right|}^2---\left(7\right)$

为每个子载波处的等效信道响应。

$\tilde{N}=H^{H}N=\left[\begin{array}{c}{\tilde{n}}_1\\ {\tilde{n}}_2\end{array}\right]=\left[\begin{array}{c}\underset{i=1}{\overset{n_R}{\mathrm{\Σ}}}{\left(h_{1i}^k\right)}^{*}{n}_{\mathrm{ti}}+\underset{i=1}{\overset{n_R}{\mathrm{\Σ}}}{h}_{2i}^k{n}_{(t+1)i}\\ \underset{i=1}{\overset{n_R}{\mathrm{\Σ}}}{\left(h_{2i}^k\right)}^{*}{n}_{\mathrm{ti}}-\underset{i=1}{\overset{n_R}{\mathrm{\Σ}}}{h}_{1i}^k{n}_{(t+1)i}\end{array}\right]---\left(\text{8}\right)$

中的每一个分量满足均值为零，方差为Aσ²的高斯分布。

角标＊号表示取复数的共轭，角标H表示矩阵的共轭转置。

对式(8)两边同时除去幅度响应A，得到s_t和s_t+1中第k个数据符号的估计值为：

$\left[\begin{array}{c}{\hat{d}}_k^t\\ {\hat{d}}_k^{t+1}\end{array}\right]=\left[\begin{array}{c}{d}_k^t\\ d_k^{t+1}\end{array}\right]+\left[\begin{array}{c}{\tilde{n}}_1/A_k\\ {\tilde{n}}_2/A_k\end{array}\right]---\left(9\right)$

因此，所得到的

的估计值与真实值的差为：

${\mathrm{\Δ}}_k=\left[\begin{array}{c}{\hat{d}}_k^t\\ {\hat{d}}_k^{t+1}\end{array}\right]-\left[\begin{array}{c}{d}_k^t\\ d_k^{t+1}\end{array}\right]=\left[\begin{array}{c}{\tilde{n}}_1/A_k\\ {\tilde{n}}_2/A_k\end{array}\right]---\left(10\right)$

Δ_k是一个均值为零，方差为

$\mathrm{Var}\left({\mathrm{\Δ}}_k\right)=\frac{{\mathrm{\σ}}^2}{A_k}---\left(11\right)$

的高斯随机变量，当A_k越大，则Var(Δ_k)越小，说明估计值与发送端发送的符号相似性越大，通过计算得到的符号软信息也就越可靠。

对于非规则NB-LDPC码来说，数据符号所对应的校验矩阵列度数越大，其在译码过程中收敛的速度就越快，这些数据符号的初始化软消息可靠性对整个译码的收敛过程有着较大的影响。定义参数F_n(n＝1，2，…，N)用来衡量各个数据符号输入LDPC译码器的初始化消息质量，F_n越大，则初始化消息越有利于译码的收敛。由以上的分析可知，F_n与每个数据符号所对应的度数D_n以及初始化软信息可靠性有关，数据符号所对应的度数越大，其初始化软信息的可靠性越高，则其越有利于译码的收敛。由式(11)可知初始化软信息的可靠性与Var(Δ_n)成反比，为了分析的简便，可将F_n表示为：

$F_n=K\·\frac{\mathrm{\ρ}\left(D_n\right)A_n}{{\mathrm{\σ}}^2}---\left(12\right)$

其中K为大于零的常数，ρ(D_n)为D_n的单调递增函数。

通过符号载波分配，使整个码字的初始化消息质量最优，从而获得最好的译码器性能。也即是找出使

$F=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{F}_n=K\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\frac{\mathrm{\ρ}\left(D_n\right)A_n}{{\mathrm{\σ}}^2}---\left(13\right)$

值最大时，数据符号所对应的度数序列[D₁，D₂，…，D_N]与等效信道响应序列[A₁，A₂，…，A_N]之前的对应关系。利用排序不等式的结论可知，当D_i≥D_j，则A_i≥A_j(i≠j i，j＝1，2，…，N)成立时，F可以取得最大值。

因此，星座符号与OFDM子载波分配的准则为：设数据符号所对应的校验矩阵列度数为D_i(i＝1，2，…，N)，各OFDM子信道对应的信道衰落大小为A_i(i＝1，2，…，N)。当D_i≥D_j，则A_i≥A_j(i≠j i，j＝1，2，…，N)成立。

实施例

仿真的系统框图如图1所示，使用的NB-LDPC码定义在有限域GF(2^p)(p分别等于4和6)上，每段数据符号的长度N为384，调制方式为2⁴QAM和2⁶QAM。仿真所采用的信道模型为11径Rayleigh衰落信道，功率时延分布呈指数衰减。发射天线线固定为2个，接收天线个数n_R分别取1和2。仿真比较了未使用符号载波分配算法与使用自适应符号载波分配算法情况下，系统的误比特性能。图4给出了使用GF(2⁴)NB-LDPC码编码，2⁴QAM调制下，未使用符号载波分配算法与使用了自适应符号载波分配算法时，系统的误比特性能比较。结果表明，使用了自适应符号载波分配算法的系统性能有了明显的改善。当接收天线为1根，误比特率为10^-4时，所提出的算法有将近2dB的性能提高。当接收天线为2根时，所提出的算法在误比特率性能上有约1dB的提高。

图5给出了使用GF(2⁶)NB-LDPC码编码，2⁶QAM调制下，不使用符号载波分配算法与使用自适应符号载波分配算法时，系统的误比特性能比较。结果表明，相比未使用自适应符号载波分配算法的系统，所提出的算法在接收天线分别为1根和2根时，系统性能分别有约2dB和1dB的提高。

本发明说明书中未作详细描述的内容属本领域技术人员的公知技术。

Claims (1)

1.一种基于自适应符号载波分配的不等差错保护方法，其特征在于步骤如下：

(1)将外部输入的数据比特流经过串并变换后，每p个数据比特组成一个符号进行基于GF(2^p)的NB-LDPC码编码，产生长度为N的数据符号流，N为NB-LDPC码编码码字的长度；

(2)采用2^pQAM的调制方式进行星座映射，产生N个星座符号S，S＝[s₁，s₂，…，s_N]，所述的N个星座符号S与步骤(1)中得到的NB-LDPC编码后的长度为N的数据符号流之间一一对应；

(3)对步骤(2)中得到的N个星座符号S进行位置重排，位置重排后满足当D_i≥D_j时A_i≥A_j成立，i，j＝1，2，…，N，且i≠j，D_i为进行星座映射前第i个数据符号所对应的NB-LDPC码校验矩阵第i列的度数，A_i为第i个子信道对应的信道衰落大小；位置重排的方法为：将Ai按照从大到小的顺序排列得到序列I＝[i₁，i₂，…，i_N]，将D_j按照从大到小的顺序排列得到序列J＝[j₁，j₂，…，j_N]，位置重排后的N个星座符号S′根据位置重排前的N个星座符号S按照关系式S′(I_k)＝S(J_k)，k＝1，2，…N计算得到；

(4)将经过步骤(3)位置重排后的星座符号使用STBC编码后经OFDM调制，然后经由天线向接收端发射；

(5)在接收端对接收到的码流进行OFDM解调，并按照步骤(3)的逆过程对接收的N个星座符号S′进行位置的反重排得到原有顺序的N个星座符号S，经软解调得到NB-LDPC码译码所需的初始化软信息，NB-LDPC译码后得到数据符号经并串转换后得到数据比特输出。

Images