CN102164026B - 基于深空通信环境下的喷泉码编译方法 - Google Patents

Abstract

本发明提供一种基于深空通信环境下的喷泉码编译方法，包括以下步骤，步骤A），对待发送的信息比特进行分割，形成若干个原始信息分组；步骤B），对原始信息分组进行喷泉编码，形成编码分组；步骤C），编码分组通过级联纠错编码后由深空信道发送至接收端；步骤D），以级联纠错译码恢复出编码分组；步骤E），获得足够编码分组后，进行喷泉译码，恢复全部原始信息分组。本发明针对深空信道的特点，通过限制传统喷泉编码过程中的部分随机性，在不改变原始度分布的前提下，有效减少了编码冗余开销，针对性地解决了喷泉码在深空环境中发送功率以及存储空间受限的问题。

Description

基于深空通信环境下的喷泉码编译方法

技术领域

本发明涉及一种喷泉码编译方法，尤其涉及一种基于深空通信环境下的喷泉码编译方法。

背景技术

深空通信具有传播时延长、链路衰减大、信息传输非对称、链路易中断等特点。构造适合深空环境，编译码复杂度较低，逼近香农极限的信道编码一直是深空通信的一项重要研究内容。

近年来，利用数字喷泉编码提高传输可靠性成为研究热点，喷泉码从LDPC码和Tornado码演化而来，是一种以删除信道为背景的稀疏图编码。与传统的丢包重传相比，喷泉编码不需反馈信道，只需前向链路，发送端按选取的算法将全局信息随机分散在各个编码信息单元内，向接收端持续“喷射”数据包而不知道哪一个被正确接收，像喷泉一样；接收端只要成功接收到数据包仅比原文件数据包个数稍多一些，就能够恢复出整个文件。喷泉编码的信息被分散在各个编码信息单元内，不需要重传，可通过后续信息单元的接收恢复原始信息；不需要频繁的重传和确认过程，且编译码复杂度较小，能够提高传输效率。同时，喷泉码具有能够以任意概率逼近香农极限的特点，有利于降低接收系统对于信噪比的要求。这些特点使得喷泉码作为一种前向纠错分组文件传输技术应用到深空通信中来

喷泉码的编解码算法非常简单，关键因素在于度分布的选择。喷泉码的编码算法定义了一个连接输出符号到输入符号的二分图，度分布函数定义为喷泉编码输出节点与原始信息变量节点关联数的概率分布。度                                                

的平均值是关键因子，解码的复杂度与图的关联数成正比。喷泉码可以分为随机线性喷泉码、LT码和Raptor码。LT码是第一种具有实用性能的喷泉编码方案，以LT码（Luby Transform）的编译码方法为例：

传统的LT码，在编码端首先按一定的度分布

（通常为鲁棒孤波分布）从源数据包

中随机选取

个源数据包。然后对所选取的源数据包进行异或运算：

，得到一个编码包

并直接发送。在接收端只需接收

（略大于）个编码包后就能以不低于

的概率恢复出原始信息（

为接收端对编码包的不可恢复概率）。

经典LT码所采用的译码方式是一种置信传播（Belief Propagation）算法，也是一种迭代算法。在译码迭代的每一步，译码器在接收缓存内的编码包集合中寻找度

的编码包

，直接令

译出唯一与其相连的源数据包。接下来译码器将新译出的源数据包与缓存中跟它相连的所有编码包分别进行异或，计算结果取代对应编码包原来的值，相关编码包的度减1。重复上述过程直至不存在度为1的编码包为止。

根据LT码的编译码理论分析，输入数据量在

以上时，需要5%的冗余信息就能保证较高的译码成功率。但面对传播时延长、链路衰减大的深空通信环境，较大的码长会增加译码时延，并需要更大的存储空间，因此中短码长的喷泉码在深空通信中更具有应用前景，也是近年来的热点研究问题。对于中短码长的LT码（输入数据量小于），采用传统的译码算法至少需要50%的编码冗余信息才能达到符合深空通信要求的10-4的译码失败概率。增大编码开销又会消耗额外的发送功率，因此这限制了中短码长的喷泉码在硬件设备小型化和功率消耗要求较高的深空通信环境中的应用。

在上述BP译码算法中，可以看到BP译码算法的优点是计算复杂度低，理想的解码过程相当于解一个线性方程，其复杂度与文件大小相关。但BP译码过程的延续需要每次译码算法运行之后有新的度为1的编码包。但由于深空信道误码率较高，当接收到固定的编码冗余后，可能因缺失度为1的编码包，无法以BP译码恢复所有的原始信息，译码提前终止。此时剩余的所有度大于1的译码包集合称为停止集。所以说，BP译码是一种次优译码算法，虽然降低了复杂度，但也损失了一定的译码成功率，不利于在信道误码率高、传播时延大的深空通信环境中对重要科学数据的高效、准确接收。

对于硬件存储空间较小、发送功率受限、文件传输可靠性要求较高的深空通信系统，喷泉码的使用无论在编码算法还是译码算法上都受到了一定的局限，并不能完全发挥无码率、不需反馈重传、译码开销较低等诸多优势。

发明内容

为了克服上述现有技术的不足，本发明提供一种基于深空通信环境下的喷泉码编译方法。

一种基于深空通信环境下的喷泉码编译方法，包括以下步骤，

步骤A），在发送端，对待发送的信息比特进行分割，形成若干个原始信息分组；

步骤B），编码器对原始信息分组进行喷泉编码，形成编码分组；

步骤C），编码分组通过级联纠错编码后由深空信道发送至接收端；

步骤D），在接收端，以级联纠错译码恢复出编码分组；

步骤E），接收端获得足够编码分组后，进行喷泉译码，恢复全部原始信息分组。

根据本发明的一优选实施例，所述步骤B2）中，按照鲁棒分布均匀随机若干个源数据包。

根据本发明的一优选实施例，步骤B）中所述编码过程包括步骤，

步骤B1）对编码包进行预先分组，平均分配每一分组的度重量和；

步骤B2）获取原始分组中未被抽取的源数据包位置集；

步骤B3）从源数据包位置集中均匀随机选取若干个源数据包；

步骤B4）随机抽取1个编码包并进行标记；

步骤B5）将选取的源数据包进行逐位异或，形成一个编码包。

根据本发明的一优选实施例，步骤E）中，接收端接收编码并生成编码矩阵，将编码矩阵中的列向量进行三角化排列操作，剩余部分列向量进行高斯消去，最终使整个编码矩阵成为近似三角矩阵。

根据本发明的一优选实施例，步骤B）中编码通过编码器实现，所述步骤E）中，译码通过译码器实现。

根据本发明的一优选实施例，本发明深空文件传输方法应用于文件协议传输或信道编码。

相较于现有技术，本发明的基于深空通信环境下的喷泉码编译方法在保持原有喷泉码性能的前提下，改进传统的编译码方式，设计了将相关列补偿编码（Dependent Sequences Compensation Algorithm）和渐增高斯消去译码（Incremental Gaussian Elimination）相结合的联合优化算法，作为深空通信中的一种喷泉编译码方法，进而有效改善了文件传输有效性和可靠性。本发明针对深空信道的特点，通过限制传统LT码编码过程中的部分随机性，在不改变原始度分布的前提下，设计了一种相关列补偿编码算法，并采用与其相匹配的渐增高斯消去译码方式。可以在保证译码成功率的同时，有效减少了编码冗余开销。对于中短码长的喷泉码的译码性能有较大的优化效果。本发明针对性地解决了喷泉码在深空环境中发送功率以及存储空间受限的问题，并且提高了重要文件在误码率较高的深空信道中的传输可靠性。随着大容量星上处理和存储设备的应用，以及大规模、可编程逻辑器件的发展，该方法不仅适用于深空通信，也适应战术移动网络等应用环境。

附图说明

图1是本发明喷泉码编译方法流程图。

图2是本发明的相关列补偿编码流程图。

图3是本发明运行相关列补偿算法前的二部图。

图4是本发明运行相关列补偿算法后的二部图。

图5是本发明相关列补偿算法具体实施过程示意图。

图6是本发明渐增高斯消去算法的三角化过程示意图。

图7是本发明优化算法与LT码的性能比较示意图。

具体实施方式

下面结合附图说明及具体实施方式对本发明进一步说明。

请参阅图1，本发明提供了一种基于深空通信环境下的喷泉码编译方法，包括以下步骤，

步骤A），在发送端，对待发送的信息比特进行分割，形成若干个原始信息分组；

步骤B），编码器对原始信息分组进行喷泉编码，形成编码分组；

步骤C），编码分组通过级联纠错编码后由深空信道发送至接收端；

步骤D），在接收端，以级联纠错译码恢复出编码分组；

步骤E），接收端获得足够编码分组后，进行喷泉译码，恢复全部原始信息分组。

步骤B）中所述编码过程包括步骤，

步骤B1）对编码包进行预先分组，平均分配每一分组的度重量和；

步骤B2）获取原始分组中未被抽取的源数据包位置集；

步骤B3）从源数据包位置集中均匀随机选取若干个源数据包；

步骤B4）随机抽取1个编码包并进行标记；

步骤B5）将选取的源数据包进行逐位异或，形成一个编码包。

于深空通信环境下，为保证喷泉编码能够恢复所有的原始信息，需要采用较大的码长，原始数据分组为10的四次方数量级，通过大数定律来保证稳定的译码性能；从译码角度考虑，也可以通过增加接收包的数量，即译码开销，以提升译码成功率。但这些方法与深空环境下的编译码要求并不相符，为此我们设计了相关列补偿算法（Dependent Sequences Compensation Algorithm），在编码过程中，通过限制编码过程中的部分随机性，减少了编码生成矩阵G中的短环，提高原始数据分组的全选覆盖概率，并且使得生成矩阵G矩阵为满秩矩阵概率极高，从而增强其可解性。

请参阅图2，原始数据长度为

，从鲁棒孤波分布中随机选出

个度

，分配给个编码包列向量，构造

的编码生成矩阵G。将

个列向量分成

=组，并设

=

为每组相关列的列向量数，且每一组度向量的重量和为

。

相关列补偿算法的具体步骤如下：

1，初始化，设

，

；

2，对第i组编码时，首先获取原始分组中未被抽取的源数据包位置集 C；

3，从C中均匀随机选取d _n 个源数据包； 

4，在i组中随机抽取1个编码包T _j ；

5，将d _n 个源数据包进行逐位异或，形成编码包T _j ；

6，若，

返回步骤2； 

7，若，

返回步骤2；

8，编码过程结束。

请一并参见图3及图4，在没有改变度分布的前提下，对编码矩阵G进行相关列补偿优化能提高的码字距离，使得编码分组对原始信息的随机均匀覆盖。从二部图观察相关列补偿算法的优化效果更为直观。设原始数据为k=10，编码分组数量n=20，图3是运行相关列补偿算法前的二部图，图4是运行相关列补偿算法后的二部图。

请一并参照图5，相关列补偿算法具体实施过程包括以下步骤：

1，构造的编码生成矩阵 G ：从度分布

中随机选出

个度

，分配给

个编码包列向量。将

个列向量分成

=

组。设

=

为每组相关列的列向量数，且每一组度向量的重量和为。对每一组的相关列列向量进行补偿处理过程。

2，按照鲁棒分布

均匀随机选取

个原始分组逐次生成编码列向量，并记录相应的行位置。

3，编码矩阵 G 加入第列时，对前1~-1列进行或运算获得0的位置集，在第

列的位置集上填入

个1，如图5（b）和（c）中的col2和col4的1调整到相应的0位置，保证每一行中最多存在1个1，且组内无全0行，如图5中的（d）。

4，对

组相关列重复以上步骤2，3。

在不改变原始LT码的度分布的前提下，DSCA使 G 中每一组的编码列向量线性无关，从而获得对原始信息随机均匀覆盖，且无全0行。

请一并参见图6，DSCA编码优化算法对编码矩阵G进行相关列补偿优化以提高的码字距离，获得对原始信息的随机均匀覆盖。DSCA算法以较小的编码复杂度O(k)的代价在10³码长保证了短码长生成矩阵G行满秩，充分保证了接收端只需要接收少量冗余喷泉编码包即可获得较高的可恢复概率。但是对于具有稀疏矩阵特征的低编码复杂度喷泉码度分布来说，虽然DSCA算法对于编码矩阵列向量的调整提高了生成矩阵G的满秩概率，但它同时也削弱了码字之间的相关性。如果依然使用BP译码算法，无法将译码成功概率提高到令人满意的程度（≥99.99%）。作为一种优化考虑，本发明采用DSCA编码优化与渐增高斯译码（Incremental Gaussian Elimination）算法相结合，以处理BP译码初步译码结束后的停止集。渐增高斯消去算法的主要的特点在于，即使三角化过程不成功，也将先接收到的

个编码分组的方阵 G 进行三角化操作，使其转化为近似于下三角阵的矩阵。通过相应的列变换，使得G矩阵的第

行上的第列的位置上置1。那么还会有一小部分列不能实现相应的置换，则进行以下步骤：

1，首先定义在对角线位置上存在1的列为“good cols”，而对角线不存在1的列定义为“bad cols”。

2，将bad cols与good cols进行行变换操作，使其转变成为good cols。那些剩下的不能被good cols变换的bad cols，保留。

3，总共编码分组

，接下来将新加入的编码包的

+1列（Inc col）与good cols进行行变换操作，使得其在剩余bad cols缺失1的对角线位置上置1。如不能完成，则进行

编码包操作。直到能进行列变换操作。

4，将变换后的Inc col与bad cols位置替换，将bad cols丢弃，完善下三角矩阵。

当下三角矩阵获得时，操作停止；否则，重复步骤2~4。

图6（a）中的矩阵是已经经过高斯消去后的G矩阵，可以发现第1列、第2列和第4列为good cols，第3列和第5列为bad cols。那么对于第3列，将它与第4列进行异或运算后，将成为第5列的good col，所以将其与第5列替换，如图6（b）所示。现在，第3列成为所剩下的bad col，无法被转换。将新编码包Inc col加入，如图6（c）所示，Inc col与第1列和第2列进行异或运算，使其成为了第3列的good col。于是将其与bad col替换位置，将bad col丢弃。从而形成了图6（d）中的下角矩阵。

渐增高斯消去算法的实质是将编码生成矩阵 G 中的大部分（设比例为1-

）列向量进行近似三角化排列操作，计算复杂度为

，对小部分停止集（设比例为

）列向量进行高斯消去，计算复杂度为

。最终，使整个编码矩阵G成为近似三角矩阵。因此，渐增高斯消去算法的计算复杂度为。采用渐增高斯消去译码，虽然较BP译码的复杂度有所增加，但在对文件传输可靠性要求较高的深空通信系统中，在尽量优化的基础上，能以一定的译码复杂度换取较高的译码性能。

将渐增高斯消去译码算法与相关列补偿编码算法相结合，作为一种新的编译码优化算法，与传统的LT编码算法比较译码性能，如图7所示。对比原始的LT码，在相同的编码冗余开销下，相关列补偿编码与渐增高斯消去译码的结合算法在译码性能上有大幅度的提高。优化后的编译码算法在原始信息单元数=300或500时，达到10^-4的译码失败概率所需要的冗余度可以控制在0.20以下。若原始信息单元数

=1000，译码失败概率达到10-4，冗余度小于0.10。因此证明相关列补偿结合渐增高斯消去的编译码算法，能在不改变度分布的情况下，既保证了中短码长的LT码的译码成功率，又有效减小了编码冗余开销，从而实现了在深空通信中可靠性文件传输，降低额外发送功率，以及缩减深空探测设备存储空间的目标。

本发明针对深空信道的特点，通过限制传统喷泉编码过程中的部分随机性，在不改变原始度分布的前提下，设计了一种相关列补偿编码算法，并采用与其相匹配的渐增高斯消去译码方式。可以在保证译码成功率的同时，有效减少了编码冗余开销。在译码失败概率达到10^-4标准的情况下，将编码冗余降低为0.2以下，对于中短码长的喷泉码的译码性能有较大的优化效果。

本发明针对性地解决了喷泉码在深空环境中发送功率以及存储空间受限的问题，并且提高了重要文件在误码率较高的深空信道中的传输可靠性。随着大容量星上处理和存储设备的应用，以及大规模、可编程逻辑器件的发展，该方法不仅适用于深空通信，也适应战术移动网络等应用环境。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (6)

1.一种基于深空通信环境下的喷泉码编译方法，其特征在于：包括以下步骤，

步骤A），在发送端，对待发送的信息比特进行分割，形成若干个原始信息分组；

步骤B），编码器对原始信息分组进行喷泉编码，形成编码分组；

步骤C），编码分组通过级联纠错编码后由深空信道发送至接收端；

步骤D），在接收端，以级联纠错译码恢复出编码分组；

步骤E），接收端获得足够的编码分组后，进行喷泉译码，恢复全部原始信息分组，

在编码过程中，设计相关列补偿算法，通过限制编码过程中的部分随机性，提高编码生成矩阵G的可译码概率，

所述相关列补偿算法的具体步骤如下：

步骤F），构造k×n的编码生成矩阵G：所述原始信息分组数量为k，鲁棒孤波度分布(RSD)设为Ω(d)，从度分布Ω(d)中随机选出n个度d，分配给n个编码包列向量；将n个列向量分成

组，设

为每组相关列的列向量数，且每一组度向量的重量和为U=∑(d_i)≤k，对每一组的相关列列向量进行补偿处理过程，其中a为上述RSD分布LT码的码字平均度重量，则

其中O()是用于描述函数数量级的渐近上界，

步骤G），按照鲁棒分布Ω(d)均匀随机选取d_i个原始分组逐次生成编码列向量，并记录相应的行位置；

步骤H），编码矩阵G加入第i列时，对前1～i-1列进行或运算获得0的位置集，在第i列的位置集上填入d_i个1，保证每一行中最多存在1个1，且组内无全0行；

步骤I），对a组相关列重复以上步骤G），步骤H）；

所述步骤E）进一步包括以下步骤：

步骤E1）接收到的k个编码分组的方阵G进行三角化操作，使其转化为近似于下三角阵的矩阵使得G矩阵的第i行上的第i列的位置上置1，对于不能实现相应的置换的列进行步骤E2）至步骤E5）；

步骤E2）定义在对角线位置上存在1的列为“good cols”，而对角线不存在1的列定义为“bad cols”；

步骤E3）将bad cols与good cols进行行变换操作，使其转变成为good cols，那些剩下的不能被good cols变换的bad cols，保留；

步骤E4）总共编码分组Y=[y₁y₂...y_ky_k+1...y_n]，将新加入的y_k+1编码包的k+1列（Inc col）与good cols进行行变换操作，使得其在剩余bad cols缺失1的对角线位置上置1，如不能完成，则进行y_k+2编码包操作，直到能进行列变换操作，其中Y表示接收端缓存的全部喷泉码字，y_i表示接收端接收的第i个喷泉码字；

步骤E5）将变换后的Inc col与bad cols位置替换，将bad cols丢弃，完善下三角矩阵。

2.根据权利要求1所述基于深空通信环境下的喷泉码编译方法，其特征在于：所述步骤B）中所述编码过程包括步骤，

步骤B1）对编码包进行预先分组，平均分配每一分组的度重量和；

步骤B2）获取原始分组中未被抽取的源数据包位置集；

步骤B3）从源数据包位置集中均匀随机选取若干个源数据包；

步骤B4）随机抽取1个编码包并进行标记；

步骤B5）将选取的源数据包进行逐位异或，形成一个编码包。

3.根据权利要求2所述基于深空通信环境下的喷泉码编译方法，其特征在于：所述步骤B2）中，按照鲁棒分布均匀随机选取若干个源数据包。

4.根据权利要求1所述基于深空通信环境下的喷泉码编译方法，其特征在于：所述步骤E）中，接收端接收编码并生成编码矩阵，将编码矩阵中的列向量进行三角化排列操作，剩余部分列向量进行高斯消去，最终使整个编码矩阵成为近似三角矩阵。

5.根据权利要求1所述基于深空通信环境下的喷泉码编译方法，其特征在于：所述步骤B）中编码通过编码器实现，所述步骤E）中，译码通过译码器实现。

6.根据权利要求1所述基于深空通信环境下的喷泉码编译方法，其特征在于：所述基于深空通信环境下的喷泉码编译方法应用于文件协议传输或信道编码。

Images