CN102223533B - 一种信号编解码方法及装置 - Google Patents

Abstract

本发明实施例公开了一种信号编解码方法和装置，该信号编码方法包括：获取原始信号流的Wyner-Ziv帧和关键帧K，其中，K帧被发送往信号接收端，并在接收端被译码和重构为Y帧，Y帧作为边信息用于信号的解码过程；根据所述Wyner-Ziv帧获得信号X_c，其中，X_c和Y帧之间的相关性建模为虚拟相关通道，符合X_c＝Y+E，E由隐式马尔可夫模型HMM产生并独立于Y；对信号X_c进行量化获得X；对X进行Raptor编码，获得编码后的信号Z_m，以便向信号接收端进行发送。本发明中，利用分布式信源编码技术将WSNs节点的编码复杂度转移到解码端，从而降低WSNs节点的压缩计算能耗。

Description

一种信号编解码方法及装置

技术领域

本发明涉及信号处理领域，尤其涉及一种信号编解码方法及装置。

背景技术

随着硬件技术水平的飞速发展，出现了大量体积小、功耗低、具备有限的处理和无线通信能力的设备，通常也认为这些设备为具有感知、计算、通信能力的无线传感器网络节点。这些节点具有有限的电池寿命和有限的计算和通信能力，大量的这种空间上分布的信号处理节点，就组成了无线传感器网络（WSNs）。这种传感器网络能够协调的感知、采集和处理网络覆盖区域内的各种环境或检测对象信息，并发布这些信息。无线传感器网络将逻辑上的信息世界与真实的物理世界融合在一起，深刻地改变了人与自然的交互方式。广泛应用于环境监测，健康监测，战区和公共空间的视频监控等诸多领域。

随着WSNs的日益广泛应用，一个显著的挑战已经凸显出来：那就是对于传感器较为复杂的情况，如多媒体视频传感器，由于获取的数据较为复杂，在传输之前受无线信道带宽限制，不得不通过节点进行压缩，而现有的视频压缩标准，包括H.26X和MPEG系列，由于其必须通过运动估计等计算量较大的运算，使得WSNs的能量限制问题变得更趋严重。

能量问题是WSNs最核心的问题之一。传统WSNs传感器节点获取的数据相对简单，其节点能量模型中的数据传输能耗占整个节点能耗的绝大部分，而数据处理能耗常被忽略。因此目前WSNs研究主要针对数据传输所涉及到的一系列问题，包括流量控制，拥塞控制，路由协议以及相应的能量控制等方面，以解决数据传输过程中能量受限条件下的性能优化问题。

随着多媒体传感器加入到WSNs中，传感器获取的数据量大大增加。传输这些数据之前必须进行有效压缩，否则需求的网络带宽和传输功耗都会很大。然而，由于视频压缩需要进行复杂计算，其消耗了WSNs节点总能量的大部分，大大超出了传输能耗，完全颠覆了传统WSNs节点能量模型。为了降低WSNs节点整体能耗，除了传统能量控制策略以外，还必须采取恰当措施来降低节点计算能耗，也就是要降低视频压缩复杂度。现有的视频编码标准都面向广播应用，其视频压缩具有很高的复杂度，不适合于WSNs能量控制。

发明内容

本发明实施例所要解决的技术问题在于，提供一种信号编解码方法及装置。可利用分布式信源编码技术将WSNs节点的编码复杂度转移到解码端，从而降低WSNs节点的压缩计算能耗。

为了解决上述技术问题，本发明实施例提供了一种信号编码方法，包括：

获取原始信号流的Wyner-Ziv帧和关键帧K，其中，K帧被发送往信号接收端，并在接收端被译码和重构为Y帧，Y帧作为边信息用于信号的解码过程；

根据所述Wyner-Ziv帧获得信号X_c，其中，X_c和Y帧之间的相关性建模为虚拟相关通道，符合X_c=Y+E，E由隐式马尔可夫模型HMM产生并独立于Y；

对信号X_c进行量化获得X；

对X进行Raptor编码，获得编码后的信号Z_m，以便向信号接收端进行发送。

其中，所述对X进行Raptor编码，获得编码后的信号Z_m包括：

对X进行(n+r,n)的IRA预编码，获得校验符号U_r和V_r；

根据X、U_r和V_r进行LT编码获得编码后的信号Z_m。

所述对X进行Raptor编码，获得编码后的信号Z_m时，将所述LT编码的输出符号z_i随机连接到d_i个IRA系统和奇偶符号以影响编码后获得的信号Z_m，其中，对于给定LT输出符号，以概率p>0.5选择IRA的奇偶符号。

所述根据所述Wyner-Ziv帧获得信号X_c包括

对所述Wyner-Ziv帧进行DCT变换或小波变换获得信号X_c。

相应的，本发明还提供了一种信号译码方法，包括：

步骤1、接收关键帧K帧，根据K帧获得边信息；

步骤2、接收经过Raptor编码后的信号，并根据HMM模型对接收的经过Raptor编码后的信号进行Raptor解码，获得Wyner-Ziv帧估计；

步骤3、根据边信息和Wyner-Ziv帧估计不断修正步骤1中的HMM模型的参数；

步骤4、根据Wyner-Ziv帧估计获得重构帧，将重构帧和关键帧组合获得解码帧。

其中，所述Raptor解码包括

a、接收到m个符号{z₁,...,z_m}，中间校验符号u_j被设置为0；

b、HMM校验节点向变量节点传递信息；

c、变量节点向HMM校验节点传递信息；

d、变量节点向校验节点反馈信息；

e重复步骤b～d，直到置信传播BP译码终止条件成立。

所述方法还包括HMM校验节点向变量节点反馈信息：与特定边e相关的开始和终止状态分别设为s^S(e)和s^E(e)，与边e对应的比特用ε(e)表示。在HMM上的BP算法由下面三个方程给出：

${\mathrm{\α}}_k\left(s\right)=\underset{e:s^E\left(e\right)=s}{\mathrm{\Σ}}{\mathrm{\α}}_{k-1}\left[s^S\left(e\right)\right]T(S_{k-1}=s^S\left(e\right),S_k=s^E\left(e\right),X_k=\mathrm{\ϵ}\left(e\right))g_k^{\mathrm{\ϵ}\left(e\right)}$

${\mathrm{\β\α}}_k\left(s\right)=\underset{e:s^S\left(e\right)=s}{\mathrm{\Σ}}{\mathrm{\β}}_{k+1}\left[s^E\left(e\right)\right]T(S_{k-1}=s^S\left(e\right),S_k=s^E\left(e\right),X_k=\mathrm{\ϵ}\left(e\right))g_{k+1}^{\mathrm{\ϵ}\left(e\right)}$

${\mathrm{\δ}}_j^a={\mathrm{\η}}_j\underset{e:\mathrm{\ϵ}\left(e\right)=x}{\mathrm{\Σ}}{\mathrm{\α}}_{j-1}\left[s^S\left(e\right)\right]T(S_{k-1}=s^S\left(e\right),S_k=s^E\left(e\right),X_k=\mathrm{\ϵ}\left(e\right)){\mathrm{\β}}_j\left[s^E\left(e\right)\right]$

其中，从校验节点c_i到变量节点的信息；

从变量节点到校验节点c_i的信息；

从隐式马尔可夫模型校验节点到变量节点的信息；从变量节点到隐式马尔可夫模型校验节点的信息；α_k(s)：HMM状态节点与HMM校验节点之间的前向交流信息；β_k(s)：HMM状态节点与HMM校验节点之间的后向交流信息。

相应的，本发明实施例还提供了一种信号编码装置，包括：

帧获取单元，用于获取原始信号流的Wyner-Ziv帧和关键帧K，其中，K帧被发送往信号接收端，并在接收端被译码和重构为Y帧，Y帧作为边信息用于信号的解码过程；

建模单元，用于根据所述Wyner-Ziv帧获得信号X_c，其中，X_c和Y帧之间的相关性建模为虚拟相关通道，符合X_c=Y+E，E由隐式马尔可夫模型HMM产生并独立于Y；

量化单元，用于对信号X_c进行量化获得X；

Raptor编码单元，用于对X进行Raptor编码，获得编码后的信号Z_m，以便向信号接收端进行发送

其中，所述Raptor编码单元包括：

IRA预编码子单元，用于对X进行(n+r,n)的IRA预编码，获得校验符号U_r和V_r；

LT编码子单元，用于根据X、U_r和V_r进行LT编码获得编码后的信号Z_m。

所述LT编码子单元还用于将所述LT编码的输出符号z_i随机连接到d_i个IRA系统和奇偶符号以影响编码后获得的信号Z_m，其中，对于给定LT输出符号，以概率p>0.5选择IRA的奇偶符号。

在本发明实施例中，将信源与边信息之间的相关性建模为隐式马尔可夫模型，提出了一种基于Raptor码的分布式联合编码译码机制，并重新设计了引入隐式马尔可夫模型后的置信传播译码算法，译码的同时完成了隐式马尔可夫模型参数估计。联合编码译码机制相比单独编码译码机制更具优势，而且数字喷泉码Raptor码对差错信道具更好鲁棒性，使得本发明中的分布式编码系统具有较好的抗干扰性能、自适应能力、纠错性能。且较H.264帧内和帧间编码复杂度要低，在WSNs应用时具有低能耗优势。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例中的信号编码方法的一个具体流程示意图；

图2是本发明实施例中的带IRA预编码的Raptor编码的信号流示意图；

图3是本发明实施例中的信号解码方法的一个具体流程示意图；

图4是本发明实施例中的联合Raptor译码的节点和信号流程示意图；

图5是本发明实施例中的信号传播示意图；

图6是本发明实施例中的信号编码装置的一个具体组成示意图；

图7是本发明实施例中使用Raptor码的信源-信道联合编码框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

首先对本实施例中涉及的专业术语进行说明。

数字喷泉码技术是用于解决大规模数据分发而提出的一种信道编码技术，其基本思想描述为：发送端将原始数据分割成一定数量的数据包，对这些数据包进行编码，输出一个编码数据保留，而接收端只要能够正确接收到足够数量的编码包就可以正确译码，而不必考虑接收到的数据包顺序。由于发送端类似一个喷泉，因此命名为喷泉编码。

而Raptor码是目前最接近数字喷泉的码字，其主要思路是：不要求恢复n个输入符号，只要能恢复常量的部分输入符号即可。

本发明实施例中的编解码原理在于将信源-边信息建模为隐式马尔可夫模型，并使用信源信道联合编码（即信源采用具有信道编码特征的隐式马尔可夫模型编码，信道编码采用Rapter编码），以便获得更好的误码率性能和压缩能耗。以下分别从编解码两方面描述本发明的技术方案。

如图1所示，为本发明实施例中的信号编码方法，方法包括：

101、获取原始信号流的Wyner-Ziv帧和关键帧K，其中，K帧被发送往信号接收端，并在接收端被译码和重构为Y帧，Y帧作为边信息用于信号的解码过程。

从原始YUV信号获得W帧（即Wyner-Ziv帧）和K帧的方法可为，通过将原始YUV信号的帧序号对GOP进行模操作，结果为0的帧为关键帧，其余帧为W帧。比如GOP=2，也即是一帧K帧，一帧W帧。

其中，K帧在发送到信号接收端之前可对其进行帧内（Intra）编码，如JPEG帧内编码。帧内编码是相对于帧间（Inter）编码而言，本质上就是普通的无帧间运动估计的视频编码，如H.264Intra，JPEG Intra。上述的JPEG帧内编码流程可为：对分块后的图形进行DCT变换，然后进行量化，再进行VLC熵编码，得到压缩视频流。

102、根据所述Wyner-Ziv帧获得信号X_c，其中，X_c和Y帧之间的相关性建模为虚拟相关通道，符合X_c=Y+E，E由隐式马尔可夫模型HMM产生并独立于Y。

在本步骤中根据所述Wyner-Ziv帧获得信号X_c可包括对所述Wyner-Ziv帧进行DCT变换或小波变换（即DWT变换）获得信号X_c；当然，也可以不进行变换，只要使得量化前的信号X_c符合X_c=Y+E即可。等式X_c=Y+E为与变化无关系为一模型公式，其中的E部分可通过在线学习获得，为了降低复杂度也可以通过离线方式学习得到其参数。

103、对信号X_c进行量化获得X。若上一步骤中Wyner-Ziv帧进行了DCT变换，则在本步骤中对DCT量化以后，每个DCT因子带b_k统一进行

层量化（M_k大小取决于b_k），得到的量化符号流。对于给定因子带b_k，量化符号位放入同一数组。

104、对X进行Raptor编码，获得编码后的信号Z_m，以便向信号接收端进行发送。其中，对X进行Raptor编码可包括：对X进行(n+r,n)的IRA（不规则重复加码，Irregular Repeat Accumulate）预编码，获得校验符号U_r和V_r；根据X、U_r和V_r进行LT编码获得编码后的信号Z_m。如图2所示，为带IRA预编码的Raptor编码的信号处理流程图。

在本实施例中，边信息Y具有IRA系统符号的先验知识，而译码侧没有关于IRA奇偶符号的先验知识。因此，假如应用传统的Raptor对IRA符号进行等度数编码，解码端的IRA奇偶符号将会没有用处，由于边信息的存在，系统符号能更容易直接从接收到的LT数据而恢复。

为了充分利用IRA奇偶符号，在本发明的一实施例中，对于给定LT输出符号，以概率p>0.5选择IRA的奇偶符号，也就是更多的保护IRA的奇偶符号。即将LT编码的输出符号z_i随机连接到d_i个IRA系统和奇偶符号，并且对于给定LT输出符号，以概率p>0.5选择IRA的奇偶符号，以影响编码后获得的信号Z_m。从图2中可以看出，IRA的奇偶符号（倒三角形）和LT中的节点为同一符号。故此在LT编码时有用到IRA的奇偶符号。

如图3所示，为本发明实施例还提供了一种信号译码方法，该方法包括：

301、接收经过帧内编码的关键帧K帧，根据K帧获得边信息。如，对关键帧K帧进行帧内解码获得JPEG解码帧Y，对JPEG解码帧Y基于块执行4×4DCT，将DCT因子作为边信息DCT因子的估计。

302、接收经过Raptor编码后的信号，并根据HMM模型对接收的经过Raptor编码后的信号进行Raptor解码，获得Wyner-Ziv帧估计。即接收经过Raptor编码后的信号，对该信号进行Raptor解码，为每个WZ编码帧构建边信息，使用前面和下一个时间域接近的参考帧运动补偿插值来产生WZ帧的估计。

303、根据边信息和Wyner-Ziv帧估计不断修正步骤302中的HMM模型的参数。如，对应步骤302中获得的WZ帧DCT因子和步骤301中获得的边信息DCT因子之间的残余统计特性假设满足HMM模型分布。

304、根据Wyner-Ziv帧估计获得重构帧，将重构帧和关键帧组合获得解码帧。如，根据步骤301获得的边信息DCT变换和通过步骤302获得WZ帧估计DCT变换，重构每块的解码DCT因子的矩阵，再基于块执行4×4IDCT，获得重构的像素域WZ帧，并将关键帧和WZ帧组合获得解码结果。

其中，步骤301中的Raptor解码包括如下步骤：

a、接收到m个符号{z₁,...,z_m}，中间校验符号u_j被设置为0；

b、校验节点（附图4中正方形及下三角符号）向变量节点（附图4中圆形及上三角符号）传递信息；

c、变量节点（附图4中圆形及上三角符号）向HMM节点（附图4中黑色正方形符号）传递信息；

d、变量节点（附图4中圆形及上三角符号）向校验节点（附图4中正方形及下三角符号）反馈信息；

e重复步骤b～d，直到置信传播BP译码终止条件成立。

即，参考图4，中间校验符号u_j被设置为0，视为连接的系统符号和IRA奇偶符号v_j-1和v_j的校验和。考虑

作为输入序列的扩展，作为接收到的符号序列的扩展，变量和校验节点分别为

如图5所示，共有六种不同信息传递，其中状态节点s_i为隐式节点，相互之间传播的信息定义为6种类型：

α_k(s)、β_k(s)。

其中，

从校验节点c_i到变量节点的信息；

从变量节点到校验节点c_i的信息；

从隐式马尔可夫模型校验节点到变量节点的信息；

从变量节点到隐式马尔可夫模型校验节点的信息；α_k(s)：HMM状态节点与HMM校验节点之间的前向交流信息；β_k(s)：HMM状态节点与HMM校验节点之间的后向交流信息。

步骤a～e中HMM节点向变量节点反馈信息：与特定边e相关的开始和终止状态分别设为s^S(e)和s^E(e)，与边e对应的比特用ε(e)表示。在HMM上的BP算法由下面三个方程给出：

${\mathrm{\α}}_k\left(s\right)=\underset{e:s^E\left(e\right)=s}{\mathrm{\Σ}}{\mathrm{\α}}_{k-1}\left[s^S\left(e\right)\right]T(S_{k-1}=s^S\left(e\right),S_k=s^E\left(e\right),X_k=\mathrm{\ϵ}\left(e\right))g_k^{\mathrm{\ϵ}\left(e\right)}$

${\mathrm{\β\α}}_k\left(s\right)=\underset{e:s^S\left(e\right)=s}{\mathrm{\Σ}}{\mathrm{\β}}_{k+1}\left[s^E\left(e\right)\right]T(S_{k-1}=s^S\left(e\right),S_k=s^E\left(e\right),X_k=\mathrm{\ϵ}\left(e\right))g_{k+1}^{\mathrm{\ϵ}\left(e\right)}$

${\mathrm{\δ}}_j^a={\mathrm{\η}}_j\underset{e:\mathrm{\ϵ}\left(e\right)=x}{\mathrm{\Σ}}{\mathrm{\α}}_{j-1}\left[s^S\left(e\right)\right]T(S_{k-1}=s^S\left(e\right),S_k=s^E\left(e\right),X_k=\mathrm{\ϵ}\left(e\right)){\mathrm{\β}}_j\left[s^E\left(e\right)\right]$

相应的，如图6所示，本发明实施例还提供了一种信号编码装置，包括：

帧获取单元61，用于获取原始信号流的Wyner-Ziv帧和关键帧K，其中，K帧被发送往信号接收端，并在接收端被译码和重构为Y帧，Y帧作为边信息用于信号的解码过程；

建模单元63，用于根据所述Wyner-Ziv帧获得信号X_c，其中，X_c和Y帧之间的相关性建模为虚拟相关通道，符合X_c=Y+E，E由隐式马尔可夫模型HMM产生并独立于Y；

量化单元65，用于对信号X_c进行量化获得X；

Raptor编码单元67，用于对X进行Raptor编码，获得编码后的信号Z_m，以便向信号接收端进行发送

其中，所述Raptor编码单元67包括：IRA预编码子单元，用于对X进行(n+r,n)的IRA预编码，获得校验符号U_r和V_r；LT编码子单元，用于根据X、U_r和V_r进行LT编码获得编码后的信号Z_m。

所述LT编码子单元还用于将所述LT编码的输出符号z_i随机连接到d_i个IRA系统和奇偶符号以影响编码后获得的信号Z_m，其中，对于给定LT输出符号，以概率p>0.5选择IRA的奇偶符号。

参考图7为本发明实施例中使用Raptor码的信源-信道联合编解码码框图。输入视频中的W帧经过DCT变换后，通过量化器进行量化，再经过IRA和LT模块进行Raptor编码，得到编码信号后发送到虚线右侧的解码侧；同时，输入视频信号的关键帧经过JPEG帧内编码后发送到虚线右侧的解码侧。

虚线右侧的解码侧接收Raptor编码信号和关键帧信号，其中，Raptor解码根据HMM模型对收到的Raptor编码信号进行解码，并输出到重构帧处进行帧重构，再进行DCT反变换获得输出视频；JPEG帧内解码对接收的关键帧信号进行帧内解码并存储到帧缓冲区，对缓冲区的关键帧进行DCT变换获得边信息，再结合运动估计器从Raptor解码的输出帧获得信息获得HMM模型参数，用于Raptor解码。

在本发明实施例中，将信源与边信息之间的相关性建模为隐式马尔可夫模型，提出了一种基于Raptor码的分布式联合编码译码机制，并重新设计了引入隐式马尔可夫模型后的置信传播译码算法，译码的同时完成了隐式马尔可夫模型参数估计。联合编码译码机制相比单独编码译码机制更具优势，而且数字喷泉码Raptor码对差错信道具更好鲁棒性，使得本发明中的分布式编码系统具有较好的抗干扰性能、自适应能力、纠错性能。且较H.264帧内和帧间编码复杂度要低，在WSNs应用时具有低能耗优势。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体（Read-Only Memory，ROM）或随机存储记忆体（Random Access Memory，RAM）等。

以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。

Claims (9)

1.一种信号编码方法，其特征在于，所述方法包括：

获取原始信号流的Wyner-Ziv帧和关键帧K，其中，K帧被发送往信号接收端，并在接收端被译码和重构为Y帧，Y帧作为边信息用于信号的解码过程；

根据所述Wyner-Ziv帧获得信号X_c，其中，X_c和Y帧之间的相关性建模为虚拟相关通道，符合X_c=Y+E，E由隐式马尔可夫模型HMM产生并独立于Y；

对信号X_c进行量化获得X；

对X进行Raptor编码，获得编码后的信号Z_m，以便向信号接收端进行发送。

2.如权利要求1所述的编码方法，其特征在于，所述对X进行Raptor编码，获得编码后的信号Z_m包括：

对X进行(n+r,n)的IRA预编码，获得校验符号U_r和V_r；

根据X、U_r和V_r进行LT编码获得编码后的信号Z_m。

3.如权利要求2所述的编码方法，其特征在于，所述对X进行Raptor编码，获得编码后的信号Z_m时，将所述LT编码的输出符号z_i随机连接到d_i个IRA系统和奇偶符号以影响编码后获得的信号Z_m，其中，对于给定LT输出符号，以概率p>0.5选择IRA的奇偶符号。

4.如权利要求1至3中任一项所述的编码方法，其特征在于，所述根据所述Wyner-Ziv帧获得信号X_c包括

对所述Wyner-Ziv帧进行DCT变换或小波变换获得信号X_c。

5.一种信号译码方法，其特征在于，所述译码方法包括：

步骤1、接收关键帧K帧，根据K帧获得边信息；

步骤2、接收经过Raptor编码后的信号，并根据HMM模型对接收的经过Raptor编码后的信号进行Raptor解码，获得Wyner-Ziv帧估计；

步骤3、根据边信息和Wyner-Ziv帧估计不断修正步骤2中的HMM模型的参数；

步骤4、根据Wyner-Ziv帧估计获得重构帧，将重构帧和关键帧组合获得解码帧。

6.如权利要求5所述的译码方法，其特征在于，所述Raptor解码包括

a、接收到m个符号{z₁,...,z_m}，中间校验符号u_j被设置为0；

b、校验节点向变量节点传递接收到的信息；

c、变量节点向HMM节点传递信息；

d、变量节点向校验节点反馈信息；

e重复步骤b～d，直到置信传播BP译码终止条件成立。

7.一种信号编码装置，其特征在于，所述编码装置包括：

帧获取单元，用于获取原始信号流的Wyner-Ziv帧和关键帧K，其中，K帧被发送往信号接收端，并在接收端被译码和重构为Y帧，Y帧作为边信息用于信号的解码过程；

建模单元，用于根据所述Wyner-Ziv帧获得信号X_c，其中，X_c和Y帧之间的相关性建模为虚拟相关通道，符合X_c=Y+E，E由隐式马尔可夫模型HMM产生并独立于Y；

量化单元，用于对信号X_c进行量化获得X；

Raptor编码单元，用于对X进行Raptor编码，获得编码后的信号Z_m，以便向信号接收端进行发送。

8.如权利要求7所述的编码装置，其特征在于，所述Raptor编码单元包括：

IRA预编码子单元，用于对X进行(n+r,n)的IRA预编码，获得校验符号U_r和V_r；

LT编码子单元，用于根据X、U_r和V_r进行LT编码获得编码后的信号Z_m。

9.如权利要求8所述的编码装置，其特征在于，所述LT编码子单元还用于将所述LT编码的输出符号z_i随机连接到d_i个IRA系统和奇偶符号以影响编码后获得的信号Z_m，其中，对于给定LT输出符号，以概率p>0.5选择IRA的奇偶符号。

Images