CN102420671A - 一种自适应的Turbo译码迭代次数选择方法 - Google Patents
一种自适应的Turbo译码迭代次数选择方法 Download PDFInfo
- Publication number
- CN102420671A CN102420671A CN2011100251311A CN201110025131A CN102420671A CN 102420671 A CN102420671 A CN 102420671A CN 2011100251311 A CN2011100251311 A CN 2011100251311A CN 201110025131 A CN201110025131 A CN 201110025131A CN 102420671 A CN102420671 A CN 102420671A
- Authority
- CN
- China
- Prior art keywords
- iterations
- time interval
- transmission time
- last time
- estimation value
- 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
Images
Landscapes
- Mobile Radio Communication Systems (AREA)
- Radio Transmission System (AREA)
Abstract
本发明公开了一种自适应的Turbo译码迭代次数选择方法,本方法根据信道的状况自适应的动态调整Turbo译码的迭代次数,充分利用解调软判的信噪比估计结果,对迭代次数进行动态调整,以达到节省硬件资源和终端功耗,以及减少译码时延的目的。
Description
技术领域
本发明涉及一种Turbo译码算法,特别是一种自适应的Turbo译码迭代次数选择方法。
背景技术
在TD-SCDMA中,很多业务(如PS,HSDPA等)根据协议3GPP协议25.222是采用Turbo编码的,那么相应的接收端很显然要用turbo译码算法。基于迭代译码的方法是turbo译码的基本方法,但其译码的复杂度和实现时资源利用过多使其成为实际应用的主要障碍。所以在保证译码性能良好的情况下如何减少译码的复杂性已成为需要突破的主要技术难点。迭代译码的次数是Turbo码译码性能好坏的关键之一,译码次数的多少也直接影响误码率的大小。迭代次数过多,误码率有可能没有什么改善,却带来了硬件资源占用量大,译码时延长等问题。目前有多种迭代停止准则:
硬判决停止准则:通过在每一次迭代或者每一个分量码完成译码之后估计临时译码比特(硬判决信息)来检测被译序列的置信度。
软判决停止准则:基于译码器输出似然值(软判决信息)与给定门限比较。
交叉熵准则:基于两个分量译码器的软输出服从相同的概率分布。
SDR准则:根据外部信息与先验信息的符号的不同作为停止准则
以上的迭代停止准则都基于译码本身的信息,主要是对两个分量译码器的内部信息进行比较,通过设定门限值作为迭代停止的准则,没有利用外来任何信息,另外还有以CRC作为判断是否停止迭代的准则,在低信噪比下会一直迭代直至达到最大迭代次数,且需要每次都进行判断,很显然,上述算法都需要额外的复杂计算。
而在TD-SCDMA系统中,其软信息输出来自于解调软判(Demodulationand Soft Decision,DSD)的结果,即其不是孤立的信息,会受到信道状况的影响,因此上述迭代停止准则不能适应信道状况的变化,仅仅关注于每次译码的中间结果,没有利用信道的先验信息,从而导致硬件资源占用量大,译码时延长以及终端功耗大等问题。
发明内容
为了克服使用现有迭代停止准则时硬件资源占用量大,译码时延长以及终端功耗大等问题,本发明提供一种自适应的Turbo译码迭代次数选择方法,本方法根据信道的状况自适应的动态调整Turbo译码的迭代次数,充分利用解调软判的信噪比(Signalto Noise Ratio,SNR)估计结果,对迭代次数进行动态调整,以达到节省硬件资源和终端功耗,以及减少译码时延的目的。
本发明的一种自适应的Turbo译码迭代次数选择方法,该方法包括如下步骤:
获取上次循环冗余校验结果;
判断上次循环冗余校验结果是否正确;
如正确,取得本次传输时间间隔内信噪比与上次传输时间间隔内的信噪比,并根据二者的大小关系初步确定本次译码迭代次数;
判断初步确定的本次译码迭代次数是否大于最大迭代次数,如是,则将最大迭代次数确定为最终的本次迭代次数;如否,则进一步判断初步确定的本次译码迭代次数是否小于最小迭代次数,如是,则将最少迭代次数确定为最终的迭代次数输出。
较佳地,当根据上次循环冗余校验结果和两次传输时间间隔内的信噪比之间的关系来初步确定本次迭代次数的具体的方法如下:
(1)如果上次循环冗余校验的结果为正确,且本次传输时间间隔内的信噪比估计值大于上次传输时间间隔内的信噪比估计值,则初步确定本次传输时间间隔内的迭代次数为上次传输时间间隔内的迭代次数减去1;
(2)如果上次循环冗余校验的结果为正确,且本次传输时间间隔内的信噪比估计值等于上次传输时间间隔内的信噪比估计值,则初步确定本次传输时间间隔内的迭代次数为上次传输时间间隔内的迭代次数;
(3)如果上次循环冗余校验的结果为正确,且本次传输时间间隔内的信噪比估计值小于上次传输时间间隔内的信噪比估计值,则初步确定本次传输时间间隔内的迭代次数为上次传输时间间隔内的迭代次数加上1;
(4)如果上次循环冗余校验的结果为错误,则初步确定本次传输时间间隔内的迭代次数为上次传输时间间隔内的迭代次数加上1
可选地,若传输时间间隔内包括多个子帧,则多个子帧的信噪比估计值分别对应进行比较:
(1)当本次传输时间间隔内所有子帧的信噪比估计值分别大于上次传输时间间隔内所有子帧的信噪比估计值,则初步确定将本次传输时间间隔内的迭代次数为上次传输时间间隔内的迭代次数减去1;
(2)当本次传输时间间隔内所有子帧的信噪比估计值分别等于上次传输时间间隔内所有子帧的信噪比估计值,则初步确定将本次传输时间间隔内的迭代次数为上次传输时间间隔内的迭代次数;
(3)当不满足(1)、(2)中的条件时,则初步确定本次传输时间间隔内的迭代次数为上次传输时间间隔内的迭代次数加上1。
可选地,如果所述的子帧含有多个时隙,则所述的信噪比估计值为本子帧中多个时隙的信噪比的平均值。
可选地,如果初步确定的本次迭代次数小于或者等于0,则将最少迭代次数设置为最终的本次迭代次数。
可选地,如果初步确定的本次译码迭代次数大于或等于最小迭代次数并小于或者等于最大迭代次数时,则将初步确定的本次译码迭代次数设置为最终的本次迭代次数。
与现有技术相比较,本发明根据信道的状况自适应的动态调整Turbo译码的迭代次数,充分利用解调软判的SNR估计结果,对迭代次数进行动态调整,可达到节省硬件资源和终端功耗,以及减少译码时延的目的。
附图说明
图1是终端下行接收的示意图。
图2是自适应迭代次数选择方法的流程图。
图3是固定迭代次数方法与实施本发明的自适应迭代方法的性能曲线对比图。
图4是固定迭代次数方法与实施本发明的自适应迭代方法的迭代次数对比图。
具体实施方式
以下结合附图对本发明具体实施方式进行说明。
请参图1所示,是终端下行接收的示意图,具体包括如下过程:
首先射频信号经过低噪声放大器(LAN),然后经过I/O解调单元,放大低通滤波器,模数转换器进行采样,经过有限冲击响应(FIR)滤波器滤波后的数据,其训练序列(midamble码)部分进入信道估计(ChannelEstimation,CHE)模块进行信道估计,最后数据部分经过联合检测(JointDetection,JD)后,得到解调软判(DSD)信号;对解调软判DSD信号进行后处理,包括信号解映射解交织等,直到Turbo译码并完成。
上述信道估计采用Steiner估计器。
在上述信号处理过程中,现有的Turbo译码迭代停止准则都是基于译码本身的信息,没有利用任何外来信息。而在TD-SCDMA系统中,其软信息来自于DSD的结果,即,其不是孤立的信息;其信道状况在进入Turbo译码器前应该有所初步知悉。如果信道条件比较好,可以减少迭代次数,如果信道条件比较差可以增加迭代次数,即便最差的情况,也有一个最大迭代次数。基于上述思想,本发明提出了自适应迭代的理念,也就是,根据信道的状况自适应的动态调整Turbo译码的迭代次数。这样充分利用了DSD的SNR估计结果,对迭代次数进行动态调整,以达到节省硬件资源和终端功耗,减少时延的目的。
请参阅图2所示,为实施本发明的自适应迭代次数选择方法的流程图,假设上次传输时间间隔内的迭代次数为Ni,最大迭代次数为Nmax,最小迭代次数为Nmin,则本次传输时间间隔内的迭代次数Ni+1由如下步骤具体确定:
步骤S201,获取上次循环冗佘校验(CRC)结果,并判断上次传输时间间隔内CRC是否正确,如是,则执行步骤S202,如否,则执行步骤S203;
步骤S202,获取本次传输时间间隔(TTI)内信噪比(SNR)和上次TTI内的信噪比,并判断本次TTI内的信噪比(SNR)是否与上次TTI内的信噪比相等,如相等,则执行步骤S204;如大于,则执行步骤S205;如小于,则执行步骤S203;
步骤S203,初步确定本次迭代次数Ni+1为Ni+1;
步骤S204,初步确定本次迭代次数Ni+1为Ni;
步骤S205,初步确定本次迭代次数Ni+1为Ni-1;
步骤S206,判断本次迭代次数Ni+1是否大于最大迭代次数Nmax,如是,则执行步骤S207;如否,则执行步骤S208;
步骤S207,最终确定本次迭代次数Ni+1为最大迭代次数Nmax;
步骤S208,判断本次迭代次数Ni+1是否小于最小迭代次数为Nmin,如是,则执行步骤S209,如否,则执行步骤S210;
步骤S209,最终确定本次迭代次数Ni+1为最小迭代次数为Nmin;
步骤S210,输出最终确定的本次迭代次数Ni+1。
在本发明的一个实施例中,假设最大迭代次数为Nmax,最少迭代次数为Nmin,上次第i个数据包的迭代次数为N,传输时间间隔TTI为20ms,且上次传输时间间隔内4个子帧的信噪比估计值为本次传输时间间隔内4个子帧的信噪比估计值为如果每个子帧含有多个时隙,则上述信噪比估计值为本子帧中多个时隙的信噪比的平均值。首先,根据上次CRC校验结果和两次信噪比之间的关系来初步确定本次迭代次数:
(3)如果第i次CRC正确,但不满足(1)、(2)中的信噪比关系,则本次TTI的迭代次数为N+1;
(4)如果第i次CRC错误,且则本次TTI的迭代次数为N+1;
然后,将N-1,N+1与最大迭代次数Nmax,最少迭代次数Nmin相比较,最终确定本次传输时间间隔内的迭代次数:
(5)如果N+1大于或者等于最大迭代次数Nmax,则将本次迭代次数设置为Nmax;
(6)如果N-1小于或者等于0,则将本次迭代次数设置成Nmin;
(7)如果不满足(5),(6)中的条件,则维持(1),(2),(3),(4)中确定的本次迭代次数不变。
我们对某种信道下,某种业务在固定迭代K次与利用信道信息至少迭代2~4次的自适应迭代的性能及总迭代次数进行对比,请参阅图3与图4所示,图3为固定迭代次数方法与实施本发明的自适应迭代方法的性能曲线对比图,其横坐标为信号谱密度与噪声谱密度只比Ior/Ioc,纵坐标为误包率,从图3中可以看到,至少迭代3次的和固定迭代K次没有明显降低;图4为固定迭代次数方法与实施本发明的自适应迭代方法的总迭代次数对比图,其横坐标为信号谱密度与噪声谱密度只比,纵坐标为迭代次数,从图4中可以看到,至少迭代3次的需要的迭代次数明显降低,这样会大大降低终端的计算复杂度和功耗。可见,最少3次迭代可以满足性能需要。
图中,origin是仿真时间为100s,Turbo译码固定迭代K次,共30000次,at-leat-once为至少迭代一次,at-leat-twice为至少迭代两次,at-leat-three为至少迭代三次,at-least-four为至少迭代四次。当Ior/Ioc在6~8的时候至少迭代3次的方案比固定迭代次数的方案需要的总迭代次数减少约一半,即Turbo译码可以节省一半的能量和时间。
与现有技术相比较,本发明根据信道的状况自适应的动态调整Turbo译码的迭代次数,充分利用解调软判的SNR估计结果,对迭代次数进行动态调整,可达到节省硬件资源和终端功耗,以及减少译码时延的目的。
可以理解的是,对本领域普通技术人员来说,可以根据本发明的技术方案及其发明构思加以等同替换或改变,而所有这些改变或替换都应属于本发明所附的权利要求的保护范围。
Claims (9)
1.一种自适应的Turbo译码迭代次数选择方法,其特征在于,该方法包括如下步骤:
获取上次循环冗余校验结果;
判断上次循环冗余校验结果是否正确;
如正确,取得本次传输时间间隔内信噪比与上次传输时间间隔内的信噪比,并根据二者的大小关系初步确定本次译码迭代次数;
判断初步确定的本次译码迭代次数是否大于最大迭代次数,如是,则将最大迭代次数确定为最终的本次迭代次数;如否,则进一步判断初步确定的本次译码迭代次数是否小于最小迭代次数,如是,则将最少迭代次数确定为最终的迭代次数输出。
2.如权利要求1所述的自适应的Turbo译码迭代次数选择方法,其特征在于,当上次循环冗余校验的结果为正确,且本次传输时间间隔内的信噪比估计值大于上次传输时间间隔内的信噪比估计值时,则初步确定本次传输时间间隔内的迭代次数为上次传输时间间隔内的迭代次数减去1。
3.如权利要求1所述的自适应的Turbo译码迭代次数选择方法,其特征在于,当上次循环冗余校验的结果为正确,且本次传输时间间隔内的信噪比估计值等于上次传输时间间隔内的信噪比估计值时,则初步确定本次传输时间间隔内的迭代次数为上次传输时间间隔内的迭代次数。
4.如权利要求1所述的自适应的Turbo译码迭代次数选择方法,其特征在于,当上次循环冗余校验的结果为正确,且本次传输时间间隔内的信噪比估计值小于上次传输时间间隔内的信噪比估计值时,则初步确定本次传输时间间隔内的迭代次数为上次传输时间间隔内的迭代次数加上1。
5.如权利要求2或3或4所述的自适应的Turbo译码迭代次数选择方法,其特征在于,若传输时间间隔内包括多个子帧,则多个子帧的信噪比估计值分别对应进行比较:
(1)当本次传输时间间隔内所有子帧的信噪比估计值分别大于上次传输时间间隔内所有子帧的信噪比估计值,则初步确定将本次传输时间间隔内的迭代次数为上次传输时间间隔内的迭代次数减去1;
(2)当本次传输时间间隔内所有子帧的信噪比估计值分别等于上次传输时间间隔内所有子帧的信噪比估计值,则初步确定将本次传输时间间隔内的迭代次数为上次传输时间间隔内的迭代次数;
(3)当不满足(1)、(2)中的条件时,则初步确定本次传输时间间隔内的迭代次数为上次传输时间间隔内的迭代次数加上1。
6.如权利要求5所述的自适应的Turbo译码迭代次数选择方法,其特征在于,如果所述的子帧含有多个时隙,则所述的信噪比估计值为本子帧中多个时隙的信噪比的平均值。
7.如权利要求1所述的自适应的Turbo译码迭代次数选择方法,其特征在于,当上次循环冗佘校验的结果为错误时,则初步确定本次传输时间间隔内的迭代次数为上次传输时间间隔内的迭代次数加上1。
8.如权利要求1所述的自适应的Turbo译码迭代次数选择方法,其特征在于,当初步确定的本次迭代次数小于或者等于0时,则将最少迭代次数设置为最终的本次迭代次数。
9.如权利要求1所述的自适应的Turbo译码迭代次数选择方法,其特征在于,当初步确定的本次译码迭代次数大于或等于最小迭代次数并小于或者等于最大迭代次数时,则将初步确定的本次译码迭代次数设置为最终的本次迭代次数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110025131.1A CN102420671B (zh) | 2011-01-24 | 2011-01-24 | 一种自适应的Turbo译码迭代次数选择方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110025131.1A CN102420671B (zh) | 2011-01-24 | 2011-01-24 | 一种自适应的Turbo译码迭代次数选择方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102420671A true CN102420671A (zh) | 2012-04-18 |
CN102420671B CN102420671B (zh) | 2014-04-02 |
Family
ID=45944920
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110025131.1A Active CN102420671B (zh) | 2011-01-24 | 2011-01-24 | 一种自适应的Turbo译码迭代次数选择方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102420671B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103220007A (zh) * | 2013-05-09 | 2013-07-24 | 南京航空航天大学 | 一种自适应调整子码不可靠位数的tpc迭代译码算法 |
CN105245277A (zh) * | 2015-09-29 | 2016-01-13 | 中国电子科技集团公司第五十四研究所 | 一种基于Turbo码的可见光通信系统与方法 |
CN107453761A (zh) * | 2016-05-31 | 2017-12-08 | 展讯通信(上海)有限公司 | Turbo码译码方法及Turbo码译码器 |
TWI650954B (zh) * | 2016-10-28 | 2019-02-11 | 晨星半導體股份有限公司 | 用於通訊系統中迴旋碼解碼裝置的解碼方法及相關的判斷模組 |
CN111211870A (zh) * | 2020-01-06 | 2020-05-29 | 华南理工大学 | 一种turbo接收系统中的迭代终止决策方法 |
WO2020134723A1 (zh) * | 2018-12-24 | 2020-07-02 | 中兴通讯股份有限公司 | 一种校验码的处理方法、装置及电子设备 |
CN112152640A (zh) * | 2020-09-11 | 2020-12-29 | 哈尔滨工程大学 | 一种基于水声语音通信Turbo码译码分段迭代停止方法 |
CN113411167A (zh) * | 2021-06-28 | 2021-09-17 | 展讯通信(上海)有限公司 | 译码方法及装置、可读存储介质、终端 |
WO2024025445A1 (en) | 2022-07-27 | 2024-02-01 | Telefonaktiebolaget Lm Ericsson (Publ) | Transmitter node, receiver node and methods for adapating signal processing capability of a receiver |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101820542A (zh) * | 2010-03-04 | 2010-09-01 | 上海大学 | 一种不均等功耗有效控制的视频传输方法 |
CN101882933A (zh) * | 2010-06-11 | 2010-11-10 | 北京创毅视通科技有限公司 | 一种LTE中进行Turbo译码的方法及Turbo译码器 |
-
2011
- 2011-01-24 CN CN201110025131.1A patent/CN102420671B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101820542A (zh) * | 2010-03-04 | 2010-09-01 | 上海大学 | 一种不均等功耗有效控制的视频传输方法 |
CN101882933A (zh) * | 2010-06-11 | 2010-11-10 | 北京创毅视通科技有限公司 | 一种LTE中进行Turbo译码的方法及Turbo译码器 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103220007A (zh) * | 2013-05-09 | 2013-07-24 | 南京航空航天大学 | 一种自适应调整子码不可靠位数的tpc迭代译码算法 |
CN103220007B (zh) * | 2013-05-09 | 2016-03-30 | 南京航空航天大学 | 一种自适应调整子码不可靠位数的tpc迭代译码算法 |
CN105245277A (zh) * | 2015-09-29 | 2016-01-13 | 中国电子科技集团公司第五十四研究所 | 一种基于Turbo码的可见光通信系统与方法 |
CN107453761A (zh) * | 2016-05-31 | 2017-12-08 | 展讯通信(上海)有限公司 | Turbo码译码方法及Turbo码译码器 |
TWI650954B (zh) * | 2016-10-28 | 2019-02-11 | 晨星半導體股份有限公司 | 用於通訊系統中迴旋碼解碼裝置的解碼方法及相關的判斷模組 |
WO2020134723A1 (zh) * | 2018-12-24 | 2020-07-02 | 中兴通讯股份有限公司 | 一种校验码的处理方法、装置及电子设备 |
CN111211870A (zh) * | 2020-01-06 | 2020-05-29 | 华南理工大学 | 一种turbo接收系统中的迭代终止决策方法 |
CN111211870B (zh) * | 2020-01-06 | 2021-07-20 | 华南理工大学 | 一种turbo接收系统中的迭代终止决策方法 |
CN112152640A (zh) * | 2020-09-11 | 2020-12-29 | 哈尔滨工程大学 | 一种基于水声语音通信Turbo码译码分段迭代停止方法 |
CN113411167A (zh) * | 2021-06-28 | 2021-09-17 | 展讯通信(上海)有限公司 | 译码方法及装置、可读存储介质、终端 |
CN113411167B (zh) * | 2021-06-28 | 2022-07-19 | 展讯通信(上海)有限公司 | 译码方法及装置、可读存储介质、终端 |
WO2024025445A1 (en) | 2022-07-27 | 2024-02-01 | Telefonaktiebolaget Lm Ericsson (Publ) | Transmitter node, receiver node and methods for adapating signal processing capability of a receiver |
Also Published As
Publication number | Publication date |
---|---|
CN102420671B (zh) | 2014-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102420671B (zh) | 一种自适应的Turbo译码迭代次数选择方法 | |
JP4621683B2 (ja) | ノイズ白色化フィルタリング方法および装置 | |
US9265004B2 (en) | Intermittent shutoff of RF circuitry in wireless communication terminals | |
CN102571108B (zh) | 一种应用于Turbo乘积码的自适应迭代译码方法 | |
CN112866151B (zh) | 基于信道盲估计的水声MPSK信号盲Turbo均衡方法 | |
CN114982207B (zh) | 在时变信道上接收发射信号的方法及其接收器 | |
CN104767537B (zh) | 一种用于OFDM电力线通信系统的Turbo译码方法 | |
CN1126285C (zh) | 对带有符号间干扰和非完善定时的互相正交的码字的检测 | |
CN103782557A (zh) | 信道估计中的降噪方法、装置、计算机程序及计算机可读存储介质 | |
US20120051470A1 (en) | System and Method for Iteration Scheduling in Joint Equalization and Turbo Decoding | |
CN110445554B (zh) | 一种基于实际信道衰落统计的非相干水声通信方法及系统 | |
CN102832954B (zh) | 一种基于软信息平均最小值的Turbo码译码迭代停止方法 | |
US7826523B2 (en) | Effective adaptive filtering techniques | |
JP2008535403A (ja) | 等化制御に関する方法及び装置 | |
US20060274860A1 (en) | Wireless communications apparatus | |
CN112350736A (zh) | Ldpc译码器中动态校正因子配置方法 | |
CN114866375B (zh) | 一种信道估计的方法、装置、存储介质及电子设备 | |
Song et al. | Turbo equalization with an unknown channel | |
CN102185617A (zh) | 简化的Turbo均衡算法 | |
CN101656542A (zh) | 双二元卷积Turbo码译码方法和装置 | |
CN105827556A (zh) | 双向turbo均衡方法及系统,水声通信系统 | |
CN103283150A (zh) | 联合译码装置及方法、必要性判断方法和装置、接收机 | |
CN101771423A (zh) | 提高Turbo码解码效率的方法及装置 | |
KR101514813B1 (ko) | 하이브리드 시소 디코더, 이를 포함하는 터보 디코더 및 방법 | |
CN108233938B (zh) | 一种基于fpga的ttp物理层解码方法 |
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 |