CN103346863A - 一种算术域比特交织编码调制方法 - Google Patents

Abstract

本发明涉及一种算术域比特交织编码调制方法，包括以下步骤：1)通过外信息转移图对编码的构造进行分析，选择较优的权重集构造映射矩阵；2)根据映射矩阵在发送端进行编码调制；3)接收端接收到调制的信号后，进行解调解码。与现有技术相比，本发明在随机映射码的基础上提出了一种算术域比特交织编码调制方法，该方法结合了系统信道编码，设计实现了接收端链路自适应，平衡高信躁比和低信躁比的性能，在不增加高信躁比条件下的编码复杂性的情况下能保持系统的性能，并通过在低信躁比条件下使用编码的方法提高系统性能。

Description

一种算术域比特交织编码调制方法

技术领域

本发明涉及一种信号调制方法，尤其是涉及一种算术域比特交织编码调制方法。

背景技术

无线通信中的一个根本问题就是如何通过设计编码和调制策略在时变的信道环境中取得高的传输率，链路自适应是提高无线网络系统性能的一种重要技术，可分为发送端链路自适应和接收端链路自适应。发送端链路自适应根据信道条件动态调整信道编码和调制，达到优化的无线通信系统性能的目的。实现的主要技术有AMC、HARQ和两种方法的混合模式来实现。但是，发送端实现的链路自适应有其固有的缺陷，一是需要接收端反馈准确的信道状态信息，二是速率动态调整范围有限，而且其速率调整呈阶梯状。接收端链路自适应方案克服了以上缺点，其工作原理是发送端连续不断的发送调制信息，接收端每收到一定数量的新的数据后进行所有接收数据的解调。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种可靠性高、出错率低的算术域比特交织编码调制方法。

本发明的目的可以通过以下技术方案来实现：

一种算术域比特交织编码调制方法，包括以下步骤：

1)通过外信息转移图对编码的构造进行分析，选择较优的权重集构造映射矩阵；

2)根据映射矩阵在发送端进行编码调制；

3)接收端接收到调制的信号后，进行解调解码。

步骤1)包括以下步骤：

11)映射矩阵的权重选择，具体包括：

步骤(111)，根据给定权重集w，画出CND曲线；

步骤(112)，进行VND曲线与CND曲线匹配，取VND曲线刚好位于CND曲线下方时的参数d_v，min；

步骤(113)，计算频谱效率R＝2d_c/d_v，min，其中d_c对应权重集w的势；

步骤(114)，计算权重集w的符号熵

步骤(115)，选取频谱效率高且符号熵高的权重集，作为映射矩阵的权重；

12)，映射矩阵构造，具体包括：

步骤(121)，根据权重集w生成随机映射矩阵G1_N×N和G2_(N+P)×(N+P)，生成编码码率为R＝N/(N+P)的LDPC生成矩阵

步骤(122)，将矩阵G1_N×N后补大小为N×P的全零矩阵O_N×P，并与G2共同组成生成矩阵G_{(2N+P)×(N+P)}＝[G1_N×NO_N×P；G2_(N+P)×(N+P)]，用于接收端解调解码。

步骤2)中采用增量式的信号发送方式，对于信号数小于N/2的信号，根据公式u＝G1·b，对一组基带信号b＝{b_i，i＝1，2，…，N}进行调制，得到信号u1；对于信号数大于N/2的信号，首先22)采用LDPC算法，根据公式c＝G_LDPC·b＝[b|p]，对一组基带信号b＝{b_i，i＝1，2，…，N}进行编码，得到信号c，然后根据公式u＝G·c，对LDPC编码后的信号c＝{c_i，d＝1，2，…，N+P}进行调制，得到u2。

步骤3)中采用联合解码的方式：

如果接收到的信号数少于等于N/2，则根据矩阵G1_N×N，用RCM算法，进行解调；

如果接收到的信号数多于N/2少于等于(2N+P)/2，则根据矩阵G_{(2N+P)×(2N+P)}，用RCM算法进行解调，再进行LDPC解码；

如果接收到的信号数多于(2N+P)/2，则先对接收到的多于(2N+P)/2的信号与接收到的(N/2+1)到(2N+P)/2的信号进行最大比合并后，则根据矩阵G_{(2N+P)×(2N+P)}，用RCM算法进行解调，再进行LDPC解码。

与现有技术相比，本发明在随机映射码的基础上提出了一种算术域比特交织编码调制方法，该方法结合了系统信道编码，设计实现了接收端链路自适应，平衡高信躁比和低信躁比的性能，在不增加高信躁比编码复杂性的前提下能保持系统的性能，并在低信躁比条件下通过使用编码的方法提高系统性能。

附图说明

图1为RCM译码器的结构图；

图2为RCM迭代译码互信息转移图；

图3为本发明的映射矩阵示意图；

图4为本发明的发送端流程图；

图5为本发明的接收端流程图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。

实施例

本发明提出一种能够实现接收端链路自适应的算术域比特交织编码调制方法(记为A-BICM)。该方法在发送端首先将原始信息比特按随机映射码生成矩阵生成调制信号后，增量式的发送，直到收到接收端发送的解码成功的信号，与一般的自适应方法不同的是，增量式发送的信号达到一定数量后，发送端不再发送原始信息比特的调制信号，而是将原始信息比特进行LDPC编码，将编码后的信息比特再根据随机映射码生成矩阵生成调制信号，增量式的发送，直至接收到来自接收端的ACK信号(确认信号)，此时，在接收端接收到的有未经编码的调制信号以及编码后的调制信号，接收端根据收到的信号的进行解调和解码。随着接收的数据越多，解调解码的可靠性越高。

由此具体的实施步骤如下：

第一步，通过外信息转移(EXIT)图对编码的构造进行分析，选择较优的权重集构造映射矩阵。EXIT图是基于迭代译码结构中，各分量译码器输入输出的信息之间的关系而画成的一种图。通过对每次分量译码器的输入(先验信息)和输出(外信息)进行平均互信息值的测量与计算，从而找出他们之间的关系。通过EXIT分析，可以清楚的看出译码过程互信息的增加。通常，迭代译码结构分为并行级联(如Turbo码)和串行级联(如LDPC码)两种。以LDPC码为例，每一次迭代译码都要经过水平迭代(校验结点译码，CND)和垂直迭代译(变量结点译码，VND)码器，EXIT分析就是要找出CND和VND之间的关系，分别画出两个译码器的译码曲线，即CND曲线和VND曲线，通常在译码成功的情况下，VND曲线应该在CND曲线的上方，这样在两条曲线中会产生一个译码通道。EXIT图具有估计误码、估计门限值、以及码型设计的作用。而RCM解调算法本身是一种类似LDPC的BP算法，是一种串行级联迭代译码结构，如图1所示。每一次迭代译码过程也经过CND译码器和VND译码器，因此也可以采用EXIT分析方法进行码型设计。

该步骤包含映射矩阵的权重选择和映射矩阵构造两个具体步骤，其中，映射矩阵的权重选择的具体步骤如下：

步骤(111)，根据给定权重集w，以w＝[±1，±2，±4，±4，±8]为例，画出CND曲线；

步骤(112)，进行VND曲线与CND曲线匹配，如图2所示，取VND曲线刚好位于CND曲线下方时(迭代译码过程存在译码通道)的参数d_v，min＝2.15；

步骤(113)，计算频谱效率R＝2d_c/d_v，min＝9.3，其中d_c＝10对应权重集w的势；

步骤(114)，计算权重集w的符号熵 $P\left(\mathrm{\Ψ}\right)=P(\underset{l=1}{\overset{L}{\mathrm{\Σ}}}{w}_l\·c_{i_i})=\underset{l=1}{\overset{L}{\⊗}}P(w_l\·c_{i_i})=10.28.$

步骤(115)，选取频谱效率高且符号熵高的权重集w＝[±1，±2，±4，±4，±8]，作为映射矩阵的权重；

映射矩阵构造的具体步骤为：

步骤(121)，根据权重集w生成随机映射矩阵G1_N×N和G2_(N+P)×(N+P)，生成编码码率为R＝N/(N+P)的LDPC生成矩阵

步骤(122)，将矩阵G1_N×N后补大小为N×P的全零矩阵O_N×P，并与G2共同组成生成如图3所示的映射矩阵G_{(2N+P)×(N+P)}，用于接收端解调解码。

$G_{(2N+P)\×(N+P)}=\left[\begin{array}{cc}{G1}_{N\×N}& O_{N\×P}\\ {G2}_{(N+P)\×(N+P)}& \end{array}\right]$

第二步，根据映射矩阵在发送端进行编码调制，采用增量式的信号发送方式，其具体流程如图4所示。对于信号数小于N/2的信号，根据公式u＝G1·b，对一组基带信号b＝{b_i，i＝1，2，…，N}进行调制，得到信号u1；对于信号数大于N/2的信号，首先22)采用LDPC算法，根据公式c＝G_LDPC·b＝[b|p]，对一组基带信号b＝{b_i，i＝1，2，…，N}进行编码，得到信号c，然后根据公式u＝G·c，对LDPC编码后的信号c＝{c_i，i＝1，2，…，N+P}进行调制，得到u2。

第三步：接收端接收到调制的信号后，进行解调解码，采用联合解码的方式，其具体流程如图5所示。如果接收到的信号数少于等于N/2，则根据矩阵G1_N×N，用RCM算法，进行解调；如果接收到的信号数多于N/2少于等于(2N+P)/2，则根据矩阵G_{(2N+P)×(2N+P)}，用RCM算法进行解调，再进行LDPC解码；如果接收到的信号数多于(2N+P)/2，则先对接收到的多于(2N+P)/2的信号与接收到的(N/2+1)到(2N+P)/2的信号进行最大比合并后，则根据矩阵G_{(2N+P)×(2N+P)}，用RCM算法进行解调，再进行LDPC解码。

以上所述，仅是本发明的较佳实例，本发明所主张的权利范围并不局限于此。本发明还有其他多种实施例，在不背离本发明精神及其实质的情况下，本领域技术人员可根据本发明作出各种相应的改变和变形，但这些改变和变形都应属于本发明所附的权利要求的保护范围。

Claims (4)

1.一种算术域比特交织编码调制方法，其特征在于，包括以下步骤：

1)通过外信息转移图对编码的构造进行分析，选择较优的权重集构造映射矩阵；

2)根据映射矩阵在发送端进行编码的调制；

3)接收端接收到调制的信号后，进行解调解码。

2.根据权利要求1所述的一种算术域比特交织编码调制方法，其特征在于，步骤1)包括以下步骤：

11)映射矩阵的权重选择，具体包括：

步骤(111)，根据给定权重集w，画出CND曲线；

步骤(112)，进行VND曲线与CND曲线匹配，取VND曲线刚好位于CND曲线下方时的参数d_v，min；

步骤(113)，计算频谱效率R＝2d_c/d_v，min，其中d_c对应权重集w的势；

步骤(114)，计算权重集w的符号熵

步骤(115)，选取频谱效率高且符号熵高的权重集，作为映射矩阵的权重；

12)，映射矩阵构造，具体包括：

步骤(121)，根据权重集w生成随机映射矩阵G1_N×N和G2_(N+P)×(N+P)，生成编码码率为R＝N/(N+P)的LDPC生成矩阵；

步骤(122)，将矩阵G1_N×N后补大小为N×P的全零矩阵O_N×P，并与G2共同组成生成矩阵G_{(2N+P)×(N+P)}＝[G1_N×N O_N×P；G2_(N+P)×(N+P)]，用于接收端解调解码。

3.根据权利要求2所述的一种算术域比特交织编码调制方法，其特征在于，步骤2)中采用增量式的信号发送方式，对于信号数小于N/2的信号，根据公式u＝G1·b，对一组基带信号b＝{b_i，i＝1，2，…，N}进行调制，得到信号u1；对于信号数大于N/2的信号，首先22)采用LDPC算法，根据公式c＝G_LDPC·b＝[b|p]，对一组基带信号b＝{b_i，i＝1，2，…，N}进行编码，得到信号c，然后根据公式u＝G·c，对LDPC编码后的信号c＝{c_i，i＝1，2，…，N+P}再进行调制，得到u2。

4.根据权利要求3所述的一种算术域比特交织编码调制方法，其特征在于，步骤3)中采用联合解码的方式：

如果接收到的信号数少于等于N/2，则根据矩阵G1_N×N，用RCM算法，进行解调；

如果接收到的信号数多于N/2少于等于(2N+P)/2，则根据矩阵G_{(2N+P)×(2N+P)}，用RCM算法进行解调，再进行LDPC解码；

如果接收到的信号数多于(2N+P)/2，则先对接收到的多于(2N+P)/2的信号与接收到的(N/2+1)到(2N+P)/2的信号进行最大比合并后，则根据矩阵G_{(2N+P)×(2N+P)}，用RCM算法进行解调，再进行LDPC解码。

Images