CN103944676B - 一种基于深空通信环境的lt码编译码方法 - Google Patents

Abstract

本发明公开了一种基于深空通信环境的MLT码编译码方法，包括：步骤1)，在发送端，将待发送的数据信息进行分割，形成k个原始数据包；步骤2)，发送端对原始数据包进行MLT码编码，根据信道状态，生成K个编码包。如果收到反馈，则根据反馈信息补充编码包；步骤3)，编码包通过信道编码后由深空信道发送至接收端；步骤4)，在接收端，经过信道译码后恢复编码包；步骤5)，在接收端对正确译码的编码包进行MLT码译码，恢复全部k个原始数据包。如果译码失败，则反馈失败信息，返回第2步，直至译码成功。本发明降低了编译码复杂度，有效降低编码冗余，针对性解决了深空通信环境中时延巨大以及发送功率和存储空间受限的问题。

Description

一种基于深空通信环境的LT码编译码方法

技术领域

本发明属于深空通信技术领域，涉及一种基于深空通信环境的LT码编译码方法。

背景技术

深空通信环境具有传输距离遥远、时延巨大、信噪比低、误码率高、链路速率不对称以及发送功率受限等特点。构造适合深空通信环境、编译码复杂度低、可靠性高的信道编码一直是研究热点。传统的信道编码只对单个数据包进行编码，提高数据包的检错纠错能力。但是深空通信环境恶劣，链路间断连接以及较高的误码率都会造成数据包的丢失。针对数据包的丢失，传统信道编码无计可施，唯一的应对方法是重传。但深空中传播时延巨大，重传会浪费大量时间，进而浪费宝贵的链路资源。

近年来，利用数字喷泉编码提高深空文件传输的可靠性成为研究热点。所谓数字喷泉码，是指这种编码的发送端可以由k个数据包生成任意数量的编码包，接收端只要接收到任意k(1+ε)个编码包，即可通过译码以较高的概率成功(和ε有关)恢复全部数据包，精心设计的数字喷泉码不仅具有较小的译码开销，而且具有较低的编译码复杂度。与传统信道编码相比，喷泉码的数据信息包含在各个编码包中，当出现丢包时，不需要重传，仅通过接收后续编码包即可恢复原始数据。喷泉码的编译码算法很简单，关键在于度分布的选择。

LT(Luby Transform,LT)码是第一种具有实用性能的喷泉编码方案。根据LT码的编译码理论分析，当数据包的个数达到10⁴以上时，仅需要5%的冗余信息就能够保证较高的译码成功率。但是深空通信环境中，传输时延巨大、信噪比低、误码率高，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LT码(输入数据包个数少于10³)在深空通信中更具有应用前景。但对于中短码长的LT码，需要至少50%的编码冗余信息才能达到深空通信要求的译码成功率。增大编码开销又会消耗额外的发送功率，因此限制了其在深空通信中的发展。LT码常用的置信传播(Belief Propagation，BP)译码算法在译码波动集为空时即停止译码，浪费了一定编码信息。实际上BP译码算法是一种次优译码算法，虽然复杂度较低，但也损失了一定的译码成功率，不利于深空文件的可靠传输。另一种高斯消元(Gaussian Elimination,GE)译码算法能充分利用编码信息，提高译码成功率，但其复杂度过高，不适于中长码的译码。

喷泉码的度分布函数，是编码和性能的关键设计。LT码的理想孤波分布如式1所示：

其中k是数据包的数目。理想孤波分布是最理想情况下的译码，即译码波动集的大小总保持为1。实际应用中，度分布的抽样存在波动误差，导致度为1的编码信息的断层，其实际性能并不好。因此Luby在理想孤波分布的基础上提出了鲁棒孤波分布。鲁棒孤波分布由两部分组成，一部分是ρ(d)，另一部分τ(d)。如式2所示：

其中表示译码波动集的期望大小。δ是概率约束，和译码错误概率相关；c是一个常数，用以调节译码波动集的期望大小。对ρ(d)和τ(d)取归一化即可得鲁棒孤波分布：

其中Z=∑_d(ρ(d)+τ(d))。

LT码根据编码度数随机选择数据包，必须在数据包全部选择编码之后才能够成功译码。丢包率在十分之一以上时，喷泉码的优势会非常明显。然而在深空通信环境中，数据包经过信道编码后，丢包率能达到10^-2～10^-4。在这种情况下，LT码也需要接收一定数量的编码包，进而导致冗余过高，浪费链路资源。因此对于硬件存储空间较小、发送功率受限、信道环境时变的深空通信系统，LT码的应用受到了一定的限制，并不能充分发挥无码率、编译码复杂度低等诸多优势。

发明内容

针对以上现有技术中的不足，本发明的目的在于提供一种解决深空传输时延巨大和存储空间受限的问题，并降低编译码复杂度，提高文件传输的可靠性的基于深空通信环境的LT码编译码方法，本发明的技术方案如下：

一种基于深空通信环境的LT码编译码方法,其特征在于包括以下步骤：

101、在深空通信环境中，发送端将待发送的数据信息进行分割，形成k个原始数据包，并对这k个原始数据包依次编号为1～k号数据包；

102、发送端对步骤101中形成的原始数据包进行MLT码编码，首先利用信道的误码率P_e、编码包码长L，根据公式算出丢包率P=1-(1-P_e)^L，然后再利用译码成功率和数据包数量k，根据丢包率得出需要的编码包个数K；

103、发送端对步骤101中的1～k号数据包进行第一次编码时，设置前k个数据包度数为1，依次复制1～k号数据包作为1～k号编码包，然后进行第二次编码。按照选定的度分布函数随机选择度数d，从数据包中依次循环选择d个数据包进行异或运算，即生成一个编码包,重复第二次编码过程直到生成K个编码包。之后结束编码，得到K个编码包；

104、将步骤103中得到的K个编码包通过信道编码后由深空信道发送至接收端，信道编码采用Turbo码或LDPC码；

105、接收端接收到步骤104中经过信道编码的编码包后，采用信道译码得到K′个正确接收的编码包，跳转至步骤106；

106、接收端根据信道译码后得到的K′个编码包生成编码矩阵H，其中编码矩阵H的行数为编码包的数目K′，列数为原始数据包的数目k，采用BP译码算法进行译码；当1～k号数据包均被成功译出时，则表示译码成功，结束译码；若有数据包未成功译出时，则采用GE译码算法进行译码，直至成功译出所有的数据包。

进一步的，步骤103中生成K个编码包后，当收到接收端译码失败后的反馈信息后，则补充生成编码包。

进一步的，步骤103中所采用的度分布函数鲁棒孤波分布函数。

进一步的，步骤106中的GE译码算法译码，译码过程相当于求解线性方程：

H′*X′=N′

其中，X′为未译出的数据包信息向量，大小为k′×1，N′为接收端未释放的编码包信息向量，大小为N′×1。

本发明的优点及有益效果如下：

本发明基于深空通信环境的MLT码编译码方法在借鉴LT码无码率等优点的基础上，改进传统LT码的编译码方式。本发明首先在发送端利用历史信息估算所需编码包的数量K，以达到降低时延和提高深空链路利用率的目标。在编码方面，对度分布进行较大的调整，将前k个编码包的度数设置为1，这样更加适应深空通信环境中的丢包率。同时采用数据包循环选择策略，保证选择到每一个数据包以及具有较大的译码波动集。在译码方面，首先采用复杂度较低的BP译码算法，当译码波动集为空且译码失败时，对编码矩阵进行调整并判断是否列满秩，进而决定是继续接收编码包还是采用GE译码算法进行译码。本文针对深空通信环境的特点，限制LT码中数据包选择的随机性，并对度分布进行一定的调整，再加上与其匹配的联合译码算法，可以在保证译码成功率的同时，最大限度的降低时延和编码冗余。本发明针对性解决了深空传输时延巨大和存储空间受限的问题，并降低了编译码复杂度，提高文件传输的可靠性。

附图说明

图1为本发明中采用MLT码的编译码方法流程图；

图2为本发明中MLT码的编码方法流程图；

图3为本发明中MLT码的译码方法流程图；

图4为本发明的编码方法示意图；

图5为BP译码方法示意图

图6为本发明中MLT码与LT码的性能比较示意图。

具体实施方式

下面结合附图给出一个非限定性的实施例对本发明作进一步的阐述。

参照图1～图6所示，本发明通过对LT码的度分布和数据包选择策略进行调整，改进译码算法，充分利用编码信息，提出一种基于深空通信环境的MLT码编译码方法，主要包括以下步骤：

步骤1)，在发送端，将待发送的数据信息进行分割，形成k个原始数据包，并对这k个原始数据包依次编号为1～k号数据包；

步骤2)，在发送端对数据包进行MLT码编码，根据信道状态，生成K个编码包。如果收到反馈，则根据反馈信息补充编码包；

步骤3)，编码包通过信道编码后由深空信道发送至接收端，信道编码可采用性能优异的Turbo码或LDPC码；

步骤4)，在接收端，以信道译码后恢复编码包；

步骤5)，在接收端对正确译出的编码包进行MLT码译码，恢复全部k个原始数据包。如果译码失败，则反馈失败信息，返回第2步，直至译码成功。

参照图2，步骤2所述的编码过程主要包括以下内容：首先根据历史信息，得到信道此时的误码率P_e，结合编码包码长L，根据公式P=1-(1-P_e)^L计算出丢包率。通过要达到的译码成功率和数据包数量k，根据丢包率得出需要的编码包个数K。当误码率为10^-6、码长为1000bit时，可算得丢包率为0.001。比如要求在第一次编码时译码成功率为99.99%，设定前k个度数均为1，在选择数据包时，从1到k依次选取进行复制，生成k个编码包。然后进行第二次编码，根据指定的度分布函数随机选择度数，然后依次循环选择数据包进行异或运算，生成编码包。重复上一步骤，直到生成K′个编码包为止。如果接收端译码失败，则会反馈译码失败信息。此时发送端将删除已经成功接收的数据包，对未成功接收的数据包进行MLT码编码，然后转到下一步骤。编码过程中所用到的度分布函数可以是鲁棒孤波分布，其参数需要多次调整以适应MLT码的编码方式和深空通信环境。同时，也可以使用其他性能较好的度分布函数。

MLT码是在LT码的基础上，通过调整度分布函数和数据包选择策略形成的编码方法。因此，可以采用BP译码算法进行译码。众所周知，BP译码算法是一种次优译码算法。为了充分利用编码信息，有效利用深空链路资源，我们提出新的译码算法。

参照图3，步骤5所述译码方法包括以下内容：在接收端，收到一定数量的编码包后即开始生成编码矩阵H(行数为接收端正确译出的编码包数目K′，列数为数据包的数目k)并开始译码。首先采用BP译码算法，查找编码包中度为1的编码包，形成译码波动集。显然，译码波动集中的编码包与数据包一一对应，可以直接译出。之后在迭代的每一步，从译码波动集中取出一个数据包，将它和所有与其具有连接关系的编码包进行异或运算，结果取代原编码包的值并删除连接关系，相关编码包的度数减1。然后将该数据包从译码波动集中删掉，查找编码包中度为1的编码包，如果有则将其加入译码波动集。重复上述步骤，直至译码波动集为空。

在译码过程中，如果所有数据均被译出则译码成功，否则译码失败。此时，开始准备采用GE译码算法。对编码矩阵H进行更改，得到未译出的数据包和未释放的编码包之间的编码矩阵H′(行数为未释放的编码包数目K′′，列数为未译出的数据包数目k′)。检查编码矩阵H′是否列满秩，如果不是列满秩，则反馈失败信息，继续接收编码包，直至译码成功。如果是，则利用GE译码算法继续译码。译码过程相当于求解线性方程：

H′*X′=N′ (4)

其中，X′为未译出的数据包信息向量，大小为k′×1，N′为接收端未释放的编码包信息向量，大小为N′×1。然后依次按照以下步骤变化矩阵：

步骤A)，将H′矩阵扩展为含编码包信息向量N′的增广矩阵H′′，H′′=[H′/N′]；

步骤B)，然后利用矩阵初等行变换将此增广矩阵H′′的H′矩阵转换成单位矩阵I，此时H′′=[I/N′′]；

步骤C)，在GE译码之前已判断出H′列满秩，所以此时单位矩阵I必满秩。数据包信息向量X′=N′′。

根据MLT码的编码方法，会生成大量度为1的编码包，采用BP译码算法，会译出绝大部分数据包。因此后期采用GE译码算法，复杂度并不会太高，完全在可接受的范围之内。在使用GE译码算法之前，先检查调整后编码矩阵H′是否列满秩，判断是否可以译码成功，以防止再次译码失败。使用合理的度分布函数以及适当的编码包数量，可以达到非常高的译码成功率。当反向链路情况很糟糕时，可以适当增加冗余，提高译码成功率，从而避免反馈重传，最大程度上降低时延。

参见图4，可以更加直观了解MLT码的编码方法。设原始数据包个数k=10，同时假设需要15个编码包。第一次编码，前10个编码包的度数均为1，依次选取10个数据包，并复制给度数为1的10个编码包。然后进行第二次编码，从度分布函数中随机选取度数，本例中为设为3、5、3、2、2。由于第一步选择数据包时已到最后一个数据包，此时将从第一个数据包开始选择。当选至最后一个数据包时，如若未达到度数，将从第一个数据包继续选择。如此循环选择数据包进行异或运算，生成编码包，直至编码包数目达到15。本编码方法中，存在大量度为1的编码节点，所以平均编码度数较低，具有较低的编译码复杂度。深空通信环境下的编码包在经过信道编码后，丢包率会达到10^-2～10^-4。此时，不需要较多的冗余。在编码之前，基于历史信息，发送端可以计算出达到一定译码成功率所需要的编码包数目。对于重要数据，可以通过增加冗余的方式增加其传输的可靠性。当数据较大时，可以分成较小的数据多次发送。

参见图5，可以更好地理解BP译码算法。其详细步骤如下：

(1)接收端收到4个正确译出的编码包，其度数分别为2、1、3、2，根据编码包信息得出图5(a)所示的连接关系。其中第2个编码包的度数为1，则与第2个编码包相连的数据包可以直接译出，然后删除他们之间的连接关系，如图5(b)所示；

(2)第2个数据包译出后，将第2个数据包与和它相连的编码包进行异或运算，结果取代原编码包的值并删除它们之间的连接关系，如图5(c)所示；

(3)此时，又出现了度数为1的编码包，由图5(c)可知，第3个数据包可以直接译出，如图5(d)所示；

(4)重复第2步，将第3个数据包与和它相连的编码包进行异或运算，结果取代原编码包的值，并删除它们之间的连接关系，如图5(e)所示；

(5)此时，得到度为1的编码包，第1个数据包的值即可得出。

当编码包中没有度为1的编码包时，BP译码算法即停止译码。然后采用GE算法继续译码。关于GE译码算法，前面已有详细步骤，在此不再敖述。

如表1所示，当丢包率分别为0.01和0.001时，仿真次数为1000次，并取平均值，LT码成功译码所需要的编码包数量相差不大。当数据包个数为600时，仅相差约8个编码包。当数据包个数为1400时，在丢包率相差10倍的情况下，成功译码所需的编码包数目相差仅为17。这说明当链路情况较好时，使用LT码虽然能够降低反馈重传，但所需冗余仍然较多，不利于充分利用链路资源。

表1LT码在不同丢包率下成功译码所需编码包数目

如图6所示，仿真丢包率为0.001时，LT码和MLT码成功译码所需要的编码包数量。当数据包的个数为200时，MLT码和LT码成功译码所需要的编码数据包相差不大。随着数据包的增加，二者的编码冗余均有增加，但MLT码成功译码所需编码包明显少于LT码。当数据包为1000时，MLT码平均需要1100个编码包就可以成功译码，但LT码大概需要1400个编码包才能成功译码。当数据包个数为2000时，MLT码大概需要2200个编码包就能成功译码，而LT码大约需要3000个编码包。造成这种情况的原因首先是，LT码在随机选取编码度数后，随机选取数据包。只有所有数据包都被选择后，接收端才可能成功译码。而MLT码前k个编码包的度数为1，相当于先将全部数据包发送到接收端。之后又循环选择数据包，保证不会有漏选问题。同时，MLT码又保留了LT码的无码率特点。所以，当链路情况较好时，MLT码成功译码所需要的数据包肯定少于LT码。编码包经过信道编码后，丢包率会有很大的下降，完全满足MLT码的应用条件。

本发明结合深空通信信道的特点，在LT码的基础上，通过调整度分布函数和数据包选择策略，以及将BP译码算法和GE译码算法相结合，构造出一种新的MLT码编译码方法。同时在发送端根据历史信息计算出所需发送的编码包数目，控制冗余信息。本方法在丢包率较小时(≤10^-3)，能够达到较为理想的效果。深空通信信道中的数据经过信道编码后，完全可以达到MLT码的应用条件。随着丢包率的进一步降低，MLT码的冗余会进一步降低。本方法可以降低反馈，甚至不需要反馈，极大地降低时延，同时编译码复杂度较低。

以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明方法权利要求所限定的范围。

Claims (4)

1.一种基于深空通信环境的LT码编译码方法,其特征在于包括以下步骤：

101、在深空通信环境中，发送端将待发送的数据信息进行分割，形成k个原始数据包，并对这k个原始数据包依次编号为1～k号数据包；

102、发送端对步骤101中形成的原始数据包进行MLT码编码，首先利用信道的误码率P_e、编码包码长L，根据公式算出丢包率P＝1-(1-P_e)^L，然后再利用译码成功率和数据包数量k，根据丢包率得出需要的编码包个数K；

103、发送端对步骤101中的1～k号数据包进行第一次编码时，设置前k个数据包度数为1，依次复制1～k号数据包作为1～k号编码包，然后进行第二次编码，按照选定的度分布函数随机选择度数d，从数据包中依次循环选择d个数据包进行异或运算，即生成一个编码包,重复第二次编码过程直到生成K个编码包，之后结束编码，得到K个编码包；

104、将步骤103中得到的K个编码包通过信道编码后由深空信道发送至接收端，信道编码采用Turbo码或LDPC码；

105、接收端接收到步骤104中经过信道编码的编码包后，采用信道译码得到K′个正确接收的编码包，跳转至步骤106；

106、接收端根据信道译码后得到的K′个编码包生成编码矩阵H，其中编码矩阵H的行数为编码包的数目K′，列数为原始数据包的数目k，采用BP译码算法进行译码；当1～k号数据包均被成功译出时，则表示译码成功，结束译码；若有数据包未成功译出时，则采用GE译码算法进行译码，直至成功译出所有的数据包。

2.根据权利要求1所述的基于深空通信环境的LT码编译码方法,其特征在于：步骤103中生成K个编码包后，当收到接收端译码失败后的反馈信号后，则补充生成编码包。

3.根据权利要求1所述的基于深空通信环境的LT码编译码方法,其特征在于：步骤103中第一次编码时度数均为1，第二次编码时所采用的度分布函数为鲁棒孤波分布函数。

4.根据权利要求1所述的基于深空通信环境的LT码编译码方法,其特征在于：步骤106中的GE译码算法译码，译码过程相当于求解线性方程：

H′*X′＝N′

其中，H′表示未译出的数据包和未释放的编码包之间的编码矩阵，X′为未译出的数据包信息向量，大小为k′×1，k′表示未译出的数据包数目，N′为接收端未释放的编码包信息向量，大小为N′×1。