CN105207741A - 一种网络数据传输方法 - Google Patents

Abstract

本发明公开了一种网络数据传输方法，进行所述网络数据传输的基本网络拓扑结构包含第一用户、第二用户、中继器以及基站，所述第一用户以及所述第二用户分别对各自的原始数据进行编码以分别生成并发送第一数据以及第二数据到所述中继器以及所述基站；所述中继器进行解码以获取对应的所述第一用户以及所述第二用户的原始数据；所述中继器对所述第一用户以及所述第二用户的原始数据进行网络编码以生成并发送第三数据到所述基站；所述基站根据所述第一数据、所述第二数据以及所述第三数据进行联合解码以获取所述第一用户以及所述第二用户的原始数据。与现有技术相比，本发明的方法可以进一步提高网络系统数据传输的可靠性以及平均吞吐性能。

Description

一种网络数据传输方法

技术领域

本发明涉及通信技术领域，具体来说是涉及一种网络数据传输方法。

背景技术

随着无线通信技术的迅猛发展，提升通信的可靠性与有效性仍为无线技术领域的一大研究方向。

在现有技术中的网络数据传输方法中，通常采用基于中继器的协作通信以及网络编码的方式来提升通信的可靠性与有效性。具体的，协作通信可以抵抗信道衰落，网络编码能够有效的提高系统的吞吐量，两者结合既能增加系统的可靠性，又可提升系统的平均吞吐性能。

然而传统的网络编码是基于对协作用户间的异或编码，这种编码方式稳健性较差，易错误传播并且难以推广到多用户场景。因此，在无线信道中，需要寻求更加有效的网络编码方案。

由于低密度奇偶校验码(Low-DensityParity-CheckCode，LDPC)可以采用并行的迭代译码方式，且具有逼近香农限的性能，因此LDPC在编码协作通信的应用中占有很大的优势。为了更好的利用信道编码和网络编码产生的冗余信息，目前已提出一种在中继器处以乘积码为基础的网络编码方案。具体步骤如下：

步骤1：用户1、2分别利用编码器对各自待发送信息(原始数据)进行独立的LDPC编码，然后分别占用一个时隙广播各自的码字到中继器和基站。

步骤2：中继器接收到两信源(用户1、2)发送的码字后，先采用相应的译码算法译码，恢复出各个信源初始发送码字，再采用乘积码的方式对恢复的两用户信息进行网络编码，最后通过第三个时隙发送至基站。

步骤3：基站联合信源和中继器发送的信息进行联合译码。

综上，现有技术的方案通过LDPC与乘积码结合的方式实现了协作通信与网络编码的结合，从而提高了系统的可靠性，又可提升系统的平均吞吐性能。但是随着网络应用需求的不断提高，对系统的可靠性以及平均吞吐性能的要求也在不断提高。因此，为了进一步满足网络系统的可靠性以及平均吞吐性能需求，需要一种新的网络数据传输方法。

发明内容

为了进一步满足网络系统的可靠性以及平均吞吐性能需求，本发明提供了一种网络数据传输方法，进行所述网络数据传输的基本网络拓扑结构包含第一用户、第二用户、中继器以及基站，所述方法包括以下步骤：

所述第一用户以及所述第二用户分别对各自的原始数据进行基于多元低密度奇偶校验码的编码以分别生成并发送第一数据以及第二数据到所述中继器以及所述基站；

所述中继器对所述第一数据以及所述第二数据分别进行解码以获取对应的所述第一用户以及所述第二用户的原始数据；

所述中继器对所述第一用户以及所述第二用户的原始数据进行基于乘积码的网络编码以生成并发送第三数据到所述基站；

所述基站根据所述第一数据、所述第二数据以及所述第三数据进行联合解码以获取所述第一用户以及所述第二用户的原始数据。

在一实施例中，采用有限域上的符号作为所述第一用户以及所述第二用户的原始数据的信源符号，在生成所述第一数据和所述第二数据的过程中，对经过多元低密度奇偶校验码编码的所述原始数据进行旋转调制和/或分量交织以生成所述第一数据和所述第二数据。

在一实施例中，在所述中继器对所述第一数据和所述第二数据进行解码的过程中，首先对所述第一数据和所述第二数据分别进行解交织和/或解调，然后对解交织和/或解调的结果分别进行译码以获取所述第一用户/所述第二用户的原始数据。

在一实施例中，在生成所述第三数据的过程中，首先对所述第一用户以及所述第二用户的原始数据进行所述网络编码，然后对所述网络编码生成的结果进行所述旋转调制和/或所述分量交织以获取所述第三数据。

在一实施例中，在根据所述第一数据、所述第二数据以及所述第三数据进行联合解码的过程中，先分别对所述第一数据、所述第二数据以及所述第三数据分别进行解交织和/或解调，然后对经过解交织和/或解调后的结果合并进行联合译码。

在一实施例中，在进行所述旋转调制的过程中基于最大化数据传输过程中的平均互信息来确定旋转角度。

在一实施例中，在进行所述分量交织的过程中每路分量采用准随机交织，其中：

首先将所述分量进行并串转换；

然后将所述并串转换的结果进行所述准随机交织；

最后对所述准随机交织的结果进行串并转换。

在一实施例中，在生成所述第一数据和所述第二数据的过程中，对经过多元低密度奇偶校验码编码的所述原始数据进行所述旋转调制后进行所述分量交织以在获取信号空间分集增益的基础上实现信号分量间的独立衰落。

在一实施例中，在根据所述第一数据、所述第二数据以及所述第三数据进行联合解码的过程中不考虑解调与译码间的迭代。

在一实施例中，在根据所述第一数据、所述第二数据以及所述第三数据进行联合解码的过程中，采用基于对数似然比与二部图的置信传播译码算法。

与现有技术相比，本发明的方法可以进一步提高网络系统数据传输的可靠性以及平均吞吐性能。

本发明的其它特征或优点将在随后的说明书中阐述。并且，本发明的部分特征或优点将通过说明书而变得显而易见，或者通过实施本发明而被了解。本发明的目的和部分优点可通过在说明书、权利要求书以及附图中所特别指出的步骤来实现或获得。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例共同用于解释本发明，并不构成对本发明的限制。在附图中：

图1是根据本发明一实施例的网络系统拓扑结构示意图；

图2是根据本发明一实施例的方法执行流程图；

图3a、图3b分别为采用旋转交织前后的正交相移键控的星座图；

图4为根据本发明一实施例的准随机交织流程图；

图5为根据本发明一实施例的LDPC乘积码的二部图；

图6为根据本发明一实施例的仿真应用的信噪比与误码率结果对比图。

具体实施方式

以下将结合附图及实施例来详细说明本发明的实施方式，借此本发明的实施人员可以充分理解本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程并依据上述实现过程具体实施本发明。需要说明的是，只要不构成冲突，本发明中的各个实施例以及各实施例中的各个特征可以相互结合，所形成的技术方案均在本发明的保护范围之内。

为了进一步满足网络系统的可靠性以及平均吞吐性能需求，本发明提出了一种网络数据传输方法。在本发明中，进行网络传输的基本网络拓扑结构如图1所示，其包含两个用户(用户101以及用户102)，中继器110以及基站120。这里需要指出的是，图1所示的网络拓扑结构只是实现本发明的网络传输的最基本(小)的网络拓扑结构，在实际中可以图1所示的网络拓扑结构为基础进行相应的扩充。例如增加用户个数，在一具体应用中，用户个数为100，那么100个用户及中继器、基站也可以实施本发明的方法。

根据本发明的网络传输方法，首先用户101以及用户102分别对各自的原始数据进行编码以分别生成并广播(发送)第一数据(用户101生成的数据)以及第二数据(用户102生成的数据)到中继器110以及基站120。

然后中继器110根据第一数据以及第二数据进行网络编码生成并发送第三数据到基站120。具体的，中继器110首先对第一数据以及第二数据分别进行解码以获取对应的用户101以及用户102的原始数据；然后基于对用户101以及用户102的原始数据进行网络编码来获取第三数据。

基站120根据第一数据、第二数据以及第三数据进行联合解码以获取用户101以及用户102的原始数据。

接下来基于流程图详细说明本发明的具体实施过程。附图的流程图中示出的步骤可以在包含诸如一组计算机可执行指令的计算机系统中执行。虽然在流程图中示出了各步骤的逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

执行本发明的方法首先要在用户处对原始数据进行编码，如图2所示，在用户101处首先执行步骤S210，获取需要传输的原始数据。

然后执行步骤S211，编码步骤，对原始数据进行编码。在本实施例中，基于LDPC码对原始数据进行编码。LDPC码是一种具有稀疏校验矩阵的分组纠错码，LDPC码的构造主要是指LDPC码校验矩阵的构造。进一步的，为了提高信噪比性能，本实施例采用了多元LDPC码进行编码。

在多元LDPC码校验矩阵的构造过程中：首先确定信息位长度K，编码后码长N和校验位长度M，则K＝N-M。然后考虑度分布情况，设定行重量为d_c，列重量为d_s。向量的重量是指向量中不为0的元素个数。从有限域GF(q)中按一定的方法选择非零元素填充到校验矩阵中对应的非零位置，便完成校验矩阵的构造。

为了进一步提高数据传输的可靠性，本实施例还引入了信号空间分集(signalspacediversity，SSD，又称为调制分集)技术。即在步骤S211之后执行步骤S212，旋转调制步骤。

信号空间分集技术是一种功率和带宽有效的分集技术。在本实施例中，增加调制分集的关键在于对信号星座加以某种旋转(旋转交织)，通过这种旋转，最大化两个星座点之间的分集度。

如图3a、图3b所示，I、Q分别为星座图的横纵坐标，图3a为传统的正交相移键控(QuadraturePhaseShiftKeyin，QPSK)的星座图，其包含四个星座点(301、302、303以及304)，图3a中星座点301的坐标为(a，b)，图3a中星座点301与坐标系原点的连线和横坐标的夹角为π/4。图3b为图3a的星座图采用旋转交织技术后得到的QPSK星座图(包含星座点301、302、303以及304)。图3b中星座点301的坐标为(x，y)，图3b中星座点301与坐标系原点的连线和横坐标的夹角为θ+π/4。

相较图3a，图3b的星座图逆时针旋转了θ。对比图3a以及图3b可以看出，不同于传统的QPSK调制，旋转交织技术将星座点旋转一定角度(θ)，从而获得调制分集增益。

为了实现信号空间分集技术，在本实施例中，在步骤S210中获取的原始数据采用有限域GF(q)上的符号作为原始数据的信源符号，并且，由于步骤S211采用了多元LDPC编码，从而使得每个信源符号(多进制符号)可以调制成一个或多个星座点。

在步骤S212中，旋转分集调制的维数有2维、4维、8维以及更高维，具体的维度根据数据传输的具体需要确定。以简单的二维信号空间分集为例，一个二维调制符号包含一个调制符号的同相分量和正交分量，即每次旋转调制处理一个调制符号的同相分量和正交分量。

假设一个多元符号(u)旋转调制处理前的n个星座点为：

u_i＝A_i+B_ij,i＝1,2,...,n，(1)

式1中，u代表星座点，i为星座点编号标记，A_i代表星座图上星座点的横坐标值，B_i代表星座图上星座点的纵坐标值。

进行旋转调制的旋转矩阵为：

$\left(\begin{array}{cc}cos\mathrm{\θ}& sin\mathrm{\θ}\\ -sin\mathrm{\θ}& cos\mathrm{\θ}\end{array}\right),---\left(2\right)$

式2中，θ为旋转角度，取值范围为[0,π/2]。

设经过二维旋转调制处理后得到的符号为：

x_i＝X_i+Y_ij,i＝1,2,...,n，(3)

式3中，x代表旋转后的星座点，i为星座点编号标记，X_i代表星座图上星座点的横坐标值，Y_i代表星座图上星座点的纵坐标值。

上述处理过程可表示为：

$\left(\begin{array}{c}{X}_i\\ Y_i\end{array}\right)=\left(\begin{array}{cc}cos\mathrm{\θ}& sin\mathrm{\θ}\\ -sin\mathrm{\θ}& cos\mathrm{\θ}\end{array}\right)\left(\begin{array}{c}{A}_i\\ B_i\end{array}\right)---\left(4\right)$

在本实施例中，步骤S212增加了信号的调制分集数，从而获得了分集增益。为了进一步增加数据传输的可靠性，在步骤S212之后还要进行步骤S213，分量交织步骤。在步骤S213中，根据具体的系统设计交织器尽量将信号的不同分量分开，从而不同的信号分量可以经历近似独立的衰落。

具体的，在步骤S213中，对每路分量采用准随机交织(S-随机序列交织)。以两路信号分量为例，如图4所示，经过旋转调制步骤(步骤S412)输出两路信号分量(I、Q)，然后执行步骤S401，并串变换步骤。在步骤S401中将I、Q分量进行并串转换得到I₁Q₁I₂Q₂...I_NQ_N。然后执行步骤S402，随机交织步骤，将I₁Q₁I₂Q₂...I_NQ_N进行S-随机交织。最后执行步骤S403，串并变换步骤，对随机交织的结果进行串并转换得到交织后两路符号。

在上述分量交织步骤中，编码符号属于多元域GF(q)，取q＝2^p，其中q表示该多元域具体为q元域，且它是由p个二进制比特生成的符号。若进行M进制调制，则S-随机序列交织中S≥2·p/log₂M，即S大与或等于一个多元域符号对应的调制符号分量个数。

S-随机序列产生的基本步骤是：首先产生随机数j，1≤j≤n，n为序列长度，并与前S个已产生的随机数比较，如果与其距离都小于S，则丢弃j，重新产生j，否则记录j；然后寻找下一个位置，直到所有n个数都找完。在本实施例中把上述特定条件抽象成布尔代数F(j)∈{0,1}。当不存在使F(j)＝1成立的情况时，那么可强行插入一个数，并进行后继搜索。

算法简介如下：

步骤(Step)1初始化数组A,A[i]＝i,i∈[1,n],m＝n；

Step2产生随机数p∈[1,m],t＝p；

Step3如果F(p)＝1，转step6；

Step4p＝pmodm+1；

Step5如果p≠t，转step3；

Step6将A[p]与A[m]互换，并将m-1；

Step7如果m>1，转step2；

否则数组A即为满足F的随机序列(可强行插入随机数)。

在本实施例中，利用步骤213实现信号分量间的独立衰落。这样假如有一个信号分量经历了深衰落，仍可以通过另外一个信号分量来实现正确解调。因此可以很好的抵抗信道衰落带来的影响，从而获得更高的可靠性。

这里需要说明的是，在本实施例中通过步骤S212以及步骤S213的结合以在获取信号空间分集增益的基础上实现信号分量间的独立衰落，有效解决了信号经历深衰落后无法恢复的问题以及突发性错误的问题，从而提高了数据传输的可靠性，在本发明的其他实施例中可以根据实际情况选择只执行步骤S212或步骤S213。

步骤S213后，本实施例的用户101处的编码工作就执行完毕，接下来就可以执行步骤S213，发送步骤，将编码完成后的数据分别发送到中继器110以及基站120。同时，在用户102处，依次执行步骤S220(获取原始数据)、S221(编码)、S222(旋转调制)、S223(分量交织)以及S224(发送)，将编码完成后的数据分别发送到中继器110以及基站120。由于步骤S220、S221、S222、S223以及S224与步骤S210、S211、S212、S213以及S214的执行原理以及过程相同(不同的只是原始数据)，因此这里就不再单独再次描述。

在中继器110处，针对用户101，首先执行步骤S231，接收步骤，接收来自用户101的数据。然后对来自用户101的数据进行解码以恢复出用户101处的原始数据。具体的：首先针对步骤S213执行步骤S232，解交织步骤；然后针对步骤S212执行步骤S233，解调步骤；最后针对步骤S211执行步骤S234，译码步骤。同样，针对用户102，执行对应的步骤S235(接收)、S236(解交织)、S237(解调)以及S238(译码)。

接下来执行步骤S241，网络编码步骤。在步骤S241中，对用户101以及用户102的原始数据(步骤S234以及步骤S238的输出)进行网络编码。在本实施例中，采用乘积码进行网络编码。

乘积码是一种应用线性分组码构造的具有较强纠错性能的码字。在步骤S241中，假设用户(101以及102)采用参数为(n,k,d)的线性分组码，其中n表示码长，k表示信息位长度，d表示码字的最小汉明距离。如果中继器110接收到k_r个分组信息，译码后按行重新排列，形成n×k_r的矩阵。中继器110使用参数为(n_r,k_r,d_r)的线性分组码按列编码得到n×n_r的矩阵，并转发底部的n_r-k_r≡r行校验冗余信息到基站120，那么在基站120处该冗余信息联合用户101以及102发送的信息就可形成一个完整的乘积码矩阵。

进一步的，在执行步骤S241之后，在本实施例中还执行步骤S242(旋转调制步骤)以及S243(分量交织步骤)。步骤S242以及S243的具体执行原理、流程以及技术效果类似步骤S212以及S213，这里就不再赘述。

执行步骤S244(发送步骤)将中继器生成的数据发送到基站120。这样基站就接收到了来自用户101、用户102以及中继器120三方的数据。分别针对这三方的数据执行接收(S251、S254或S257)、解交织(S252、S255或S258)以及解调(S253、S256或S259)就可以得到来自用户101以及102处的经过了多元LDPC编码的数据以及来自中继器110处的经过乘积码网络编码的数据(具体为校验冗余信息)。

接下来执行步骤S260，联合译码步骤。在本实施例中，步骤S260采用基于对数似然比(log-likelihoodratio，LLR)与二部图的置信传播(beliefpropagation，BP)译码算法。

LDPC乘积码的二部图如图5所示。在图5中，以方框代表校验节点；一个信源节点(用户101)LDPC码对应的校验矩阵为H₁(椭圆虚线框501表示)，501内的方形框代表H₁的校验节点；另一个信源节点(用户102)LDPC码对应的校验矩阵H₂(椭圆虚线框502表示)，502内的方形框代表H₁的校验节点；中继节点(中继器110)LDPC码对应的校验矩阵H_R(椭圆虚线框503表示)，503内的方形框代表H_R的校验节点。

以圆框代表变量节点，椭圆虚线框504内的圆框代表H₁对应的变量节点，其中斜线填充的圆框特指H₁与H_R共同的变量节点；椭圆虚线框505内的圆框代表H₂对应的变量节点，其中斜线填充的圆框特指H₂与H_R共同的变量节点；椭圆虚线框506内的圆框代表H_R对应的变量节点。以虚线代表连接共同的变量节点和校验节点的边；以实线代表连接非共同的变量节点和校验节点的边。(这里需要说明的是，图5中椭圆虚线框内的节点只是为了便于描述节点间的关系，并不代表实际的节点数。)

如图5所示的系统，乘积码可以由大小为M×N的稀疏校验矩阵确定。其中，M为总校验节点的个数，M＝m₁+m₂+m_R，m₁+m₂为H₁以及H₂对应的(椭圆虚线框501以及502中的)校验节点个数，m_R为H_R对应的(椭圆虚线框503中的)校验节点个数；N为总变量节点的个数，N＝n₁+n₂+n_R，n₁为椭圆虚线框504中的变量节点的个数，n₂为椭圆虚线框505中的变量节点的个数，n_R为椭圆虚线框506中的变量节点的个数。设定N(m)≡{n:H_mn＝1}表示为参与第m个校验方程的码元集合。M(n)≡{m:H_mn＝1}表示码字c_n参与的校验方程组成的集合。

在详细的描述译码算法之前，先设定相应参数的表达符号。设定L_ch(c_n)表示从信道中获得的关于码字c_n的对数似然比数值向量其表达式为：

$L\stackrel{\→}{L}R=\{LLR\left(0\right),LLR\left(1\right),...,LLR(q-1)\},---\left(5\right)$

向量中各元素：

$LLR\left(i\right)=ln\frac{p(c_n=i|y_n)}{p(c_n=0|y_n)},i=0,1,...,q-1,---\left(6\right)$

则：

L(m←n)表示：变量节点n发送给校验节点m的关于码字c_n的

L(m→n)表示：校验节点m发送给变量节点n的关于码字c_n的

L_post(c_n)表示：迭代译码后，译码器得到的关于码字c_n的可靠

其中n＝1,2,...,N，m＝1,2,...,M。

基于以上描述，得到基于对数似然比与二部图的迭代译码算法，其主要的操作步骤如下所述：

(1)初始化，使：

L(m←n)＝L_ch(c_n)，L(m→n)＝0；(7)

(2)水平步骤：

变量节点n传递信息给与其相邻的校验节点m∈M(n)的外信息：

$L(m\←n)=L_{ch}\left(c_n\right)+\underset{j\∈M\left(n\right)\backslash m}{\Σ}L(j\→n)---\left(8\right)$

(3)垂直步骤：

对校验节点m，计算其传递给相邻的变量节点n_m,l(与第m个校验节点相连的第l个信息节点，1≤l≤d_c)的外信息的过程中，计算过程有不必要的重复。可以采用前向后向(FB)算法。

定义前向和后向累积量，

前向累积量： ${\mathrm{\σ}}_{m,n_{m,l}}={\mathrm{\Σ}}_{j\≤l}{H}_{m,n_{m,j}}\·c_{n_{m,j}}---\left(9\right)$

后向累积量： ${\mathrm{\ρ}}_{m,n_{m,l}}={\mathrm{\Σ}}_{j\≥l}{H}_{m,n_{m,j}}\·c_{n_{m,j}}---\left(10\right)$

那么，取值为和的LLR可以迭代的求得(表示异或)：

$L\left({\mathrm{\σ}}_{m,n_{m,l}}\right)=L({\mathrm{\σ}}_{m,n_{m,l-1}}\⊕H_{m,n_{m,l}}\·c_{n_{m,l}})---\left(11\right)$

$L\left({\mathrm{\ρ}}_{m,n_{m,l}}\right)=L({\mathrm{\ρ}}_{m,n_{m,l+1}}\⊕H_{m,n_{m,l}}\·c_{n_{m,l}})---\left(12\right)$

并且，校验方程m传递给与其相连的变量节点n_m,k的外信息值为：

$L(m\→n_{m,k})=L\left(H_{m,n_{m,k-1}}{\mathrm{\σ}}_{m,n_{m,k-1}}\right)+L\left(H_{m,n_{m,k+1}}{\mathrm{\ρ}}_{m,n_{m,k+1}}\right)---\left(13\right)$

(4)解码：

对每个变量节点n，其后验概率

$L_{post}\left(c_n\right)=L_{ch}\left(c_n\right)+\underset{j\∈N\left(n\right)}{\Σ}L(j\→n)---\left(14\right)$

对其做硬判决之后，如果H·c^T＝0或到达最大迭代次数，则输出判决结果。否则转至步骤(2)继续迭代。

由于多元LDPC码的译码复杂度较高，而多元LDPC码相比二元LDPC码在不做解调与译码间的迭代时也有较大的性能增益，因此在本实施例中不考虑解调与译码间的迭代，这样就简化了计算过程。

进一步的，在步骤S212中，为了获取最优的分集增益需要确定最优的旋转角度。在本实施例中，基于最大化数据传输系统的平均互信息来确定最优旋转角度。具体的，分量交织(步骤S213、S223或S243)后的信号集合X和解交织(步骤S232/252、S236/258或S255)后的符号集合Y之间的最大平均互信息I_CM因旋转角度的不同而不同，具体表现为：

$I_{CM}=I(X;Y|\mathrm{\Λ})=m-E_{x,y,\mathrm{\λ}}\[{\log }_2\frac{{\mathrm{\Σ}}_{\hat{x}\∈\mathrm{\χ}}p\left(y\right|\hat{x},\mathrm{\λ})}{p\left(y\right|x,\mathrm{\λ})}\]---\left(15\right)$

其中：χ定义为旋转后的星座点集合，m＝log₂|χ|，|χ|为集合的大小，E[·]表示求平均，Λ定义为瑞利衰落的系数集合，且其分布的概率密度函数为p(λ)＝2λexp(-λ²),λ≥0，因为式(15)中的信道输入符号x取决于星座点的集合χ，不同的旋转角度决定不同的星座点的集合χ，因此决定不同的编码调制平均互信息。

旋转角度的选择以网络编码的拓扑结构为基础，基于最大化编码调制系统的平均互信息，综合考虑了编码的码率、调制方式等因素，实现了联合优化。

本发明采用多元LDPC信道编码，将多元LDPC码与乘积码网络编码结合，利用乘积码较强的纠错性能克服了异或编码稳健性差的缺点，同时充分发挥了多元LDPC码更好的纠错性能，更强的抗突发错误能力，更高的数据传输速率和频谱利用率；引入多元LDPC编码，使得一个多进制符号可以调制成一个或多个星座点，经旋转调制、分量交织后，每个星座点的每路调制符号分量能够经历近似独立的衰落信道，有效解决了信号经历深衰落后无法恢复的问题以及突发性错误的问题。与现有技术相比，本发明的方法可以进一步提高网络系统数据传输的可靠性以及平均吞吐性能。

假设系统信道都是瑞利衰落信道，噪声为零均值加性高斯白噪声，中继接收到的信号Y_kR(k＝1,2)和基站接收到的信号可分别表示为：

Y_kR＝h_kRX_k+n_kR，Y_kB＝h_kBX_k+n_kB(16)

类似地，基站接收到中继发送的信号可表示为：

Y_RB＝h_RBX_R+n_RB(17)

上述方程中X_k表示第k(k＝1，2)个用户的发送信号；X_R是中继转发的信号；h_kR,h_kB,h_RB是信道衰落系数；n_kB和n_RB是均值为零、单边功率谱密度为N₀的高斯白噪声。信噪比定义为γ＝E_b/N₀，其中E_b为比特信息能量。

接下来以一仿真应用例子来说明本发明的执行效果。发送端(用户)采用码长为1600个符号即6400比特的规则(2,8)16元LDPC码，中继器采用码长为3200个符号即12800比特的规则(2,8)16元LDPC码。信号经旋转调制、分量交织后广播到中继和基站；中继译码后，将两用户信息以乘积码的方式重组并发送至基站；最后基站根据接收的来自信源和中继的信息进行联合译码。为简化计算，在仿真中，假设信源到中继之间的信道是理想的，即中继可以无损的接收信源信息。

为了进行对比，仿真测试了二元LDPC乘积码网络编码方案。用户采用码长为6400比特的规则(3,12)二元LDPC码，中继采用码长为12800比特的规则(3,12)二元LDPC码，均通过随机构造的方法构造得到。本发明采用调制方式均为QPSK调制，码率均为3/4，经仿真分析求得最优旋转角度为26°。

仿真过程中直连链路间取的信噪比和中继与基站链路间的信噪比相同。如图6所示，图6中，横坐标为信噪比(单位：分贝dB)，纵坐标为误码率。线段集合601代表采用了多元LDPC乘积码与SSD技术结合的方案的系统的仿真结果；线段集合602代表仅采用了多元LDPC乘积码方案的系统的仿真结果；线段集合603代表采用了二元LDPC乘积码与SSD技术结合的方案的系统的仿真结果；线段集合604代表仅采用了二元LDPC乘积码的方案的系统的仿真结果。

由图6可以看出，误码率为10^-5时，联合信号空间分集的多元LDPC乘积码方案较传统二元乘积码网络编码方案约有1.5dB的信噪比性能增益。在未引入信号空间分集的情况下，误码率为10^-5时，多元LDPC乘积码网络编码较二元LDPC乘积码网络编码约有0.5dB的信噪比性能增益。同时从图中可以得到在误码率为10^-5时，信号空间分集技术对多元LDPC乘积码方案能够带来0.8dB信噪比性能增益。由此可见旋转调制和分量交织技术在提高多元LDPC乘积码性能上起重要作用。与现有技术相比，本发明的方法可以进一步提高网络系统数据传输的可靠性以及平均吞吐性能。

虽然本发明所公开的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。本发明所述的方法还可有其他多种实施例。在不背离本发明实质的情况下，熟悉本领域的技术人员当可根据本发明作出各种相应的改变或变形，但这些相应的改变或变形都应属于本发明的权利要求的保护范围。

Claims (10)

1.一种网络数据传输方法，其特征在于，进行所述网络数据传输的基本网络拓扑结构包含第一用户、第二用户、中继器以及基站，所述方法包括以下步骤：

所述第一用户以及所述第二用户分别对各自的原始数据进行基于多元低密度奇偶校验码的编码以分别生成并发送第一数据以及第二数据到所述中继器以及所述基站；

所述中继器对所述第一数据以及所述第二数据分别进行解码以获取对应的所述第一用户以及所述第二用户的原始数据；

所述中继器对所述第一用户以及所述第二用户的原始数据进行基于乘积码的网络编码以生成并发送第三数据到所述基站；

所述基站根据所述第一数据、所述第二数据以及所述第三数据进行联合解码以获取所述第一用户以及所述第二用户的原始数据。

2.根据权利要求1所述的方法，其特征在于，采用有限域上的符号作为所述第一用户以及所述第二用户的原始数据的信源符号，在生成所述第一数据和所述第二数据的过程中，对经过多元低密度奇偶校验码编码的所述原始数据进行旋转调制和/或分量交织以生成所述第一数据和所述第二数据。

3.根据权利要求2所述的方法，其特征在于，在所述中继器对所述第一数据和所述第二数据进行解码的过程中，首先对所述第一数据和所述第二数据分别进行解交织和/或解调，然后对解交织和/或解调的结果分别进行译码以获取所述第一用户/所述第二用户的原始数据。

4.根据权利要求3所述的方法，其特征在于，在生成所述第三数据的过程中，首先对所述第一用户以及所述第二用户的原始数据进行所述网络编码，然后对所述网络编码生成的结果进行所述旋转调制和/或所述分量交织以获取所述第三数据。

5.根据权利要求4所述的方法，其特征在于，在根据所述第一数据、所述第二数据以及所述第三数据进行联合解码的过程中，先分别对所述第一数据、所述第二数据以及所述第三数据分别进行解交织和/或解调，然后对经过解交织和/或解调后的结果合并进行联合译码。

6.根据权利要求2所述的方法，其特征在于，在进行所述旋转调制的过程中基于最大化数据传输过程中的平均互信息来确定旋转角度。

7.根据权利要求2所述的方法，其特征在于，在进行所述分量交织的过程中每路分量采用准随机交织，其中：

首先将所述分量进行并串转换；

然后将所述并串转换的结果进行所述准随机交织；

最后对所述准随机交织的结果进行串并转换。

8.根据权利要求2所述的方法，其特征在于，在根据所述第一数据、所述第二数据以及所述第三数据进行联合解码的过程中不考虑解调与译码间的迭代。

9.根据权利要求2-8中任一项所述的方法，其特征在于，在生成所述第一数据和所述第二数据的过程中，对经过多元低密度奇偶校验码编码的所述原始数据进行所述旋转调制后进行所述分量交织以在获取信号空间分集增益的基础上实现信号分量间的独立衰落。

10.根据权利要求1所述的方法，其特征在于，在根据所述第一数据、所述第二数据以及所述第三数据进行联合解码的过程中，采用基于对数似然比与二部图的置信传播译码算法。