CN105356895A - 一种Turbo码译码方法及装置 - Google Patents

Abstract

本发明提出一种Turbo码译码方法及装置，所述译码方法包括：在接收端基于从信道接收的数据通过预处理实时计算信道可靠度；结合所述信道可靠度进行Turbo译码。本发明提供的方法能够实时计算信道可靠度参数，克服了现有译码算法中对该参数的模糊设定导致不能适应真实信道特征的弊端，以较低的复杂度实现了对信道可靠度的实时计算，间接提高了turbo码的译码性能，降低了译码误码率。

Description

一种Turbo码译码方法及装置

技术领域

本发明涉及网络通信技术领域，具体地，涉及一种能实时提高Turbo码信道可靠度的Turbo码译码方法及装置。

背景技术

Turbo码是重要的信道编码方式，其性能接近香农极限，不仅在低信噪比高噪声中表现了优越的性能，而且具有强大的抗干扰、抗衰落能力。Turbo具有优异的纠错性能，在第三代和第四代移动通信技术当中，都采用其进行差错控制编码。Turbo码采用并行级联卷积码结构，其编码器由两个反馈的分量码编码器并行级联而成，为了降低分量码输出的相关性，还加入了交织器，即将自然顺序的输入序列通过交织器，再输入第二个分量码编码器。Turbo译码器，相应于编码器的结构，也采取了由两个分量码对应的译码单元、交织、解交织组成。译码分量码的输出采用软输入、软输出(SISO)的方法，经过多次迭代，可以有较好的译码性能。

对于现有的译码方法Map算法，其迭代的过程主要是结合系统信息和先验信息，计算出外部信息，通过对外部信息的加权和交织或解交织，作为下一分量译码器的先验信息输入，多次迭代译码。迭代结束后，对最后的软输出进行硬判决得到译码结果。Map算法，不论是取Log计算的Log-Map算法，还是在此基础上演变的Max-Log-Map算法，其共同的算法核心步骤如下：

(1)计算状态转移网格T，即遍历每一种当前状态和可能的输入，作出其输出以及下一状态的表格。

(2)计算分支转移概率γ；

(3)由步骤(2)的γ，前向递推得到α；

(4)由步骤(2)的γ，后向递推得到β；

(5)由以上的参数计算对数似然比L。

Turbo码的Map译码算法中，需要信道可靠度参数，方可进行迭代译码。现有译码算法中对该参数的模糊设定导致不能适应真实信道特征，具有较高的计算复杂度，间接降低了Turbo码的译码性能，其译码误码率也比较高。

发明内容

针对现有技术中存在的上述问题，本发明提出一种Turbo码译码方法，包括：

在接收端基于从信道接收的数据通过预处理实时计算信道可靠度；

结合所述信道可靠度进行Turbo译码。

相应的，还提出一种Turbo码译码装置，包括：

信道可靠度计算单元，用于在接收端基于从信道接收的数据通过预处理实时计算信道可靠度；

译码单元，用于结合所述信道可靠度进行Turbo译码。

本发明与现有技术相比，能够获得如下技术效果：

(1)本发明取消了对Turbo译码软输入的量化处理，量化以及其后继处理的计算复杂度更高，同时量化不精则导致译码软输入不准确，从而降低误码准确率。本发明通过信道可靠度计算的预处理，将信道信息包含其中，不需要对接收到的数据做量化，可以直接将解调的软输入作为译码器的输入进行译码处理，减少运算量，规避了量化不精带来的弊端。

(2)本发明通过计算信道可靠度，对每一帧数据，将系统信息(信道信息)对最大似然译码算法的影响直接计算出来，具有实时性，取代了现有方法的模糊设定或固定设置，提高了信道可靠度，间接提高了译码性能，降低了译码误码率。

(3)本发明的信道可靠度计算方法，所依据的数据是当前帧的数据，而现有的信道特征估计方法，采用的是当前帧与前一帧的数据，相比之下，本发明减少了数据存储量和复杂度，计算的信道可靠度更能直接体现出当前帧信道特点。

附图说明

图1为实施例一提供的一种Turbo码译码方法示意图。

图2为实施例一中计算信道可靠度的子流程示意图。

图3(a)为从在接收端从信道接收的数据R的星座图。

图3(b)为二次调制信号M的星座图。

图3(c)误差向量Err的星座图。

图3(d)为EVM计算原理示意图。

图4为实施例二提供的一种Turbo码译码装置结构图。

图5为本发明与现有的基于固定信道可靠度的译码方法的效果对比示意图。

具体实施方式

下面结合附图对本发明作进一步说明。

参见图1所示，为实施例一提供的一种Turbo码译码方法示意图，其中包括如下步骤：

S101、在接收端基于从信道接收的数据通过预处理实时计算信道可靠度。

当在接收端从信道接收到发送端所发送的编码数据后，针对每一个接收到的数据包，通常需要先对其进行解调，在数据解调后但在进行Turbo译码之前，基于所得到的数据进行预处理，实时计算Turbo译码所需的信道可靠度。其中，所述信道是加性白高斯噪声信道。

通过实时计算和更新信道可靠度，提高了对信道可靠度判断的准确率，能提高后续译码的置信度。

具体地，参见图2所示，所述计算信道可靠度的操作包括以下子步骤：

S1011、对所述从信道接收的数据依次进行解调、硬判译码、再次调制，得到二次调制信号；

从信道接收的数据是在发送端进行相应的Turbo编码后的数据。在发送端，首先将待编码的比特m通过Turbo编码器编码，输出码字比特流c。然后将码字进行调制，可采用的调制方式有多种，以QPSK为例，调制后输出的符号信息为S。再向符号S信息加载加性白高斯噪声来模拟信道传输，形成接收端的接收数据R。Turbo编码输出通过信道传输至接收端，接收端从信道接收符号信息R，R是加入了白高斯噪声的调制符号信号。此时接收端接收到的数据R，在星座图上，与原来的星座映射产生了偏移，参见图3(a)所示。

接收数据R后，先对其进行相应调制方式的解调，输出D，D是具备正负号的软解调输出；然后，将解调的数据进行硬判译码，输出H；这时H是原始编码数据c的一个硬判结果，将H作为参考向量的原型。接下来，对硬判译码结果H进行相应解调方式的调制，即二次调制，得到二次调制信号M，可以作为参考向量，其星座图可参见图3(b)所示。

S1012、基于所述从信道接收的数据以及所述二次调制信号计算EVM；

以接收符号R和二次调制信号M作为输入，计算EVM，具体计算公式如下：

$\mathrm{EVM}=\frac{\mathrm{RMS}(M-R)}{\mathrm{RMS}\left(M\right)}*100\%=\frac{\mathrm{RMS}\left(\mathrm{Err}\right)}{\mathrm{RMS}\left(\mathrm{Ref}\right)}*100\%=\sqrt{\frac{{\mathrm{\Σ}}_1^N{\left|\stackrel{\→}{e\left(n\right)}\right|}^2}{{\mathrm{\Σ}}_1^N{\left|\stackrel{\→}{r\left(n\right)}\right|}^2}}*100\%---\left(1\right)$

其中，N表示接收数据的长度，e是误差向量，r是接受向量。

原理如图3(d)所示，其中示出了M和R之间的偏移；另参见图3(c)，示出了误差向量的星座图。

S1013、根据所述EVM计算信噪比；

由EVM和SNR的换算公式，计算SNR，具体计算公式如下：

$SNR=-20*\lg \left(\frac{EVM}{100\%}\right)---\left(2\right)$

S1014、根据信噪比计算信道可靠度。

根据SNR，得到信号噪声能量比，从而可以得到信道可靠度L_c，即：

$L_c=4*a*\frac{E_b}{2{\mathrm{\σ}}^2}=2*a*{10}^{0.1*SNR}---\left(3\right)$

其中，L_c表示信道可靠度，a表示衰落因子，E_b表示信号能量，σ²表示噪声能量。

S102、结合所述信道可靠度进行Turbo译码。

在计算出所述信道可靠度后，即可基于实时计算出的、针对每个当前帧的信道可靠度来进行Turbo译码。

译码算法的核心计算公式为：

L＝L_cy_s+L_a+L_e(4)

其中，L为最大似然比，L_c为信道可靠度，y_s为系统码(接收的信息位码)，L_a为先验概率，L_e为外部特征信息。

将计算好的L_c参数输入译码器，译码器即可开始译码。主要步骤如下：

(1)先验概率L_a和外部特征L_e初始为0，；

(2)L_e解交织得到L_a，L_a与L_cy_s'作为Map类算法第一分量译码器输入，输出最大似然L；

(3)根据公式(4)，由L，L_a和L_cy_s'得到L_e’；

(4)L_e’交织得到L_a，L_a与L_cy_s”作为Map类算法第二分量译码器输入，输出最大似然L，其中y_s”是交织的信息位接收数据；

(5)根据公式(4)，由L，L_a和L_cy_s”得到L_e；如果迭代继续，则进入步骤(2)，否则停止迭代，用L进行硬判输出得到译码结果。

本实施例所提出的方法与现有技术相比，具有以下优势：

(1)本实施例取消了对Turbo译码软输入的量化处理，量化以及其后继处理的计算复杂度更高，同时量化不精则导致译码软输入不准确，从而降低误码准确率。本实施例通过信道可靠度计算的预处理，将信道信息包含其中，不需要对接收到的数据做量化，可以直接将解调的软输入作为译码器的输入进行译码处理，减少运算量，规避了量化不精带来的弊端。

(2)本实施例通过计算信道可靠度，对每一帧数据，将系统信息(信道信息)对最大似然译码算法的影响直接计算出来，具有实时性，取代了现有方法的模糊设定或固定设置，提高了信道可靠度，间接提高了译码性能，降低译码误码率。

(3)本实施例所述的信道可靠度计算方法，基于的数据是当前帧的数据，而现有的信道特征估计方法，采用的是当前帧与前一帧的数据，相比之下，本实施例直接减少了数据存储量和复杂度，计算的信道可靠值更能直接体现当前帧信道特点。

接下来，参见图4所示，为实施例二提供的一种Turbo码译码装置的结构框图，其中包括：信道可靠度计算单元401，和译码单元402。

所述信道可靠度计算单元401，用于在接收端基于从信道接收的数据通过预处理实时计算信道可靠度。

当在接收端从信道接收到发送端所发送的编码数据后，针对每一个接收到的数据包，通常需要先对其进行解调，在数据解调后但在进行Turbo译码之前，所述信道可靠度计算单元401基于所得到的数据进行预处理，实时计算Turbo译码所需的信道可靠度。其中，所述信道是加性白高斯噪声信道。

通过实时计算和更新信道可靠度，提高了对信道可靠度判断的准确率，能提高后续译码的置信度。

具体地，所述信道可靠度计算单元401包括如下子单元：

二次调制信号获取子单元4011，用于对所述从信道接收的数据依次进行解调、硬判译码、再次调制，得到二次调制信号；

进一步地，所述二次调制信号获取子单元4011包括：

解调模块40111，用于对所述从信道接收的数据进行解调；

Turbo编码输出通过信道传输至接收端，接收端从信道接收符号信息R，R是加入了白高斯噪声的调制符号信号。首先，解调模块40111对接收到的符号进行相应调制方式的解调，输出D，D是具备正负号的软解调输出。

硬判译码模块40112，用于对解调模块解调后的数据进行硬判译码；

所述硬判译码模块40112将解调的数据进行硬判译码，输出H。

二次调制模块40113，用于对硬判译码模块的输出结果再次进行调制，得到二次调制信号。

所述二次调制模块40113对硬判译码后的H进行相应解调方式的调制，即二次调制，得到二次调制信号M。

EVM计算子单元4012，用于基于所述从信道接收的数据以及所述二次调制信号计算EVM；

所述EVM计算子单元基于所述从信道接收的数据R以及所述二次调制信号M计算EVM，通过以下方式实现：

$\mathrm{EVM}=\frac{\mathrm{RMS}(M-R)}{\mathrm{RMS}\left(M\right)}*100\%=\frac{\mathrm{RMS}\left(\mathrm{Err}\right)}{\mathrm{RMS}\left(\mathrm{Ref}\right)}*100\%=\sqrt{\frac{{\mathrm{\Σ}}_1^N{\left|\stackrel{\→}{e\left(n\right)}\right|}^2}{{\mathrm{\Σ}}_1^N{\left|\stackrel{\→}{r\left(n\right)}\right|}^2}}*100\%---\left(1\right)$

其中，N表示接收数据的长度，e是误差向量，r是接受向量。

信噪比计算子单元4013，用于根据所述EVM计算信噪比；

所述信噪比计算子单元根据所述EVM计算信噪比，通过以下方式实现：

$SNR=-20*\lg \left(\frac{EVM}{100\%}\right)---\left(2\right).$

可靠度计算子单元4014，用于根据信噪比计算信道可靠度。

所述可靠度计算子单元根据信噪比计算信道可靠度，通过以下方式实现：

$L_c=4*a*\frac{E_b}{2{\mathrm{\σ}}^2}=2*a*{10}^{0.1*SNR}---\left(3\right)$

其中，L_c表示信道可靠度，a表示衰落因子，E_b表示信号能量，σ²表示噪声能量。

所述译码单元402，用于结合所述信道可靠度进行Turbo译码。

在计算出所述信道可靠度后，即可基于实时计算出的、针对每个当前帧的信道可靠度来进行Turbo译码。

本实施例能够获得与实施例一相同的技术效果，在此不再赘述。

图5为本发明与现有的基于固定信道可靠度的译码方法的效果对比示意图。

从图中可以看出，本发明所提出的方法在信噪比增大的过程中，相比于模糊设定的几种固定信道可靠度译码方法，其译码误码率曲线下降更快，能够显著提高译码准确率，这也证明了本发明所提出的技术方案的有效性。

通过本发明提供的技术能够实时计算信道可靠度参数，克服了现有译码算法中对该参数的模糊设定导致不能适应真实信道特征的弊端，以较低的复杂度实现了对信道可靠度的实时计算，间接提高了turbo码的译码性能，降低了译码误码率。

本发明说明书中所给出的实施例均为示例性的，仅仅为了解释和说明本发明所提出的技术方案，而并非对本发明所述技术方案的具体限制。

Claims (13)

1.一种Turbo码译码方法，其特征在于，包括：

在接收端基于从信道接收的数据通过预处理实时计算信道可靠度；

结合所述信道可靠度进行Turbo译码。

2.根据权利要求1所述Turbo码译码方法，其特征在于，所述信道是加性白高斯噪声信道。

3.根据权利要求1所述Turbo码译码方法，其特征在于，所述基于从信道接收的数据通过预处理实时计算信道可靠度，包括：

对所述从信道接收的数据依次进行解调、硬判译码、再次调制，得到二次调制信号；

基于所述从信道接收的数据以及所述二次调制信号计算EVM；

根据所述EVM计算信噪比SNR；

根据信噪比计算信道可靠度。

4.根据权利要求3所述Turbo码译码方法，其特征在于，所述基于从信道接收的数据以及所述二次调制信号计算EVM，通过以下方式实现：

其中，N表示接收数据的长度，e是误差向量，r是接受向量，R表示所述从信道接收的数据，M表示所述二次调制信号。

5.根据权利要求3所述Turbo码译码方法，其特征在于，所述根据所述EVM计算信噪比，通过以下方式实现：

$SNR=-20*\lg \left(\frac{EVM}{100\%}\right)---\left(2\right).$

6.根据权利要求3所述Turbo码译码方法，其特征在于，所述根据信噪比计算信道可靠度，通过以下方式实现：

$L_c=4*a*\frac{E_b}{2{\mathrm{\σ}}^2}=2*a*{10}^{0.1*SNR}---\left(3\right)$

其中，L_c表示信道可靠度，a表示衰落因子，E_b表示信号能量，σ²表示噪声能量。

7.一种Turbo码译码装置，其特征在于，包括：

信道可靠度计算单元，用于在接收端基于从信道接收的数据通过预处理实时计算信道可靠度；

译码单元，用于结合所述信道可靠度进行Turbo译码。

8.根据权利要求7所述Turbo码译码装置，其特征在于，所述信道是加性白高斯噪声信道。

9.根据权利要求7所述Turbo码译码装置，其特征在于，所述信道可靠度计算单元包括：

二次调制信号获取子单元，用于对所述从信道接收的数据依次进行解调、硬判译码、再次调制，得到二次调制信号；

EVM计算子单元，用于基于所述从信道接收的数据以及所述二次调制信号计算EVM；

信噪比计算子单元，用于根据所述EVM计算信噪比SNR；

可靠度计算子单元，用于根据信噪比计算信道可靠度。

10.根据权利要求9所述Turbo码译码装置，其特征在于，二次调制信号获取子单元包括：

解调模块，用于对所述从信道接收的数据进行解调；

硬判译码模块，用于对解调模块解调后的数据进行硬判译码；

二次调制模块，用于对硬判译码模块的输出结果再次进行调制，得到二次调制信号。

11.根据权利要求9所述Turbo码译码装置，其特征在于，所述EVM计算子单元基于所述从信道接收的数据以及所述二次调制信号计算EVM，通过以下方式实现：

其中，N表示接收数据的长度，e是误差向量，r是接受向量，R表示所述从信道接收的数据，M表示所述二次调制信号。

12.根据权利要求9所述Turbo码译码装置，其特征在于，所述信噪比计算子单元根据所述EVM计算信噪比，通过以下方式实现：

$SNR=-20*\lg \left(\frac{EVM}{100\%}\right)---\left(2\right).$

13.根据权利要求9所述Turbo码译码装置，其特征在于，所述可靠度计算子单元根据信噪比计算信道可靠度，通过以下方式实现：

$L_c=4*a*\frac{E_b}{2{\mathrm{\σ}}^2}=2*a*{10}^{0.1*SNR}---\left(3\right)$

其中，L_c表示信道可靠度，a表示衰落因子，E_b表示信号能量，σ²表示噪声能量。