CN105703781A

CN105703781A - 用于估计同步错误位置的硬判决导向的前后向估计方法

Info

Publication number: CN105703781A
Application number: CN201610029868.3A
Authority: CN
Inventors: 陈为刚; 张林林; 杨晋生
Original assignee: Tianjin University
Current assignee: Tianjin University
Priority date: 2016-01-18
Filing date: 2016-01-18
Publication date: 2016-06-22

Abstract

本发明公开了一种用于估计同步错误位置的硬判决导向的前后向估计方法，属于数字通信差错控制编码领域，本发明的特征在于，反转级联码内译码器引入外译码器输出的硬判决估计序列，内译码器的参考序列使用水印序列与交织后的硬判决估计序列的异或，前后向估计方法利用该参考序列和更新后的有效替代错误概率计算输出概率，进一步用于计算前向度量值和后向度量值，提高了前后向估计方法输出的每个比特的似然信息的可靠度。本发明与反转级联码传统译码方法相比，提高了前后向方法估计准确度，以较小的额外复杂度获得了较大的性能增益。

Description

用于估计同步错误位置的硬判决导向的前后向估计方法

技术领域

本发明涉及数字通信差错控制编码领域，尤其涉及一种用于估计同步错误位置的硬判决导向的前后向估计方法。

背景技术

在数字通信系统中，同步是信息可靠传输的重要条件。目前，针对同步丢失问题，大多数数字通信系统采取重传的方式。随着现代通信系统对同步的要求越来越严格，可纠同步错误的编译码方案受到广泛关注。由于被同步错误干扰的信道具有记忆性，单个未被纠正的同步错误会引发一系列突发性的替代错误，造成灾害性的错误传播，适用于无记忆信道和加性噪声的传统纠错编码技术很少能直接被应用。因此，同步纠错码的构造及其编译码方案的设计实现是目前通信系统设计中面临的一项巨大挑战，其研究具有重要的实际应用价值。

目前，基于级联码的同步纠错码方案受到广泛关注，级联码中内码纠正同步错误，外码纠正由内译码不完全同步和信道引起的替代错误。按照该思路，Davey-MacKay(DM)构造成为非常有效的方法。该方法采用水印码为非线性内码，非二进制低密度奇偶校验(Non-BinaryLow-DensityParity-Check，NB-LDPC)码为外码。具体为，发送端，NB-LDPC编码器的输出被映射为一个稀疏二进制序列，并与收发端均已知的水印序列模二加得到发送序列；接收端，内译码器采用基于隐马尔可夫模型的前向-后向算法，识别水印信号的不连续并推断同步错误发生的位置，输出码字中每一个比特的似然信息，外译码器采用NB-LDPC码的基于对数域的和积译码算法，纠正接收序列中的替代错误，输出发送信息向量的估计值。该方案能够有效识别块边界，且可在长时间传输中保持同步，具有重要的研究意义。进一步，研究者们对原始DM构造的译码算法进行改进，例如，Briffa等人提出的符号级内译码算法，改善了整体译码性能，但是译码复杂度有所增加，不利于实际的应用。

针对DM构造译码复杂度高的问题，Rathnakumar和Cai提出反转级联码方案。该方案交换了DM构造中内码和外码的位置，且直接改变信息比特的分布和密度。在系统LDPC编码器进行编码前，首先采用分布转换器将信息序列转换成稀疏序列，随后在系统LDPC编码器之后紧接一个交织器，将分布集中的校验位分布到信息位中；在译码端不改变译码的顺序，避免了内译码算法中间度量中稀疏码字似然概率的计算，显著降低了内译码器的译码复杂度，并且系统整体码率不受译码器复杂度的限制。

发明人在实现本发明的过程中，发现现有技术中至少存在以下缺点和不足：

传统反转级联码方案降低了译码复杂度，但译码性能的损失较大，当反转级联码与原始级联码的整体码率相同时，LDPC码的码率越低，反转级联码较原始级联码的性能损失越严重。

发明内容

本发明提供了一种用于估计同步错误位置的硬判决导向的前后向估计方法，以较小的额外复杂度获得了较大的性能增益。

本发明的特征在于，反转级联码内译码器引入外译码器输出的硬判决估计序列，内译码器的参考序列使用水印序列与交织后的硬判决估计序列的异或，前后向估计方法利用该参考序列和更新后的有效替代错误概率计算前向度量值和后向度量值，提高了前后向估计方法输出的每个比特的似然信息的可靠度。

一种用于估计同步错误位置的硬判决导向的前后向估计方法，所述方法包括以下步骤：

(1)利用外译码器输出的码字的硬判决信息生成水印译码器新的参考序列；

(2)更新前向度量值和后向度量值计算公式中的输出概率即由j时刻的同步漂移状态x_j转移至j+1时刻的同步漂移状态x_j+1时产生序列的概率，其中j时刻表示接收码字中第j-1个比特已传输、第j个比特待传输的时刻，x_j是从第0个传输比特到第j个传输比特由信道产生的全部插入比特数与全部删节比特数之差，x_max是内译码器设定的最大漂移，x_j,x_j+1∈{-x_max,L,0,L,x_max}，且满足x_j-1≤x_j+1≤x_j+I，I是最大连续插入比特数，为接收子序列0≤j≤N，N是码字的比特长度；

(3)递归计算硬判决导向的前向度量值和后向度量值，并利用更新后的前向和后向度量值计算码字中每个比特的似然信息P(d_j|r)，其中0≤j＜N，r为接收序列，d_j∈{0,1}为LDPC码字中第j个比特的可能取值。

所述利用外译码器输出的硬判决信息生成水印译码器新的参考序列具体为，

(1.1)将外译码器硬判决后码字的估计序列进行交织操作得到序列

(1.2)令生成内译码器新的参考序列w′，其中w为原始水印序列。

所述更新j时刻的同步漂移状态x_j转移至j+1时刻的同步漂移状态x_j+1时产生序列的输出概率其中j为接收码字中第j个比特已传输、第j+1个比特待传输的时刻，x_j是从第0个传输比特到第j个传输比特由信道产生的全部插入比特数与全部删节比特数之差，x_j,x_j+1∈{-x_max,L,0,L,x_max}，且满足x_j-1≤x_j+1≤x_j+I，x_max是内译码器设定的最大漂移量，I是最大连续插入比特数，为接收子序列0≤j≤N，N为码字的比特长度具体为，

(2.1)更新等效信息序列密度f′＝0，并初始化等效替代概率P_f＝f′(1-P_s)+(1-f′)P_s＝P_s，其中0≤j＜N，P_s为信道的替代概率，在仿真过程中，当信道替代概率为0时，为避免等效替代概率P_f＝0，设置f′＝0.001为一小常数；

(2.2)根据当前j时刻的同步漂移状态x_j与j+1时刻的同步漂移状态x_j+1之间的联系，计算转移概率具体为，

若x_j+1＝x_j-1，则

若x_j+1＝x_j，则

P_{x_{j}, x_{j + 1}} = α_{I} P_{i} P_{d} + P_{t};

若x_j＜x_j+1＜x_j+I，则

P_{x_{j}, x_{j + 1}} = α_{I} [{(P_{i})}^{x_{j + 1} - x_{j} + 1} P_{d} + {(P)}^{x_{j + 1} - x_{j}} P_{t}];

若x_j+1＝x_j+I，则

否则其中α_I＝1/(1-(P_i)^I)为考虑最大插入长度I的归一化常数；P_d为删节概率；P_i为插入概率；P_t为传输概率；

(2.3)计算

A = [α_{I} {(P_{i})}^{x_{j + 1} - x_{j} + 1} {(\frac{1}{2})}^{x_{j + 1} - x_{j} + 1}] \cdot P_{d}, B = [α_{I} {(P_{i})}^{x_{j + 1} - x_{j}} {(\frac{1}{2})}^{x_{j + 1} - x_{j}}] \cdot P_{t},

其中，A为插入x_j+1-x_j+1个比特并删节发送比特的概率；B为插入x_j+1-x_j个比特并传输发送比特的概率；

(2.4)判断接收比特串中的最后一个比特是否满足判断条件其中w′_j为内译码器新的参考序列w′在第j位的取值，若满足判断条件，输出概率

Q_{x_{j} x_{j + 1}}^{j} = \frac{A + B \cdot (1 - P_{f})}{P_{x_{j}, x_{j + 1}}};

若不满足判断条件，输出概率

Q_{x_{j} x_{j + 1}}^{j} = \frac{A + B \cdot P_{f}}{P_{x_{j}, x_{j + 1}}};

本发明提供的技术方案的有益效果是：反转级联码内译码器引入外译码器输出的硬判决估计序列，设计了一种用于估计同步错误位置的硬判决导向的前后向估计方法，提高了前后向方法估计准确度，以较小的额外复杂度获得了较大的性能增益。

附图说明

图1为本发明提供的一种用于估计同步错误位置的硬判决导向的前后向估计方法的流程图；

图2是计算前后向度量中输出概率的流程图；

图3是计算前向度量的流程图；

图4是计算后向度量的流程图；

图5是计算码字中每个比特的似然信息的流程图；

图6是计算中间度量值中输出概率的的流程图；

图7是反转级联硬判决迭代译码方法与非迭代译码方法的误块率性能比较示意图。

具体实施方式

反转级联码内译码器引入外译码器输出的硬判决估计序列，内译码器的参考序列使用水印序列与交织后的硬判决估计序列的异或，前后向估计方法利用该参考序列和更新后的有效替代错误概率计算前向度量值和后向度量值，提高了前后向估计方法输出的每个比特的似然信息的可靠度。

为进一步提高译码算法的性能，本发明提供了一种用于估计同步错误位置的硬判决导向的前后向估计方法，参见图1、图2、图3、图4、图5、图6。下面将结合附图对本发明的实施方式作进一步地详细描述。

(1)利用外译码器输出的硬判决信息生成水印译码器新的参考序列，该步骤具体为：

(2)更新前向度量值和后向度量值计算公式中的输出概率即由j时刻的同步漂移状态x_j转移至j+1时刻的同步漂移状态x_j+1时产生序列的概率，其中j时刻表示接收码字中第j-1个比特已传输、第j个比特待传输的时刻，x_j是从第0个传输比特到第j个传输比特由信道产生的全部插入比特数与全部删节比特数之差，x_max是内译码器设定的最大漂移，x_j,x_j+1∈{-x_max,L,0,L,x_max}，且满足x_j-1≤x_j+1≤x_j+I，I是最大连续插入比特数，为接收子序列0≤j≤N，N是码字的比特长度。

其中，该步骤的流程图如图2所示，具体为：

若x_j+1＝x_j-1，则

若x_j+1＝x_j，则

P_{x_{j}, x_{j + 1}} = α_{I} P_{i} P_{d} + P_{t};

若x_j＜x_j+1＜x_j+I，则

P_{x_{j}, x_{j + 1}} = α_{I} [{(P_{i})}^{x_{j + 1} - x_{j} + 1} P_{d} + {(P_{i})}^{x_{j + 1} - x_{j}} P_{t}];

若x_j+1＝x_j+I，则

(2.3)计算

A = [α_{I} {(P_{i})}^{x_{j + 1} - x_{j} + 1} {(\frac{1}{2})}^{x_{j + 1} - x_{j} + 1}] \cdot P_{d}, B = [α_{I} {(P_{i})}^{x_{j + 1} - x_{j}} {(\frac{1}{2})}^{x_{j + 1} - x_{j}}] \cdot P_{t},

Q_{x_{j} x_{j + 1}}^{j} = \frac{A + B \cdot (1 - P_{f})}{P_{x_{j}, x_{j + 1}}};

若不满足判断条件，输出概率

Q_{x_{j} x_{j + 1}}^{j} = \frac{A + B \cdot P_{f}}{P_{x_{j}, x_{j + 1}}};

(3)递归计算硬判决导向的前向度量值和后向度量值，并利用更新后的前向和后向度量值计算码字中每个比特的似然信息P(d_j|r)，其中0≤j＜N，r为接收序列，d_j∈{0,1}为LDPC码字中第j个比特的可能取值，

(3.1)递归计算j时刻漂移状态为y时的前向度量值F_j(y)，其中0≤j≤N，0≤y≤X，X＝2x_max+1，X为漂移状态个数，如图3所示，具体步骤为，

(3.1.1)初始化0时刻的前向度量值和j＝1；

(3.1.2)设当前时刻漂移状态y＝0；

(3.1.3)令前一时刻的漂移状态a＝y-I；

(3.1.4)判断a是否满足0≤a＜X，若不满足判断条件，令a加1，重复步骤(3.1.4)直至满足判断条件；若满足判断条件，令由前一时刻的漂移状态a转移至当前时刻漂移状态y的一次前向度量的概率执行步骤(3.1.5)；

(3.1.5)利用输出概率，按照公式计算当前值，其中，F_j-1(a)为j-1时刻漂移状态为a时的前向度量值，P_a,y为由前一时刻的漂移状态a转移至当前时刻漂移状态y的转移概率，为由前一时刻的漂移状态a转移至当前时刻漂移状态y的输出概率；

(3.1.6)判断a是否满足a＝y+1，若不满足判断条件，令a加1，重复步骤(3.1.4)至(3.1.6)直至满足条件；若满足判断条件，利用公式即得到j时刻漂移状态为y时的前向度量值；

(3.1.7)判断y是否满足y＝X-1，若不满足判断条件，令y加1，重复步骤(3.1.3)至(3.1.7)直至满足判断条件；若满足判断条件，执行步骤(3.1.8)；

(3.1.8)判断j是否满足j＝N，若不满足判断条件，令j加1，重复步骤(3.1.2)至(3.1.8)直至满足判断条件；若满足判断条件，输出时刻0到N所有漂移状态时的前向度量值。

(3.2)递归计算j时刻漂移状态为y时的后向度量值B_j(y)，其中0≤j≤N，0≤y≤X，X＝2x_max+1，X为漂移状态个数，如图4所示，具体步骤为，

(3.2.1)初始化j＝N，并重新初始化当前块的后向度量值其中为块末端的最大可能偏移量；

(3.2.2)设当前时刻漂移状态y＝0；

(3.2.3)令后一时刻的漂移状态b＝y+I；

(3.2.4)判断b是否满足0≤b＜X，若不满足判断条件，令b减1，重复步骤(3.2.4)直至满足判断条件；若满足判断条件，令由当前时刻漂移状态y转移至后一时刻的漂移状态b的一次后向度量的概率执行步骤(3.2.5)；

(3.2.5)利用输出概率，按照公式计算当前值，其中，B_j+1(b)为j+1时刻漂移状态为b时的前向度量值，P_y,b为由前一时刻的漂移状态y转移至当前时刻漂移状态b的转移概率，为由前一时刻的漂移状态y转移至当前时刻漂移状态b的输出概率；

(3.2.6)判断b是否满足b＝y-1，若不满足判断条件，令b减1，重复步骤(3.2.4)至(3.2.6)直至满足条件；若满足判断条件，利用公式即得到j时刻漂移状态为y时的后向度量值；

(3.2.7)判断y是否满足y＝X-1，若不满足判断条件，令y加1，重复步骤(3.2.3)至(3.2.7)直至满足判断条件；若满足判断条件，执行步骤(3.2.8)；

(3.2.8)判断j是否满足j＝0，若不满足判断条件，令j减1，重复步骤(3.2.2)至(3.2.8)直至满足判断条件；若满足判断条件，输出每一时刻j下所有漂移状态时的后向度量值。

(3.3)利用更新后的前向和后向度量值计算码字中每个比特的似然信息P(d_j|r)，其中0≤j＜N，r为接收序列，d_j∈{0,1}为LDPC码字中第j+1个比特的可能取值，该步骤的流程图如图5所示，具体为，

(3.3.1)初始化j＝0；

(3.3.2)令d_j＝0；

(3.3.3)初始化x_j＝0；

(3.3.4)初始化x_j+1＝0；

(3.3.5)计算中间度量值如图6所示，具体为，

①判断当前时刻j的偏移状态x_j与下一时刻j+1的漂移状态x_j+1之间的联系，计算转移概率

P_{x_{j}, x_{j + 1}} = P (x_{i + 1} | x_{i}),

具体为，

若x_j+1＝x_j-1，则

若x_j+1＝x_j，则

P_{x_{j}, x_{j + 1}} = α_{I} P_{i} P_{d} + P_{t};

若x_j＜x_j+1＜x_j+I，则

P_{x_{j}, x_{j + 1}} = α_{I} [{(P_{i})}^{x_{j + 1} - x_{j} + 1} P_{d} + {(P_{i})}^{x_{j + 1} - x_{j}} P_{t}];

若x_j+1＝x_j+I，则

若不满足上述四种情况，则其中α_I＝1/(1-(P_i)^I)为考虑最大插入长度I的归一化常数；P_d为删节概率；P_i为插入概率；P_t为传输概率；

②计算

A = [α_{I} {(P_{i})}^{x_{j + 1} - x_{j} + 1} {(\frac{1}{2})}^{x_{j + 1} - x_{j} + 1}] \cdot P_{d}, B = [α_{I} {(P)}^{x_{j + 1} - x_{j}} {(\frac{1}{2})}^{x_{j + 1} - x_{j}}] \cdot P_{t},

③判断接收比特串中的比特是否满足判断条件若满足判断条件，中间度量值若不满足判断条件，中间度量值

Q_{x_{j} x_{j + 1}}^{j} (r_{j + x_{j}}^{j + x_{j + 1}} | d_{j}) = \frac{A + B \cdot P_{s}}{P_{x_{j}, x_{j + 1}}};

(3.3.6)令当j时刻漂移状态x_j转移至j+1时刻漂移状态x_j+1时输出比特为d_j时的似然概率

P (d_{j} | r) |_{x_{j}}^{x_{j + 1}} = 0,

按照公式

P (d_{j} | r) |_{x_{j}}^{x_{j + 1}} = F_{j} (x_{j}) \cdot Q_{x_{j} x_{j + 1}}^{j} (r_{j + x_{j}}^{j + x_{j + 1}} | d_{j}) \cdot B_{j + 1} (x_{j + 1})

计算当前值；

(3.3.7)判断x_j+1是否满足条件x_j+1＝X-1，若不满足判断条件，令x_j+1加1，重复步骤(3.3.5)至(3.3.7)直至满足判断条件；若满足判断条件，执行步骤(3.3.8)；

(3.3.8)判断x_j是否满足条件x_j＝X-1，若不满足判断条件，令x_j加1，重复步骤(3.3.4)至(3.3.8)直至满足判断条件；若满足判断条件，利用公式即得到j时刻LDPC码字比特为d_j时的似然概率；

(3.3.9)判断d_j是否满足d_j＝1，若不满足判断条件，令d_j加1，重复步骤(3.3.3)至(3.3.9)直至满足判断条件；若满足判断条件，执行步骤(3.3.10)；

(3.3.10)判断j是否满足条件j＝N-1，若不满足判断条件，令j加1，重复步骤(3.3.2)至(3.3.10)直至满足判断条件；若满足判断条件，输出0到N时刻所有漂移状态的前向度量值。

下面给出一个具体的实施例，说明本发明给出的反转级联方案框架下的一种用于估计同步错误位置的硬判决导向的前后向估计方法的可行性。

在本发明实例中，选择伪随机序列作为水印码，GF(2)上码长N＝5120，码率为4/5的LDPC码为外码的反转级联水印码；仿真中省略了码率为0.8的分布转换器，简单地采用密度为0.25的伯努利序列作为LDPC编码器的输入；反转级联码的整体码率R＝0.64，编码后序列平均密度为f＝0.25×4/5+0.5/5＝0.3。二进制输入、二进制输出插入/删节替代信道中，删节概率与插入概率相同；分别仿真替代概率为0和0.003时的译码性能；最大连续插入值I＝2；网格图中最大漂移量内译码器更新后码字的似然信息转换对数似然比并传递给外译码器。外译码器采用基于对数域的和积译码算法，迭代次数为20次。硬判决导向的迭代译码的最大迭代次数设为10。

图7为不同插入/删节概率下反转级联硬判决迭代译码与非迭代译码的误块率性能比较示意图，其中反转级联硬判决迭代译码算法采用一种用于估计同步错误位置的硬判决导向的前后向估计方法。图7中P_indel表示同步错误概率，P_s表示替代错误概率。仿真结果表明，在相同插入/删节替代错误概率下，采用本发明提出的一种用于估计同步错误位置的硬判决导向的前后向估计方法的译码性能优于非迭代的情况。提出的方法具有较大的译码性能增益。

综上所述，本发明实施例通过在反转级联码内译码器中引入外译码器输出的硬判决估计序列，设计了采用一种用于估计同步错误位置的硬判决导向的前后向估计方法的反转级联方案，提高了前后向方法估计准确度，改善了译码算法的性能。本发明提出的方法以较小的额外复杂度获得了较大的性能增益。

本领域技术人员可以理解附图只是一个优选实施例的示意图，上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims

1.一种用于估计同步错误位置的硬判决导向的前后向估计方法，其特征在于，所述方法包括以下步骤：

2.根据权利要求1所述的一种用于估计同步错误位置的硬判决导向的前后向估计方法，其特征在于，所述利用外译码器输出的硬判决信息生成水印译码器新的参考序列具体为，

(1.1)将外译码器硬判决后码字的估计序列交织生成序列

3.根据权利要求1所述的一种用于估计同步错误位置的硬判决导向的前后向估计方法，其特征在于，所述更新前向度量值和后向度量值计算公式中的输出概率即由j时刻的同步漂移状态x_j转移至j+1时刻的同步漂移状态x_j+1时产生序列的概率，其中j时刻表示接收码字中第j-1个比特已传输、第j个比特待传输的时刻，x_j是从第0个传输比特到第j个传输比特由信道产生的全部插入比特数与全部删节比特数之差，x_max是内译码器设定的最大漂移，x_j,x_j+1∈{-x_max,L,0,L,x_max}，且满足x_j-1≤x_j+1≤x_j+I，I是最大连续插入比特数，为接收子序列0≤j≤N，N是码字的比特长度具体为：

若x_j+1＝x_j-1，则

若x_j+1＝x_j，则

若x_j＜x_j+1＜x_j+I，则

若x_j+1＝x_j+I，则

否则其中α_I＝1/(1-(P_i)^I)为考虑最大插入长度I的归一化常数；P_d为删节概率；P_i为插入概率；P_t为传输概率。

(2.3)计算其中，A为插入x_j+1-x_j+1个比特并删节发送比特的概率；B为插入x_j+1-x_j个比特并传输发送比特的概率；

(2.4)判断接收比特串中的最后一个比特是否满足判断条件其中w′_j为内译码器新的参考序列w′在第j位的取值，若满足判断条件，输出概率若不满足判断条件，输出概率