CN105763303A - 基于预测的混和自动重传请求算法 - Google Patents
基于预测的混和自动重传请求算法 Download PDFInfo
- Publication number
- CN105763303A CN105763303A CN201610244747.0A CN201610244747A CN105763303A CN 105763303 A CN105763303 A CN 105763303A CN 201610244747 A CN201610244747 A CN 201610244747A CN 105763303 A CN105763303 A CN 105763303A
- Authority
- CN
- China
- Prior art keywords
- state
- probability
- time
- elements
- observation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000005540 biological transmission Effects 0.000 claims abstract description 35
- 238000000034 method Methods 0.000 claims abstract description 6
- 238000012544 monitoring process Methods 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000007704 transition Effects 0.000 claims description 4
- 238000001514 detection method Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L1/12—Arrangements for detecting or preventing errors in the information received by using return channel
- H04L1/16—Arrangements for detecting or preventing errors in the information received by using return channel in which the return channel carries supervisory signals, e.g. repetition request signals
- H04L1/18—Automatic repetition systems, e.g. Van Duuren systems
- H04L1/1812—Hybrid protocols; Hybrid automatic repeat request [HARQ]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L1/12—Arrangements for detecting or preventing errors in the information received by using return channel
- H04L1/16—Arrangements for detecting or preventing errors in the information received by using return channel in which the return channel carries supervisory signals, e.g. repetition request signals
- H04L1/1607—Details of the supervisory signal
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Error Detection And Correction (AREA)
Abstract
本发明公开了一种能够对抗无线信道中的干扰问题从而提高无线传输系统传输可靠性的基于预测的混和自动重传请求算法。该基于预测的混和自动重传请求算法通过对无线信道RS码监督元数量的预测动态调节HARQ传输中编码方案,并通过观测状态所对应的观测符号的比值关系确定下一时刻所采用的RS编码方案,该算法降低了重传次数及误码率,提升了吞吐量增加速度,相对传统的HARQ算法有较优越的性能。适合在无线传输技术领域推广应用。
Description
技术领域
本发明涉及无线传输技术领域,尤其是一种基于预测的混和自动重传请求算法。
背景技术
无线传输中差错控制的方式分为三类:前向纠错(FEC,ForwardErrorCorrection)、检错重传(ARQ,AutomaticRepeatreQuest)、混合自动重传请求(HARQ,HybridAutomaticRepeatRequest)。前向纠错(FEC)方式是发送端编码器通过加入冗余信息的方式将所发信息编码成纠错码,在接收端,若译码器有能力纠正接收到错误信息,则译码器自动对接收到的信息进行纠正。前向纠错无需将译码结果反馈给发送端,传输延迟小,但由于接收端无法完全纠正错误时不能反馈,所以其传输可靠性得不到保障,且由于纠错码冗余量恒定,无法适应时刻变化的信道。检错重传(ARQ)是发送端编码器将信息编码成可检错的码,根据接收的信息是否有错误向发送端发送反馈信号。若反馈否定信号,则将该信息重新发送;反之,则发送下一组信息。检错重传方式发送的检错码只需少许多余码元就可以使信息可靠传输,并且能够适应变化的信道,但由于反馈信道的存在,其传输延迟有所增大。混合自动重传请求算法(HARQ)是FEC和ARQ的结合,信息块经过无线信道到达接收端后,如果信息块的错误数量在纠错码纠错范围内,则接收端译码器对其进行纠错;如果纠错码的纠错能力不足以纠正信息块中的错误,则通过反馈信号请求发送端重传此信息块。HARQ结合了ARQ和FEC的优点,在一定程度上减少了时延,提高了带宽利用率。但由于无线信道不稳定,随时都有可能变化,产生突发错误,HARQ首次传输采用固定码率,在重传过程中调节码率,增强纠错能力,自适应能力略有不足。
发明内容
本发明所要解决的技术问题是提供一种能够对抗无线信道中的干扰问题从而提高无线传输系统传输可靠性的基于预测的混和自动重传请求算法。
本发明解决其技术问题所采用的技术方案为:该基于预测的混和自动重传请求算法,包括以下步骤:
A、建立HMM模型,所述HMM模型由集合λ={A,B,π}确定;
B、根据初始样本初始化HMM模型的参数A,B,π;
C、通过Viterbi算法根据已知观测序列O={O1,O2,...,OT}计算出隐含状态序列Q={q1,q2,...,qT};
D、根据如下公式计算得到下一个隐含状态qT+1,所述计算公式为其中,表示从隐含状态qT转移到隐含状态j的概率;
E、根据如下公式计算得到隐含状态qT+1所对应的观测符号OT+1,所述计算公式为其中,表示隐含状态为qT+1时产生观测状态为k的概率;
F、当前时刻为第t秒,计算第t+1秒RS编码所需的监督元数量ut+1,确定编码方案,如果ut+1超过设定的最大监督元数量,则以最大监督元数量作为编码方案;如果ut+1低于设定的最小监督元数量,则以最小监督元数量作为编码方案;所述第t+1秒RS编码所需的监督元数量ut+1=Int(ut×dt,t+1)+1,ut为t秒时RS码监督元数量;
G、判断译码是否成功,如果不成功且传输次数已达到设定的最大传输次数则放弃传输;如果不成功且传输次数小于最大传输次数,则增加监督元数量后再次传输;如果监督元数量高于上限或低于下限,则以最大监督元数或最小监督元数为编码方案;
H、经过一段时间τ,得到新的观测样本,然后根据新的观测样本利用Baum-Welch算法重新估计HMM参数A,B,π,重复步骤C至步骤H。
进一步的是,利用Baum-Welch算法重新估计HMM参数A,B,π的具体方法如下:
S1、通过观测样本得到该观测样本初始时刻隐含状态Si的概率分布π={p{q1=Si}},1≤i≤6;
S2、定义前向变量:αt(i)=p(O1O2...Ot,qt=Si|λ),αt(i)表示在上一次更新的HMM模型λ基础上,t时刻的状态Si从开始到t时刻观测序列为O1,O2,...Ot的概率;
S3、定义后向变量:βt(i)=p{Ot+1Ot+2...OT|qt=Si,λ},βt(i)表示在上一次更新的HMM模型λ基础上,t时刻状态Si从t+1时刻到最后时刻观测序列为Ot+1,Ot+2,...,OT的概率;
S4、在上一次更新的HMM模型λ基础上,t时刻状态为Si,t+1时刻状态为Sj的概率为
其中,aij=p{qt+1=Sj|qt=Si},1≤i,j≤N,aij表示从状态i转换到状态j的概率;其中,bj(Ot+1)为状态为Sj时产生观测符号Ot+1的概率;βt+1(j)=p{Ot+2Ot+3…OT|qt=Sj,λ},βt+1(j)表示在上一次更新的HMM模型λ基础上,t+1时刻状态Sj从t+2时刻到最后时刻观测序列为Ot+2Ot+3…OT的概率;
S5、通过如下公式计算得到rt(i),rt(i)表示在上一次更新的HMM模型λ基础上,t时刻状态为Si的概率;
S6、分别通过如下计算公式得到π,所述公式如下所述:
rt(j)表示在上一次更新的HMM模型λ基础上,t时刻状态为Sj的概率;
S7、对计算得出的观测值概率进行判断,若计算得出的观测值概率没有达到阈值,重复步骤S1至S6,直到计算得出的观测值概率达到阈值,则该以及所对应的即为HMM重新估计的参数A,B,π。
本发明的有益效果:该基于预测的混和自动重传请求算法通过对无线信道RS码监督元数量的预测动态调节HARQ传输中编码方案,并通过观测状态所对应的观测符号的比值关系确定下一时刻所采用的RS编码方案,该算法降低了重传次数及误码率,提升了吞吐量增加速度,相对传统的HARQ算法有较优越的性能。
具体实施方式
本发明所述的基于预测的混和自动重传请求算法,包括以下步骤:
A、建立HMM模型,所述HMM模型由集合λ={A,B,π}确定;
B、根据初始样本初始化HMM模型的参数A,B,π;
C、通过Viterbi算法根据已知观测序列O={O1,O2,...,OT}计算出隐含状态序列Q={q1,q2,...,qT};
D、根据如下公式计算得到下一个隐含状态qT+1,所述计算公式为其中,表示从隐含状态qT转移到隐含状态j的概率;
E、根据如下公式计算得到隐含状态qT+1所对应的观测符号OT+1,所述计算公式为其中,表示隐含状态为qT+1时产生观测状态为k的概率;
F、当前时刻为第t秒,计算第t+1秒RS编码所需的监督元数量ut+1,确定编码方案,如果ut+1超过设定的最大监督元数量,则以最大监督元数量作为编码方案;如果ut+1低于设定的最小监督元数量,则以最小监督元数量作为编码方案;所述第t+1秒RS编码所需的监督元数量ut+1=Int(ut×dt,t+1)+1,ut为t秒时RS码监督元数量;其中,Int()表示向下取整运算,设定最大及最小监督元数目;
丢包率为信道状态的一种反应,丢包率的变化意味着信道状态的变化,同时误码率也会随信道状态的变化而变化,所以,误码率与丢包率存在正相关关系,根据不同时刻丢包率所对应观测符号的比值动态调节监督元数量,RS码编译码简单,且给定码长n和纠错能力m时,能直接确定一个RS码,适合预先设定码的纠错能力,对于RS码,2m个监督元,可以纠正m个错误;
G、判断译码是否成功,如果不成功且传输次数已达到设定的最大传输次数则放弃传输;如果不成功且传输次数小于最大传输次数,则增加监督元数量后再次传输;如果监督元数量高于上限或低于下限,则以最大监督元数或最小监督元数为编码方案;
H、经过一段时间τ,得到新的观测样本,然后根据新的观测样本利用Baum-Welch算法重新估计HMM参数A,B,π,重复步骤C至步骤H。
该基于预测的混和自动重传请求算法通过对无线信道RS码监督元数量的预测动态调节HARQ传输中编码方案,并通过RS码监督元数量的比值关系确定下一时刻所采用的RS编码方案,该算法降低了重传次数及误码率,提升了吞吐量增加速度,相对传统的HARQ算法有较优越的性能。
在上述实施方式中,利用Baum-Welch算法重新估计HMM参数A,B,π的具体方法如下:
S1、通过观测样本得到该观测样本初始时刻隐含状态Si的概率分布π={p{q1=Si}},1≤i≤6;
S2、定义前向变量:αt(i)=p(O1O2...Ot,qt=Si|λ),αt(i)表示在上一次更新的HMM模型λ基础上,t时刻的状态Si从开始到t时刻观测序列为O1,O2,...Ot的概率;
S3、定义后向变量:βt(i)=p{Ot+1Ot+2...OT|qt=Si,λ},βt(i)表示在上一次更新的HMM模型λ基础上,t时刻状态Si从t+1时刻到最后时刻观测序列为Ot+1,Ot+2,...,OT的概率;
S4、在上一次更新的HMM模型λ基础上,t时刻状态为Si,t+1时刻状态为Sj的概率为
其中,aij=p{qt+1=Sj|qt=Si},1≤i,j≤N,aij表示从状态i转换到状态j的概率;其中,bj(Ot+1)为状态为Sj时产生观测符号Ot+1的概率;βt+1(j)=p{Ot+2Ot+3…OT|qt=Sj,λ},βt+1(j)表示在上一次更新的HMM模型λ基础上,t+1时刻状态Sj从t+2时刻到最后时刻观测序列为Ot+2Ot+3…OT的概率;
S5、通过如下公式计算得到rt(i),rt(i)表示在上一次更新的HMM模型λ基础上,t时刻状态为Si的概率;
S6、分别通过如下计算公式得到π,所述公式如下所述:
rt(j)表示在上一次更新的HMM模型λ基础上,t时刻状态为Sj的概率;
S7、对计算得出的观测值概率进行判断,若计算得出的观测值概率没有达到阈值,重复步骤S1至S6,直到计算得出的观测值概率达到阈值,则该以及所对应的即为HMM重新估计的参数A,B,π。
在上述实施方式中,所述HMM模型由五个元素来表示:
1)隐含状态S,隐含状态是不可见的,隐含状态集合可以表示为S={S1,S2,...,SN},t时刻的状态表示为qt;
2)隐含状态所对应的观测序列O;观测序列集合可表示为O={O1,O2,...,OM};
3)状态转移矩阵A={aij}N×N,其中,aij=p{qt+1=Sj|qt=Si},1≤i,j≤N,即从状态i转换到状态j的概率;
4)观测符号概率分布矩阵B={bjk}N×M,其中,bjk={Ok|qt=Sj},1≤j≤N,1≤k≤M。表示状态为Sj时产生观测状态为k的概率;
5)初始状态分布π={πi},其中,πi=p{q1=Si},1≤i≤N;
一个HMM模型可由集合λ={A,B,π}确定。
Claims (2)
1.基于预测的混和自动重传请求算法,其特征在于包括以下步骤:
A、建立HMM模型,所述HMM模型由集合λ={A,B,π}确定;
B、根据初始样本初始化HMM模型的参数A,B,π;
C、通过Viterbi算法根据已知观测序列O={O1,O2,...,OT}计算出隐含状态序列Q={q1,q2,...,qT};
D、根据如下公式计算得到下一个隐含状态qT+1,所述计算公式为其中,表示从隐含状态qT转移到隐含状态j的概率;
E、根据如下公式计算得到隐含状态qT+1所对应的观测符号OT+1,所述计算公式为其中,表示隐含状态为qT+1时产生观测状态为k的概率;
F、当前时刻为第t秒,计算第t+1秒RS编码所需的监督元数量ut+1,确定编码方案,如果ut+1超过设定的最大监督元数量,则以最大监督元数量作为编码方案;如果ut+1低于设定的最小监督元数量,则以最小监督元数量作为编码方案;所述第t+1秒RS编码所需的监督元数量ut+1=Int(ut×dt,t+1)+1,ut为t秒时RS码监督元数量;
G、判断译码是否成功,如果不成功且传输次数已达到设定的最大传输次数则放弃传输;如果不成功且传输次数小于最大传输次数,则增加监督元数量后再次传输;如果监督元数量高于上限或低于下限,则以最大监督元数或最小监督元数为编码方案;
H、经过一段时间τ,得到新的观测样本,然后根据新的观测样本利用Baum-Welch算法重新估计HMM参数A,B,π,重复步骤C至步骤H。
2.如权利要求1所述的基于预测的混和自动重传请求算法,其特征在于:利用Baum-Welch算法重新估计HMM参数A,B,π的具体方法如下:
S1、通过观测样本得到该观测样本初始时刻隐含状态Si的概率分布π={p{q1=Si}},1≤i≤6;
S2、定义前向变量:αt(i)=p(O1O2...Ot,qt=Si|λ),αt(i)表示在上一次更新的HMM模型λ基础上,t时刻的状态Si从开始到t时刻观测序列为O1,O2,...Ot的概率;
S3、定义后向变量:βt(i)=p{Ot+1Ot+2...OT|qt=Si,λ},βt(i)表示在上一次更新的HMM模型λ基础上,t时刻状态Si从t+1时刻到最后时刻观测序列为Ot+1,Ot+2,...,OT的概率;
S4、在上一次更新的HMM模型λ基础上,t时刻状态为Si,t+1时刻状态为Sj的概率为
其中,aij=p{qt+1=Sj|qt=Si},1≤i,j≤N,aij表示从状态i转换到状态j的概率;其中,bj(Ot+1)为状态为Sj时产生观测符号Ot+1的概率;βt+1(j)=p{Ot+2Ot+3…OT|qt=Sj,λ},βt+1(j)表示在上一次更新的HMM模型λ基础上,t+1时刻状态Sj从t+2时刻到最后时刻观测序列为Ot+2Ot+3…OT的概率;
S5、通过如下公式计算得到rt(i),rt(i)表示在上一次更新的HMM模型λ基础上,t时刻状态为Si的概率;
S6、分别通过如下计算公式得到π,所述公式如下所述:
rt(j)表示在上一次更新的HMM模型λ基础上,t时刻状态为Sj的概率;
S7、对计算得出的观测值概率进行判断,若计算得出的观测值概率没有达到阈值,重复步骤S1至S6,直到计算得出的观测值概率达到阈值,则该以及所对应的即为HMM重新估计的参数A,B,π。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610244747.0A CN105763303A (zh) | 2016-04-19 | 2016-04-19 | 基于预测的混和自动重传请求算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610244747.0A CN105763303A (zh) | 2016-04-19 | 2016-04-19 | 基于预测的混和自动重传请求算法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105763303A true CN105763303A (zh) | 2016-07-13 |
Family
ID=56324378
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610244747.0A Pending CN105763303A (zh) | 2016-04-19 | 2016-04-19 | 基于预测的混和自动重传请求算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105763303A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113595693A (zh) * | 2021-07-26 | 2021-11-02 | 大连大学 | 一种基于改进有效信噪比的混合自动重传请求方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103281166A (zh) * | 2013-05-15 | 2013-09-04 | 北京邮电大学 | 一种基于极化码的混合自动重传请求传输方法 |
US9240184B1 (en) * | 2012-11-15 | 2016-01-19 | Google Inc. | Frame-level combination of deep neural network and gaussian mixture models |
-
2016
- 2016-04-19 CN CN201610244747.0A patent/CN105763303A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9240184B1 (en) * | 2012-11-15 | 2016-01-19 | Google Inc. | Frame-level combination of deep neural network and gaussian mixture models |
CN103281166A (zh) * | 2013-05-15 | 2013-09-04 | 北京邮电大学 | 一种基于极化码的混合自动重传请求传输方法 |
Non-Patent Citations (2)
Title |
---|
FERNANDO SILVEIRA等: "Predicting packet loss statistics with hidden Markov models for FEC control", 《COMPUTER NETWORKS》 * |
田波等: "基于丢包率预测的视频传输纠错算法", 《计算机应用研究》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113595693A (zh) * | 2021-07-26 | 2021-11-02 | 大连大学 | 一种基于改进有效信噪比的混合自动重传请求方法 |
CN113595693B (zh) * | 2021-07-26 | 2024-07-12 | 大连大学 | 一种基于改进有效信噪比的混合自动重传请求方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6671849B2 (en) | Reliability-based type-II hybrid ARQ scheme | |
CN101938334A (zh) | 随机网络编码和自动重传请求联合的自适应差错控制方法 | |
CN102638331B (zh) | 基于随机线性网络编码的无线可靠广播方法 | |
EP1746732A1 (en) | Retransmission control method and communication device | |
US7913145B2 (en) | Re-transmission control method and communication device | |
US20150117468A1 (en) | Apparatus and method for transmitting data | |
CN1771476A (zh) | 用于迭代解码的软信息比例变换 | |
CN101286825A (zh) | 实现基于可靠性的混合自动重传的方法、发送端和系统 | |
RU2006144833A (ru) | Способы и устройство для гибридной многоадресной и одноадресной передач в сети передачи данных | |
CN101237310B (zh) | 一种增强型自适应数据重传的方法 | |
KR20070053504A (ko) | 통신 시스템에서 데이터 수신 방법 및 장치 | |
CN109889308B (zh) | 物联网中联合极化编译码的混合自动重传请求方法 | |
CN109639397B (zh) | 一种复合信道下极化码的混合自动重传请求方法 | |
US8397120B2 (en) | Method of error correction for a multicast message | |
CN110943810A (zh) | 面向深空通信的可变滑动窗口长度的回退n帧自动重传方法及系统 | |
CN102420617B (zh) | 交叠rm码的译码方法及系统 | |
CN104468048A (zh) | 根据重传合并方法确定harq-i型可用amc方案的方法 | |
CN113595693A (zh) | 一种基于改进有效信噪比的混合自动重传请求方法 | |
CN109088701A (zh) | 一种基于在线喷泉码的ldpc码串行传输方法 | |
CN101753177B (zh) | 一种基于应答反馈控制信令的信噪比估计方法 | |
CN105763303A (zh) | 基于预测的混和自动重传请求算法 | |
CN101465712B (zh) | 一种数据帧最大负载自适应调整方法 | |
CN102148665A (zh) | 一种lt码的译码方法 | |
WO2009035096A1 (ja) | 通信システム、送信装置、誤り訂正符号再送方法、通信プログラム | |
CN101854230A (zh) | 一种提高通信系统重传效率的装置及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160713 |
|
WD01 | Invention patent application deemed withdrawn after publication |