CN107453807A - 一种大气光通信信道模型的极化方法、装置及电子设备 - Google Patents
一种大气光通信信道模型的极化方法、装置及电子设备 Download PDFInfo
- Publication number
- CN107453807A CN107453807A CN201710466618.0A CN201710466618A CN107453807A CN 107453807 A CN107453807 A CN 107453807A CN 201710466618 A CN201710466618 A CN 201710466618A CN 107453807 A CN107453807 A CN 107453807A
- Authority
- CN
- China
- Prior art keywords
- mrow
- channel
- polarization
- msubsup
- optical communication
- 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.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
- H04B10/11—Arrangements specific to free-space transmission, i.e. transmission through air or vacuum
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M13/00—Coding, decoding or code conversion, for error detection or error correction; Coding theory basic assumptions; Coding bounds; Error probability evaluation methods; Channel models; Simulation or testing of codes
- H03M13/03—Error detection or forward error correction by redundancy in data representation, i.e. code words containing more digits than the source words
- H03M13/05—Error detection or forward error correction by redundancy in data representation, i.e. code words containing more digits than the source words using block codes, i.e. a predetermined number of check bits joined to a predetermined number of information bits
- H03M13/13—Linear codes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/391—Modelling the propagation channel
- H04B17/3911—Fading models or fading generators
-
- 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
- H04L1/004—Arrangements for detecting or preventing errors in the information received by using forward error control
- H04L1/0056—Systems characterized by the type of code used
- H04L1/0057—Block codes
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Electromagnetism (AREA)
- Probability & Statistics with Applications (AREA)
- Theoretical Computer Science (AREA)
- Optical Communication System (AREA)
- Error Detection And Correction (AREA)
Abstract
本发明实施例公开了一种大气光通信信道模型的极化方法、装置及电子装置，涉及通信技术领域。本发明实施例的大气光通信信道模型的极化方法包括：获取所述大气光通信的信道模型；提取所述信道模型中的弱湍流强度参数；针对不同的弱湍流强度参数，采用蒙特卡洛方式对所述信道模型构建极化码，并分析所述极化码的误码性能。此外，本发明实施例还公开了一种大气光通信信道模型的极化装置及电子设备。通过本发明实施例的方案，能有效的提高传输性能。
Description
技术领域
本发明涉及通信领域，尤其涉及一种大气光通信信道模型的极化方法、装置及电子设备。
背景技术
自由空间光通信(Free Space Optical，FSO)不仅具有光纤通信的高传输码率和保密性好等优点，还兼具有无线通信抗干扰能力强和造价低的优点，此外它还有易于安装实现且比较灵活方便的优点。自由空间光通信作为一种兼具实时性、有效性和高传输速率的通信技术，在一些不具备光纤铺设的地区乃至楼层，但是又需要传输速率比较高的通信技术情况下，自由空间光通信技术的使用显得尤为重要。更深一层来说，由于自由空间光通信传输距离的特殊性，FSO通信系统在解决“最后一公里”的连接以及实现全球高速通信的问题上有着十分重要的作用。
在自由空间大气光通信系统中，由于其传输媒介的特殊性，即大气具有衰落和湍流的特性，因此在研究FSO系统的时候，为保证实际通信能够在各种影响大气衰落和湍流强度的天气情况下进行，那么就需要采取一些相应的抵抗措施，这就需要应用信道编码技术来避免某些信道被严重干扰，进而提高整个通信系统的传输性能。
目前，应用于自由空间光通信信道编码系统的码型主要有RS码和Turbo码以及低密度奇偶校验(Low Density Parity Check，LDPC)码等。其中RS码是一种性能优越的多进制码，它的最小汉明距离是最大的，它的纠错能力也比较强，尤其是纠正突发错误，RS码的优越性能体现尤为突出。但它不能应用码字软信息来进行译码操作，因而它的编码增益不能得到进一步的改善。实际的大气光通信信道编码系统中常用的码型为LDPC码，对于二进制输入离散无记忆信道(B-DMCs)，在串行抵消(SC)译码算法下，极化码是第一个被证明能够达到信道容量的码，极化码在该场景下还没有真正的应用。
鉴于此，本申请提出一种新的应用于大气光通信的信道编码译码方案。
发明内容
有鉴于此，本发明实施例提供了一种大气光通信信道模型的极化方法、装置及电子设备，至少部分的解决现有技术中存在的问题。
第一方面，本发明实施例提供了一种大气光通信信道模型的极化方法，其特征在于，包括：
获取所述大气光通信的信道模型；
提取所述信道模型中的弱湍流强度参数；
针对不同的弱湍流强度参数，采用蒙特卡洛方式对所述信道模型构建极化码，并分析所述极化码的误码性能。
作为本发明实施例的一种具体实现方式，所述采用蒙特卡洛方式对所述信道构建极化码，包括：
构建信道传输可靠性评估函数；
对所述信道模型的传输可靠性进行评估，得到可靠性参数值；
采用参数值小的信道传输信息比特，采用参数值大的信道传输冻结比特。
作为本发明实施例的一种具体实现方式，所述采用蒙特卡洛方式对所述信道构建极化码，包括：
生成一组随机序列u，u中元素的个数是构造的极化码的码长N；
对序列u进行极化编码：a＝uGN；
编码之后进行4PPM调制，将信息序列变换为调制序列a→X；
将得到的调制信号序列X通过对数正态衰落信道，增加乘性衰落和加性衰落得到接收序列Y；
计算信道的转移概率，并基于所述转移概率进行信道译码。
作为本发明实施例的一种具体实现方式，所述计算信道的转移概率，并基于所述转移概率进行信道译码，包括：
获得信道的转移概率W(yi，hi|xi)；
由接收序列Y按照软信息提取方法，计算信道转移概率p(xi|yi，hi)，用来近似W(yi，hi|xi)。
根据权利要求3所述的大气光通信信道模型的极化方法，其特征在于，所述计算信道的转移概率，并基于所述转移概率进行信道译码，包括：
进行sC译码，输入是W(yi，hi|xi)，输出为
计算巴氏参数：
计算出之后对其进行降序排序，然后选出冻结比特的位置。
作为本发明实施例的一种具体实现方式，所述采用蒙特卡洛方式对所述信道构建极化码，包括：
对所述信道的信息进行极化译码。
作为本发明实施例的一种具体实现方式，所述对所述特定信道的信息进行极化译码，包括：
步骤1、接收矢量y，每个比特的转移概率为W(yi|xi)；
步骤2、设定译码过程中保持的路径条数L的值；
步骤3、每条路径上的每一个节点都有可能产生和两种情况，如果此位置是固定位置，则设否则，分别计算出此位置比特概率和的大小；
步骤4、经过步骤3计算判断后，如果此时的路径数小于L，转到步骤3，继续比特估计和路径扩展，否则从这L条路径扩展出的2L条路径当中挑选出转移概率值最大的L条，剩下的丢弃，该步骤4完成后，如果计算到了最后一个比特，则进行步骤5，否则跳转到骤3；
步骤5、在所有比特都计算完成后，返回比特概率值最大的那条路径作为译码结果。
第二方面，本发明实施例还提供了一种大气光通信信道模型的极化装置，包括：
获取模块，用于获取所述大气光通信的信道模型；
提取模块，用于提取所述信道模型中的弱湍流强度参数；
执行模块，用于针对不同的弱湍流强度参数，采用蒙特卡洛方式对所述信道模型构建极化码，并分析所述极化码的误码性能。
第三方面，本发明实施例还提供了一种电子设备，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行前述任第一方面及第一方面的任一实现方式所述的大气光通信信道模型的极化方法。
本发明实施例提供的大气光通信信道模型的极化方法、装置、电子设备，针对大气光通信的信道模型提出了一种切实可行的极化码构造方法，使用蒙特卡洛构造算法构造了不同的极化码，得出了一些不同的影响因子下极化码的性能曲线。通过本方案能够分析这些影响因子对大气光通信对数正态时变衰落信道中极化码的误码性能的作用，并分析大气光通信信道中的湍流强度会引起极化码性能的不同。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
图1为本发明实施例提供的一种自由空间大气光通信信道编码系统；
图2为本发明实施例提供的一种SCL算法流程图；
图3为本发明实施例提供的不同码长条件下极化码的误码性能曲线；
图4为本发明实施例提供的不同码率条件下极化码的误码性能曲线；
图5为本发明实施例提供的不同湍流强度下极化码的误码性能曲线。
具体实施方式
下面结合附图1-5对本发明实施例进行详细描述。
应当明确，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
下面给出一些变量的定义：
■W：表示一个输入为u∈{0，1}，输出为y∈y的二进制输入无记忆信道。
■N：极化码码长：N＝2n。
■K：极化码信息位长度为K。
■GN：是一个大小为N×N的可逆生成矩阵。其中 表示为一个矩阵的n维克罗内克积。
■编码前的比特向量。
■编码后的输出比特向量。
■为译码器的接收向量。
■W(yi|xi)：对应每个比特的信道转移概率。
上面的变量定义中，执行极化码的编码操作，即
信道极化过程中经过信道合并之后，得到一个合成向量信道
在经过信道分离之后，极化子信道定义为
其中是的子向量。
在所有的极化信道中，选择K个最可靠的子信道，所对应位置索引组成的集合为称之为信息集合并且剩下的不可靠的子信道的位置索引组成的集合叫做冻结集合。冻结集合在收发两端都是已知的，在发送端发送信息和接收端恢复信息时，都把冻结集合中元素对应位置的值设为固定的值。
如图1所示，大气光通信信道编码系统框图，要发送的数据信息发送数据u经过极化码编码后变为码字信息a，接着将编码信息数据进行PPM调制，得到调制信号序列X，然后发送到信道中，经过信道的乘性衰落和加性噪声干扰后，接收部分根据接收到的数据，展开相应的解调过程，由图中可知，对接收到的信号进行PPM解调之前，先对接收到的数据进行平方操作，以便更有利于解调；紧接着进行极化码的SCL译码，恢复发送数据信息，并在此过程中统计错误概率。
下面首先介绍该信道编译码方案中使用的信道模型。
大气弱湍流的情景一般是指满足条件：参数σt是湍流强度的标准差，在这种情况下大气光通信链路的数学模型可以定义为：
yk＝hkxk+nk hk＞0，1≤k≤M (3)
公式(4)中nk和hk是相互独立的，xk∈{0，1}是属于第J个PPM调制信号帧的第k个脉冲时隙。yk代表接收端的输出信号，nk为窄带的高斯白噪声，均值为0，方差为N0/2；可以假定由大气湍流引起的光强闪烁是时变且各态历经的随机过程，则hk表示信道增益，受大气湍流的影响，在弱湍流条件下该变量服从对数正态分布(lognormal distribution，LD)，其均值为(是对数波动幅度的方差)，方差为其概率密度函数(ProbabilityDensity Function，PDF)是：
为了更好地使信道传输信息不失真，自由空间光通信中大气激光通信系统提出并使用了一种新的调制解调方式，即PPM[7]。单脉冲位置调制是通过将传送数据的M位二进制表示，映射到一个由L＝2M个时隙组成的时隙间隔相同的脉冲序列中，该序列中仅某一个确定时隙处是高脉冲，L-PPM符号拥有固定的L位，映射完成之后，这L个位置上只有一个位置是高脉冲，剩下的各位置均是低脉冲信号或者是无脉冲信号，如果将M位数据写成k＝(m1，m2，...，mM)，其中mM表示M比特二进制数据中的最高有效位(Most Significant Bit，MSB)，m1表示相应的最低有效位，即(Least Significant Bit，LSB)。假定k是时隙位置，那么单脉冲PPM的编码映射关系可以写为如下形式：
lk＝m1+2m2+...+2M-1mM∈{0，1，...2M-1} (5)
在给出了一个简化的软信息提取算法，可以将获得的软信息用于软译码。这里我们将该算法用于该编码译码方案的实现中。下面详细介绍从接收到的PPM信号中提取概率信息的算法。下面首先给出一些变量的定义：
定义：
■接收端处理模块的输入数据为Y＝(y1，y2，...，yL)，其中Y＝hX+N
■X＝(x1，x2，...，xL)是发送的PPM符号
■h是信道的脉冲响应
■N＝(n1，n2，...，nL)是L维的高斯噪声向量。
■a＝(a1，a2，...，am)：一个PPM符号包含的m＝log2L比特二进制数据向量
■符号a(不带索引)：是该数据向量转化成二进制形式表示后的数值。
下面给出在已知接收向量Y的条件下，一个PPM符号中第j个数据比特的对数似然率定义：
考虑在上面等式中a表示不同的分子向量，那么在已知接收向量Y的条件下，发送的数据信息中某一特定位置处的发送比特为1的概率可以写作如下形式：
等式(7)中表示向量{Ci}的子集，它表示那些第j个比特值为的向量。相应的公式(6)右边分母可以写为：
同样的等式(8)中表示向量{Ci}的子集，它表示那些第j个比特值为 的向量。
已知接收到的PPM符号Y，则可以得到发送数据信息a的条件概率为：
采用降低复杂度的启发性方法来估计概率P(a|Y)，该估值方法将该概率值定义为接收到的PPM符号中第a个时隙中的接收到的光束信号能量强度与接收端整个PPM时隙中可以检测到的光信号能量强度之比：
已经获得概率P(a|Y)，我们还可以进一步分别利用前面介绍的公式(7)和(8)来计算P(aj＝1|Y)和P(aj＝0|Y)的数值，然后考虑向量a的L个所有可能取值，借助前面所述公式(6)来完成对数似然信息L(aj)的计算。也就是利用公式(6)通过将P(aj＝1|Y)除以P(aj＝0|Y)来为第j个比特求得LLR信息。由于此处的除法操作，公式(10)中的分母被抵消，因此公式(10)就简化成了向量PY的第j个元素之间的比值。
在构造Polar码时，算法的输入为三个参数，即(W，N，K)，其中W是用于极化的二进制输入离散无记忆信道(Binary input Discrete Memoryless Channel，BDMC)，N是Polar码的码长，K是Polar码的信息位的个数。算法最终产生一个K维的信息集合它使得的值越小越好。因此只要算出所有的参数并对它们进行排序，就可以解决码的构造问题了。但是要精准的构造极化码复杂度太高，可以通过估计参数的方法来近似的构造极化码。其中：
下面给出MonteCarlo构造，其具体的实现步骤如下：
(1)生成一组随机序列u，u中元素的个数是构造的极化码的码长N。
(2)对序列u进行极化编码：a＝uGN。
(3)编码之后对其进行4PPM调制，将信息序列变换为调制序列a→X。
(4)将得到的调制信号序例X通过图1中的对数正态衰落信道，增加乘性衰落和加性衰落得到接收序列Y。这里根据弱湍流强度参数σt的大小，首先产生服从均值为0，方差为的正态分布随机数，然后对这些随机数进行自然指数运算获得服从对数正态分布的随机数用作乘性衰落因子。
(5)获得信道的转移概率W(yi，hi|xi)。由接收序列Y按照后文中介绍的软信息提取方法，计算信道转移概率p(xi|yi，hi)，用来近似W(yi，hi|xi)。
(6)进行SC译码，算法的输入是W(yi，hi|xi)，输出为
(7)计算巴氏参数：
式中表示k采样的加和，且(14)式中有如下关系式：
在本申请计算中，由于的数值太小，因此不再乘但这并不影响冻结比特位置的选择。
(8)计算出之后对其进行降序排序，然后选出冻结比特的位置。假如构造的码字的码率是R，则从中选出比较大的前NR个所对应的索引位置就是冻结比特的位置。
该编码译码实现方案的仿真中用到的极化码的译码算法是循环冗余校验(CyclicRedundancy Check，CRC)辅助的连续删除列表(Successive Cancellation List，SCL)译码算法。下面首先给出SCL算法的具体实现步骤，CRC辅助的SCL译码算法随后给出。
定义：
■L：进行译码时，保持的路径的条数。
■l：L条路径当中，其中的某一条路径，并且{l|1≤l≤L，l∈Z}。
■i：码树中节点所在的位置索引，{i|1≤i≤N，i∈Z}。
■第l条路径的判决结果。
■的子向量。
■第l条路径第i个比特的硬判结果，取值∈{0，1}
■第l条路径第i个比特的比特概率。
算法极化码SCL译码算法：
步骤1、.输入：接收矢量y，每个比特的转移概率为W(yi|xi)。
步骤2、.初始化：设定译码过程中保持的路径条数L的值。
步骤3、.比特估计：每条路径上的每一个节点都有可能产生和两种情况，如果此位置是固定位置，则设否则，分别计算出此位置比特概率和的大小。
步骤4、.竞争：经过步骤3计算判断后，如果此时的路径数小于L，转到步骤3，继续比特估计和路径扩展。否则从这L条路径扩展出的2L条路径当中挑选出转移概率值最大的L条，剩下的丢弃。该步骤完成后，如果计算到了最后一个比特，则进行步骤5，否则跳转到骤3。
步骤5、判决：在所有比特都计算完成后，返回比特概率值最大的那条路径作为译码结果。
相比与上面所述SCL译码算法，极化码的CRC辅助SCL译码算法的实现步骤同SCL算法的前四个实现步骤完全一样，只是在步骤5的判决中，让保留下来的L条路径依次通过循环冗余校验，挑选出能通过循环冗余校验的那条路径，并返回此条路径上硬判结果。
根据前文分析并建立的弱湍流条件下大气光通信信道模型，确定信道仿真参数分别如下仿真图中所示，使用C++编程语言实现信道模型，然后应用前面介绍的极化码的构造与编译码方法，下面关于极化码的仿真实验中用到的极化码都是基于蒙特卡洛构造方法构造得到的，为使得构造的极化码精度比较高，这里构造的所有极化码在蒙特卡洛构造过程中采样次数都高达1,000,000次。后文图中Fb/NO表示信噪比(Signal to Noise Ratio，SNR)。
下面的仿真结果是不同码长对极化码在大气光通信弱湍流信道中的性能影响，所选参数为码长为2048、1024和512的极化码，这三种极化码都是在码率为0.5，使用SCL译码算法的前提下进行仿真，并且仿真时信道中使用了4PPM调制方式。
图3仿真分析如下，图中很直观的显示出在大气弱湍流光通信信道中，针对该信道采用蒙特卡洛构造的方式构造出的极化码，具有同一般AWGN信道中极化码相同的性能趋势，即在相同码率条件下，随着极化码码长的不断增加，极化码的译码BER性能不断改善，如图所示，在误码率达到10-4时，码长2048的极化码与码长512的极化码相比有大概1dB的增益，与码长1024的极化码相比也会有大概0.3dB的增益。
不同码率条件下，对相同码长的极化码在大气光通信湍流信道中的传输性能的仿真，仿真中使用的调制方式是4PPM。
如图4所示，相同码长以及译码条件下，调制方式相同并且信道都是对数正态分布衰落的条件下码率小的，相应的译码性能就会比较好；而码率大的，其性能就会差一些。如图所示，在误码率达到10-4时，码率为0.125的码长为2048的极化码与码率0.25的等长极化码相比，会有1.3dB的增益；码率大小为0.25的极化码相比码率大小为0.75的极化码会有2.2dB的增益。
上面所有的极化码性能仿真结果都是在湍流强度为σt＝0.2时进行仿真得到的，正如前面所述，弱湍流是满足湍流强度参数针对该信道，在满足弱湍流条件的前提下，考虑不同天气情况，下面分析不同大小的湍流强度参数对极化码在大气光通信信道中的应用影响。
如图5，不同弱湍流强度下的极化码性能仿真结果图，图例中变量sigma表示湍流强度σt。和前面的仿真实验一样，该仿真结果也是在采用4PPM调制方式下进行的。
图5是大气光通信信道中不同湍流强度对极化码误码性能的影响，这里湍流强度参数取值分别为0.2，0.3，0.4和0.5，对于4PPM调制条件下的码率为0.5且码长为2048的极化码，由图5可知，当湍流强度不断增大时，极化码的译码性能会不断变差一些。这是符合实际的，湍流强度越大，引起传输信号失真的程度也会越严重，信道编码系统的整体性能也会相应变差。
需要说明的是，在本发明中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。
尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，″计算机可读介质″可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。
在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
Claims (9)
1.一种大气光通信信道模型的极化方法，其特征在于，包括：
获取所述大气光通信的信道模型；
提取所述信道模型中的弱湍流强度参数；
针对不同的弱湍流强度参数，采用蒙特卡洛方式对所述信道模型构建极化码，并分析所述极化码的误码性能。
2.根据权利要求1所述的大气光通信信道模型的极化方法，其特征在于，优选的，所述采用蒙特卡洛方式对所述信道构建极化码，包括：
构建信道传输可靠性评估函数；
对所述信道模型的传输可靠性进行评估，得到可靠性参数值；
采用参数值小的信道传输信息比特，采用参数值大的信道传输冻结比特。
3.根据权利要求1所述的大气光通信信道模型的极化方法，其特征在于，所述采用蒙特卡洛方式对所述信道构建极化码，包括：
生成一组随机序列u，u中元素的个数是构造的极化码的码长N；
对序列u进行极化编码：a＝uGN；
编码之后进行4PPM调制，将信息序列变换为调制序列a→X；
将得到的调制信号序列X通过对数正态衰落信道，增加乘性衰落和加性衰落得到接收序列Y；
计算信道的转移概率，并基于所述转移概率进行信道译码。
4.根据权利要求3所述的大气光通信信道模型的极化方法，其特征在于，所述计算信道的转移概率，并基于所述转移概率进行信道译码，包括：
获得信道的转移概率W(yi，hi|xi)；
由接收序列Y按照软信息提取方法，计算信道转移概率p(xi|yi，hi)，用来近似W(yi，hi|xi)。
5.根据权利要求3所述的大气光通信信道模型的极化方法，其特征在于，所述计算信道的转移概率，并基于所述转移概率进行信道译码，包括：
进行SC译码，输入是W(yi，hi|xi)，输出为
计算巴氏参数：
<mrow>
<mi>Z</mi>
<mrow>
<mo>(</mo>
<msubsup>
<mi>W</mi>
<mi>N</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
</msubsup>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munder>
<mo>&Sigma;</mo>
<mi>k</mi>
</munder>
<mi>P</mi>
<mrow>
<mo>(</mo>
<msubsup>
<mi>U</mi>
<mn>1</mn>
<mi>N</mi>
</msubsup>
<mo>,</mo>
<msubsup>
<mi>Y</mi>
<mn>1</mn>
<mi>N</mi>
</msubsup>
<mo>)</mo>
</mrow>
<msqrt>
<mfrac>
<mrow>
<msubsup>
<mi>W</mi>
<mi>N</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
</msubsup>
<mrow>
<mo>(</mo>
<msubsup>
<mi>Y</mi>
<mn>1</mn>
<mi>N</mi>
</msubsup>
<mo>,</mo>
<msubsup>
<mi>U</mi>
<mn>1</mn>
<mrow>
<mi>i</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msubsup>
<mo>|</mo>
<msub>
<mi>U</mi>
<mi>i</mi>
</msub>
<mo>&CirclePlus;</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msubsup>
<mi>W</mi>
<mi>N</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
</msubsup>
<mrow>
<mo>(</mo>
<msubsup>
<mi>Y</mi>
<mn>1</mn>
<mi>N</mi>
</msubsup>
<mo>,</mo>
<msubsup>
<mi>U</mi>
<mn>1</mn>
<mrow>
<mi>i</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msubsup>
<mo>|</mo>
<msub>
<mi>U</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
</msqrt>
</mrow>
计算出之后对其进行降序排序，然后选出冻结比特的位置。
6.根据权利要求3所述的大气光通信信道模型的极化方法，其特征在于，所述采用蒙特卡洛方式对所述信道构建极化码，包括：
对所述信道的信息进行极化译码。
7.根据权利要求6所述的大气光通信信道模型的极化方法，其特征在于，所述对所述特定信道的信息进行极化译码，包括：
步骤1、接收矢量y，每个比特的转移概率为W(yi|xi)；
步骤2、设定译码过程中保持的路径条数L的值；
步骤3、每条路径上的每一个节点都有可能产生和两种情况，如果此位置是固定位置，则设否则，分别计算出此位置比特概率和的大小；
步骤4、经过步骤3计算判断后，如果此时的路径数小于L，转到步骤3，继续比特估计和路径扩展，否则从这L条路径扩展出的2L条路径当中挑选出转移概率值最大的L条，剩下的丢弃，该步骤4完成后，如果计算到了最后一个比特，则进行步骤5，否则跳转到骤3；
步骤5、在所有比特都计算完成后，返回比特概率值最大的那条路径作为译码结果。
8.一种大气光通信信道模型的极化装置，其特征在于，包括：
获取模块，用于获取所述大气光通信的信道模型；
提取模块，用于提取所述信道模型中的弱湍流强度参数；
执行模块，用于针对不同的弱湍流强度参数，采用蒙特卡洛方式对所述信道模型构建极化码，并分析所述极化码的误码性能。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行前述任一权利要求1-7所述的大气光通信信道模型的极化方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710466618.0A CN107453807B (zh) | 2017-06-21 | 2017-06-21 | 一种大气光通信信道模型的极化方法、装置及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710466618.0A CN107453807B (zh) | 2017-06-21 | 2017-06-21 | 一种大气光通信信道模型的极化方法、装置及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107453807A true CN107453807A (zh) | 2017-12-08 |
| CN107453807B CN107453807B (zh) | 2019-11-08 |
Family
ID=60486515
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710466618.0A Active CN107453807B (zh) | 2017-06-21 | 2017-06-21 | 一种大气光通信信道模型的极化方法、装置及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107453807B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108259135A (zh) * | 2018-01-11 | 2018-07-06 | 上海交通大学 | 基于高斯近似理论的抗大气湍流衰弱的极化码构建方法 |
| CN109302232A (zh) * | 2018-10-26 | 2019-02-01 | 西安电子科技大学 | 基于平行多跳架构的水下无线光通信系统误码率计算方法 |
| CN112583480A (zh) * | 2020-12-24 | 2021-03-30 | 微感科技(南通)有限公司 | 一种高精确度无线光通信链路的实现方法 |
| CN113114422A (zh) * | 2021-04-13 | 2021-07-13 | 兰州理工大学 | 一种深度学习检测-超奈奎斯特速率大气光传输方法 |
| CN113114269A (zh) * | 2021-04-15 | 2021-07-13 | 西安电子科技大学 | 一种置信传播-信息修正译码方法 |
| CN114448567A (zh) * | 2022-01-07 | 2022-05-06 | 重庆理工大学 | 一种面向fso系统的极化编码协作通信方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106685527A (zh) * | 2016-08-03 | 2017-05-17 | 中国地质大学（武汉） | 一种基于ldpc码的自由空间光通信方法及通信系统 |
-
2017
- 2017-06-21 CN CN201710466618.0A patent/CN107453807B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106685527A (zh) * | 2016-08-03 | 2017-05-17 | 中国地质大学（武汉） | 一种基于ldpc码的自由空间光通信方法及通信系统 |
Non-Patent Citations (2)
| Title |
|---|
| 程静静: "高阶调制下的极化编译码研究", 《中国优秀硕士学位论文全文数据库》 * |
| 邵军虎等: "一种适用于大气弱湍流信道的极化纠错编码调制方案", 《电子学报》 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108259135A (zh) * | 2018-01-11 | 2018-07-06 | 上海交通大学 | 基于高斯近似理论的抗大气湍流衰弱的极化码构建方法 |
| CN108259135B (zh) * | 2018-01-11 | 2020-07-14 | 上海交通大学 | 基于高斯近似理论的抗大气湍流衰弱的极化码构建方法 |
| CN109302232A (zh) * | 2018-10-26 | 2019-02-01 | 西安电子科技大学 | 基于平行多跳架构的水下无线光通信系统误码率计算方法 |
| CN112583480A (zh) * | 2020-12-24 | 2021-03-30 | 微感科技(南通)有限公司 | 一种高精确度无线光通信链路的实现方法 |
| CN113114422A (zh) * | 2021-04-13 | 2021-07-13 | 兰州理工大学 | 一种深度学习检测-超奈奎斯特速率大气光传输方法 |
| CN113114269A (zh) * | 2021-04-15 | 2021-07-13 | 西安电子科技大学 | 一种置信传播-信息修正译码方法 |
| CN114448567A (zh) * | 2022-01-07 | 2022-05-06 | 重庆理工大学 | 一种面向fso系统的极化编码协作通信方法 |
| CN114448567B (zh) * | 2022-01-07 | 2023-07-25 | 重庆理工大学 | 一种面向fso系统的极化编码协作通信方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107453807B (zh) | 2019-11-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107453807B (zh) | 一种大气光通信信道模型的极化方法、装置及电子设备 | |
| CN105429731B (zh) | 用于从rfid标签后向散射的符号序列中检测数据序列的系统和方法 | |
| CN108282264A (zh) | 基于比特翻转串行消除列表算法的极化码译码方法 | |
| CN107026656B (zh) | 一种基于扰动的CRC辅助中短码长Polar码有效译码方法 | |
| CN105811998A (zh) | 一种基于密度演进的极化码构造方法及极化码编译码系统 | |
| CN101388674B (zh) | 一种译码的方法、译码器以及Turbo码译码器 | |
| CN109981224A (zh) | 一种深空通信信道编译码系统及其方法 | |
| CN106100794A (zh) | 一种基于打孔的极化码编码协作 | |
| CN105897379A (zh) | 一种极化码级联空时码系统及其级联极化码编码方法 | |
| CN108462558A (zh) | 一种极化码scl译码方法、装置及电子设备 | |
| CN108847848A (zh) | 一种基于信息后处理的极化码的bp译码算法 | |
| CN101656541A (zh) | Rs码的译码方法和装置 | |
| CN103973314A (zh) | 一种基于ldpc的信号编解码方法、及接收端和发送端 | |
| CN106100795A (zh) | 一种基于倒位码字Plotkin 构造和信息位重休眠的Polar 码编码协作 | |
| CN107864029A (zh) | 一种降低多用户检测复杂度的方法 | |
| CN108809518A (zh) | 用于降低错误性能的级联Spinal码构建方法 | |
| CN108259135A (zh) | 基于高斯近似理论的抗大气湍流衰弱的极化码构建方法 | |
| CN110061803B (zh) | 一种低复杂度的极化码比特交织编码调制方法 | |
| CN110535560A (zh) | 一种极化码结合编码和译码方法 | |
| CN106059594A (zh) | 一种基于状态转移模型的联合信道状态检测和译码方法 | |
| Zhong et al. | A binary communication channel with memory based on a finite queue | |
| CN107181567A (zh) | 一种基于门限的低复杂度mpa算法 | |
| CN102882654A (zh) | 一种基于编码约束及概率计算的编解码同步方法 | |
| CN100581089C (zh) | TD-SCDMA系统中的Woven卷积码纠错编、译码器 | |
| CN101626249B (zh) | 一种软输入软输出译码系统及方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |