CN108199723A - 一种基于双递归的分组马尔可夫叠加编码方法 - Google Patents

一种基于双递归的分组马尔可夫叠加编码方法 Download PDF

Info

Publication number
CN108199723A
CN108199723A CN201810030795.9A CN201810030795A CN108199723A CN 108199723 A CN108199723 A CN 108199723A CN 201810030795 A CN201810030795 A CN 201810030795A CN 108199723 A CN108199723 A CN 108199723A
Authority
CN
China
Prior art keywords
sequence
length
symbol
code
supercomposed coding
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
Application number
CN201810030795.9A
Other languages
English (en)
Other versions
CN108199723B (zh
Inventor
赵山程
马啸
黄勤
白宝明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jinan University
University of Jinan
Original Assignee
Jinan University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jinan University filed Critical Jinan University
Priority to CN201810030795.9A priority Critical patent/CN108199723B/zh
Publication of CN108199723A publication Critical patent/CN108199723A/zh
Application granted granted Critical
Publication of CN108199723B publication Critical patent/CN108199723B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H03ELECTRONIC CIRCUITRY
    • H03MCODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M13/00Coding, 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
    • H03M13/03Error detection or forward error correction by redundancy in data representation, i.e. code words containing more digits than the source words
    • H03M13/05Error 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
    • H03M13/11Error 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 using multiple parity bits
    • H03M13/1102Codes on graphs and decoding on graphs, e.g. low-density parity check [LDPC] codes
    • H03M13/1105Decoding
    • H03M13/1111Soft-decision decoding, e.g. by means of message passing or belief propagation algorithms
    • H03M13/1125Soft-decision decoding, e.g. by means of message passing or belief propagation algorithms using different domains for check node and bit node processing, wherein the different domains include probabilities, likelihood ratios, likelihood differences, log-likelihood ratios or log-likelihood difference pairs
    • HELECTRICITY
    • H03ELECTRONIC CIRCUITRY
    • H03MCODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M13/00Coding, 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
    • H03M13/03Error detection or forward error correction by redundancy in data representation, i.e. code words containing more digits than the source words
    • H03M13/05Error 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
    • H03M13/11Error 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 using multiple parity bits
    • H03M13/1102Codes on graphs and decoding on graphs, e.g. low-density parity check [LDPC] codes
    • H03M13/1191Codes on graphs other than LDPC codes
    • H03M13/1194Repeat-accumulate [RA] codes
    • HELECTRICITY
    • H03ELECTRONIC CIRCUITRY
    • H03MCODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M13/00Coding, 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
    • H03M13/29Coding, 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 combining two or more codes or code structures, e.g. product codes, generalised product codes, concatenated codes, inner and outer codes
    • H03M13/2957Turbo codes and decoding
    • H03M13/296Particular turbo code structure
    • H03M13/2972Serial concatenation using convolutional component codes

Abstract

本发明公开了一种基于双递归的分组马尔可夫叠加编码方法,以码长为n,信息位长度为k的纠错码C[n,k]为基本码,将长度为K=kL的信息序列u编码成长度为N=n(L+T)的码字c;其编码方法包括以下步骤:首先,将长度为kL的信息序列u划分为L个等长分组u=(u (0),u (1),…,u (L‑1)),每个分组长度为k;对于时刻t=‑1,‑2,…,‑m1,把长度为n的序列w 1 (t)设置为全零序列;对于时刻t=‑1,‑2,…,‑m2,把长度为n的序列w 2 (t)设置为全零序列;然后,在t=0,1,…,L‑1时刻,将长度为k的序列送入基本码C[n,k]的编码器ENC进行编码,得到长度n的序列并结合反馈的计算码字c的第t个子序列c (t)。本发明具有编码简单、译码复杂度低、可逼近信道容量等优点,与传统的分组马尔可夫叠加编码方法相比,本发明有更低的译码错误平层和更低的译码复杂度。

Description

一种基于双递归的分组马尔可夫叠加编码方法
技术领域
本发明涉及数字通信和数字存储技术领域,特别涉及一种基于双递归的分组马尔可夫叠加编码方法。
背景技术
通信和存储系统的数据会受到噪声的影响而出现错误,导致数据不能正确接收或不能正确恢复。随着个人数据和存储需求的日益上升,通信和存储系统中的数据可靠性越来越受到人们的重视。为实现高效可靠的数据传输和数据存储,有必要设计可逼近信道容量且具备高效编译码算法的信道编码。自从Shannon于1948年提出了著名的信道编码定理,人们一直致力于研究和设计可逼近信道容量的好码。1993年,Berrou等人提出了Turbo码,该码在迭代译码算法下可逼近信道容量。Turbo码的提出是信道编码领域的重要里程碑,开启了现代编码。在Turbo码发明之后,人们提出了更多可逼近信道容量的好码。低密度奇偶校验码(Low-Density Parity-Check code,LDPC code),极化码和空间耦合LDPC码都是可逼近香农限的好码。
分组马尔可夫叠加编码[1]也是一类可逼近信道容量的好码。分组马尔可夫叠加编码是一种由短码构造大卷积码的编码方法,其中的短码称为基本码。分组马尔可夫叠加编码可视为一种级联码,其外码是短码(这里称为基本码),内码是码率为1的非递归卷积码(其编码输入信息为数据块)。分组马尔可夫叠加编码有简单的编码算法。采用简单的重复码和奇偶校验码作为基本码,分组马尔科夫叠加编码可以通过分时来实现多码率的编码[2]。分组马尔可夫叠加编码可以采用一种基于软信息的滑窗迭代译码算法来译码,并通过选择一个合适的译码延迟d来获得好的错误性能。以上提及的分组马尔可夫叠加编码方法为非递归的,其有诸多优点。但是非递归的分组马尔可夫叠加编码方法存在如下问题:当以重复码和奇偶校验码作为基本码时,需要很大的编码记忆长度m才可有效逼近信道容量,而记忆长度m越大,所需的译码延迟d越大,相应的译码复杂度和译码延迟均越高。因此,在需要极低延迟和极低运算复杂度通信和存储系统中不能采用非递归的分组马尔可夫叠加编码方法。在Turbo码中,为获得好的输入输出分布,需要选择递归卷积码作为分量码。在多层级联码中,相对采用非递归的卷积码的情况,递归的卷积码需要更少的级联阶数来将轻重量的输入序列映射成重量随长度线性增加的输出序列。
[1]中山大学,一种分组马尔可夫叠加编码方法[P]:CN105152060A.
[2]中山大学,一种基于分时的分组马尔可夫叠加编码的多码率码编码方法[P]:CN104410428A.
发明内容
本发明的目的在于克服现有技术的缺点与不足,提供一种基于双递归的分组马尔可夫叠加编码方法,具有编码简单、译码复杂度低、可逼近信道容量等优点,与传统的分组马尔可夫叠加编码方法相比,本发明有更低的译码复杂度和更低的译码错误平层。
本发明的目的通过以下的技术方案实现:
一种基于双递归的分组马尔可夫叠加编码方法,以码长为n,信息位长度为k的码C[n,k]作为基本码,将长度为kL的信息序列u编码成长度为n(L+T)的码字c;其中L为耦合长度,代表长度为k的等长分组的数量,T为结尾长度;L,T取值为非负的整数;所述编码方法包括以下步骤:
步骤一、将长度为kL的信息序列u划分为L个等长分组u=(u (0),u (1),…,u (L-1)),每个分组长度为k;对于时刻t=-1,-2,…,-m1,把长度为n的序列w 1 (t)初始化设置为全零序列;对于时刻t=-1,-2,…,-m2,把长度为n的序列w 2 (t)初始化设置为全零序列;其中m1为第一编码记忆长度,m2为第二编码记忆长度,m1和m2取值为非负的整数;
步骤二、在t=0,1,…,L-1时刻,将长度为k的序列送入基本码C[n,k]的编码器ENC进行编码,得到长度为n的编码序列并结合序列w 1 (t-i)计算码字c的第t个子序列c (t);所述的v (t)结合w 1 (t-i)计算码字c的第t个子序列c (t),按如下步骤进行:
首先,对于1≤i≤m1,将序列w 1 (t-i)送入交织器Πi,得到交织后长度为n的序列x 1 (t -i);对于m1+1≤i≤m1+m2,将序列送入交织器Πi,得到交织后长度为n的序列
然后,将所述序列v (t)和所述序列x 1 (t-i)送入第一逐符号混叠器S1,得到长度为n的序列w 1 (t)
最后,将所述序列w 1 (t)和所述序列送入第二逐符号混叠器S2,得到长度为n的序列c (t)w 2 (t),其中c (t)w 2 (t)
步骤三、在t=L,L+1,…,L+T-1时刻,将长度为k的全零序列u (t)0送入基本码的编码器ENC,得到长度为n的全零序列v (t),并结合w 1 (t-i),和,计算码字c的第t个子序列c (t);所述的结合w 1 (t-i)计算码字c的第t个子序列c (t)的方法按照所述步骤二中“所述的v (t)结合w 1 (t-i)计算码字c的第t个子序列c (t)”步骤进行。
特别地,在本发明中,当i取值1≤i≤m1时,序列w 1 (t-i)表示以下各序列w 1 (t-1)w 1 (t -2),...,序列x 1 (t-i)表示以下各序列x 1 (t-1)x 1 (t-2),...,;当i取值m1+1≤i≤m1+m2时,序列表示以下各序列w 2 (t-1)w 2 (t-2),...,;序列表示以下序列各x 2 (t-1)x 2 (t-2),...,
优选的,所述的编码方法中,信息序列u是二元序列或多元序列。编码器ENC是任意类型的编码器。交织器Πi是任意类型的交织器。
优选的,所述的编码方法中,若序列v (t)w 1 (t-i)是有限域上的长度为n的序列,则第一逐符号混叠器S1和第二逐符号混叠器S2是逐符号有限域加权和运算器,第一逐符号混叠器S1的功能如下:输出长度为n的序列w 1 (t)w 1 (t)的第j个分量其中,分别是v (t)x 1 (t-i)的第j个分量,是取自有限域的m1+1个域元素,为二元或多元符号,加法运算和乘法运算按有限域运算法则运算;第一逐符号混叠器S2功能如下:输出长度为n的序列c (t)c (t)的第j个分量其中,分别是w 1 (t),x 2 (t-i)的第j个分量,是取自有限域的m2+1个域元素,为二元或多元符号,加法运算和乘法运算按有限域运算法则运算。
优选的,若所述序列v (t)w 1 (t-i)是多元序列且序列的元素是整数符号,则所述第一逐符号混叠器S1和第二逐符号混叠器S2是逐符号模加权和运算器,第一逐符号混叠器S1的功能如下:输出长度为n的序列w 1 (t)w 1 (t)的第j个分量其中,分别是v (t)x 1 (t-i)的第j个分量,是取自整数集合{0,1,2,…,q-1},是与q互素的m1+1个整数,加法运算和乘法运算按模q运算法则运算;所述第二逐符号混叠器S2功能如下:输出长度为n的序列c (t)c (t)的第j个分量其中,分别是w 1 (t),x 2 (t-i)的第j个分量,是取自整数集合{0,1,2,…,q-1},是与q互素的m2+1个整数,加法运算和乘法运算按模q运算法则运算。
本发明的编码方法编码后得到的码字c=(c (0),c (1),…,c (L+T-1))经调制后被送入信道;接收端接收到向量y=(y (0),y (1),…,y (L+T-1)),其中y (t)为对应码字子序列c (t)的接收序列;接收端根据接收向量y和信道特征,进行译码并得到发送序列u的估计
本发明提供了一种适用于所发明的编码方法的译码方法,它是一种基于滑窗的软输入软输出的迭代译码方法。译码器框图如图2所示,图中方框表示编码约束,下文中我们称这些方框为节点,节点之间的连线表示变量。在下文的译码流程描述中,我们用方框内的符号指代各节点。节点是消息处理器,节点之间通过连线传递消息。
本发明所述的译码方法中,传递和处理的消息为变量的概率分布或与之等价的其它量。每个码字子序列c (t)对应一个译码层,共有L+T个译码层。译码层包括“=”节点、“Πi”节点、“S”节点和“C”节点这4类节点。设定译码滑窗窗口d和最大迭代次数Imax。当接收端接收到y (t),y (t+1),…,y (t+d-1)(t=0,1,…,L-1),开始译码获取发送消息u (t)的估计具体步骤包括:
(Y1)对于j=t,t+1,…,t+d-1,如果j≤L+T-1,根据接收的向量y (j)和信道特征计算c (j)的后验概率分布;初始化迭代次数计数器I=0;
(Y2)对于j=t,t+1,…,t+d-1,如果j≤L+T-1,处理第j层消息,把第j层的消息传递到第j+1,j+2,…,j+m层;否则,执行步骤(Y3);
(Y3)对于j=t+d-1,t+d-2,…,t+1,如果j≤L+T-1,处理第j层消息,把第j层的消息传递到第j-1,j-2,…,j-m层;否则,执行步骤(Y4);
(Y4)设置I=I+1;如果译码达到最大迭代次数I=Imax,停止迭代,硬判决获取发送消息u (t)的估计否则,转到步骤(Y2)。
本发明所述的译码方法中,所述的处理第j层消息,按如下步骤进行I=Imax
(S1)在“=2”节点处,处理并传递到“Πi”节点和“S2”节点的外信息,其中1≤i≤m2
(S2)在“Πi”节点处,处理并传递从节点“=2”到节点“S2”或从节点“S2”到节点“=2”的外信息,其中1≤i≤m2
(S3)在“S2”节点处,处理并传递到“=2”节点和“=1”节点的外信息;
(S4)在“=1”节点处,处理并传递到“Πi”节点,“S1”节点和“S2”节点的外信息,其中1≤i≤m1
(S5)在“Πi”节点处,处理并传递从节点“=1”到节点“S1”或从节点“S1”到节点“=1”的外信息,其中1≤i≤m1
(S6)在“C”节点处,使用软输入软输出译码,更新到“S1”节点的外信息,并更新译码器的译码输出信息。
本发明与现有技术相比,具有如下优点和有益效果:
1、本发明提出的基于双递归的分组马尔可夫叠加编码方法,具有编码简单、译码复杂度低、构造灵活、可逼近信道容量等优点。
2、本发明提出的基于双递归的分组马尔可夫叠加编码方法,与传统的分组马尔可夫叠加编码方法相比,译码中所有处理节点的度最多为三,因此拥有极低的译码复杂度。
3、本发明提出的基于双递归的分组马尔可夫叠加编码方法,与传统的分组马尔可夫叠加编码方法相比,译码的错误平层更低。
附图说明
图1是基于双递归的分组马尔可夫叠加编码方法的编码框图。
图2是基于双递归的分组马尔可夫叠加编码方法的译码框图。
图3是实施例的双递归的分组马尔可夫叠加编码方法的编码框图(第一编码记忆长度和第二编码记忆长度都为1)。
图4是基于双递归的分组马尔可夫叠加编码方法在BPSK-AWGN信道上的BER性能曲线。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
实施例1
设置m1=m2=1,参照图1,相应的编码图如图3。参照图3,长度为K=kL=1250×343的二元信息序列u划分为L=343个等长分组u=(u(0),u (1),…,u (342)),每个分组长度为k=1250。基本码编码器ENC使用一个码长n=2,信息位长度k=1的重复码。本实例中,使用两个随机交织器。逐符号混叠器S采用逐比特二元域和运算器。结尾长度T设置为与译码延迟d相同,即T=d。参照图1,其编码方法包括以下步骤:
步骤一、把信息序列u划分为343个等长分组u=(u (0),u (1),…,u (342)),每个分组长度为1250;对于t=-1,把长度为2500的序列w 1 (t)w 2 (t)初始化设置为全零序列,即对于t=-1,有w 1 (t)w 2 (t)0
步骤二、在t=0,1,…,342时刻,将长度为1250的序列u (t)=(u0 (t),u1 (t),…,u1249 (t))送入基本码编码器ENC进行编码,得到长度为2500的编码序列v (t)=(v0 (t),v1 (t),…,v2499 (t)),并结合w 1 (t-1)w 2 (t-1)计算码字c的第t个子序列c (t)
首先,将序列w 1 (t-1)w 2 (t-1)送入交织器,得到交织后长度为2500的序列x 1 (t-1)x 2 (t-1)
然后,将v (t)x 1 (t-1),x 2 (t-1)送入第一逐符号混叠器S1和第二逐符号混叠器S2,按如下操作得到长度为2500的序列w 1 (t)w 2 (t)c (t)其中分别是v (t)x 1 (t-1),x 2 (t-1)的第j个分量,加法运算按二元域运算法则运算。
步骤三、在t=343,344,…,342+T时刻,将长度为1250的全零序列u (t)送入编码器ENC,得到长度为2500的全零序列v (t),并结合w 1 (t-1)w 2 (t-1)计算码字c的第t个子序列c (t)
码字c=(c (0),c (1),…,c (342+T))经BPSK调制后送入AWGN信道,接收端接收到对应码字c的接收序列y=(y (0),y (1),…,y (342+T))。设定最大迭代次数Imax=18。当接收端接收到y (t),y (t+1),…,y (t+d-1),进行译码并得到发送消息序列u的估计
参照图3,其译码方法包括以下步骤:
(Y1)对于j=t,t+1,…,t+d-1,如果j<343+T,根据接收的向量y (j)和信道特征计算c (j)的后验概率分布;初始化迭代次数计数器I=0;
(Y2)对于j=t,t+1,…,t+d-1,如果j<343+T,处理第j层消息,把第j层的消息传递到第j+1和j+2层;否则,执行步骤(Y3);
(Y3)对于j=t+d-1,t+d-2,…,t+1,如果j<343+T,处理第j层消息,把第j层的消息传递到第j-1和j-2层;否则,执行步骤(Y4);
(Y4)设置I=I+1;如果译码达到最大迭代次数Imax=18,停止迭代,硬判决获取发送消息u (t)的估计否则,转到步骤(Y2)。
仿真结果见图4。从图4可见,随着译码延迟d的增大,基于双递归的分组马尔可夫叠加编码方法在瀑布区和错误平层误比特率性能都变优。采用译码延迟为d=7时,基于双递归的分组马尔可夫叠加编码方法即使在误比特率为10-8时也没有出现错误平层,在误比特率为10-8时距离香农限约0.9dB。同时图4中给出了传统的分组马尔科夫叠加编码在记忆长度m=10时的性能下界,从图4可以看出,双递归的分组马尔科夫叠加编码方法具有更低的错误平层。为进一步说明本发明的性能,我们还仿真了采用码长2140的重复码为基本码、译码窗窗口为d=6的双递归分组马尔科夫叠加编码的性能。从图4可以看出,该码与采用2500码长的重复码作为基本码的双递归分组马尔科夫叠加编码的性能相当。
一方面,本发明所提出的编码方法拥有传统的分组马尔可夫叠加编码方法的大多数优点,譬如编码简单和可逼近信道容量。另一方面,相对传统的分组马尔可夫叠加编码方法,本发明提出的基于双递归的分组马尔可夫叠加编码方法仅需要更少的寄存器来逼近信道容量,并因此拥有更低的译码复杂度。译码窗口大小为两万比特的基于双递归的分组马尔可夫叠加编码方法,可实现比记忆长度为8的传统的分组马尔可夫叠加编码方法更低的错误平层。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。

Claims (7)

1.一种基于双递归的分组马尔可夫叠加编码方法,其特征在于:以码长为n,信息位长度为k的码C[n,k]为基本码,该码将长度为kL的信息序列u编码成长度为n(L+T)的码字c;这里,L,T,m1,m2取值为非负的整数,L为耦合长度,其代表长度为k的等长分组的数量,T为结尾长度,所述编码方法包括以下步骤:
步骤一、将长度为kL的信息序列u划分为L个等长分组u=(u (0),u (1),…,u (L-1)),每个分组长度为k;对于时刻t=-1,-2,…,-m1,把长度为n的序列w 1 (t)初始化设置为全零序列,即对于t=-1,-2,…,-m1,有w 1 (t)0;对于时刻t=-1,-2,…,-m2,把长度为n的序列w 2 (t)初始化设置为全零序列,即对于t=-1,-2,…,-m2,有w 2 (t)0
步骤二、在t=0,1,…,L-1时刻,将长度为k的序列送入基本码C[n,k]的编码器ENC进行编码,得到长度n的编码序列并结合计算码字c的第t个子序列c (t);所述的v (t)结合计算码字c的第t个子序列c (t),按如下步骤进行:
首先,对于1≤i≤m1,将序列w 1 (t-i)送入交织器Πi,得到交织后长度为n的序列对于m1+1≤i≤m1+m2,将序列送入交织器Πi,得到交织后长度为n的序列
然后,将v (t)送入逐符号混叠器S1,得到长度为n的序列w 1 (t)
最后,将w 1 (t)送入逐符号混叠器S2,得到长度为n的序列c (t)w 2 (t) 其中c (t)w 2 (t)
步骤三、在t=L,L+1,…,L+T-1时刻,将长度为k的全零序列u (t)0送入基本码的编码器ENC,得到长度为n的全零序列v (t),并结合计算码字c的第t个子序列c (t);所述的计算码字c的第t个子序列c (t)的方法按照步骤二进行。
2.根据权利要求1所述的基于双递归的分组马尔可夫叠加编码方法,其特征在于:所述信息序列u是二元序列或多元序列。
3.根据权利要求1所述的基于双递归的分组马尔可夫叠加编码方法,其特征在于:所述的编码器ENC是任意类型的编码器。
4.根据权利要求1所述的基于双递归的分组马尔可夫叠加编码方法,其特征在于:所述交织器Πi是任意类型的交织器。
5.根据权利要求1所述的基于双递归的分组马尔可夫叠加编码方法,其特征在于:所述序列是有限域上的长度为n的序列,逐符号混叠器S1和S2是逐符号有限域加权和运算器;所述逐符号的有限域加权和运算器S1功能如下:输出长度为n的序列w 1 (t)w 1 (t)的第j个分量其中,分别是v (t)x 1 (t-i)的第j个分量,是取自有限域的m1+1个域元素,为二元或多元符号,加法运算和乘法运算“o”按有限域运算法则运算;所述逐符号的有限域加权和运算器S2功能如下:输出长度为n的序列c (t)c (t)的第j个分量其中,分别是w 1 (t)x 2 (t-i)的第j个分量,是取自有限域的m2+1个域元素,为二元或多元符号,加法运算和乘法运算“o”按有限域运算法则运算。
6.根据权利要求1所述的基于双递归的分组马尔可夫叠加编码方法,其特征在于:所述序列v (t)是多元序列,序列的元素是整数符号,逐符号混叠器S1和S2是逐符号模加权和运算器;所述逐符号模加权和运算器S1功能如下:输出长度为n的序列w 1 (t)w 1 (t)的第j个分量其中,分别是v (t)x 1 (t-i)的第j个分量,是取自整数集合{0,1,2,…,q-1},是与q互素的m1+1个整数,加法运算和乘法运算“o”按模q运算法则运算;所述逐符号模加权和运算器S2功能如下:输出长度为n的序列c (t)c (t)的第j个分量其中,分别是w 1 (t)x 2 (t-i)的第j个分量,是取自整数集合{0,1,2,…,q-1},是与q互素的m2+1个整数,加法运算和乘法运算“o”按模q运算法则运算。
7.根据权利要求1所述的基于双递归的分组马尔可夫叠加编码方法,其特征在于:编码方法编码后得到的码字c=(c (0),c (1),…,c (L+T-1))经调制后被送入信道;接收端接收到向量y=(y (0),y (1),…,y (L+T-1)),其中y (t)为对应码字子序列c (t)的接收序列;接收端根据接收向量y和信道特征,进行译码并得到发送序列u的估计
CN201810030795.9A 2018-01-12 2018-01-12 一种基于双递归的分组马尔可夫叠加编码方法 Active CN108199723B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810030795.9A CN108199723B (zh) 2018-01-12 2018-01-12 一种基于双递归的分组马尔可夫叠加编码方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810030795.9A CN108199723B (zh) 2018-01-12 2018-01-12 一种基于双递归的分组马尔可夫叠加编码方法

Publications (2)

Publication Number Publication Date
CN108199723A true CN108199723A (zh) 2018-06-22
CN108199723B CN108199723B (zh) 2021-01-26

Family

ID=62588939

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810030795.9A Active CN108199723B (zh) 2018-01-12 2018-01-12 一种基于双递归的分组马尔可夫叠加编码方法

Country Status (1)

Country Link
CN (1) CN108199723B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108880569A (zh) * 2018-07-24 2018-11-23 暨南大学 一种基于反馈分组马尔科夫叠加编码的速率兼容编码方法
CN109167651A (zh) * 2018-11-06 2019-01-08 中山大学 一种传输高斯信源的方法
CN109194448A (zh) * 2018-09-30 2019-01-11 西安电子科技大学 卷积码的自叠加传输方法
CN110730011A (zh) * 2019-09-27 2020-01-24 暨南大学 一种基于部分叠加的递归分组马尔可夫叠加编码方法
CN115347981A (zh) * 2022-08-09 2022-11-15 中山大学 面向多个ldpc码叠加传输方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060274860A1 (en) * 2005-06-02 2006-12-07 Kabushiki Kaisha Toshiba Wireless communications apparatus
CN103888151A (zh) * 2014-03-28 2014-06-25 中山大学 一种基于分组马尔可夫叠加编码的多码率码编码方法
US9166619B2 (en) * 2013-01-02 2015-10-20 Verizon Patent And Licensing Inc. Method and system for pattern-based compression
US20160248440A1 (en) * 2015-02-11 2016-08-25 Daniel Greenfield System and method for compressing data using asymmetric numeral systems with probability distributions
CN106972865A (zh) * 2017-03-20 2017-07-21 中山大学 一种递归的分组马尔可夫叠加编码方法
CN106992841A (zh) * 2017-03-21 2017-07-28 中山大学 一种分组马尔可夫叠加编码的硬判决迭代译码方法
CN107113006A (zh) * 2014-08-13 2017-08-29 阿塞勒康姆有限公司 完全并行turbo解码

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060274860A1 (en) * 2005-06-02 2006-12-07 Kabushiki Kaisha Toshiba Wireless communications apparatus
US9166619B2 (en) * 2013-01-02 2015-10-20 Verizon Patent And Licensing Inc. Method and system for pattern-based compression
CN103888151A (zh) * 2014-03-28 2014-06-25 中山大学 一种基于分组马尔可夫叠加编码的多码率码编码方法
CN107113006A (zh) * 2014-08-13 2017-08-29 阿塞勒康姆有限公司 完全并行turbo解码
US20160248440A1 (en) * 2015-02-11 2016-08-25 Daniel Greenfield System and method for compressing data using asymmetric numeral systems with probability distributions
CN106972865A (zh) * 2017-03-20 2017-07-21 中山大学 一种递归的分组马尔可夫叠加编码方法
CN106992841A (zh) * 2017-03-21 2017-07-28 中山大学 一种分组马尔可夫叠加编码的硬判决迭代译码方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
SHANCHENG ZHAO 等: "Partially Block markov Superposition Transmission of a Gaussian Source With Nested Lattice Codes", 《IEEE TRANSACTIONS ON COMMUNICATIONS》 *
朱锦顺等: "户外无线光通信中湍流信道下的分组马尔可夫叠加传输研究", 《通信学报》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108880569A (zh) * 2018-07-24 2018-11-23 暨南大学 一种基于反馈分组马尔科夫叠加编码的速率兼容编码方法
CN108880569B (zh) * 2018-07-24 2021-11-09 暨南大学 一种基于反馈分组马尔科夫叠加编码的速率兼容编码方法
CN109194448A (zh) * 2018-09-30 2019-01-11 西安电子科技大学 卷积码的自叠加传输方法
CN109194448B (zh) * 2018-09-30 2021-01-12 西安电子科技大学 卷积码的自叠加传输方法
CN109167651A (zh) * 2018-11-06 2019-01-08 中山大学 一种传输高斯信源的方法
CN110730011A (zh) * 2019-09-27 2020-01-24 暨南大学 一种基于部分叠加的递归分组马尔可夫叠加编码方法
CN110730011B (zh) * 2019-09-27 2023-03-31 暨南大学 一种基于部分叠加的递归分组马尔可夫叠加编码方法
CN115347981A (zh) * 2022-08-09 2022-11-15 中山大学 面向多个ldpc码叠加传输方法
CN115347981B (zh) * 2022-08-09 2023-06-09 中山大学 面向多个ldpc码叠加传输方法

Also Published As

Publication number Publication date
CN108199723B (zh) 2021-01-26

Similar Documents

Publication Publication Date Title
CN106972865A (zh) 一种递归的分组马尔可夫叠加编码方法
CN108199723A (zh) 一种基于双递归的分组马尔可夫叠加编码方法
US20160204901A1 (en) Systems and methods for ldpc coded modulation
JP5551209B2 (ja) 可変サイズのパケットのldpc符号化及び復号化
CN101039119B (zh) 编码与解码的方法及系统
JP4389373B2 (ja) 2元巡回符号を反復型復号するための復号器
JP5506879B2 (ja) 低密度パリティ検査符号を使用する通信システムのチャネル復号化装置及び方法
US7831884B2 (en) Method of correcting message errors using cyclic redundancy checks
WO2007037880A2 (en) Irregular ldpc codes random structures low encoding
CN114342266B (zh) 用生成矩阵的三角分解进行纠错编码的方法和装置
CN108055044A (zh) 一种基于ldpc码和极化码的级联系统
CN109194448A (zh) 卷积码的自叠加传输方法
CN110730011B (zh) 一种基于部分叠加的递归分组马尔可夫叠加编码方法
CN107124251A (zh) 一种基于任意内核的极化码编码方法
CN106209305A (zh) 一种多址信道下的喷泉码译码方法
Kahraman et al. Folded tree maximum-likelihood decoder for Kronecker product-based codes
EP4062540A1 (en) Spatially coupled forward error correction encoding method and device using generalized error locating codes as component codes
CN103138769B (zh) 一种具有不等错误保护的编码方法
CN108880569B (zh) 一种基于反馈分组马尔科夫叠加编码的速率兼容编码方法
Belkasmi et al. Iterative threshold decoding of product codes constructed from majority logic decodable codes
Li et al. Research on encoding and decoding of non-binary polar codes over GF (2m)
Gaurihar et al. Design and implementation of ldpc codes and turbo codes using fpga
Zhao et al. Concatenated polar-coded multilevel modulation
Hou et al. Multilevel LDPC codes design for multimedia communication CDMA system
CN109412985B (zh) 一种级联极化码的球形译码方法

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