CN108471342B - 一种适用于渐进数据传输的不等差错保护lt码编码方法 - Google Patents

Abstract

本发明提供一种适用于渐近数据传输的不等差错保护LT码编码方法，利用LT码的低度编码符号在迭代译码时能够优先恢复的性质，在生成编码符号时，根据校验节点的度数选择优先级不同的数据，低度校验节点以高概率选择重要信息，然后根据后续接收比特流恢复渐近信源的高质量或高分辨率部分。本发明有益效果：不仅能够使重要数据具有最小的失真率，而且能够保证优先恢复比特流中的初始数据。

Description

一种适用于渐进数据传输的不等差错保护LT码编码方法

技术领域

本发明涉及编码技术领域，具体地说是一种适用于渐进数据传输的不等差错保护LT码编码方法。

背景技术

渐进数据传输是用户需求驱动、分层次、分批次的数据传输方式，仅向用户传输能满足需求的数据，从而减小了冗余数据传输，提高网络带宽的利用率，进而提高系统的响应速度和性能。渐进信源具有以下性质：(1)数据流的起始部分数据比后续各部分数据更重要；(2)若比特流中前面的数据未被可靠接收，则后面的数据是无用的。

渐进数据传输在多媒体场景中非常有用，特别是在异构网络中快速浏览高保真多媒体数据时。在比特流中，采用各种形式的变长编码，容易受到信道噪声的影响，前面的比特错误可能使后续的数据流无用，因此，前面数据比较重要，需要保护机制保证前面的数据的可靠传输，这有两层含义：1、保证前面重要数据的低误码率；2、保证前面重要数据在时间上优先恢复。

LT码是一种无固定速率的Fountain码，非常适合应用到有损多播信道、不均匀信道和时变信道。不等差错保护(unequal protection,UEP)LT码是一种新型Fountain码，同时具备无固定速率与不等保护的性质。UEP-LT码不仅能够提供不等差错保护所需要的比特流优先级，而且通过无码率编码适应信道可以取得更高传输效率。

在UEP-LT码编码过程中，度数为d的校验节点根据信息节点的概率分布选择信息节点。根据数据的重要程度将数据分为不同的优先级，数据优先级越高，其对应信息节点被选择编码的概率越大。译码时，高优先级数据以高概率被译出。图1为UEP-LT码信息节点选择不均匀概率分布，图中长度为n的信息按优先级分成r个集合{s_i,i＝1,…,r}，其中s₁的优先级最大，s_r的优先级最小，集合s_i中的元素被选择的概率为p_i，{p_i,1≤i≤r,p₁≥p₂≥…≥p_r}。

UEP-LT码译码时对所有优先级的数据同时译出，没有考虑数据译出的时间顺序要求，并不适合渐近数据传输。渐近数据传输要求首先从初始比特流中恢复低分辨率或低质量部分，然后根据后续接收比特流恢复信源的高质量或高分辨率部分，需要具备不等恢复时间的性质。

发明内容

本发明所要解决的技术问题是提供一种适用于渐进数据传输的不等差错保护LT码编码方法，解决目前现有UEP-LT编码方法不适合渐进数据传输的问题。

本发明为解决上述技术问题所采用的技术方案是：一种适用于渐进数据传输的不等差错保护LT码编码方法，包括以下步骤：

步骤1、将n个信息分为r个不相交的信息集合s₁,…,s_r，其中第j类优先级数据所占比例为α_j，0≤α_j≤1，信息集合s_j的大小为α_jn，j＝1,2,…,r，

步骤2、按照鲁棒孤波分布选择度d_m，其中，1≤d_m≤n，m＝1,…,γ·n，γ为大于1的常数；

步骤3、初始化：度数计数器d_c置0，边数计数器E_c(j)置0，1≤j≤r；

步骤4、选择信息节点，直到d_c≥d_m；

步骤5、对所选信息节点对应的符号进行异或运算得到编码符号；

步骤6、重复步骤2-步骤5，直到得到n·γ个编码符号，γ为大于1的常数。

本发明所述步骤4中选择信息节点的具体方法为：

4.1、根据概率分布

选择集合索引号j∈{1,2,…,r}，其中

表示度为d_m的校验节点选择信息集合s_j的概率，概率

由公式(1)和(2)得到：

式中，参数A_j，B_j，C_j均为选定的大于0的常数，

4.2、若E_c(j)＜α_jn，其中E_c(j)为信息集合s_j的边计数器，α_j为第j类优先级数据所占比例，执行以下步骤，否则转至步骤4.3：

4.2.1、按均匀分布随机不重复地从集合s_j选择信息符号；

4.2.2、E_c(j)＝E_c(j)+1；

4.2.3、转至步骤4.4。

4.3、从除s_j以外的其他集合中均匀随机选择一个信息节点；

4.4、d_c＝d_c+1；

4.5、若d_c＜d_m，重复步骤3.1-3.4，直至d_c≥d_m。

本发明的有益效果是：本发明提供一种适用于渐近数据传输的不等差错保护LT码的编码方法，利用LT码的低度编码符号在迭代译码时能够优先恢复的性质，在生成编码符号时，根据校验节点的度数选择优先级不同的数据，低度校验节点以高概率选择重要信息，不仅能够使重要数据具有最小的失真率，而且能够保证优先恢复比特流中的初始数据，然后根据后续接收比特流恢复渐近信源的高质量或高分辨率部分。

附图说明

图1为UEP-LT码信息节点选择不均匀概率分布图；

图2为n＝100、波纹为R＝1时，度数为2到20的校验节点释放概率与译码步数的关系曲线图；

图3为UEP-LT码利用UIT特性进行LT编码的信息节点不均匀选择图；

图4为本发明编码方法流程示意图；

图5为校验节点度数与信息集合选取概率间的关系图；

图6为渐近传输UIT-LT码方框图；

图7为信源比特流的多路分解图；

图8为信源比特流多路分解及UIT-LT编码的示意图。

具体实施方式

下面结合说明书附图对本发明的具体实施方式(实施例)进行描述，使本领域的技术人员能够更好地理解本发明。

在LT码的BP算法中，并非每次迭代每个校验节点都对信息进行译码。在第1次迭代符号译码中度为1的校验节点立即恢复与之相邻的信息符号。在后续迭代中，度为2与3的校验节点逐渐恢复与之相邻的信息符号。在多数低度校验符号已经被释放后，高度校验节点才开始恢复信息符号。

BP译码过程中，与度为1校验节点相邻的信息符号的集合称为波纹。对于任意度分布的LT码，在波纹大小为R、n个信息符号中L个未被处理时，度为d的编码符号被释放并添加到波纹中的概率q(d,L,R)为

q(1,n,0)＝1；

式中，d＝2,…,n,R＝1,…,n-d+1,L＝R,…,n-d+1。

图2为n＝100波纹R＝1时，度数为2到20的校验节点释放概率与译码步数的关系曲线。由图2可以看到，在译码前期，即译码步数小于60时，度数较低(d<6)的校验节点释放概率较高，高度数的校验节点释放概率较低。迭代次数大于60时，度数大于6的校验节点逐渐得到释放。这种性质称为不等迭代时间(unequal iteration time,UIT)，系统性能是译码迭代次数的函数。具备UIT性质的LT码称为UIT-LT码。

在LT码编码时，若低度数校验节点选择与高优先级信息节点以较高概率连接，则利用LT码译码的UIT性质可优先恢复高优先级信息。图3为UEP-LT码利用UIT特性进行LT编码。图中分为2个优先级，白圈为高优先级信息节点，灰圈为低优先级信息节点。度为6的校验节点有1个边与s₁相连，度为4的校验节点有3个边与s₁相连。低度校验节点(d＝4)与高优先级信息节点连接的概率较大，译码时s₁中的数据首先得到恢复。这种方案使LT码有更大的灵活性，适应渐进式信源传输。

如图4所示，一种适用于渐进数据传输的不等差错保护LT码编码方法，包括以下步骤：

步骤1、将n个信息分为r个不相交的信息集合s₁,…,s_r，其中第j类优先级数据所占比例为α_j，0≤α_j≤1，信息集合s_j的大小为α_jn，j＝1,2,…,r，

步骤2、按照鲁棒孤波分布选择度d_m，其中，1≤d_m≤n，m＝1,…,γ·n，γ为大于1的常数；

步骤3、初始化：度数计数器d_c置0，边数计数器E_c(j)置0，1≤j≤r；

步骤4、选择信息节点，直到d_c≥d_m；

步骤5、对所选信息节点对应的符号进行异或运算得到编码符号；

步骤6、重复步骤2-步骤5，直到得到n·γ个编码符号，γ为大于1的常数。

进一步，所述步骤4中选择信息节点的具体方法为：

4.1、根据概率分布

选择集合索引号j∈{1,2,…,r}，其中

表示度为d_m的校验节点选择信息集合s_j的概率，概率

由公式(1)和(2)得到：

式中，参数A_j，B_j，C_j均为选定的大于0的常数，

4.2、若E_c(j)＜α_jn，执行以下步骤，否则转至步骤4.3：

4.2.1、按均匀分布随机不重复地从集合s_j选择信息符号；

4.2.2、E_c(j)＝E_c(j)+1；

4.2.3、转至步骤4.4；

4.3、从除s_j以外的其他集合中均匀随机选择一个信息节点；

4.4、d_c＝d_c+1；

4.5、若d_c＜d_m，重复步骤4.1-4.4，直至d_c≥d_m。

由式(2)可知，随着度数d(1≤d≤6)的增加，高优先级数据选取概率递减，当校验节点度数d＞6时，p_j,d为常数。A_j,B_j,C_j可以通过优化设计实现，或者根据统计规律得到。

图5为具有2个优先级的LT码，其中MIB为高优先级，LIB为低优先级，在A₁＝0.19,B₁＝0.81,C₁＝0.5时,校验节点度数d与信息集合选择概率的关系。可以看到，MIB的选择概率在度为1时为100％，随着校验节点度数d的增加而降低；LIB的选择概率随着度数的增加而逐渐增加。当d＞6时，选择概率为常数。

实施例

按图6所示的结构对512*512的灰度图像进行UIT-LT码编码，UIT-LT码信息长度n＝100，编码长度n·γ＝100×1.3＝130，设置优先级数r＝2，重要优先级比例α₁＝0.3，校验节点采用参数c＝0.01的鲁棒孤波分布，信息节点概率分布的参数为A₁＝0.19,B₁＝0.81,C₁＝0.5，编码开销γ＝1.5。根据式(2)可得，重要优先级的概率分布为：

信息节点概率分布矩阵为

具体实施步骤为：

步骤一、对512×512的灰度图像进行分层树集合划分(set partitioning inhierarchical tree,SPIHT)编码与算术编码，生成长度为B＝50000位的信源比特流。

步骤二、将信源比特流B分为长度为n＝100位的数据块，共有B/n＝500个数据块。

步骤三、将数据块重新排列生成长度为n＝100的数据段：第1个数据段由各数据块的起始部分构成，第i个数据段由各数据块的第i位构成，1≤i≤n，如图7所示，这些数据段为图6中多路分解的输出。

步骤四、对每个数据段进行编码，编码步骤为：

(1)根据鲁棒孤波分布函数Ω(x)随机选取一个校验节点的度数d_i,1≤d_i≤n,i＝1,…,n·γ，其中γ为大于1的常数；

(2)初始化度数计数器d_c置0，边数计数器E_c(j)＝0,1≤j≤2；

(3)若d_c≤d_i，按下列步骤选择信息节点：

(3a)根据公式(3)概率分布

选择集合s₁或s₂，按照均匀分布从所选集合中随机选择一个信息节点。

(3b)若E_c(j)＜α_jn，执行以下步骤，否则转至(3c)：

1.按均匀分布随机不重复地从集合s_j选择信息符号；

2.E_c(j)＝E_c(j)+1

3.转至3d)

(3c)从除s_j以外的其他集合中均匀随机不重复的选择一个信息节点，若信息节点属于集合s_t，E_c(t)＝E_c(t)+1；

(3d)d_c＝d_c+1；

(3e)若d_c＜d_i，重复(3a)-(3d)，否则转至(4)；

(4)对所选的信息节点对应的符号异得到输出符号；

(5)重复(1)-(4)，直到得到n·γ个编码符号，γ为常数，γ≥1。

步骤五、接收机收到编码符号后进行BP译码恢复n位信息；

步骤六、数据多路合并，得到渐进信源数据流，然后进行信源译码。

仿真结果如表1所示。UEP-LT码的参数选择为A₁＝0.55,B₁＝0,C₁＝0，即s₁的选择概率为0.55，s₂的选择概率为0.45。可以看出使用UIT-LT码对512×512灰度图像的峰值信噪比PSNR(dB)为29.2dB大于UEP-LT码的27.6dB。

表1仿真结果

N＝100,γ＝1.5	A<sub>1</sub>	B<sub>1</sub>	C<sub>1</sub>	α<sub>1</sub>	PSNR(dB)
						UEP-LT码	0.55	0	0	0.3	27.6
UIT-LT码	0.19	0.81	0.5	0.3	29.2

Claims (1)

1.一种适用于渐进数据传输的不等差错保护LT码编码方法，其特征在于：包括以下步骤：

步骤1、将n个信息分为r个不相交的信息集合s₁,…,s_r，其中第j类优先级数据所占比例为α_j，0≤α_j≤1，集合s_j的大小为α_jn，j＝1,2,…,r，

步骤2、按照鲁棒孤波分布选择度d_m，其中，1≤d_m≤n，m＝1,…,γ·n，γ为大于1的常数；

步骤3、初始化：度数计数器d_c置0，边数计数器E_c(j)置0，1≤j≤r；

步骤4、选择信息节点，直到d_c≥d_m；

步骤5、对所选信息节点对应的符号进行异或运算得到编码符号；

步骤6、重复步骤2-步骤5，直到得到n·γ个编码符号，γ为大于1的常数；

其中，步骤4中选择信息节点的具体方法为：

4.1、根据概率分布

随机选择集合索引号j∈{1,2,…,r}，其中

表示度为d_m的校验节点选择信息集合s_j的概率，概率

由公式(1)和(2)得到：

式中，参数A_j，B_j，C_j均为选定的大于0的常数，

4.2、若E_c(j)＜α_jn，其中E_c(j)为信息集合s_j的边计数器，α_j为第j类优先级数据所占比例，n为信息节点总数，执行以下步骤，否则转至步骤4.3：

4.2.1、按均匀分布随机不重复地从集合s_j选择一个信息符号；

4.2.2、E_c(j)＝E_c(j)+1；

4.2.3、转至步骤4.4；

4.3、从除s_j以外的其他集合中均匀随机选择一个信息节点；

4.4、d_c＝d_c+1；

4.5、若d_c＜d_m，重复步骤4.1-4.4，直至d_c≥d_m。

Images