CN108737027B - 一种云接入网上行无速率码度数分布优化方法 - Google Patents

Abstract

本发明公开了一种云接入网上行无速率码度数分布优化方法。它根据网络信道状态优化用户处无速率编码所采用的度数分布，系统开始传输：用户将原始信息根据度数分布进行无速率编码，码字经调制后发送到覆盖该用户的各个射频拉远头；射频拉远头先对收到的信号进行预处理变为基带信号，接着对信号进行量化发送；基带处理单元池收到各射频拉远头通过高速链路发送来的量化信号，将信号在一张统一的译码图上利用置信传播算法进行联合译码。本发明通过采用上述技术，给出了C‑RAN单用户场景中用户处无速率码的度数优化方法，在云接入网单用户上行系统中，本发明设计的度数分布在误码率性能上有较好的提升。

Description

一种云接入网上行无速率码度数分布优化方法

技术领域

本发明涉及无线通信技术领域，尤其涉及一种云接入网上行无速率码度数分布优化方法。

背景技术

随着信息技术的快速发展和信息应用的日益丰富，下一代移动通信网络所面临的将是海量的用户数量，以及海量的数据传输量。这就对无线接入网(RAN)通信质量的提升带来了迫切的要求。

云接入网(C-RAN)是一种新型的接入网架构，能有效提升无线通信质量。其特点是将网络中各接入节点的远端射频单元(RRH)和基带处理单元(BBU)完全地分离，将RRH更靠近用户，而各个BBU向后集中成虚拟的BBU池，BBU池和RRH通过高速链路连接。在云接入网上行无速率传输机制中，发射端将消息比特编码成无限长的码字，源源不断地发送给接收端，直到后者正确译码并反馈ACK信号为止。无速率码具有自适应性，其速率随着所经历的信道的变化而自适应地变化，无速率码的自适应特性使得其可以适配云接入网中灵活的传输机制，同时可以有效地改善无线信道的复杂多变引起的高误码率等问题。关于无速率码的研究主要包括度数分布设计、译码方法设计等，其中度分布函数与无速率码的性能直接相关，决定着译码成功率、译码开销和译码复杂度等，设计无速率码的关键在于构造合适的度数分布函数。本发明提供一种云接入网上行无速率码度数分布优化方法，优化得到的无速率码输出度数分布对云接入网上行传输系统的误码率性能有了较好的提升。

发明内容

针对现有技术中存在的上述问题，本发明的目的在于提供一种云接入网上行无速率码度数分布优化方法。

所述的一种云接入网上行无速率码度数分布优化方法,首先根据网络信道状态优化用户处无速率编码所采用的度数分布，然后系统开始传输：用户将原始信息根据度数分布进行无速率编码，码字经调制后发送到覆盖该用户的各个射频拉远头；射频拉远头先对收到的信号进行预处理变为基带信号，接着对信号进行量化发送；基带处理单元池收到各射频拉远头通过高速链路发送来的量化信号，将信号在一张统一的译码图上利用置信传播算法进行联合译码。

所述的云接入网上行无速率码度数分布优化方法，其特征在于传输方法具体包括如下步骤：

2.1)用户将原始信息m依次经过LDPC编码器和LT编码器两个无速率码编码器，源源不断地生成无速率码c₁,c₂,……,c_N；

2.2)将无速率码比特0和1根据实际调制方式分映射为发送符号x₁,x₂,……,x_N，通过天线发送到覆盖该用户的各个射频拉远头；

2.3)射频拉远头的预处理器对收到的信号预处理得到基带信号：y＝hx+n，其中h表示信源到RRH之间链路的信道增益系数，n表示RRH处接收噪声，接着射频拉远头的量化器对信号进行量化，量化电平数满足2M＝2^b，其中b为量化比特，量化间隔为Δ，量化门限为

量化后的信号为

量化规则如下：

上式中q_-M，q_i，q_M指量化信号

的实际量化电平值；

2.4)射频拉远头将步骤2.3)得到的量化信号通过高速链路发送给基带处理单元池；

2.5)基带处理单元池的软解调器输出第i比特的对数似然比(LLR)为：

其中

为量化符号

由码字c为0转移的概率，

为量化符号

由码字c为1转移的概率；

2.6)基带处理单元池联合译码器迭代译码，第0轮迭代译码，译码图中输入节点i的初始LLR为

输出节点的初始LLR为L(i)；

第l轮迭代，输入节点i传向校验节点c的消息更新为：

式中ic表示译码图中与输入节点i相连的校验节点c，o表示与该输入节点i相连的输出节点的集合，oi表示与输出节点o相连的输入节点i。校验节点c传回输入节点i的消息更新为：

式中ci表示译码图中与校验节点c相连输入节点i，i′≠i表示除去输入节点i之外的输入节点，i′c表示除去输入节点i外与校验节点c相连的输入节点。输入节点i传向输出节点o的消息更新为：

式中io表示译码图中与输入节点i相连的输出节点o，o′≠o表示除o以外的输出节点，o′i表示除去输出节点o外与输入节点i相连的输出节点，c表示与该输入节点i相连的校验节点的集合。输出节点o传回输入节点i的消息更新为：

上式中

是第l轮迭代中输出节点o向输入节点i发送的消息；

是第l轮迭代中输入节点i向输出节点o发送的消息；z_o是输出节点根据对应码字比特量化值计算得到的LLR。当前轮输入节点i的LLR为：

当该轮输入节点的LLR均值超过门限x_p，再单独在LDPC码图上进行迭代译码。

LDPC子图第0轮迭代译码，变量节点v传向校验节点c的消息更新为：

式中vc表示与变量节点v相连的校验节点c，m_v为前面最后一轮迭代时输入节点的LLR。第l轮迭代，变量节点v传向校验节点c的消息更新为：

式中c′∈C_v\{c}表示除校验节点c以外的与变量节点v相连的校验节点集合，c′v表示除去校验节点c外与变量节点v相连的校验节点，

代表在上一轮由校验节点c′传向该变量节点v的消息。从校验节点c传向变量节点v的消息更新为：

式中v′∈v_c\{v}表示除变量节点v以外的与校验节点c相连的变量节点集合，v′c示除去变量节点v外与校验节点c相连的变量节点，

代表在第l轮由变量节点v′传向该校验节点c的消息。

判决比特s的对数似然比信息

若LLR(s)＞0则信息比特s判为0，否则判为1，根据判决输出结果，若译码不正确则继续迭代，若译码正确或达到最大迭代次数t就结束译码。

所述的云接入网上行无速率码度数分布优化方法，其特征在于对无速率码输出度数分布优化包括以下步骤：

3.1)LT输入节点将LLR消息传递给LDPC码图校验节点，其携带的外信息为：

式中

是第l-1次迭代LT输出节点传给输入节点的平均外信息，α_i为LT译码图中度数为i的输入节点比例，d_v为LT译码图中输入节点的最大度数，J为满足对称高斯分布的消息携带的外信息函数，J^-1为J的反函数。LDPC校验节点传回LT输入节点的外信息为：

式中ξ_i为LDPC码图中度数为i的变量节点比例，

为LDPC码图中与度数j校验节点相连的边的比例，d_v′为LDPC译码图中变量节点最大度数，d_c′为LDPC译码图中校验节点最大度数，LT输入节点将消息传给输出节点的外信息为：

式中

为与度数i输入节点相连的边的比例，d_v为输入节点的最大度数。最后，LT输出节点传回LT输入节点的外信息为：

式中f₀(γ)＝J(2γ)表示信噪比为γ的二元输入高斯信道的输出所携带的信息量。将式(12)，(13)代入(14)得到每轮迭代的

更新为：

式中

为LT译码图的输入节点平均度数，{ω_d}为LT输出节点的边的度数分布的系数；

3.2)度数分布优化问题列出如式(15)所示：

式中ω_j表示译码图中边的度数为j占所有边的比例，ω₁表示译码图中边的度数为1占所有边的比例，ε为大于零的一个小量，

为正确译码的外信息最小门限，优化问题(15)由任一线性规划解法求解得到边的度数分布ω(x)；

3.3)通过公式

换算得到最优无速率码度数分布Ω(x)，其中Ω′(x)为度数分布Ω(x)的导函数，Ω′(1)为Ω(x)在x取1时的值。

本发明通过采用上述技术，提供了一种云接入网上行无速率码度数分布优化方法。优化方法将优化问题近似转化为一个易于求解的线性规划问题。利用优化的度数分布进行无速率编码能够使系统误码率性能有较好提升，更接近理论信道容量。

附图说明

图1为云接入网单用户上行接入系统示意图；

图2为不同度数分布下系统误码率性能比较图。

具体实施方式

以下结合说明书附图及实施例对本发明作进一步的描述，但本发明的保护范围并不仅限于此：

参照图1，云接入网中基于无速率编码上行传输方法，具体包括如下步骤：

1)用户S将信息采用无速率编码，无速率码是由外码码率为0.95的LDPC码以及内码部分的LT码级联组成；

1.1)编码第一步，选取码率为0.95的LDPC码本，将原始信息s₀,s₁,……,s_k编码成LDPC码字b₁,b₂,……,b_n；

1.2)编码第二步，对n个LDPC码字b₁,b₂,……,b_n进行LT编码，根据度数分布来选取输出节点的度数，为度数为d的输出节点等概率的从上面得到的预编码中选取d个码字作异或运算得到无速率码码字。经过上面两步编码得到源源不断生成的无速率码码字c₁,c₂,……,c_N；

2)无速率码c₁,c₂,……,c_N在接入信道前先对其进行二进制相移键控(BPSK)调制，得到经过映射的发送序列x₁,x₂,……,x_N，然后将发送序列接入信道发送出去，发送序列源源不断其长度并不是固定的，每一个长度都对应相应的一个码率；

3)RRH的预处理器对收到的信号预处理得到基带信号：y＝hx+n，其中h表示信源到RRH之间链路的信道增益系数，n表示RRH处接收噪声。接着RRH的量化器对信号进行量化，量化电平数满足2M＝2^b，其中b为量化比特，量化间隔为Δ，量化门限为

量化后的信号为

量化规则如下：

上式中q_-M，q_i，q_M指量化信号

的实际量化电平值；

4)RRH将步骤2.3)得到的量化信号通过高速链路发送给BBU池；

5)BBU池的软解调器输出第i比特的对数似然比(LLR)为：

其中

为量化符号

由码字c为0转移的概率，

为量化符号

由码字c为1转移的概率；

6)BBU池联合译码器迭代译码。第0轮迭代译码，译码图中输入节点i的初始LLR为

输出节点的初始LLR为L(i)。

第l轮迭代，输入节点i传向校验节点c的消息更新为：

式中ic表示译码图中与输入节点i相连的校验节点c，o表示与该输入节点i相连的输出节点的集合，oi表示与输出节点o相连的输入节点i。校验节点c传回输入节点i的消息更新为：

式中ci表示译码图中与校验节点c相连输入节点i，i′≠i表示除去输入节点i之外的输入节点，i′c表示除去输入节点i外与校验节点c相连的输入节点。输入节点i传向输出节点o的消息更新为：

式中io表示译码图中与输入节点i相连的输出节点o，o′≠o表示除o以外的输出节点，o′i表示除去输出节点o外与输入节点i相连的输出节点，c表示与该输入节点i相连的校验节点的集合。输出节点o传回输入节点i的消息更新为：

上式中

是第l轮迭代中输出节点o向输入节点i发送的消息；

是第l轮迭代中输入节点i向输出节点o发送的消息；z_o是输出节点根据对应码字比特量化值计算得到的LLR。当前轮输入节点i的LLR为：

当该轮输入节点的LLR均值超过门限x_p，再单独在LDPC码图上进行迭代译码。

LDPC子图第0轮迭代译码，变量节点v传向校验节点c的消息更新为：

式中vc表示与变量节点v相连的校验节点c，m_v为前面最后一轮迭代时输入节点的LLR。第l轮迭代，变量节点v传向校验节点c的消息更新为：

式中c′∈C_v\{c}表示除校验节点c以外的与变量节点v相连的校验节点集合，c′v表示除去校验节点c外与变量节点v相连的校验节点，

代表在上一轮由校验节点c′传向该变量节点v的消息。从校验节点c传向变量节点v的消息更新为：

式中v′∈v_c\{v}表示除变量节点v以外的与校验节点c相连的变量节点集合，v′c示除去变量节点v外与校验节点c相连的变量节点，

代表在第l轮由变量节点v′传向该校验节点c的消息。

判决比特s的对数似然比信息

若LLR(s)＞0则信息比特s判为0，否则判为1，根据判决输出结果，若译码不正确则继续迭代，若译码正确或达到最大迭代次数t就结束译码。

7)基于外信息传递的度分布优化方法，过程如下：

7.1)LT输入节点将LLR消息传递给LDPC译码图中校验节点，其携带的外信息为：

式中

是第l-1次迭代LT输出节点传给输入节点的平均外信息，α_i为LT译码图中度数为i的输入节点比例，d_v为LT译码图中输入节点的最大度数，J为满足对称高斯分布的消息携带的外信息函数。LDPC校验节点传回LT输入节点的外信息为：

式中ξ_i为LDPC译码图中度数为i的变量节点比例，

为LDPC译码图中与度数j校验节点相连的边的比例，d_v′为LDPC译码图变量节点最大度数，d_c′为LDPC译码图校验节点最大度数。LT输入节点将消息传给输出节点的外信息为：

式中

为与度数i输入节点相连的边的比例，d_v为输入节点的最大度数。最后，LT输出节点传回LT输入节点的外信息为：

式中f₀(γ)＝J(2γ)表示信噪比为γ的二元输入高斯信道的输出所携带的信息量。将式(12)，(13)代入(14)得到每轮迭代的

更新为：

式中

为LT码图的输入节点平均度数，{ω_d}为LT输出节点的边的度数分布的系数。

7.2)度数分布优化问题列出如下：

7.3)由线性规划解法求解式(15)，解出的结果根据公式

换算得到无速率码最优输出度数分布Ω(x)。

如图2所示，本发明通过计算机仿真，将优化得到的度数分布与BEC度数分布的系统误码率进行比较，从仿真结果中可以看出，对信号采用不同量化比特数(4比特、8比特及10比特)的情况下，优化得到的度数分布比BEC度数分布在误码率性能上均有较好提升。

Claims (2)

1.一种云接入网上行无速率码度数分布优化方法,首先根据网络信道状态优化用户处无速率编码所采用的度数分布，然后系统开始传输：用户将原始信息根据度数分布进行无速率编码，码字经调制后发送到覆盖该用户的各个射频拉远头；射频拉远头先对收到的信号进行预处理变为基带信号，接着对信号进行量化发送；基带处理单元池收到各射频拉远头通过高速链路发送来的量化信号，将信号在一张统一的译码图上利用置信传播算法进行联合译码,对无速率码输出度数分布优化包括以下步骤：

3.1)LT输入节点将LLR消息传递给LDPC码图校验节点，其携带的外信息为：

式中

是第l-1次迭代LT输出节点传给输入节点的平均外信息，α_i为LT译码图中度数为i的输入节点比例，d_v为LT译码图中输入节点的最大度数，J为满足对称高斯分布的消息携带的外信息函数，J^-1为J的反函数,LDPC校验节点传回LT输入节点的外信息为：

式中ξ_i为LDPC码图中度数为i的变量节点比例，

为LDPC码图中与度数j校验节点相连的边的比例，d′_v为LDPC译码图中变量节点最大度数，d′_c为LDPC译码图中校验节点最大度数，LT输入节点将消息传给输出节点的外信息为：

式中

为与度数i输入节点相连的边的比例，d_v为输入节点的最大度数,最后，LT输出节点传回LT输入节点的外信息为：

式中f₀(γ)＝J(2γ)表示信噪比为γ的二元输入高斯信道的输出所携带的信息量,将式(12)，(13)代入(14)得到每轮迭代的

更新为：

式中

为LT译码图的输入节点平均度数，{ω_j}为LT输出节点的边的度数分布的系数；

3.2)度数分布优化问题列出如式(15)所示：

式中ω_j表示译码图中边的度数为j占所有边的比例，ω₁表示译码图中边的度数为1占所有边的比例，ε为大于零的一个小量，

为正确译码的外信息最小门限，优化问题(15)由任一线性规划解法求解得到边的度数分布ω(x)；

3.3)通过公式

换算得到最优无速率码度数分布Ω(x)，其中Ω′(x)为度数分布Ω(x)的导函数，Ω′(1)为Ω(x)在x取1时的值。

2.根据权利要求1所述的云接入网上行无速率码度数分布优化方法，其特征在于传输方法具体包括如下步骤：

2.1)用户将原始信息m依次经过LDPC编码器和LT编码器两个无速率码编码器，源源不断地生成无速率码c₁,c₂,……,c_N；

2.2)将无速率码比特0和1根据实际调制方式分映射为发送符号x₁,x₂,……,x_N，通过天线发送到覆盖该用户的各个射频拉远头；

2.3)射频拉远头的预处理器对收到的信号预处理得到基带信号：y＝hx+n，其中h表示信源到RRH之间链路的信道增益系数，n表示RRH处接收噪声，接着射频拉远头的量化器对信号进行量化，量化电平数满足2M＝2^b，其中b为量化比特，量化间隔为Δ，量化门限为

量化后的信号为

量化规则如下：

上式中q_-M，q_k，q_M指量化信号

的实际量化电平值；

2.4)射频拉远头将步骤2.3)得到的量化信号通过高速链路发送给基带处理单元池；

2.5)基带处理单元池的软解调器输出第i比特的对数似然比(LLR)为：

其中

为量化符号

由码字c为0转移的概率，

为量化符号

由码字c为1转移的概率；

2.6)基带处理单元池联合译码器迭代译码，第0轮迭代译码，译码图中输入节点i的初始LLR为

输出节点的初始LLR为L(i)；

第l轮迭代，输入节点i传向校验节点c的消息更新为：

式中ic表示译码图中与输入节点i相连的校验节点c，o表示与该输入节点i相连的输出节点的集合，oi表示与输出节点o相连的输入节点i,校验节点c传回输入节点i的消息更新为：

式中ci表示译码图中与校验节点c相连输入节点i，i'≠i表示除去输入节点i之外的输入节点，i′c表示除去输入节点i外与校验节点c相连的输入节点,输入节点i传向输出节点o的消息更新为：

式中io表示译码图中与输入节点i相连的输出节点o，o′≠o表示除o以外的输出节点，o′i表示除去输出节点o外与输入节点i相连的输出节点，c表示与该输入节点i相连的校验节点的集合,输出节点o传回输入节点i的消息更新为：

上式中

是第l轮迭代中输出节点o向输入节点i发送的消息；

是第l轮迭代中输入节点i向输出节点o发送的消息；z_o是输出节点根据对应码字比特量化值计算得到的LLR,当前轮输入节点i的LLR为：

当该轮输入节点的LLR均值超过门限x_p，再单独在LDPC码图上进行迭代译码,

LDPC子图第0轮迭代译码，变量节点v传向校验节点c的消息更新为：

式中vc表示与变量节点v相连的校验节点c，m_v为前面最后一轮迭代时输入节点的LLR,第l轮迭代，变量节点v传向校验节点c的消息更新为：

式中c′∈C_v\{c}表示除校验节点c以外的与变量节点v相连的校验节点集合，c′v表示除去校验节点c外与变量节点v相连的校验节点，

代表在上一轮由校验节点c′传向该变量节点v的消息,从校验节点c传向变量节点v的消息更新为：

式中v′∈v_c\{v}表示除变量节点v以外的与校验节点c相连的变量节点集合，v′c示除去变量节点v外与校验节点c相连的变量节点，

代表在第l轮由变量节点v′传向该校验节点c的消息,

判决比特s的对数似然比信息

若LLR(s)＞0则信息比特s判为0，否则判为1，根据判决输出结果，若译码不正确则继续迭代，若译码正确或达到最大迭代次数t就结束译码。

Images