CN109560820B - 一种联合信道编码和物理层网络编码的译码简化方法 - Google Patents

Abstract

本发明涉及一种联合信道编码和物理层网络编码的译码简化方法，首先源节点A与源节点B分别产生二进制信息，经过相同的信道编码后，分别得到信号，再经过BPSK调制之后，发射到中继点R处，中继点R将从源节点A、源节点B处接收到的信号进行异或运算，并将异或运算的估计信息广播出去；接着节点A和节点B根据收到的广播信号，进行异或运算，估计出发射信号的编码码字，最终推出所需要的输出信号及其概率。本发明将max log‑likelihood最大似然比算法（max‑log）应用到联合信道编码和物理层网络编码的方案中，极大简化了算法复杂度。

Description

一种联合信道编码和物理层网络编码的译码简化方法

技术领域

本发明涉及信道编码领域，特别是一种联合信道编码和物理层网络编码的译码简化方法。

背景技术

物理层网络编码(PLNC)是Zhang于2006年提出，将无线电磁波信号叠加映射到伽罗华域上(GF(2))，进行比特数据流的运算，将外界干扰融入到网络编码的算法操作中，相比较于传统的传输模式，有效地减少了时隙，提高了网络吞吐量。低密度奇偶校验码(LowDensity Parity Check，简称LDPC码)是一类接近香农极限性能的信道编码。LDPC码采用迭代的概率译码算法，属于并行算法，可以并行操作，方便在硬件中实现，有很好的抗误码性能，以及较低的时延。相对于二进制LDPC码，多进制LDPC码具有更好的性能，但是具有更高的编译码复杂度。

下一代5G通信要求高网络传输吞吐量，高质量的传输性能，以及低传输时延，这都将进一步导致编译码的复杂度增大。

文献《一种用于物理层网络编码的空间复用方法》公开的技术方案是基于两个用户下的情况，进行通信，利用二进制相移键控BPSK对用户的信息进行调制，中继站接收到两个用户的叠加信号后，进行发送，接收端收到信号后，通过对接收信号的判别，分析得到不同的值，来获取两个用户的信息。

文献《基于LDLC和物理层网络编码的通信方法》利用源信息A和B分别经过低密度格码(Low Density Lattice Code,LDLC)编码后，再经过BPSK调制后都发送到中继节点，中继节点将接收到的信号混合叠加后，再进行LDLC译码，物理层网络编码形成广播信号发射出去，最后A和B利用自身的比特序列进行异或后得到信息。但是该方案只是简单的利用LDLC的技术而已，在物理层下没有更进一步优化。

现有的技术方案只是简单的利用LDLC的编译码的良好信道特性来实现优化，却没有在深度层次来理解和利用信道编译码的相关原理，在物理层网络编码的优化中，技术融合的还不够，无法最大程度的发挥信道编译码的相关特性，造成了一定程度上的资源的浪费，在技术上还有可以进一步提高的空间。

发明内容

有鉴于此，本发明的目的是提出一种联合信道编码和物理层网络编码的译码简化方法，能够有效降低译码器的复杂度。

本发明采用以下方案实现：一种联合信道编码和物理层网络编码的译码简化方法，提供一具有源节点A、源节点B、节点A、节点B以及一个中继点R的双向中继系统，包括以下步骤：

步骤S1：源节点A与源节点B分别产生二进制信息b_A和b_B，经过相同的信道编码后，分别得到信号C_A和C_B，再经过BPSK调制之后，得到信号X_A和X_B，发射到中继点R处，中继点R将从源节点A、源节点B处接收到的信号进行异或运算，并将异或运算的估计信息广播出去；

步骤S2：节点A和节点B根据收到的广播信号，进行异或运算，估计出发射信号的编码码字，最终推出所需要的输出信号及其概率。

进一步地，步骤S1中，所述二进制信息b_A和b_B分别表示长为K的源节点A和源节点B的二进制信息，所述二进制信息b_A和b_B都由相同的LDPC信道码编码，分别编码成为码长为N的码字C_A和C_B，码率为R_C＝K/N；所述X_A＝BPSK{C_A}，X_B＝BPSK{C_B}；中继点R接收到的信号y_R由信道衰落系数h_A、h_B加权的发射信号的线性叠加给出：

y_R＝h_AX_A+h_BX_B+n_R；

式中，n_R为在中继点R的高斯噪声信号；

中继点R从y_R处译码出所需的码字的异或信息：

进一步地，步骤S1中，异或运算的估计信息为：当译码传输的信号为码字C_AB(i)时接收信号y_R的可能性P_i：

式中，C_AB＝C_A+C_BD，D为不定参数，S_AB为叠加信号的不同组合情况，C_AB(i)和S_AB(i)分别表示第i个编码符号组合和第i个可能的叠加值，0≤i≤3；

其中，C_AB(i)和S_AB(i)的先验概率均为1/4，叠加值为S_AB(i)时y_R的条件概率密度为：

式中，σ表示高斯噪声信号的标准差。

进一步地，所述步骤S2基于max log-likelihood最大似然比(max-log)的思想，具体包括以下步骤：

步骤S21：消息初始化：节点A和节点B接收到信号后，估计出码字C_AB(i),它的概率向量为P_i＝[p0,p1,p2,p3]，即变量值为C_AB(i)时接收信号为y_R的概率；定义一个对数似然比向量：

式中，L(v＝i)表示变量值为C_AB(i)时的对数似然概率比值；P(v＝i)即pi，P(v＝0)即p0，0≤i≤3；

定义校验节点的输出为C₃，变量节点的输出为V₃，当校验节点或者变量节点超过三个时，采用如下迭代表示：

C₃＝(p,q,k,w,...)＝C₃(p.C₃(q,C₃(k,C₃(w,C₃(...))))) (1)

V₃(p,q,k,w,...)＝V₃(p,V₃(q,V₃(k,V₃(w,V₃(...))))) (2)

式中，p,q,k,w,...表示相应的变量节点或者校验节点的输入消息；

步骤S22：基于三个点的校验点更新：设校验点的两个输入码字C_AB(k)、C_AB(l)分别对应的对数似然比向量为q(k)＝[q0,q1,q2,q3]和w(l)＝[w0,w1,w2,w3]，先对向量q(k)、w(l)进行降序排序，对排序后的向量q(k)、w(l)分别取前n_m个值，n_m＜4，得到向量q(m)、w(n),0＜m＜n_m,0＜n＜n_m，并且有：

则，检验点的输出为：

C₃(i)＝max(q(m)+w(n))；

此外，当校验点更新相关的点超过3个时，采用上式(1)迭代计算得到；

步骤S23：基于三个点的变量点更新：用q(k)＝[q0,q1,q2,q3]、w(l)＝[w0,w1,w2,w3]来表示变量点的两个输入对数似然比向量，用r(i)＝[r0,r1,r2,r3]表示自身的初始信道对数似然比向量，则变量点的输出公式为：

U(i)＝r(i)+q(k)+w(l) i＝0,1,2,3；

最终变量点的输出表示为：

此外，当变量点更新相关的点超过3个时，利用上式(2)迭代计算得到；

步骤S24：当所有的校验方程完成或者到达最大迭代次数时，则停止解码；否则，重复步骤S22至步骤S23直到满足上述两个条件之一；在停止解码后，为每一个符号生成对数似然比值L(v＝i)，选取L(v＝i)的最大值对应的C_AB(i)，并将其设为1，并将其他情况下的C_AB(i)值设为0。

与现有技术相比，本发明有以下有益效果：

1、本发明基于二进制PNC(物理层网络编码)译码结构，借鉴多进制(四进制)LDPC译码的相似之处，利用max-log最大似然比译码算法，简化二进制PNC编码系统的译码复杂度。

2、本发明利用了max-log最大似然比译码算法，对二进制物理层PNC编码系统进行了译码，降低了中继的译码器复杂度，无需进行乘法操作，并保持了很少的性能损失，在硬件实现中，布线复杂度、信息内存开销和译码时延都会大幅度减少，达到降低译码器复杂度的目的。

附图说明

图1为本发明实施例的方法流程示意图。

图2为本发明实施例的二进制LDPC编码PNC概率译码和max-log译码的性能图。

具体实施方式

下面结合附图及实施例对本发明做进一步说明。

应该指出，以下详细说明都是示例性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

如图1所示，本实施例提供了一种联合信道编码和物理层网络编码的译码简化方法，提供一具有源节点A、源节点B、节点A、节点B以及一个中继点R的双向中继系统，包括以下步骤：

步骤S1：源节点A与源节点B分别产生二进制信息b_A和b_B，经过相同的信道编码后，分别得到信号C_A和C_B，再经过BPSK调制之后，得到信号X_A和X_B，发射到中继点R处，中继点R将从源节点A、源节点B处接收到的信号进行异或运算，并将异或运算的估计信息广播出去；

步骤S2：节点A和节点B根据收到的广播信号，进行异或运算，估计出发射信号的编码码字，最终推出所需要的输出信号及其概率。

在本实施例中，步骤S1中，所述二进制信息b_A和b_B分别表示长为K的源节点A和源节点B的二进制信息，所述二进制信息b_A和b_B都由相同的LDPC信道码编码，分别编码成为码长为N的码字C_A和C_B，码率为R_C＝K/N；所述X_A＝BPSK{C_A}，X_B＝BPSK{C_B}；中继点R接收到的信号y_R由信道衰落系数h_A、h_B加权的发射信号的线性叠加给出：

y_R＝h_AX_A+h_BX_B+n_R；

式中，n_R为在中继点R的高斯噪声信号；

中继点R从y_R处译码出所需的码字的异或信息：

上表总结了编码符号C_A,C_B，和相应的X_A,X_B，接收叠加信号S_AB的不同组合情况，码字符号异或运算

符号C_AB＝C_A+C_BD被定义为对于C_A、C_B的四种不同的组合的简写(D在多项式描述是不定参数)。

在本实施例中，步骤S1中，异或运算的估计信息为：当译码传输的信号为码字C_AB(i)时接收信号y_R的可能性P_i：

式中，C_AB＝C_A+C_BD，D为不定参数，S_AB为叠加信号的不同组合情况，C_AB(i)和S_AB(i)分别表示第i个编码符号组合和第i个可能的叠加值，0≤i≤3；

其中，C_AB(i)和S_AB(i)的先验概率均为1/4，叠加值为S_AB(i)时y_R的条件概率密度为：

式中，σ表示高斯噪声信号的标准差。

在本实施例中，步骤S2基于max log-likelihood最大似然比(max-log)的思想，具体包括以下步骤：

步骤S21：消息初始化：节点A和节点B接收到信号后，估计出码字C_AB(i),它的概率向量为P_i＝[p0,p1,p2,p3]，即变量值为C_AB(i)时接收信号为y_R的概率；定义一个对数似然比向量：

式中，L(v＝i)表示变量值为C_AB(i)时的对数似然概率比值；P(v＝i)即pi，P(v＝0)即p0，0≤i≤3；

定义校验节点的输出为C₃，变量节点的输出为V₃，当校验节点或者变量节点超过三个时，采用如下迭代表示：

C₃＝(p,q,k,w,...)＝C₃(p.C₃(q,C₃(k,C₃(w,C₃(...))))) (1)

V₃(p,q,k,w,...)＝V₃(p,V₃(q,V₃(k,V₃(w,V₃(...))))) (2)

式中，p,q,k,w,...表示相应的变量节点或者校验节点的输入消息；

步骤S22：基于三个点的校验点更新：设校验点的两个输入码字C_AB(k)、C_AB(l)分别对应的对数似然比向量为q(k)＝[q0,q1,q2,q3]和w(l)＝[w0,w1,w2,w3]，先对向量q(k)、w(l)进行降序排序，对排序后的向量q(k)、w(l)分别取前n_m个值，n_m＜4，得到向量q(m)、w(n),0＜m＜n_m,0＜n＜n_m，并且有：

则，检验点的输出为：

C₃(i)＝max(q(m)+w(n))；

假设n_m为3，q(m)＝[q2,q0,q1]，对应的码字消息为C_A(k)＝(2,0,1)，w(n)＝[q3,q2,q0]，对应的码字消息为C_A(l)＝(3,2,0)；

比如：

当C_AB(k)＝0,C_AB(l)＝0，有

对应的LLR值为q0+w0；

当C_AB(k)＝D,C_AB(l)＝D，有

对应的LLR值为q2+w2；

C₃(0)＝max(q0+q0,q2+w2)；

基于上述的推导方法，对于i＝1,2,3有：

C₃(1)＝max(q1+w0,q2+w3)；

C₃(2)＝max(q0+w2,q1+w3,q2+w0)；

C₃(2)＝max(q0+w3,q1+w2)；

综上，在n_m＝3的情况下，校验点的输出有：

对于n_m＝1,2的情况，可以依照上述的方法以此类推。

此外，当校验点更新相关的点超过3个时，采用上式(1)迭代计算得到；

步骤S23：基于三个点的变量点更新：用q(k)＝[q0,q1,q2,q3]、w(l)＝[w0,w1,w2,w3]来表示变量点的两个输入对数似然比向量，用r(i)＝[r0,r1,r2,r3]表示自身的初始信道对数似然比向量，则变量点的输出公式为：

U(i)＝r(i)+q(k)+w(l) i＝0,1,2,3；

最终变量点的输出表示为：

此外，当变量点更新相关的点超过3个时，利用上式(2)迭代计算得到；

步骤S24：译码判决：当所有的校验方程完成或者到达最大迭代次数时，则停止解码；否则，重复步骤S22至步骤S23直到满足上述两个条件之一；在停止解码后，为每一个符号生成对数似然比值L(v＝i)，选取L(v＝i)的最大值对应的C_AB(i)，并将其设为1，并将其他情况下的C_AB(i)值设为0。

特别的，如果采用传统的LDPC编码，则节点A、节点B对接收到的信号所进行的译码过程中，其中针对3个点的校验点的输出为：

针对3个点的变量点的输出为：

当所有校验方程完成或者到达最大迭代次数时，则停止解码。否则，则继续变量点与校验点的更新直到满足上述两个条件之一。最终，为每一个符号生成后验概率，并选取后验概率最大值对应的C_AB(i)设为1，其他情况设为0。

如图2所示，实线表示采用的LDPC编码的PNC概率译码性能曲线图，虚线表示采用本实施例简化的max-log译码性能曲线图，信息长度为500比特，码长为1000比特，从图中两条曲线可以得出，采用本实施例设计方法的max-log译码的性能，跟概率译码相比，几乎没有性能损失。然而本实施例所采用的方法相较于传统方法，大大降低了译码复杂度，提升了计算速度，减少了硬件资源开销。

以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本发明的涵盖范围。

Claims (3)

1.一种联合信道编码和物理层网络编码的译码简化方法，其特征在于：提供一具有源节点A、源节点B、节点A、节点B以及一个中继点R的双向中继系统，包括以下步骤：

步骤S1：源节点A与源节点B分别产生二进制信息b_A和b_B，经过相同的信道编码后，分别得到信号C_A和C_B，再经过BPSK调制之后，得到信号X_A和X_B，发射到中继点R处，中继点R将从源节点A、源节点B处接收到的信号进行异或运算，并将异或运算的估计信息广播出去；

步骤S2：节点A和节点B根据收到的广播信号，进行异或运算，估计出发射信号的编码码字，最终推出所需要的输出信号及其概率；

步骤S2基于max log-likelihood最大似然比的思想，具体包括以下步骤：

步骤S21：消息初始化：节点A和节点B接收到信号后，估计出码字C_AB(i),它的概率向量为P_i＝[p0,p1,p2,p3]，即变量值为C_AB(i)时接收信号为y_R的概率；定义一个对数似然比向量：

L(v)＝[L(v＝0),L(v＝1),L(v＝2),L(v＝3)]

式中，L(v＝i)表示变量值为C_AB(i)时的对数似然概率比值；P(v＝i)即pi，P(v＝0)即p0，0≤i≤3；

定义校验节点的输出为C₃，变量节点的输出为V₃，当校验节点或者变量节点超过三个时，采用如下迭代表示：

C₃＝(p,q,k,w,...)＝C₃(p.C₃(q,C₃(k,C₃(w,C₃(...))))) (1)

V₃(p,q,k,w,...)＝V₃(p,V₃(q,V₃(k,V₃(w,V₃(...))))) (2)

式中，p,q,k,w,...表示相应的变量节点或者校验节点的输入消息；

步骤S22：基于三个点的校验点更新：设校验点的两个输入码字C_AB(k)、C_AB(l)分别对应的对数似然比向量为q(k)＝[q0,q1,q2,q3]和w(l)＝[w0,w1,w2,w3]，先对向量q(k)、w(l)进行降序排序，对排序后的向量q(k)、w(l)分别取前n_m个值，n_m＜4，得到向量q(m)、w(n),0＜m＜n_m,0＜n＜n_m，并且有：

则，检验点的输出为：

C₃(i)＝max(q(m)+w(n))；

此外，当校验点更新相关的点超过3个时，采用上式(1)迭代计算得到；

步骤S23：基于三个点的变量点更新：用q(k)＝[q0,q1,q2,q3]、w(l)＝[w0,w1,w2,w3]来表示变量点的两个输入对数似然比向量，用r(i)＝[r0,r1,r2,r3]表示自身的初始信道对数似然比向量，则变量点的输出公式为：

U(i)＝r(i)+q(k)+w(l)i＝0,1,2,3；

最终变量点的输出表示为：

此外，当变量点更新相关的点超过3个时，利用上式(2)迭代计算得到；

步骤S24：当所有的校验方程完成或者到达最大迭代次数时，则停止解码；否则，重复步骤S22至步骤S23直到满足上述两个条件之一；在停止解码后，为每一个符号生成对数似然比值L(v＝i)，选取L(v＝i)的最大值对应的C_AB(i)，并将其设为1，并将其他情况下的C_AB(i)值设为0。

2.根据权利要求1所述的一种联合信道编码和物理层网络编码的译码简化方法，其特征在于：步骤S1中，所述二进制信息b_A和b_B分别表示长为K的源节点A和源节点B的二进制信息，所述二进制信息b_A和b_B都由相同的LDPC信道码编码，分别编码成为码长为N的码字C_A和C_B，码率为R_C＝K/N；所述X_A＝BPSK{C_A}，X_B＝BPSK{C_B}；中继点R接收到的信号y_R由信道衰落系数h_A、h_B加权的发射信号的线性叠加给出：

y_R＝h_AX_A+h_BX_B+n_R；

式中，n_R为在中继点R的高斯噪声信号；

中继点R从y_R处译码出所需的码字的异或信息：

3.根据权利要求2所述的一种联合信道编码和物理层网络编码的译码简化方法，其特征在于：步骤S1中，异或运算的估计信息为：当译码传输的信号为码字C_AB(i)时接收信号y_R的可能性P_i：

式中，C_AB＝C_A+C_BD，D为不定参数，S_AB为叠加信号的不同组合情况，C_AB(i)和S_AB(i)分别表示第i个编码符号组合和第i个可能的叠加值，0≤i≤3；

其中，C_AB(i)和S_AB(i)的先验概率均为1/4，叠加值为S_AB(i)时y_R的条件概率密度为：

式中，σ表示高斯噪声信号的标准差。

Images