CN111630797A - 使用分布匹配器的集合的通信系统及方法 - Google Patents

使用分布匹配器的集合的通信系统及方法 Download PDF

Info

Publication number
CN111630797A
CN111630797A CN201880086937.1A CN201880086937A CN111630797A CN 111630797 A CN111630797 A CN 111630797A CN 201880086937 A CN201880086937 A CN 201880086937A CN 111630797 A CN111630797 A CN 111630797A
Authority
CN
China
Prior art keywords
bits
distribution
pmf
symbols
block
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
CN201880086937.1A
Other languages
English (en)
Other versions
CN111630797B (zh
Inventor
D·米勒
T·费恩贝格尔
秋浓俊昭
小岛启介
K·帕森斯
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.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric Corp
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 Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Publication of CN111630797A publication Critical patent/CN111630797A/zh
Application granted granted Critical
Publication of CN111630797B publication Critical patent/CN111630797B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • H03M13/37—Decoding methods or techniques, not specific to the particular type of coding provided for in groups H03M13/03 - H03M13/35
    • H03M13/39—Sequence estimation, i.e. using statistical methods for the reconstruction of the original codes
    • H03M13/3905—Maximum a posteriori probability [MAP] decoding or approximations thereof based on trellis or lattice decoding, e.g. forward-backward algorithm, log-MAP decoding, max-log-MAP decoding
    • H03M13/3916—Maximum a posteriori probability [MAP] decoding or approximations thereof based on trellis or lattice decoding, e.g. forward-backward algorithm, log-MAP decoding, max-log-MAP decoding for block codes using a trellis or lattice
    • 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
    • H04L1/0045—Arrangements at the receiver end
    • 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
    • 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
    • H03M13/11—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 using multiple parity bits
    • H03M13/1102—Codes on graphs and decoding on graphs, e.g. low-density parity check [LDPC] codes
    • H03M13/1148—Structural properties of the code parity-check or generator matrix
    • H03M13/1171—Parity-check or generator matrices with non-binary elements, e.g. for non-binary LDPC codes
    • 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
    • H03M13/37—Decoding methods or techniques, not specific to the particular type of coding provided for in groups H03M13/03 - H03M13/35
    • H03M13/39—Sequence estimation, i.e. using statistical methods for the reconstruction of the original codes
    • H03M13/3905—Maximum a posteriori probability [MAP] decoding or approximations thereof based on trellis or lattice decoding, e.g. forward-backward algorithm, log-MAP decoding, max-log-MAP decoding
    • H03M13/3911—Correction factor, e.g. approximations of the exp(1+x) function
    • 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
    • H03M13/37—Decoding methods or techniques, not specific to the particular type of coding provided for in groups H03M13/03 - H03M13/35
    • H03M13/39—Sequence estimation, i.e. using statistical methods for the reconstruction of the original codes
    • H03M13/3905—Maximum a posteriori probability [MAP] decoding or approximations thereof based on trellis or lattice decoding, e.g. forward-backward algorithm, log-MAP decoding, max-log-MAP decoding
    • H03M13/3927—Log-Likelihood Ratio [LLR] computation by combination of forward and backward metrics into LLRs
    • 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
    • H03M13/37—Decoding methods or techniques, not specific to the particular type of coding provided for in groups H03M13/03 - H03M13/35
    • H03M13/39—Sequence estimation, i.e. using statistical methods for the reconstruction of the original codes
    • H03M13/3905—Maximum a posteriori probability [MAP] decoding or approximations thereof based on trellis or lattice decoding, e.g. forward-backward algorithm, log-MAP decoding, max-log-MAP decoding
    • H03M13/3933—Decoding in probability domain
    • 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
    • H03M13/63—Joint error correction and other techniques
    • H03M13/6312—Error control coding in combination with data compression
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
    • H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
    • H03M7/3059—Digital compression and data reduction techniques where the original information is represented by a subset or similar information, e.g. lossy compression
    • H03M7/3062—Compressive sampling or sensing
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
    • H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
    • H03M7/40—Conversion to or from variable length codes, e.g. Shannon-Fano code, Huffman code, Morse code
    • 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
    • H04L1/0041—Arrangements at the transmitter end
    • H04L1/0042—Encoding specially adapted to other signal generation operation, e.g. in order to reduce transmit distortions, jitter, or to improve signal shape
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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
    • H03M13/25—Error detection or forward error correction by signal space coding, i.e. adding redundancy in the signal constellation, e.g. Trellis Coded Modulation [TCM]
    • H03M13/251—Error detection or forward error correction by signal space coding, i.e. adding redundancy in the signal constellation, e.g. Trellis Coded Modulation [TCM] with block coding

Landscapes

  • Physics & Mathematics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Error Detection And Correction (AREA)

Abstract

一种通信系统包括：数据源，其接收比特块；存储器，其存储分布匹配器的集合。每个分布匹配器与概率质量函数(PMF)相关联，以将相等可能性的输入比特与具有根据分布匹配器的PMF而分布的值的固定数量的输出比特匹配。每个分布匹配器与选择概率相关联，使得所有分布匹配器的联合概率之和等于目标PMF。分布匹配器的联合概率是该分布匹配器的PMF与该分布匹配器的选择概率的乘积。通信系统还包括：整形映射器，其利用选择概率从分布匹配器的集合中选择分布匹配器，并且使用所选择的分布匹配器将比特块映射到具有非均匀分布的整形比特块；以及发送器前端，其在通信信道上发送整形比特块，使得整形比特块的序列中的比特根据目标PMF来分布。

Description

使用分布匹配器的集合的通信系统及方法
技术领域
本发明总体上涉及数字通信系统，并且更具体地说，涉及对在噪声信道上传输的数据进行编码和解码。
背景技术
自从数字通信诞生以来，已经知道加性高斯白噪声信道的最佳信号分布并不均匀。生成数字通信系统的非均匀分布的主要方法有两种：几何整形，从而使等概率的星座点以非均匀方式排列以便使性能最大化；以及概率整形，从而优化星座点的概率以便使性能最大化。尽管对于相等基数，普遍接受的是概率整形的性能优于几何整形的性能，但是已经证明将信息的均匀分布的比特序列(诸如我们想要发送的序列)映射到非等概率符号序列的方法极具挑战性。最常用的方法是恒定组成分布匹配(CCDM)方法，它将等概率比特映射到作为具有所需的符号概率质量函数(PMF)的“典型序列”的排列的序列上。虽然该方法可以实现良好的性能(对于渐近长符号序列实现任意低速率丢失)，但它具有两个关键缺陷：实现低速率丢失的能力需要非常长的序列，这导致复杂度和时延高；并且唯一已知的有效映射和解映射算法是按照符号顺序进行的(也就是说，需要在符号序列中依次解码每个符号)，这也导致复杂度和时延高。
发明内容
一些实施方式的目的是将具有等概率(即，均匀)分布的比特值的符号输入序列转换成具有期望的非均匀分布的比特值的符号输出序列。一些实施方式基于以下认识：符号的集合可以被分区为多个唯一子集，每个唯一子集具有多个可能的唯一排列。根据该实现，可以通过使用多个较小的集合来实现符号集的期望的总分布，较小的集合单独没有期望分布，而是具有等于期望分布的平均分布。在一些实施方式中，通过反映数字信号处理的离散性质的概率质量函数(PMF)来限定分布。为此，期望分布在本文中被称为目标PMF。
具体地，一些实施方式基于以下认识：符号输入序列可以在逐块的基础上进行变换。例如，一些实施方式将具有均匀分布的比特值的比特块变换为具有非均匀分布的比特值的整形比特块。然而，一些实施方式基于以下认识：只要具有不同PMF的不同整形比特块形成具有目标PMF的比特序列，则整形比特块的非均匀分布的PMF可以与目标PMF不同。这样的认识允许相对于仅根据目标PMF变换的比特块的长度而言减小要变换的比特块的长度。这使得速率损失减小，这对应于可以在信道上发送数据的最大速率的增加。
一些实施方式基于以下认识：所发送的比特序列的目标PMF的形成取决于每个单独整形比特块的PMF，并且取决于在所发送的比特序列中具有不同PMF的整形比特块的出现频率。例如，如果目标PMF等于0.6PMF1+0.3PMF2+0.1PMF3，则所发送的比特序列应具有与变换为具有根据PMF2的比特分布的整形比特块的两倍一样多的变换为具有根据PMF1的比特分布的整形比特块，并且应该具有与变换为具有根据PMF3的比特分布的整形比特块的三倍一样多的变换为具有根据PMF2的比特分布的整形比特块。该实现方式允许不同的实施方式将具有不同PMF的分布匹配与不同分布匹配的选择概率相结合，以实现具有目标PMF的传输的设计灵活性。
一些实施方式基于以下认识：对于二进制符号的传输，通常从有限字母表中选择符号。一些实施方式基于以下认识：整形比特块的PMF可以由每个符号在整形比特块中的出现频率来定义。但是，整形比特块中符号的次序与PMF无关，因此，具有特定PMF的整形比特块的排列可以对具有相同特定PMF的不同输入比特块进行编码。这样的理解简化了比特块到具有特定PMF的整形比特块的映射。
一些实施方式基于以下认识：在传输二进制信息时，期望的整形比特块的总数应为2的幂，并且选择特定子集及其排列以实现2的幂的数量的总序列在构造映射和解映射算法方面可以是有利的。
一些实施方式基于以下认识：子集的每个集合中的排列总数可以向下舍入为分区中所有子集可达到的2的最接近幂，从而允许为每个子集指配整数数量的比特。该结构允许包括可变长度的报头(用于指配具有在分布匹配器中使用的PMF的子集)的固定字长、以及确定由分布匹配器指配的期望排列的可变数量的比特。
一些实施方式基于以下进一步的认识：通过将期望的多重集分区为每个具有一定数量的排列的子集，映射和解映射算法可以描述为：(i)根据前缀比特确定符号序列中每个可能符号的数量；(ii)根据输入的比特块中的其余比特确定符号序列的排列。
因此，一个实施方式公开了一种通信系统，其包括：数据源，其接收比特块；存储器，其存储分布匹配器的集合，每个分布匹配器与概率质量函数(PMF)相关联，以将相等可能性的输入比特与具有根据分布匹配器的PMF而分布的值的固定数量的输出比特匹配，其中，每个分布匹配器与选择概率相关联，使得所有分布匹配器的联合概率之和等于目标PMF，其中，分布匹配器的联合概率是该分布匹配器的PMF与该分布匹配器的选择概率的乘积；整形映射器，其利用选择概率从分布匹配器的集合中选择分布匹配器，并且使用所选择的分布匹配器将比特块映射到具有非均匀分布的整形比特块；以及发送器前端，其在通信信道上发送整形比特块，使得根据目标PMF来分布整形比特块的序列中的比特。
另一实施方式公开了一种用于通信比特的符号的方法，其中，该方法使用与所存储的实现该方法的指令联接的处理器，其中，该指令在被处理器执行时实施所述方法中的至少一些步骤，该方法包括：接收比特块；从存储分布匹配器的集合的存储器中选择分布匹配器，其中，每个分布匹配器与概率质量函数(PMF)相关联，以将相等可能性的输入比特与具有根据分布匹配器的PMF而分布的值的固定数量的输出比特匹配，其中，每个分布匹配器与选择概率相关联，使得所有分布匹配器的联合概率之和等于目标PMF，其中，分布匹配器的联合概率是该分布匹配器的PMF与该分布匹配器的选择概率的乘积；使用所选择的分布匹配器将比特块映射到具有非均匀分布的整形比特块；以及在通信信道上发送整形比特块，使得整形比特块的序列中的比特根据目标PMF来分布。
附图说明
[图1A]
图1A是根据本发明的一些实施方式的采用概率幅度整形的数字通信系统的框图。
[图1B]
图1B是根据本发明的一些实施方式的概率整形映射器。
[图1C]
图1C是根据本发明的一些实施方式的编码器和符号调制器。
[图2A]
图2A是包括恒定组成分布匹配器和根据本发明的一些实施方式的基于分区的分布匹配器的比较的信号直方图的示例性结构。
[图2B]
图2B是示出根据本发明的一些实施方式的目标分布多重集的二进制分区的示意图。
[图2C]
图2C是具有不同PMF和排列的示例性符号序列的集合。
[图3]
图3是例示了根据本发明的一些实施方式的用于二进制子集以便确保每个子集的整数个比特被使用的舍入过程的一组示意图。
[图4A]
图4A是根据本发明的一个实施方式的使能可变长度报头的基于树的子集比特标记过程的框图。
[图4B]
图4B是根据本发明的一些实施方式的用于确定在分布匹配器中使用的子集的PMF的过程的框图。
[图5]
图5是根据本发明的一些实施方式的在发送器处的分布匹配、编码和调制处理的框图。
[图6]
图6是根据本发明的一些实施方式的在接收器处的解调、解码和解匹配处理的框图。
[图7]
图7是根据本发明的一些实施方式的整形映射器和分布匹配器的框图。
具体实施方式
图1A示出了根据一些实施方式的概率整形的数字通信系统的框图。来自源(001)的数据被发送给发送器(Tx)(010)。例如，数据首先被发送给概率整形映射器(011)，然后数据被发送给前向纠错(FEC)编码器块(012)，以生成其中一些被整形而其它(特别地，来自FEC编码器的奇偶校验比特)均匀地分布的比特的集合。在编码后，在信号进行数字信号处理(DSP)(014)之前，将比特映射到正交幅度调制(QAM)符号(013)。在一些实施方式中，DSP还执行诸如映射、滤波和预均衡之类的其它功能。然后信号被发送给发送器前端(015)，在此处发生诸如放大、滤波、调制和上变频之类的模拟操作，然后将信号经由信道(020)发送到接收器(Rx)(030)。
在接收器处，信号首先通过接收器前端(031)，以对接收信号执行诸如下变频、放大、滤波和量化之类的模拟操作，以生成数字信号。数字信号由数字处理器(032)处理以实现诸如前端校正、色散补偿、均衡和载波相位估计之类的功能。然后噪声QAM符号经过解映射(033)成为例如比特对数似然比(LLR)。然后，在解码的比特被发送给概率整形解映射器(035)之前，对FEC码进行解码(034)。然后将解映射且均匀分布的比特发送到它们的目的地，例如，数据宿(040)。
图1B示出了根据一些实施方式的通信系统的框图。数据源(110)接收比特块，其中至少一些比特被发送给分布匹配器选择器(120)。存储器(130)存储分布匹配器的集合，每个分布匹配器与概率质量函数(PMF)相关联，以将相等可能性的输入比特与具有根据分布匹配器的PMF而分布的值的固定数量的输出比特匹配。整形映射器(125)用于利用选择概率从分布匹配器的集合中选择分布匹配器(140)，并且使用所选择的分布匹配器将比特块映射到具有非均匀分布的整形比特块。然后，发送器前端(150)用于在通信信道上发送整形比特块，使得整形比特块的序列中的比特根据目标PMF来分布。
以这种方式，一些实施方式将具有等概率(即，均匀)分布的比特值的符号输入序列转换成具有期望的非均匀分布的比特值的符号输出序列。一些实施方式将符号的集合分区为多个唯一子集，每个唯一子集具有多个可能的唯一排列。以这种方式，通过使用多个较小的集合来实现符号集的期望总分布，其中较小的集合单独没有期望分布，而是具有等于期望分布的平均分布。在一些实施方式中，通过反映数字信号处理的离散性质的概率质量函数(PMF)来限定分布。为此，期望分布在本文中被称为目标PMF。根据一些实施方式，目标PMF是麦克斯韦-波尔兹曼(Maxwell-Boltzmann)分布。
具体地，一些实施方式基于以下认识：符号输入序列可以在逐块的基础上进行变换。例如，一些实施方式将具有均匀分布的比特值的比特块变换为具有非均匀分布的比特值的整形比特块。然而，一些实施方式基于以下认识：只要具有不同PMF的不同整形比特块形成具有目标PMF的比特序列，则整形比特块的非均匀分布的PMF可以与目标PMF不同。这样的认识允许相对于仅根据目标PMF变换的比特块的长度而言减小要变换的比特块的长度。由于具有目标PMF的全部序列被包含在此方案内，因此可以观察到，由于可以引入附加序列，因此基于分区的设计将能够表示等于或大于恒定组成系统的多个序列，并且因此具有相等或较低的速率损失，这可以对应于要在信道上发送的较高的可实现数据速率。
一些实施方式基于以下认识：所发送比特序列的目标PMF的形成取决于每个单独分布匹配器的PMF，并且取决于使用分布匹配器来变换比特块的频率。例如，如果目标PMF等于0.6PMF1+0.3PMF2+0.1PMF3，则所发送比特序列应具有与变换为具有根据PMF2的比特分布的整形比特块的两倍一样多的变换为具有根据PMF1的比特分布的整形比特块，并且应该具有与变换为具有根据PMF3的比特分布的整形比特块的三倍一样多的变换为具有根据PMF2的比特分布的整形比特块。为此，应当使用与用于PMF2的分布匹配器的两倍一样多并且与用于PMF3的分布匹配器的六倍一样的用于PMF1的分布匹配器。该实现方式允许不同的实施方式将具有不同PMF的分布匹配与不同分布匹配的选择概率相结合，以实现具有目标PMF的传输的设计灵活性。
为此，在一些实施方式中，每个分布匹配器140与选择概率相关联，使得所有分布匹配器的联合概率之和等于目标PMF。在各种实施方式中，分布匹配器的联合概率是分布匹配器的PMF与分布匹配器的选择概率的乘积。例如，在上述示例中，第一分布匹配器的联合概率为0.6PMF1，第二分布匹配器的联合概率为0.3PMF2，并且第三分布匹配器的联合概率为0.1PMF3。
根据一个实施方式，整形映射器(125)根据比特块中至少一些比特的值来选择分布匹配器(140)。在该实施方式中，值在比特块中的出现概率等于分布匹配器的选择概率。该实施方式基于以下认识：均匀分布的输入比特的不同长度可以用于实现期望的选择概率。
例如，可以通过分析单个比特的值来实现50％的选择概率。例如，当输入比特的值为“0”时，可以选择具有50％的选择概率的分布匹配器。另一方面，可以通过分析2个比特的值来实现25％的选择概率。例如，当输入比特的值为“10”时，可以选择具有25％的选择概率的分布匹配器。通过分析不同长度的输入比特的不同序列，可以选择不同的分布匹配器。
在各种实施方式中，存储器130可以存储具有相同和/或不同PMF以及具有相同和/或不同选择概率的分布匹配器。例如，在一个实施方式中，存储器(130)存储与第一PMF和第一选择概率相关联的第一分布匹配器，以及与和第一PMF不同的第二PMF以及第二选择概率相关联的第二分布匹配器，其中第一选择概率等于第二选择概率，第一分布匹配器和第二分布匹配器的联合概率之和等于目标PMF。在另一实施方式中，存储器(130)存储与第一PMF和第一选择概率相关联的第一分布匹配器、与和第一PMF不同的第二PMF以及第二选择概率相关联的第二分布匹配器、以及与和第二PMF不同的第三PMF以及第三选择概率相关联的第三分布匹配器，其中第三PMF等于目标PMF，并且其中第一选择概率等于第二选择概率，并且第一分布匹配器、第二分布匹配器和第三分布匹配器的联合概率之和等于目标PMF。
图1C示出了根据一些实施方式的编码器和调制器的框图。FEC编码器(162)用于从具有非均匀分布的整形比特块(160)生成均匀分布的奇偶校验比特(165)，并将调制器(190)中的奇偶校验比特与整形比特块(160)的比特组合在一起。根据一些实施方式，奇偶校验比特(165)中的至少一些是符号比特(190)。符号比特(180)中的一些可以可选地由均匀分布的信息比特(170)组成。
例如，根据一些实施方式，调制器(190)使用由均匀分布的奇偶校验比特(165)确定的符号比特中的至少一些，将整形比特块(160)的序列调制到QAM符号的幅度比特(168)上。然后使用数字信号处理器(DSP)(195)来处理调制后的整形比特块的序列，以在通信信道上进行模拟传输。
图2A示出了说明一些实施方式所使用的非恒定组成分布的概念的示意图。在恒定组成分布匹配器(CCDM)中，针对传输所准备的每个整形比特块具有相同出现次数的每个可能符号。相反，在一些实施方式使用的非恒定组成分布中，不同的整形比特块具有不同的符号出现分布。
例如，在图2A的示例性示意图中，从包括四个符号{S1，S2，S3，S4}的有限字母表中选择符号。每个整形比特块包括十个符号，但是，不同块中符号的分布有所变化。例如，在分布201中，四个可能符号{S1，S2，S3，S4}的出现的分布是{4,3,2,1}。因此，具有这种组成的不同序列的总数由多项式系数10！/(4！3！2！1！)＝12600给出。这确定了分布匹配器的熵，其由log2(12600)/10＝1.36比特/符号给出。PMF X的熵由sum(-X*log2(X))给出，在此示例中为1.85比特/符号。因此，在此示例中，速率损失为1.85-1.36＝0.49比特。
本发明的一些实施方式是基于这样的认识：非恒定组成分布匹配器可以被描述为平均具有期望分布的几个分布的总和。例如，分布(202)和(203)的四个可能符号{S1，S2，S3，S4}的出现次数分别为{4，2，3，1}和{4，4，1，1}。一些实施方式基于以下认识：通过组合在(202)中描述的分布的一个出现和在(203)中描述的分布的一个出现，平均行为就是在(201)中描述的。
此外，具有(202)中所示分布的不同序列的数目由多项式系数10！/(4！2！3！1！)＝12600给出，并且互补分布(203)由多项式系数10！/(4！4！1！1！)＝6300给出。对于在保持(201)中描述的总体分布的同时分别由(202)和(203)的分布描述的每个组成，基于成对分区(pair-wise partition)的分布匹配器仅是6300个序列。通过考虑(201)、(202)和(203)中的分布，一些实施方式使用来自(201)的12600个序列；来自(202)的6300个序列；以及来自(203)的6300个序列，总计25200个序列。这使分布匹配器的熵增加了0.1比特/符号，并将速率损失从0.49比特减少到0.39比特。
图2B示出了将大的多重集(211)分区(212)为各具有相等数量的元素的两个较小的子集(213)和(214)的方法的示意图。尽管为简单起见在这里示出了成对分区，但是较大的多重集可以被任意分区为许多较小的子集，这些子集不一定是唯一的。值得注意的是，较小子集(213)和(214)的不同序列的可能数量通常不相等。因此，一些实施方式选择从每个子集抽出的多个序列，其允许分布匹配器的整体组成为期望分布的总体组成。
图2C示出了根据一些实施方式的具有不同组成和排列的序列的示意图。一些实施方式基于以下认识：对于二进制符号的传输，通常从有限字母表中选择符号。一些实施方式基于以下认识：整形比特块的PMF可以由每个符号在整形比特块中的出现频率来定义。但是，整形比特块中符号的次序与PMF无关，因此，具有特定PMF的整形比特块的排列可以对具有相同特定PMF的不同输入比特块进行编码。这样的理解简化了比特块到具有特定PMF的整形比特块的映射。
例如，以顺序(222)示出符号的集合(221)，其具有在(201)的直方图中描述的组成。我们看到了也是从具有由(201)给出的组成的子集中抽出的相同符号集(227)的不同(228)。值得注意的是，序列顺序(222)和(228)是不同的并且是唯一的。符号的第二集合(223)也被给予排序(224)，其具有由(202)中的直方图所描述的组成。符号的第三集合(225)也被给予排序(226)，其具有由(203)中的直方图所描述的组成。值得注意的是，序列(224)和(226)具有由直方图(201)给出的平均组成。
图3示出了一些实施方式用来为分布匹配器生成固定长度的块的方法的示意图。多重集(305)包括具有由目标PMF限定的出现频率并且符号总数等于整形比特块中的符号数量的倍数的符号。例如，如果倍数为2，则多重集(305)可以包括直方图201中所示的符号的两倍。
然后，将多重集(305)分区以生成符号的多个子集(310)，每个子集中的符号的总数等于整形比特块中的符号数量，其中，通过分区所生成的子集的数量等于符号的多重集(305)的符号数量的倍数。例如，当倍数为2时，直方图201中所示的符号的两倍可以被分区为多重集202和203。当倍数为3时，直方图201中所示的符号的三倍可以被分区为三个多重集，等等。
然后计算(320)每个子集的排列数目，结束在(320)中计算出的、由小于或等于由子集中每个符号的出现次数所确定的多项式系数的、2的最高对(330)所确定的每个生成子集的符号排列的最大数目。比特块的尺寸作为具有最少数量的排列的子集中的2的最大幂(330)。
根据一些其它实施方式，生成符号的多重集(305)，其具有由目标PMF限定的出现频率并且符号总数等于整形比特块中的符号数量的倍数。执行符号的多重集的多个分区，以针对每个分区生成符号的多个子集(310)，其中每个子集中的符号总数等于整形比特块中的符号数量，其中通过分区所生成的子集的数量等于针对符号的多重集的符号数量的倍数。对于每个分区，每个所生成子集(330)的符号排列的最大数量由小于或等于由子集(320)中每个符号的出现次数所确定的多项式系数的2的最高对确定。对于每个分区，在形成全部分区的全部子集上的2的最大幂的总和(350)并根据最大幂的总和将比特块的尺寸确定为2的最大幂(360)之前，在具有最少数量的排列的子集中生成2的最大幂(330)。然后从通过根据分区的2的最大幂对分区进行排序而形成的列表中选择子集(370)，直到全部所选子集上的序列总数等于所需的序列总数为止(360)。
这些实施方式中的一些基于以下认识：通过将组成分区舍入为2的幂的数量的序列，可以由每个分区表示全部数量的比特。这使得能够使用预先存在的恒定组成分布匹配算法来确定在分区内使用哪个序列。本发明的一些实施方式基于进一步的以下认识：通过将序列的总数舍入为2的幂，可以由总分布匹配器来表示整数数量的比特，因此实现了具有可变长度报头以确定使用了哪个分区的固定块长度。
图4A示出了根据一些实施方式的用于生成树形结构的可变长度报头以针对不同分区提供比特标签的方法。不同的分区根据它们在匹配器中被使用的次数进行排序(410)，然后将成对的Pk和Pk′标记为1和0，以形成树中最外面的分支(420)。然后将使用总数最少的分区的两个集合合并以形成分支(430)，其中一个元素标记为1，另一个元素标记为0(450)。如果剩余多于一个分支，则重复合并和标记过程(450)。当仅剩余单个分支时，完成前缀树(460)。
图4B示出了根据本发明的一个实施方式的用于根据可变长度前缀来选择分布匹配器的树结构。从存储器中选择具有限定了分布匹配器的叶子(472)、(482)、(484)的二叉树。使用与通过二叉树到分布匹配器的叶子的路径长度相等的比特块的前缀比特(470)，从二叉树中选择分布匹配器。根据前缀比特(470)的值由节点(471)、(480)、(481)、(483)处的二元决策来确定该路径。
这些实施方式中的一些基于以下认识：对于可变长度前缀，可以使用诸如本文所述的标准源编码技术来确定前缀的最佳标记。
图5描述了根据本发明的一些实施方式的用于将固定长度比特序列编码到包括前向纠错和概率幅度整形的固定长度符号序列上的系统。固定长度的比特序列(510)至少部分地用作可变长度前缀查找表(520)的输入，以确定要编码的序列的组成。然后将序列的组成和剩余比特中的至少一些发送给输出整形比特序列的恒定组成分布匹配器(530)。然后将这些比特用作前向纠错编码器(540)的输入。然后，将FEC编码器(540)的输出发送给符号调制器(550)，在符号调制器(550)处使用整形信息比特以确定QAM符号的幅度大小，同时使用均匀分布的奇偶校验比特并且可选地使用均匀分布的信息比特中的一些(510)，来确定QAM符号的符号比特。然后在经由信道进行传输之前，在(560)上发送符号序列以进一步处理。
图6示出了根据本发明的一些实施方式的将具有概率幅度整形和前向纠错的符号的固定长度序列解码和解调到固定长度比特序列上的系统。
从接收器前端发送符号序列(610)，以接收在通信信道上发送的整形比特块。接收器存储器(642)存储分布解匹配器的集合，每个分布解匹配器(650)与分布匹配器相关联。使用整形解映射器(645)以基于所发送的整形比特块中的符号出现频率(640)来选择分布解匹配器(650)，并将所发送的整形比特块映射到比特块。然后，分布解匹配(650)生成固定长度的比特块(660)。
图7示出了根据本发明的一些实施方式的整形映射器和分布匹配器。由分布匹配器(740)生成的整形比特块(750)的符号选自符号的有限集，并且其中，在整形比特块中不同符号的出现频率由分布匹配器(730)的PMF限定。
根据另一实施方式，针对比特块(710)中比特的不同值(715)，所选择的分布匹配器按照限定分布匹配器(730)的PMF的频率来对序列中出现的符号的序列进行排列。
可以以多种方式中的任何一种来实现本公开的上述实施方式。例如，可以使用硬件、软件或其组合来实现实施方式。当以软件实现时，软件代码可以在无论是设置于单台计算机中的还是分布在多台计算机中的任何合适的处理器或处理器集上执行。这样的处理器可以实现为集成电路，在集成电路组件中具有一个或更多个处理器。但是，可以使用任何适当格式的电路来实现处理器。
另外，本发明的实施方式可以被体现为一种方法，已经提供了该方法的示例。作为该方法的一部分而执行的动作可以以任何合适的方式排序。因此，可以构造这样的实施方式，在该实施方式中以与所例示的次序不同的次序来执行动作，这可以包括同时执行一些动作，即使这些动作在示例性实施方式中被示为顺序动作。
在权利要求中使用诸如“第一”、“第二”之类的序数术语来修饰权利要求要素本身并不意味着一个权利要求要素相对于另一个具有任何优先权、优先级或次序，或者执行方法的动作的时间次序，而是仅用作标签，以将具有一定名称的一个权利要求要素与具有相同名称(除了序数词的使用)的另一个要素区分开，以区分权利要求要素。

Claims (15)

1.一种通信系统，该通信系统包括：
数据源，该数据源接收比特块；
存储器，该存储器存储分布匹配器的集合，每个分布匹配器与概率质量函数PMF相关联，以将相等可能性的输入比特与具有根据所述分布匹配器的所述PMF而分布的值的固定数量的输出比特匹配，其中，每个分布匹配器与选择概率相关联，使得所有分布匹配器的联合概率之和等于目标PMF，其中，分布匹配器的联合概率为该分布匹配器的PMF与该分布匹配器的所述选择概率的乘积；
整形映射器，该整形映射器利用所述选择概率从所述分布匹配器的集合中选择所述分布匹配器，并且使用所选择的分布匹配器将所述比特块映射到具有非均匀分布的整形比特块；以及
发送器前端，该发送器前端在通信信道上发送所述整形比特块，使得所述整形比特块的序列中的比特根据所述目标PMF来分布。
2.根据权利要求1所述的通信系统，其中，所述目标PMF是麦克斯韦-波尔兹曼分布。
3.根据权利要求1所述的通信系统，其中，所述整形映射器根据所述比特块中的至少一些比特的值来选择所述分布匹配器，其中，所述值在所述比特块中的出现概率等于所述分布匹配器的所述选择概率。
4.根据权利要求1所述的通信系统，其中，所述存储器存储与第一PMF和第一选择概率相关联的第一分布匹配器以及与第二PMF和第二选择概率相关联的第二分布匹配器，其中，所述第一PMF与所述第二PMF不同，其中，所述第一选择概率等于所述第二选择概率，并且其中，所述第一分布匹配器和所述第二分布匹配器的所述联合概率之和等于所述目标PMF。
5.根据权利要求1所述的通信系统，其中，所述存储器存储与第一PMF和第一选择概率相关联的第一分布匹配器、与第二PMF和第二选择概率相关联的第二分布匹配器以及与第三PMF和第三选择概率相关联的第三分布匹配器，其中，所述第一PMF与所述第二PMF不同，其中，所述第三PMF等于所述目标PMF，并且其中，所述第一选择概率等于所述第二选择概率，并且所述第一分布匹配器、所述第二分布匹配器和所述第三分布匹配器的所述联合概率之和等于所述目标PMF。
6.根据权利要求1所述的通信系统，该通信系统还包括：
FEC编码器，该FEC编码器从具有非均匀分布的比特的整形比特块生成均匀分布的奇偶校验比特，并将所述奇偶校验比特与所述整形比特块的所述比特组合。
7.根据权利要求6所述的通信系统，其中，所述奇偶校验比特中的至少一些是符号比特。
8.根据权利要求6所述的通信系统，该通信系统还包括：
调制器，该调制器将所述整形比特块的序列调制在QAM符号的幅度比特上，符号比特中的至少一些是由所述均匀分布的奇偶校验比特确定的；以及
数字信号处理器，该数字信号处理器用于处理调制后的整形比特块的序列，以在所述通信信道上进行模拟传输。
9.根据权利要求1所述的通信系统，其中，由所述分布匹配器生成的所述整形比特块的符号选自符号的有限集，并且其中，不同符号在所述整形比特块中的出现频率由所述分布匹配器的所述PMF限定。
10.根据权利要求9所述的通信系统，其中，所选择的分布匹配器针对所述比特块中的所述比特的不同值，按照限定所述分布匹配器的所述PMF的频率来对所述序列中出现的符号的序列进行排列。
11.根据权利要求9所述的通信系统，该通信系统还包括：
处理器，该处理器：
生成具有由所述目标PMF限定的出现频率并且符号总数等于所述整形比特块中的符号数量的倍数的符号的多重集；
对所述符号的多重集进行分区，以生成符号的多个子集，其中每个子集中的符号的总数等于所述整形比特块中的符号的数量，其中，通过所述分区生成的子集的数量等于针对所述符号的多重集的符号数量的所述倍数；
针对每个生成的子集选择符号排列的最大数量，该符号排列的最大数量是由小于或等于由所述子集中每个符号的出现次数所确定的多项式系数的2的最高对所确定的；以及
将所述比特块的尺寸确定为具有最少数量的排列的子集中的2的最大幂。
12.根据权利要求9所述的通信系统，该通信系统还包括：
处理器，该处理器：
生成具有由所述目标PMF限定的出现频率并且符号总数等于所述整形比特块中的符号数量的倍数的符号的多重集；
执行所述符号的多重集的多个分区，以针对每个分区生成符号的多个子集，其中每个子集中的符号总数等于所述整形比特块中的符号数量，其中，通过所述分区生成的子集的数量等于针对所述符号的多重集的符号数量的所述倍数；
对于每个分区，为每个生成的子集选择符号排列的最大数量，该符号排列的最大数量是由小于或等于由所述子集中每个符号的出现次数所确定的多项式系数的2的最高对所确定的；
对于每个分区，确定具有最少数量的排列的子集中的2的最大幂；
将全部分区的全部子集上的2的最大幂求和；以及
根据最大幂之和，将所述比特块的尺寸确定为2的最大幂；以及
从通过根据所述分区的2的最大幂对所述分区进行排序而形成的列表中选择子集，直到全部所选子集上的序列的总数等于所需的序列总数为止。
13.根据权利要求1所述的通信系统，该通信系统还包括：
处理器，该处理器：
从所述存储器中选择具有限定所述分布匹配器的叶子的二叉树；以及
使用与通过所述二叉树到达所述分布匹配器的所述叶子的路径长度相等的所述比特块的前缀比特，从所述二叉树中选择所述分布匹配器。
14.根据权利要求1所述的通信系统，该通信系统还包括：
接收器前端，该接收器前端接收经由通信信道发送的所述整形比特块；
接收器存储器，该接收器存储器存储分布解匹配器的集合，每个分布解匹配器与所述分布匹配器相关联；
整形解映射器，该整形解映射器基于所发送的整形比特块中的符号的出现频率来选择所述分布解匹配器，并将所发送的整形比特块映射至所述比特块。
15.一种用于通信比特的符号的方法，其中，该方法使用与所存储的实现该方法的指令联接的处理器，其中，所述指令在被所述处理器执行时实施所述方法中的至少一些步骤，该方法包括以下步骤：
接收比特块；
从存储分布匹配器的集合的存储器中选择分布匹配器，其中，每个分布匹配器与概率质量函数PMF相关联，以将相等可能性的输入比特与具有根据所述分布匹配器的所述PMF而分布的值的固定数量的输出比特匹配，其中，每个分布匹配器与选择概率相关联，使得所有分布匹配器的联合概率之和等于目标PMF，其中，分布匹配器的联合概率是该分布匹配器的PMF与该分布匹配器的所述选择概率的乘积；
使用所选择的分布匹配器将所述比特块映射到具有非均匀分布的整形比特块；以及
在通信信道上发送所述整形比特块，使得所述整形比特块的序列中的比特根据所述目标PMF来分布。
CN201880086937.1A 2018-01-23 2018-07-04 使用分布匹配器的集合的通信系统及方法 Active CN111630797B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US15/877,612 US10069519B1 (en) 2018-01-23 2018-01-23 Partition based distribution matcher for probabilistic constellation shaping
US15/877,612 2018-01-23
PCT/JP2018/026108 WO2019146140A1 (en) 2018-01-23 2018-07-04 Communication system and method using a set of distribution matchers

Publications (2)

Publication Number Publication Date
CN111630797A true CN111630797A (zh) 2020-09-04
CN111630797B CN111630797B (zh) 2021-06-18

Family

ID=63295283

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880086937.1A Active CN111630797B (zh) 2018-01-23 2018-07-04 使用分布匹配器的集合的通信系统及方法

Country Status (5)

Country Link
US (1) US10069519B1 (zh)
EP (1) EP3718228B1 (zh)
JP (1) JP6872296B2 (zh)
CN (1) CN111630797B (zh)
WO (1) WO2019146140A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112165442A (zh) * 2020-10-21 2021-01-01 北京邮电大学 自适应加权的几何整形方法及装置
WO2023207783A1 (zh) * 2022-04-28 2023-11-02 华为技术有限公司 一种通信方法、装置及系统
WO2024159445A1 (en) * 2023-02-01 2024-08-08 Qualcomm Incorporated Polynomial approximation techniques for probabilistic amplitude shaping

Families Citing this family (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11159273B2 (en) * 2017-08-17 2021-10-26 Sony Corporation Mapping device and method, probabilistic signal point shaping device and method
WO2019035093A1 (en) * 2017-08-18 2019-02-21 Ohio State Innovation Foundation QUALITY ASSURANCE PHANTOM AT SIX DEGREES OF FREEDOM FOR LINEAR RADIOTHERAPY ACCELERATORS
WO2019130475A1 (ja) * 2017-12-27 2019-07-04 日本電気株式会社 通信路分極を用いた誤り訂正符号化方法および装置、復号方法および装置
US10972215B2 (en) * 2018-03-09 2021-04-06 Nokia Solutions And Networks Oy Methods and apparatus for joint use of probabilistic signal shaping and forward error correction
US11831431B2 (en) 2018-10-12 2023-11-28 Ciena Corporation Probabilistic constellation shaping of multi-dimensional symbols for improved tolerance to nonlinear impairments
WO2020083491A1 (en) * 2018-10-25 2020-04-30 Huawei Technologies Co., Ltd. A distribution matcher, a channel encoder and a method for encoding data bits or symbols
US20200162172A1 (en) * 2018-11-21 2020-05-21 Ciena Corporation Physical-Layer Security for Coherent Communications System
WO2020108771A1 (en) * 2018-11-30 2020-06-04 Huawei Technologies Co., Ltd. Device and method for probabilitic constellation shaping
US10785085B2 (en) * 2019-01-15 2020-09-22 Nokia Technologies Oy Probabilistic shaping for physical layer design
US10516503B1 (en) * 2019-02-20 2019-12-24 Mitsubishi Electric Research Laboratories, Inc. Distribution matcher
CN113454962B (zh) * 2019-02-26 2024-06-25 三菱电机株式会社 分布整形方法和分布解整形方法、编码器和解码器及传输系统
US11196594B2 (en) * 2019-02-28 2021-12-07 Nokia Solutions And Networks Oy Probabilistic signal shaping using multiple codebooks
EP3706379A1 (en) 2019-03-08 2020-09-09 Nokia Solutions and Networks Oy Probabilistic amplitude shaping
US10541711B1 (en) 2019-03-29 2020-01-21 Mitsubishi Electric Research Laboratories, Inc. Short block length distribution matching algorithm
US10749554B1 (en) * 2019-03-29 2020-08-18 Mitsubishi Electric Research Laboratories, Inc. System and method for short block length distribution matching
US11570780B2 (en) 2019-09-16 2023-01-31 Qualcomm Incorporated Probabilistic amplitude shaping
US11438880B2 (en) 2019-11-22 2022-09-06 Qualcomm Incorporated Boundary identification for probabilistic amplitude shaping
US11265086B2 (en) * 2019-12-19 2022-03-01 Fujitsu Limited Low rate loss bit-level distribution matcher for constellation shaping
CN113067665B (zh) 2020-01-02 2022-03-11 海思光电子有限公司 一种编码方法、解码方法和装置
KR20220100652A (ko) * 2020-07-15 2022-07-15 지티이 코포레이션 채널 코딩 및 변조
CN116711243A (zh) * 2021-01-13 2023-09-05 高通股份有限公司 用于星座整形的交织器
US12074697B2 (en) * 2021-06-28 2024-08-27 Fujitsu Limited Encoding data
US12057983B2 (en) 2021-07-27 2024-08-06 Mitsubishi Electric Research Laboratories, Inc. Systems and methods for dual coding concatenation in probabilistic amplitude shaping
WO2024145865A1 (en) * 2023-01-05 2024-07-11 Qualcomm Incorporated Resource mapping for probabilistic amplitude shaping

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7075468B1 (en) * 2003-10-14 2006-07-11 Lockheed Martin Corporation Wide-bandwidth, low-latency sigma-delta modulator
JP2010237691A (ja) * 2010-05-27 2010-10-21 Sony Corp ３次元像表示装置
CN105846962A (zh) * 2016-05-19 2016-08-10 清华大学 一种基于分类学习的联合信道状态检测和译码算法
US20170352342A1 (en) * 2016-06-07 2017-12-07 Hush Technology Inc. Spectral Optimization of Audio Masking Waveforms

Family Cites Families (60)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
NL165014C (nl) * 1973-09-03 1981-02-16 Philips Nv Transmissiestelsel met een zender en een ontvanger voor het met behulp van een pulscode overdragen van informatiesignalen.
US4586182A (en) * 1984-02-06 1986-04-29 Codex Corporation Source coded modulation system
GB8717124D0 (en) * 1987-07-20 1987-08-26 British Telecomm P c m signal coding
US5297170A (en) * 1990-08-21 1994-03-22 Codex Corporation Lattice and trellis-coded quantization
US6055277A (en) * 1997-05-29 2000-04-25 Trw Docket No. Communication system for broadcasting to mobile users
US6088408A (en) * 1998-11-06 2000-07-11 At & T Corp. Decoding for generalized orthogonal designs for space-time codes for wireless communication
US7430257B1 (en) * 1998-02-12 2008-09-30 Lot 41 Acquisition Foundation, Llc Multicarrier sub-layer for direct sequence channel and multiple-access coding
US5955992A (en) * 1998-02-12 1999-09-21 Shattil; Steve J. Frequency-shifted feedback cavity used as a phased array antenna controller and carrier interference multiple access spread-spectrum transmitter
US6128346A (en) * 1998-04-14 2000-10-03 Motorola, Inc. Method and apparatus for quantizing a signal in a digital system
RU2145152C1 (ru) * 1998-10-08 2000-01-27 Гармонов Александр Васильевич Способ ортогональной разнесенной передачи-приема сигнала в сотовой системе радиосвязи с кодовым разделением каналов
US6377930B1 (en) * 1998-12-14 2002-04-23 Microsoft Corporation Variable to variable length entropy encoding
US6223162B1 (en) * 1998-12-14 2001-04-24 Microsoft Corporation Multi-level run length coding for frequency-domain audio coding
US6504877B1 (en) * 1999-12-14 2003-01-07 Agere Systems Inc. Successively refinable Trellis-Based Scalar Vector quantizers
KR100539862B1 (ko) * 2001-04-04 2005-12-28 삼성전자주식회사 부호분할다중접속 이동통신시스템에서 데이타 송/수신장치및 방법
EP1255369A1 (en) * 2001-05-04 2002-11-06 TELEFONAKTIEBOLAGET LM ERICSSON (publ) Link adaptation for wireless MIMO transmission schemes
US7227905B2 (en) * 2001-09-18 2007-06-05 Lucent Technologies Inc. Open-loop diversity technique for systems employing multi-transmitter antennas
KR100744347B1 (ko) * 2001-10-29 2007-07-30 삼성전자주식회사 부호분할다중접속 이동통신시스템에서 데이터 송/수신장치 및 방법
US7023935B2 (en) * 2001-11-27 2006-04-04 Mitsubishi Electric Research Laboratories, Inc. Trellis based maximum likelihood signal estimation method and apparatus for blind joint channel estimation and signal detection
KR100886534B1 (ko) * 2002-03-27 2009-03-02 삼성전자주식회사 코드 분할 다중 접속 통신 시스템에서 시공간 송신 다이버시티 방식을 이용한 채널 신호 수신 장치 및 방법
US7023927B2 (en) * 2002-04-12 2006-04-04 Texas Instruments Incorporated Constellation design for PCM upstream modulation
KR100630143B1 (ko) * 2002-09-30 2006-09-29 삼성전자주식회사 통신 시스템에서 셔플링 데이터의 수신 방법 및 장치
US7382984B2 (en) * 2002-10-03 2008-06-03 Nortel Networks Limited Electrical domain compensation of optical dispersion in an optical communications system
JP4133531B2 (ja) * 2003-04-15 2008-08-13 シャープ株式会社 無線通信装置及び無線通信システム
US7590188B2 (en) * 2003-05-21 2009-09-15 Regents Of The University Of Minnesota Channel estimation for block transmissions over time- and frequency-selective wireless fading channels
KR100572350B1 (ko) * 2003-06-27 2006-04-19 재단법인서울대학교산학협력재단 다중 송수신 통신 시스템에서 대상 메시지를 기하학적으로균일한 시공간 격자상 부호로 부호화하는 방법
KR100713403B1 (ko) * 2003-09-30 2007-05-04 삼성전자주식회사 통신 시스템에서 채널 상태에 따른 송신 방식 제어 장치및 방법
CN1969473B (zh) * 2004-06-14 2011-02-09 三星电子株式会社 多输入多输出移动通信系统中控制传输模式的装置和方法
KR101075761B1 (ko) * 2005-02-02 2011-10-24 삼성전자주식회사 다중입출력 시스템에서 심볼을 송신하는 송신기 및 송신 방법
KR100860504B1 (ko) * 2005-06-09 2008-09-26 삼성전자주식회사 이동통신 시스템에서 송수신 장치 및 방법
US9356674B2 (en) * 2005-09-21 2016-05-31 Broadcom Corporation Method and system for using non-uniform channel quantization for a feedback-based communication system
CN1972174A (zh) * 2005-11-24 2007-05-30 松下电器产业株式会社 多天线通信系统中数据重传和检测方法
RU2323520C2 (ru) * 2006-03-21 2008-04-27 Самсунг Электроникс Ко., Лтд. Способ передачи голосовых данных в системе цифровой радиосвязи и способ перемежения последовательности кодовых символов (варианты)
US8005158B2 (en) * 2006-04-14 2011-08-23 Qualcomm Incorporated Overhead signaling in a wireless communication system
KR100795226B1 (ko) * 2006-06-20 2008-01-17 강릉대학교산학협력단 삼각 형태의 성상도를 이용하는 디지털 신호 변조 방법 및장치
KR100987269B1 (ko) * 2006-08-22 2010-10-12 삼성전자주식회사 이동통신 시스템에서 고차 변조 기반의 버스트 매핑 방법및 장치
KR101445388B1 (ko) * 2007-09-03 2014-09-26 엘지전자 주식회사 반복 코딩을 이용한 데이터 전송 방법
GB0804616D0 (en) * 2008-03-12 2008-04-16 Cambridge Silicon Radio Ltd Diversity reception
US8457240B2 (en) * 2008-08-25 2013-06-04 Daniel Lee Methods of selecting signal transmitting, receiving, and/or sensing devices with probabilistic evolutionary algorithms in information conveyance systems
US8995568B1 (en) * 2008-09-05 2015-03-31 Marvell International Ltd. Phase transformation of repeated signals
EP2332301B1 (de) * 2008-09-26 2013-03-13 Vodafone Holding GmbH Verfahren und einrichtung zur quantisierung von likelihood-quotienten
US8407550B2 (en) * 2009-08-14 2013-03-26 Mitsubishi Electric Research Laboratories, Inc. Method and system for decoding graph-based codes using message-passing with difference-map dynamics
US20120045024A1 (en) * 2010-02-24 2012-02-23 Qualcomm Incorporated Methods and apparatus for iterative decoding in multiple-input-multiple-output (mimo) communication systems
US8675751B2 (en) * 2010-04-08 2014-03-18 Comtech Ef Data Corp. Meta-carrier embedding technique with improved performance for BPSK, MSK, and O-QPSK modulation
US8405531B2 (en) * 2010-08-31 2013-03-26 Mitsubishi Electric Research Laboratories, Inc. Method for determining compressed state sequences
US8381065B2 (en) * 2010-10-01 2013-02-19 Nec Laboratories America, Inc. Modified progressive edge-growth LDPC codes for ultra-high-speed serial optical transport
US8526520B2 (en) * 2011-01-17 2013-09-03 Nokia Corporation Cyclostationary signal detection in the angular domain for communication systems
WO2013097088A1 (en) * 2011-12-27 2013-07-04 France Telecom Research & Development Beijing Company Limited Method and system for mapping bit sequences
US9244129B2 (en) * 2013-01-29 2016-01-26 Mitsubishi Electronic Research Laboratories, Inc. Method for estimating a state of charge of batteries
US9680684B2 (en) * 2013-04-30 2017-06-13 Sony Corporation Coding and modulation apparatus using non-uniform constellation
US9184876B2 (en) * 2014-02-19 2015-11-10 Mitsubishi Electric Research Laboratories, Inc. Method and apparatus for detecting symbols received wirelessly using probabilistic data association with uncertainty
US9413584B2 (en) * 2014-04-07 2016-08-09 University Of Utah Research Foundation Blind phase-shift keying (PSK) and quadrature amplitude modulation (QAM) identification
CN105790806B (zh) * 2014-12-19 2020-08-07 株式会社Ntt都科摩 混合波束赋形技术中的公共信号传输方法及装置
US9559786B2 (en) * 2015-03-17 2017-01-31 Mitsubishi Electric Research Laboratories, Inc. Pilot-aided coherent receiver for optical communications
US9716536B2 (en) * 2015-03-19 2017-07-25 Mitsubishi Electric Research Laboratories, Inc. System and method for wireless communications over fading channels
US9735921B2 (en) * 2015-04-24 2017-08-15 Nec Corporation Ultra-high speed optical transport employing LDPC-coded modulation with non-uniform signaling
US9806743B2 (en) * 2015-11-16 2017-10-31 Mitsubishi Electric Research Laboratories, Inc. System and method of belief propagation decoding
US20170171855A1 (en) * 2015-12-11 2017-06-15 Qualcomm Incorporated Network assistance for distributed unscheduled transmissions
US10187126B2 (en) * 2015-12-14 2019-01-22 Hughes Systique Private Limited Method and system for scheduling and mitigating cross-cell interference
US10476599B2 (en) * 2016-04-18 2019-11-12 Nec Corporation Joint source and LDPC coding based coding modulation for ultra-high-speed optical transport
EP3352401B1 (en) * 2017-01-18 2023-09-27 Technische Universität München Methods of converting or reconverting a data signal and method and system for data transmission and/or data reception

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7075468B1 (en) * 2003-10-14 2006-07-11 Lockheed Martin Corporation Wide-bandwidth, low-latency sigma-delta modulator
JP2010237691A (ja) * 2010-05-27 2010-10-21 Sony Corp ３次元像表示装置
CN105846962A (zh) * 2016-05-19 2016-08-10 清华大学 一种基于分类学习的联合信道状态检测和译码算法
US20170352342A1 (en) * 2016-06-07 2017-12-07 Hush Technology Inc. Spectral Optimization of Audio Masking Waveforms

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
SEBASTIAN BAUR等: "arithmetic distribution matching", 《SCC 2015》 *
SHANGXIN LIN等: "dynamic probabilistic shaping modulation based on fixed to fixed symbols projection constant composition distribution matching", 《2017 INTERNATIONAL SYMPOSIUM ON INTELLIGENT SIGNAL PROCESSING AND COMMUNICATION SYSTEMS》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112165442A (zh) * 2020-10-21 2021-01-01 北京邮电大学 自适应加权的几何整形方法及装置
WO2023207783A1 (zh) * 2022-04-28 2023-11-02 华为技术有限公司 一种通信方法、装置及系统
WO2024159445A1 (en) * 2023-02-01 2024-08-08 Qualcomm Incorporated Polynomial approximation techniques for probabilistic amplitude shaping

Also Published As

Publication number Publication date
EP3718228A1 (en) 2020-10-07
WO2019146140A1 (en) 2019-08-01
CN111630797B (zh) 2021-06-18
EP3718228B1 (en) 2022-03-09
JP6872296B2 (ja) 2021-05-19
JP2020535741A (ja) 2020-12-03
US10069519B1 (en) 2018-09-04

Similar Documents

Publication Publication Date Title
CN111630797B (zh) 使用分布匹配器的集合的通信系统及方法
US10516503B1 (en) Distribution matcher
CN113632397B (zh) 短块长度分布匹配算法
US10749554B1 (en) System and method for short block length distribution matching
CN110959262B (zh) 用于概率星座整形的虚拟查找表
CN109845112B (zh) 转换或重新转换数据信号的方法以及用于数据发送和/或数据接收的方法和系统
GB2576702A (en) Joint source channel coding of information sources using neural networks
WO2007010376A2 (en) Adaptive multilevel block coded modulation for ofdm systems
US20220263694A1 (en) Apparatus for multi-level encoding
US6058146A (en) Receiver employing coded modulation
WO2020108771A1 (en) Device and method for probabilitic constellation shaping
EP1324558B1 (en) Multiresolution broadcast transmitter and method using Gaussian trellis shaping to reduce average signal power and corresponding multi-stage decoder
CN106877980A (zh) 混合稀疏码多址接入方法
CN114257342B (zh) 基于非二进制极化码的两用户多址接入系统编码及译码方法
CN117356077A (zh) 用于发送二进制数据的方法和装置
WO2018133938A1 (en) An apparatus and method for arranging bits for inputting to a channel encoder
RU2801163C1 (ru) Устройство для многоуровневого кодирования
WO2002043297A1 (en) Data communication using multi-level symbols

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