CN114374397A - 一种三维Turbo乘积码译码结构并优化迭代权重因子的方法 - Google Patents
一种三维Turbo乘积码译码结构并优化迭代权重因子的方法 Download PDFInfo
- Publication number
- CN114374397A CN114374397A CN202111251245.8A CN202111251245A CN114374397A CN 114374397 A CN114374397 A CN 114374397A CN 202111251245 A CN202111251245 A CN 202111251245A CN 114374397 A CN114374397 A CN 114374397A
- Authority
- CN
- China
- Prior art keywords
- decoding
- iterative
- dimensional
- code
- iteration
- 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.)
- Pending
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
- H03M13/29—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 combining two or more codes or code structures, e.g. product codes, generalised product codes, concatenated codes, inner and outer codes
- H03M13/2957—Turbo codes and decoding
- H03M13/296—Particular turbo code structure
-
- 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
- H03M13/29—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 combining two or more codes or code structures, e.g. product codes, generalised product codes, concatenated codes, inner and outer codes
- H03M13/2948—Iterative decoding
Landscapes
- Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Error Detection And Correction (AREA)
Abstract
本发明公开了一种三维Turbo乘积码译码结构并优化迭代权重因子的方法,对将要发送的0,lbit码流,用扩展汉明码外加一位奇偶检验位从X、Y和Z三个方向进行三维TPC的编码,然后在AWGN信道下BPSK调制之后进行传输信息;接收信号后,把三维体结构看成二维面结构,用ChaseII译码算法进行行和列ChaseII译码。三维TPC译码分别从X、Y和Z轴三个方向采用软输入软输出迭代译码算法。本发明通过分析迭代权重因子,在发明的三维TPC的并行迭代译码结构中,仿真不同的迭代权重因子向量,得出一组使误码率性能最好的迭代权重因子,提高了低信噪比下的译码性能,性能非常接近于香农限,满足移动无线通信的要求。
Description
技术领域
本发明属于通信系统中信道编码译码领域,公开了一种三维Turbo乘积码译码结构并优化迭代权重因子的方法。
背景技术
Turbo乘积码目前包含在各种通信协议标准中,用于固定和移动宽带无线接入系统的IEEE802.16协议,其商业上称为全球微波接入互操作性,TPC还用于局域网和城域网下移动宽带无线接入(MBWA)的IEEE802.20协议,宽带电力线网络下的IEEE-1901协议也应用到了TPC。此外,TPC在高码率下的高编码增益已被用于光通信系统,以实现可靠的高速传输和提高系统容量。而且,TPC还用于提高卫星通信系统的性能和被用作卫星通信的不等差错保护方案。一个被称为IPSTAR的商业宽带卫星系统在其通信终端中使用TPC来提供高吞吐量的卫星服务。所以,研究TPC对于无线通信系统中信道编码译码具有重大意义。
由于TPC码最小汉明距离是各子码最小汉明距离的乘积,同时其码块长度也为各子码块长度的乘积,所以由各种子码构成的TPC,码率和码长可变。本文选用扩展汉明码作为TPC子码的码字,其最小汉明距是由各子码的最小汉明距的乘积得到。理论上来说,我们可以通过增加子码的数量来提高码字的维度进而提高码字的性能,同时对译码过程中的迭代权重因子进行优化来提高译码性能。对此,吴晓晓(2007)提出了两种不同类型的迭代译码方案,以提高基于Bose-Chaudhuri-Hocquenghem码的三维TPC的性能;权进国(2012)提出一种确定的二维迭代权重因子的方法,在备选的迭代权重因子中找出最优迭代权重因子;瞿海惠(2013)提出与二维TPC相比,三维TPC具有更好的性能;Ha,Sangchul(2018)提出在三维TPC上的最短轴上使用归一化最小和算法,利用基于排序网络的局部排序网络在VHDL上提高其吞吐量。以上算法并没有在三维结构上进行过多改进和三维的TPC迭代权重因子上进行优化,三维TPC在低信噪比下误码率仍然不是很理想。因此本发明提出一种基于ChaseII译码算法的三维Turbo乘积码并行迭代译码结构并优化其迭代权重因子的方法,来降低低信噪比下的误码率,提高译码性能。
发明内容
本发明为解决现有技术中的问题而提出了一种三维Turbo乘积码译码结构并优化迭代权重因子的方法,通过分析迭代权重因子,在发明的三维TPC的并行迭代译码结构中,仿真不同的迭代权重因子向量,得出一组使误码率性能最好的迭代权重因子,提高了低信噪比下的译码性能,性能非常接近于香农限,满足移动无线通信的要求。
为实现上述目的,本发明提供如下技术方案:一种三维Turbo乘积码译码结构并优化迭代权重因子的方法,包括如下步骤:
步骤A、对将要发送的0,1bit码流,用扩展汉明码外加一位奇偶检验位从X、Y和Z三个方向进行三维TPC的编码,然后在AWGN信道下BPSK调制之后进行传输信息;
步骤B、接收信号后,把三维体结构看成二维面结构,用ChaseII译码算法进行行和列ChaseII译码。三维TPC译码分别从X、Y和Z轴三个方向采用软输入软输出迭代译码算法;
步骤C、把XSISO、YSISO、ZSISO三个单元译码器进行随意组合,分为串行迭代译码结构、串并混合迭代译码结构和并行迭代译码三种结构,通过比较三种结构译码的误码率曲线找出最优;
步骤D、在并行迭代译码器的3D-TPC译码器基础上,引入多组新的迭代权重因子来对外信息进行系数补偿,译出不同信噪比,不同的迭代权重因子下的误码率;
步骤E、仿真出不同迭代权重因子下误码率曲线,找出最优的。
优选的,在步骤A中,三维Turbo乘积码是线性分组码在空间维度上的扩展,有三个子码分别为C1(n1,k1,δ1)、C2(n2,k2,δ2)、和C3(n3,k3,δ3),其中ni、ki和δi分别代表子码i(i=1,2,3)的码长、信息位长和最小汉明距离;
构造出的新的乘积码C(n,k,δ)的参数为:n=n1×n2×n3,k=k1×k2×k3,δ=δ1×δ2×δ3,编码效率为R=R1×R2×R3
其中Ri分别是Ci(i=1,2,3)的码率。
优选的,步骤B具体包括如下步骤:
步骤B1、接收到三维TPC的信号后,把三维体结构看成由多个二维面结构组合,分解为每个二维矩阵[R]之后用改进的ChaseII译码算法对乘积码进行行和列ChaseII译码、硬判决码字D的可靠性计算和选出竞争码字C;
步骤B2、计算行、列ChaseII译码器的软输出信息值和外部信息本征值;
步骤B3、将外部信息送入到下一个译码器作为先验信息输入继续行、列ChaseII迭代译码,完成行和列的SISO译码;
步骤B4、把三维TPC信号分别沿X轴、Y轴和Z轴三个方向采用步骤B1、B2和B3进行软输入软输出迭代译码算法,完成每个单元译码器译码。
优选的,在步骤B1中具体包括如下:
步骤B11、分解的二维矩阵[R]进行行ChaseII译码,根据[R]中每一行找到其硬判决码字Y=(y1,y2…yn)中P=[δ/2]中最低可信值的比特位:
每一比特的可信度通过考察|rj|得到,绝对值越小可信度越低。
步骤B12、产生q=2p个试探错误图样Tq;
步骤B13、构造试探序列:将Y与错误样本Eq进行模2加运算形成试探序列Zq;
步骤B14、代数译码:用代数译码器(对试探序列Zq进行译码,得到的输出码字Cq,加入到码字子集Ω中;
步骤B15、译码判决:分别求集合Ω中的码字Cq与接收信号R之间的欧氏距离,最小即为硬判决码字D。
步骤B16、硬判决码字D的可靠性计算:得到每行或者每列的硬判决码字D之后,其元素dj的可靠度定义为对数似然比:
其中,σ2为噪声方差,A(dj)为硬判决dj的对数似然比,R为接收信号的码字矩阵,Ci属于对R进行ChaseII译码算法得到的码字子集,和是元素和的码字{Ci}的集合,C+1(j)和C-1(j)是集合和中与R之间欧氏距离最小的码字。
优选的,在步骤B2中具体包括如下:
根据接收信号每个码元的可靠度推导,用ChaseII译码算法得到输出的码字集合Ω,找出最佳的硬判决码字D,进行译码器的软输出值的计算:
其中,C是在码字集合Ω中与码字D的竞争码字,β是用于控制软输出信息的输出峰值范围,dj是硬判决码字D中的码元,外部信息中的W[m]的每个码元计算为:wj=r′j-rj。
优选的,步骤C具体包括如下步骤:
步骤C1、把XSISO、YSISO和ZSISO三个单元译码器先进行组合成3D-TPC的串行迭代译码结构,然后运用步骤B中的SISO迭代译码算法,画出该算法结构下的误码率曲线图;
步骤C2、把XSISO、YSISO和ZSISO三个单元译码器先进行组合成3D-TPC的串并混合迭代译码结构,然后运用步骤B中的SISO迭代译码算法,画出该算法结构下的误码率曲线图;
步骤C3、把XSISO、YSISO和ZSISO三个单元译码器先进行组合成3D-TPC的并行迭代译码结构,然后运用步骤B中的SISO迭代译码算法,画出该算法结构下的误码率曲线图,通过比较三种结构的误码率曲线找出最佳的译码结构。
优选的,在步骤C1中具体包括如下:
把XSISO迭代译码器算出的外信息Wx(m)送给YSISO迭代译码器,然后计算出YSISO迭代译码的软输入信息[Ry(m)],接着算出外信息Wy(m),再计算出ZSISO迭代译码的软输入信息[Rz(m)],计算出外信息[Wz(m)]
步骤C11、初始化:
[R(0)]=[R]
步骤C12、第一次迭代:
[R(m)]=[R]+α(m)[W(m)]
步骤C13、以此串行顺序进行第二次迭代到最后一次迭代直到误码率收敛:
[Rx(m)]=[R]+α(m)[Wz(m)]
[Ry(m)]=[R]+α(m+1)[Wx(m+1)]
[Rz(m)]=[R]+α(m+2)[Wy(m+2)]。
优选的,在步骤C2中具体包括如下:
步骤C21、初始化:
[Rx(0)]=[Ry(0)]=[Rz(0)]=[R]
步骤C22、第一次迭代:
三个轴的SISO迭代译码器先并行进行XSIOS和YSISO迭代译码,再把二者得出的外信息Wx(m)和Wy(m)进行组合送给ZSISO迭代译码器;
步骤C23:运用下面的计算公式进行第二次迭代到最后一次迭代
[Rx(m)]=[R]+[α(m-1)Wy(m-1)+Wz(m-1)]
[Ry(m)]=[R]+[α(m-1)Wx(m-1)+Wz(m-1)]
[Rz(m)]=[R]+α(m)[Wy(m)+Wx(m)]
在步骤C3中具体包括如下:
步骤C31、初始化:
[Rx(0)]=[Ry(0)]=[Rz(0)]=[R]
步骤C32、第一次迭代:
三个轴的SISO迭代译码器同步并行迭代译码;
步骤C33:第二次迭代到最后一次迭代:
[Rx(m+1)]=[R]+α(m)[Wy(m)+Wz(m)]
[Ry(m+1)]=[R]+α(m)[Wx(m)+Wz(m)]
[Rz(m+1)]=[R]+α(m)[Wx(m)+Wy(m)]。
优选的,在步骤D中,取分量码是(64,57,4)扩展汉明码,不可靠位位置为4,迭代次数为各个迭代译码结构刚能达到最小误码率的迭代次数。
与现有技术相比,本发明提供了一种三维Turbo乘积码译码结构并优化迭代权重因子的方法,具备以下有益效果:
本发明为解决现有技术中的问题而提出了一种三维Turbo乘积码译码结构并在并行迭代译码结构基础之上进行迭代权重因子补偿的方法,在发明的三维TPC的并行迭代译码结构中,仿真不同的迭代权重因子向量,得出一组使误码率性能最好的迭代权重因子,提高了低信噪比下的译码性能,性能非常接近于香农限,满足移动无线通信的要求;该算法和其对应的迭代权重因子同现有算法相比,有着更低的误码率性能,更接近香农限。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制,在附图中:
图1为本发明的流程图;
图2为三维TPC编码的结构示意图;
图3为二维TPC迭代译码理论结构示意图;
图4为3D-TPC串行迭代译码结构示意图;
图5为3D-TPC串并混合迭代译码结构示意图;
图6为3D-TPC并行迭代译码结构示意图;
图7为3D-TPC迭代次数与误码率仿真结果示意图;
图8为3D-TPC并行迭代译码结构下不同迭代权重因子对误码率影响;
图9为3D-TPC三种迭代译码结构仿真性能比较示意图。
具体实施方式
下面将结合本发明的实施例中附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本实施例提出一种三维Turbo乘积码译码结构并优化迭代权重因子的方法,包括如下步骤:
步骤A、对将要发送的0,1bit码流,用扩展汉明码外加一位奇偶检验位从X、Y和Z三个方向进行三维TPC的编码,然后在AWGN信道下BPSK调制之后进行传输信息;
步骤B、接收到三维TPC的信号后,把三维体结构看成由多个二维面结构组合,分解为每个矩阵[R]之后用改进的ChaseII译码算法对乘积码C进行行和列ChaseII译码。三维TPC译码分别从X、Y和Z轴三个方向采用软输入软输出(SISO)迭代译码算法,结构相同,统称为单元译码器;
步骤C、把XSISO、YSISO和ZSISO三个单元译码器进行随意组合,可分为3D-TPC的串行迭代译码结构、串并混合迭代译码结构和并行迭代译码这三种结构,通过比较这三种结构译码的误码率曲线找出3D-TPC的并行迭代译码结构最优,最接近编译码香农限;
步骤D、在并行迭代译码器的3D-TPC译码器基础上,引进很多组新的迭代权重因子来对对数似然比中的外信息进行系数补偿,译出不同信噪比,不同的迭代权重因子下的误码率。发现不同信噪比下的最优迭代权重因子是不同的,这就意味可以通过优化迭代权重因子来进一步降低误码率。
步骤E、仿真出不同迭代权重因子下误码率曲线,找出最优的。
在步骤A中,有三个子码分别为C1(n1,k1,δ1)、C2(n2,k2,δ2)、和C3(n3,k3,δ3),其中ni、ki和δi分别代表子码i(i=1,2,3)的码长、信息位长和最小汉明距离。构造出的新的乘积码C(n,k,δ)的参数为:n=n1×n2×n3,k=k1×k2×k3,δ=δ1×δ2×δ3,编码效率为R=R1×R2×R3,其中Ri分别是Ci(i=1,2,3)的码率。可以看出3-D TPC是从x,y,z三个方向进行编码,可以通过减少每个子码的校验位,选择码率更高的子码。例如,可以采用单奇偶校验码(SPC)来实现最低的译码复杂度,本发明采用子码为(64,57,4)扩展汉明码进行编译码。
通过下述步骤可以得到如图2所示的3D-TPC码C=C1×C2×C3:
(1)将长度为k1×k2×k3的信息比特填入图中长、宽、高分别为k1、k2和k3的立方体中;
(2)在z=0的平面上,沿着x轴用C1码对k2行信息进行编码;
(3)在z=0的平面上,沿着y轴用C2码对n1列进行编码;
(4)重复步骤(2)~(3)k3-1次,分别对(z=1,2,3,…,k3-1)平面上的信息比特编码;
(5)沿着z轴方向用C3码对k3个信息比特进行编码(共进行n1×n2次编码)。
构造出的新的乘积码C(n,k,δ)的参数为:n=n1×n2×n3,k=k1×k2×k3,δ=δ1×δ2×δ3,编码效率为R=R1×R2×R3,其中Ri分别是Ci(i=1,2,3)的码率。
在上述基础上,所述步骤B具体包括如下步骤:
步骤B1、接收到三维TPC的信号后,把三维体结构看成由多个二维面结构组合,分解为每个二维矩阵[R]之后用改进的ChaseII译码算法对乘积码进行行和列ChaseII译码、硬判决码字D的可靠性计算和选出竞争码字C;
步骤B2、计算行、列ChaseII译码器的软输出信息值和外部信息本征值;
步骤B3、将外部信息送入到下一个译码器作为先验信息输入继续行、列ChaseII迭代译码。至此完成行(列)的SISO译码;
步骤B4、把三维TPC信号分别沿X轴、Y轴和Z轴三个方向采用步骤B1、B2和B3进行软输入软输出(SISO)迭代译码算法,完成每个单元译码器译码。
在步骤B1中具体包括如下:
接收到三维TPC的信号后,把三维体结构看成由多个二维面结构组合,分解为每个二维矩阵[R]之后用改进的ChaseII译码算法对乘积码进行行和列ChaseII译码:
(1)分解的二维矩阵[R]进行行ChaseII译码,根据[R]中每一行找到其硬判决码字Y=(y1,y2…yn)中P=[δ/2]中最低可信值的比特位:
每一比特的可信度通过考察|rj|得到,绝对值越小可信度越低。
(2)产生q=2p个试探错误图样Tq.
(3)构造试探序列。将Y与错误样本Eq进行模2加运算形成试探序列Zq.
(4)代数译码。用代数译码器(或者硬判决译码器)对试探序列Zq进行译码,得到的输出码字Cq,加入到码字子集Ω中。
(5)译码判决。分别求集合Ω中的码字Cq与接收信号R之间的欧氏距离,最小即为硬判决码字D。
(6)硬判决码字D的可靠性计算。得到每行或者每列的硬判决码字D之后,其元素dj的可靠度定义为对数似然比:
其中,σ2为噪声方差,Λ(dj)为硬判决dj的对数似然比,R为接收信号的码字矩阵,Ci属于对R进行ChaseII译码算法得到的码字子集,和是元素和的码字{Ci}的集合,C+1(j)和C-1(j)是集合和和与R之间欧氏距离最小的码字。
(7)码字子集Ω中与D具有竞争关系的码字C,它与R之间的欧氏距离最小且满足cj≠dj。为了寻找竞争码字C有时候需要增加最低可信度的个数,但增加了复杂度,有时也可能找不到竞争码字。如果找不到,用下面的式子进行计算rj′=rj+β×dj。
在步骤B2中具体包括如下:
计算译码器的软输出信息:
其中C是在码字集合Ω中与码字D的竞争码字,β是用于控制软输出信息的输出峰值范围,dj是硬判决码字D中的码元,外部信息中的[W]的每个码元的外信息计算为:wj=rj′-rj。
在步骤B3中具体包括如下:
使用ChaseII迭代译码算法计算出软输出信息和外信息之后,计算软输入信息:
[R(m)]=[R]+α(m)[W(m)]
其中,α(m)和β(m)称为调节系数,α(m)是考虑到[R]和[W]中样点的标准偏差不同而引入的。开始迭代时,信噪比较低,W[(m)]的标准差较大,随着迭代次数的逐步增加而减小。调节系数α(m)的主要作用是在开始迭代时抑制外信息W[(m)],而β(m)主要是用于控制软输出信息的峰值范围。两者通常取经验值:α(m)=[0.0,0.2,0.3,0.5,0.7,0.9,1.0,1.0];
β(m)=[0.2,0.4,0.6,0.8,1.0,1.0,1.0,1.0]。
在步骤B4中具体包括如下:
第一个XSISO译码器沿X轴执行软译码,第二个(第三个)译码器沿Y(Z)轴执行此操作。通过从软输出中减去软输入,我们可以获得外部信息[W(2)]、([W(3)]),下式表示我们正在考虑在前面的译码器中计算的软输入信息第二(第三)译码器。以第m次迭代为例:
[Rx(m)]=[R]+α(m)[Wz(m)]
[Ry(m)]=[R]+α(m)[Wx(m)]
[Rz(m)]=[R]+α(m)[Wy(m)]
分别计算出每个SISO迭代译码算法的外信息、软输出信息和软输入信息。
另外,所述步骤C具体包括如下步骤:
步骤C1、把XSISO、YSISO和ZSISO三个单元译码器先进行组合成3D-TPC的串行迭代译码结构,然后运用步骤B中的SISO迭代译码算法,画出该算法结构下的误码率曲线图。
步骤C2、把XSISO、YSISO和ZSISO三个单元译码器先进行组合成3D-TPC的串并混合迭代译码结构,然后运用步骤B中的SISO迭代译码算法,画出该算法结构下的误码率曲线图。
步骤C3、把XSISO、YSISO和ZSISO三个单元译码器先进行组合成3D-TPC的并行迭代译码结构,然后运用步骤B中的SISO迭代译码算法,画出该算法结构下的误码率曲线图。通过比较三种结构的误码率曲线找出最佳的译码结构。
在步骤C1中具体包括如下:
把XSISO、YSISO和ZSISO三个单元译码器先进行组合成3D-TPC的串行迭代译码结构,然后运用步骤B中的SISO迭代译码算法,画出该算法结构下的误码率曲线图。
[Rx(m)]=[R]+α(m)[Wz(m)]
[Ry(m)]=[R]+α(m+1)[Wx(m+1)]
[Rz(m)]=[R]+α(m+2)[Wy(m+2)]
以第m次迭代为例,把XSISO迭代译码器的算出的外信息Wx(m)送给YSISO迭代译码器,然后计算出YSISO迭代译码的软输入信息[Ry(m)],接着算出外信息Wy(m),再计算出ZSISO迭代译码的软输入信息[Rz(m)],计算出外信息[Wz(m)]
第一步:初始化;
[R(0)]=[R]
第二步:第一次迭代
[R(m)]=[R]+α(m)[W(m)]
第三步:以此串行顺序进行第二次迭代到最后一次迭代知道误码率收敛。
[Rx(m)]=[R]+α(m)[Wz(m)]
[Ry(m)]=[R]+α(m+1)[Wx(m+1)]
[Rz(m)]=[R]+α(m+2)[Wy(m+2)]
在步骤C2中具体包括如下:
把XSISO、YSISO和ZSISO三个单元译码器再进行组合成3D-TPC的串并混合迭代译码结构,然后运用步骤B中的单元SISO迭代译码算法,画出该算法结构下的误码率曲线图。
第一步:初始化;
[Rx(0)]=[Ry(0)]=[Rz(0)]=[R]
第二步:第一次迭代
三个轴的SISO迭代译码器先并行进行XSIOS和YSISO迭代译码,再把二者得出的外信息Wx(m)和Wy(m)进行组合送给ZSISO迭代译码器;
第三步:运用下面的计算公式进行第二次迭代到最后一次迭代,以第m次迭代为例
[Rx(m)]=[R]+[α(m-1)Wy(m-1)+Wz(m-1)]
[Ry(m)]=[R]+[α(m-1)Wx(m-1)+Wz(m-1)]
[Rz(m)]=[R]+α(m)[Wy(m)+Wx(m)]
在步骤C3中具体包括如下:
把XSISO、YSISO和ZSISO三个单元译码器最后进行组合成3D-TPC的并行迭代译码结构,然后运用步骤B中的单元SISO迭代译码算法,画出该算法结构下的误码率曲线图。
其中三个轴译码器同步并行进行SISO迭代译码处理,下一次译码器的软输入取决于其它另外两个译码器的输出外信息。其迭代过程描述如下:
第一步:初始化;
[Rx(0)]=[Ry(0)]=[Rz(0)]=[R]
第二步:第一次迭代
三个轴的SISO迭代译码器同步并行迭代译码;
第三步:第二次迭代到最后一次迭代,以第m次迭代为例。
[Rx(m+1)]=[R]+α(m)[Wy(m)+Wz(m)]
[Ry(m+1)]=[R]+α(m)[Wx(m)+Wz(m)]
[Rz(m+1)]=[R]+α(m)[Wx(m)+Wy(m)]
所述步骤D具体包括如下做法:
选取分量码是(64,57,4)扩展汉明码,不可靠位位置为4,迭代次数为各个迭代译码结构刚能达到最小误码率的迭代次数。由于在硬判决码字D可靠性计算推导公式时:
其中,σ2为噪声方差,Λ(dj)为硬判决dj的对数似然比,R为接收信号的码字矩阵,Ci属于对R进行ChaseII译码算法得到的码字子集,和是元素和的码字{Ci}的集合,C+1(j)和C-1(j)是集合和中与R之间欧氏距离最小的码字,[Rx(m+1)]、[Ry(m+1)]和[Rz(m+1)]分别为SISO译码器的软输入信息,α(m)为迭代权重因子,Wx(m)、Wy(m)和Wz(m)分别为三个SISO迭代译码器的输出外信息。高信噪比下,σ2→0,∑iAi≈∑iBi→1,对对数似然比进行了近似计算,近似掉了公式中后面一项。但是低信噪比下不能忽略,所以在改进的并行迭代译码器的3D-TPC译码器基础上,引进很多组新的迭代权重因子来对对数似然比中的外信息进行系数补偿。由于迭代初始化,所以每个权重因子向量首位为零。低信噪比下迭代初期,[W(m)]的标准差较大,可靠性很低,需要抑制外信息,权重因子每次缓慢增加10%,性能就会有很大差别。但随着迭代次数的增加,外信息逐渐可靠,迭代后期外信息权重可以每次增加20%以上性能才会有改变。权重因子向量逐渐增加,最大比重为1。以下根据这一思想进行权重因子的不同仿真,遍历所有可能,挑出几组性能较好的进行描述。
表1
如表格1所示,表格1为3D-TPC并行迭代译码结构下不同信噪比下的最有迭代权重因子,仿真出不同信噪比,不同的迭代权重因子下的误码率。发现不同信噪比下的最优迭代权重因子是不同的。
仿真结果的误码率曲线对比图如图7-图9所示,仿真参数设定:TPC子码选取(64,57,4),码长64,信息长度57,监督位为7位,最小汉明距为4,不可靠位为4位,TPC迭代次数设置为各收敛迭代次数的最大值。信息比特经过码率R=0.706的TPC码器,得到的编码比特再经过BPSK调制发送,接收到信号后经过SISO迭代译码器译码。
实验的仿真误码率结果为进行500次以上信道实现后求得的均值。最后选取的对比算法为基于SISO迭代译码算法,本专利提出的是基于3D-TPC的迭代译码结构优化其迭代权重因子的方法。
如图7可以看出,随着迭代次数的增加降低了误码率,但是迭代次数增加到一定程度,此结构误码率(bit error rate,BER)的性能达到最大,已经不能再通过增加迭代次数来降低误码率。
如图8可以看出,基于3D-TPC并行迭代译码结构,不同信噪比下不同迭代权重因子对误码率的影响。
如图9可以看出,三种迭代译码结构的仿真性能比较下,优化后的并行迭代译码结构可以达到最好的误码率性能。
具体的三维Turbo乘积码译码结构并进行迭代权重因子补偿的方法可参见上述实施例,本发明实施例在此不再赘述。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
Claims (9)
1.一种三维Turbo乘积码译码结构并优化迭代权重因子的方法,其特征在于,包括如下步骤:
步骤A、对将要发送的0,1bit码流,用扩展汉明码外加一位奇偶检验位从X、Y和Z三个方向进行三维TPC的编码,然后在AWGN信道下BPSK调制之后进行传输信息;
步骤B、接收信号后,把三维体结构看成二维面结构,用ChaseII译码算法进行行和列ChaseII译码。三维TPC译码分别从X、Y和Z轴三个方向采用软输入软输出迭代译码算法;
步骤C、把XSISO、YSISO、ZSISO三个单元译码器进行随意组合,分为串行迭代译码结构、串并混合迭代译码结构和并行迭代译码三种结构,通过比较三种结构译码的误码率曲线找出最优;
步骤D、在并行迭代译码器的3D-TPC译码器基础上,引入多组新的迭代权重因子来对外信息进行系数补偿,译出不同信噪比,不同的迭代权重因子下的误码率;
步骤E、仿真出不同迭代权重因子下误码率曲线,找出最优的。
2.根据权利要求1所述的一种三维Turbo乘积码译码结构并优化迭代权重因子的方法,其特征在于,在步骤A中,三维Turbo乘积码是线性分组码在空间维度上的扩展,有三个子码分别为C1(n1,k1,δ1)、C2(n2,k2,δ2)、和C3(n3,k3,δ3),其中ni、ki和δi分别代表子码i(i=1,2,3)的码长、信息位长和最小汉明距离;
构造出的新的乘积码C(n,k,δ)的参数为:n=n1×n2×n3,k=k1×k2×k3,δ=δ1×δ2×δ3,编码效率为R=R1×R2×R3
其中Ri分别是Ci(i=1,2,3)的码率。
3.根据权利要求1所述的一种三维Turbo乘积码译码结构并优化迭代权重因子的方法,其特征在于,步骤B具体包括如下步骤:
步骤B1、接收到三维TPC的信号后,把三维体结构看成由多个二维面结构组合,分解为每个二维矩阵[R]之后用改进的ChaseII译码算法对乘积码进行行和列ChaseII译码、硬判决码字D的可靠性计算和选出竞争码字C;
步骤B2、计算行、列ChaseII译码器的软输出信息值和外部信息本征值;
步骤B3、将外部信息送入到下一个译码器作为先验信息输入继续行、列ChaseII迭代译码,完成行和列的SISO译码;
步骤B4、把三维TPC信号分别沿X轴、Y轴和Z轴三个方向采用步骤B1、B2和B3进行软输入软输出迭代译码算法,完成每个单元译码器译码。
4.根据权利要求3所述的一种三维Turbo乘积码译码结构并优化迭代权重因子的方法,其特征在于,在步骤B1中具体包括如下:
步骤B11、分解的二维矩阵[R]进行行ChaseII译码,根据[R]中每一行找到其硬判决码字Y=(y1,y2…yn)中P=[δ/2]中最低可信值的比特位:
每一比特的可信度通过考察|rj|得到,绝对值越小可信度越低。
步骤B12、产生q=2p个试探错误图样Tq;
步骤B13、构造试探序列:将Y与错误样本Eq进行模2加运算形成试探序列Zq;
步骤B14、代数译码:用代数译码器(对试探序列Zq进行译码,得到的输出码字Cq,加入到码字子集Ω中;
步骤B15、译码判决:分别求集合Ω中的码字Cq与接收信号R之间的欧氏距离,最小即为硬判决码字D。
步骤B16、硬判决码字D的可靠性计算:得到每行或者每列的硬判决码字D之后,其元素dj的可靠度定义为对数似然比:
6.根据权利要求1所述的一种三维Turbo乘积码译码结构并优化迭代权重因子的方法,其特征在于,步骤C具体包括如下步骤:
步骤C1、把XSISO、YSISO和ZSISO三个单元译码器先进行组合成3D-TPC的串行迭代译码结构,然后运用步骤B中的SISO迭代译码算法,画出该算法结构下的误码率曲线图;
步骤C2、把XSISO、YSISO和ZSISO三个单元译码器先进行组合成3D-TPC的串并混合迭代译码结构,然后运用步骤B中的SISO迭代译码算法,画出该算法结构下的误码率曲线图;
步骤C3、把XSISO、YSISO和ZSISO三个单元译码器先进行组合成3D-TPC的并行迭代译码结构,然后运用步骤B中的SISO迭代译码算法,画出该算法结构下的误码率曲线图,通过比较三种结构的误码率曲线找出最佳的译码结构。
7.根据权利要求6所述的一种三维Turbo乘积码译码结构并优化迭代权重因子的方法,其特征在于,在步骤C1中具体包括如下:
把XSISO迭代译码器算出的外信息Wx(m)送给YSISO迭代译码器,然后计算出YSISO迭代译码的软输入信息[Ry(m)],接着算出外信息Wy(m),再计算出ZSISO迭代译码的软输入信息[Rz(m)],计算出外信息[Wz(m)]
步骤C11、初始化:
[R(0)]=[R]
步骤C12、第一次迭代:
[R(m)]=[R]+α(m)[W(m)]
步骤C13、以此串行顺序进行第二次迭代到最后一次迭代直到误码率收敛:
[Rx(m)]=[R]+α(m)[Wz(m)]
[Ry(m)]=[R]+α(m+1)[Wx(m+1)]
[Rz(m)]=[R]+α(m+2)[Wy(m+2)]。
8.根据权利要求6所述的一种三维Turbo乘积码译码结构并优化迭代权重因子的方法,其特征在于,在步骤C2中具体包括如下:
步骤C21、初始化:
[Rx(0)]=[Ry(0)]=[Rz(0)]=[R]
步骤C22、第一次迭代:
三个轴的SISO迭代译码器先并行进行XSIOS和YSISO迭代译码,再把二者得出的外信息Wx(m)和Wy(m)进行组合送给ZSISO迭代译码器;
步骤C23:运用下面的计算公式进行第二次迭代到最后一次迭代
[Rx(m)]=[R]+[α(m-1)Wy(m-1)+Wz(m-1)]
[Ry(m)]=[R]+[α(m-1)Wx(m-1)+Wz(m-1)]
[Rz(m)]=[R]+α(m)[Wy(m)+Wx(m)]
在步骤C3中具体包括如下:
步骤C31、初始化:
[Rx(0)]=[Ry(0)]=[Rz(0)]=[R]
步骤C32、第一次迭代:
三个轴的SISO迭代译码器同步并行迭代译码;
步骤C33:第二次迭代到最后一次迭代:
[Rx(m+1)]=[R]+α(m)[Wy(m)+Wz(m)]
[Ry(m+1)]=[R]+α(m)[Wx(m)+Wz(m)]
[Rz(m+1)]=[R]+α(m)[Wx(m)+Wy(m)]。
9.根据权利要求1所述的一种三维Turbo乘积码译码结构并优化迭代权重因子的方法,其特征在于,在步骤D中,取分量码是(64,57,4)扩展汉明码,不可靠位位置为4,迭代次数为各个迭代译码结构刚能达到最小误码率的迭代次数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111251245.8A CN114374397A (zh) | 2021-10-26 | 2021-10-26 | 一种三维Turbo乘积码译码结构并优化迭代权重因子的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111251245.8A CN114374397A (zh) | 2021-10-26 | 2021-10-26 | 一种三维Turbo乘积码译码结构并优化迭代权重因子的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114374397A true CN114374397A (zh) | 2022-04-19 |
Family
ID=81138720
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111251245.8A Pending CN114374397A (zh) | 2021-10-26 | 2021-10-26 | 一种三维Turbo乘积码译码结构并优化迭代权重因子的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114374397A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115941118A (zh) * | 2022-11-22 | 2023-04-07 | 西安空间无线电技术研究所 | 一种用于控制信道的rm码轻量化迭代译码系统及方法 |
-
2021
- 2021-10-26 CN CN202111251245.8A patent/CN114374397A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115941118A (zh) * | 2022-11-22 | 2023-04-07 | 西安空间无线电技术研究所 | 一种用于控制信道的rm码轻量化迭代译码系统及方法 |
CN115941118B (zh) * | 2022-11-22 | 2024-03-26 | 西安空间无线电技术研究所 | 一种用于控制信道的rm码轻量化迭代译码系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107517095B (zh) | 一种非均匀分段校验的极化码编译码方法 | |
US8010869B2 (en) | Method and device for controlling the decoding of a LDPC encoded codeword, in particular for DVB-S2 LDPC encoded codewords | |
CN108964669B (zh) | 基于度分解和交替乘子法的ldpc码二次规划译码方法 | |
US8533556B2 (en) | Apparatus and method for channel encoding and decoding in communication system using low-density parity-check codes | |
CN109286405B (zh) | 一种低复杂度的极化码递进式比特翻转sc译码方法 | |
EP2239854A1 (en) | Shortening and puncturing of low-density parity-check (LDPC) codes for channel decoding | |
US20070043998A1 (en) | Systems and methods for a turbo low-density parity-check decoder | |
CN107565978B (zh) | 基于Tanner图边调度策略的BP译码方法 | |
CN109547032B (zh) | 一种基于深度学习的置信度传播ldpc译码方法 | |
CN112564716B (zh) | 一种基于剪枝迭代的pc-scma系统联合译码方法 | |
CN108092673B (zh) | 一种基于动态调度的bp迭代译码方法及系统 | |
CN112332864A (zh) | 一种自适应有序移动剪枝列表的极化码译码方法及系统 | |
CN114374397A (zh) | 一种三维Turbo乘积码译码结构并优化迭代权重因子的方法 | |
CN109660265B (zh) | 一种基于DVB-RCS标准的自适应双二元Turbo码编译码方法 | |
CN106998240A (zh) | 一种译码方法及译码器 | |
CN101106383A (zh) | 一种低密度奇偶校验码的译码方法 | |
CN107094026B (zh) | Nb-ldpc编码的图合并检测译码方法 | |
KR20210099388A (ko) | Ldpc 복호 방법 및 ldpc 복호 장치 | |
CN108566211B (zh) | 基于H矩阵层处理顺序动态变化的layered LDPC译码方法 | |
CN115276668A (zh) | 一种基于crc的ldpc码混合译码方法 | |
CN108599775B (zh) | 一种混合校验ldpc码的构造方法 | |
CN111835363A (zh) | 基于交替方向乘子法的ldpc码译码方法 | |
de Barros et al. | Performance of polar codes over generalized correlated fading channels | |
CN109495114B (zh) | 基于马尔可夫蒙特卡罗方法的ldpc译码器构造方法 | |
Raj et al. | Blind decoding in $\alpha $-Stable noise: An online learning approach |
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 |