CN1607733A - Turbo码译码器中的量化方法 - Google Patents

Abstract

本发明涉及Turbo码的译码，公开了一种Turbo码译码器中的量化方法，使得量化精度提高，动态范围增大，Turbo码译码性能提高。这种Turbo码译码器中的量化方法包含以下步骤：求解本段数据的统计特征参数；根据所述统计特征参数求解量化的左右边界；根据所述左右边界进行量化，计算量化结果。

Description

Turbo码译码器中的量化方法

技术领域

本发明涉及Turbo码的译码，特别涉及码分多址移动通信系统中Turbo码编解码协处理器中的量化方法。

背景技术

信道编解码技术在整个移动通信系统中具有相对独立的地位，是其关键技术之一，决定着移动通信系统的性能。信道编解码主要是降低信号传播功率和解决信号在无线传播环境中不可避免的衰落问题。编解码技术结合交织技术的使用可以降低误码率性能，与无编码情况相比，传统的卷积码可以将误码率降低两个数量级达到10^-3～10^-4，而Turbo码可以将误码率进一步降低到10^-6。Turbo码的优点有性能接近香农极限、译码算法的硬件实现较串行级联码简单等。缺点是目前缺乏理论依据，它的性能分析都是建立在仿真的基础上，有可能引入较大的时延。

Turbo码最早是由韩国和北美的cdma2000标准提出，用于第三代移动通信系统的信道编码方案，经研究发现有较好的性能后，宽带码分多址(Wideband Code Division Multiple Access，简称“WCDMA”)等其它标准也纷纷转而采纳。欧洲电信标准化协会(European TelecommunicationsStandards Institute，简称“ETSI”)将其指定为用于高数据率(32kbit/s以上)、高质量业务的备选方案。

Turbo码的原理是基于对传统级联码的算法和结构上的修正，内交织器的引入使得迭代解码的正反馈得到了很好的消除。Turbo码因为编解码性能能够逼近Shannon极限而最后被采用作为第三代移动通信系统(3rdgeneration，简称“3G”)的数据编解码技术。Turbo码具有优异的纠错性能，适于高速率对译码时延要求不高的数据传输业务，并可降低对发射功率的要求、增加系统容量。

Turbo编码器由两个RSC编码器(卷积码的一种)、交织器和删除器组成。每个RSC编码器有两路校验位输出，两个输出经删除复用后形成Turbo码。Turbo译码器由两个软输入、软输出的译码器、交织器、去交织器构成，经对输入信号交替译码、软输出多轮译码、过零判决后得到译码输出。

Turbo码编解码技术应用于WCDMA系统，是其关键技术之一，Turbo码在其他移动通信系统中也被广泛应用，比如cdma2000-1X系统中被用于前向补充信道和反向补充信道。Turbo码编解码技术性能的提高直接影响了WCDMA系统以及其他一些3G移动通信系统性能的提高。

Turbo解码算法实现的难点在于高速数据时的解码速率和相应的迭代次数，现有的数字信号处理器(Digital Signal Processor，简称“DSP”)都内置了解码器所需的基本算法，使得Turbo解码可以依赖DSP芯片直接实现而无需采用专用集成电路(Application Specified Integrated Circuit，简称“ASIC”)。

美国德州仪器公司(Texas Instruments，简称“TI”)的TMS320C6416数字信号处理器，专门设计用于高性能、多信道的3G无线基站。该DSP芯片中集成了两协处理器：Turbo协处理器(Turbo Coprocessor，简称“TCP”)，用于完成无线数据信道的Turbo编解码，和一个维特比(Viterbi)协处理器(Viterbi Coprocessor，简称“VCP”)，用于完成无线语音信道的卷积编解码。

在该款DSP芯片的TCP采用迭代形式的最大后验概率算法进行译码，为了降低算法复杂度，在对数域进行计算，即先对似然函数比取对数，对数运算结果的无穷精度使得数字精度不够表示，于是需要对取对数后的待译码的数据进行量化。TCP采用的量化方法是，先通过对待译码数据进行饱和处理，然后取整，使量化后的数据等效地保留5位整数和3位小数，总共有8比特。这里采用的量化方法就是粗糙地将满足精度以后的位数截断，并且固定量化范围。

在实际应用中，上述方案存在以下问题：量化精度低，动态范围小，从而Turbo码译码性能降低，影响整个移动通信系统的性能。

造成这种情况的一个主要原因在于，对量化数据采用了粗糙的截断处理。

发明内容

本发明要解决的技术问题是提供一种Turbo码译码器中的量化方法，使得量化精度提高，动态范围增大，Turbo码译码性能提高。

为了解决上述技术问题，本发明提供了一种Turbo码译码器中的量化方法，包含以下步骤：

求解本段数据的统计特征参数；

根据所述统计特征参数求解量化的左右边界；

根据所述左右边界进行量化，计算量化结果。

其中，所述统计特征参数包含均值和均方差；

所述均值的求解公式表示为： $\mathrm{\μ}=\frac{1}{M}\underset{m=1}{\overset{M}{\mathrm{\Σ}}}\left|L\left(U_m\right)\right|;$

所述均方差的求解公式为： $\mathrm{\σ}=\sqrt{\frac{1}{M}\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{\left(L\left(U_m\right)\right)}^2-{\mathrm{\μ}}^2};$

其中各个符号含义为：μ为本段数据的均值，σ为本段数据的均方差，M为本段数据的数据个数，U_m为发送端发送的第m个比特，L(U_m)为U_m的对数似然比，第m个被量化的数据，∑表示求和运算，|·|表示取绝对值运算。

所述左右边界的求解公式表示为：

T_R＝μ+3σ；

T_L＝-μ-3σ；

其中各个符号的含义为：T_R为右边界，T_L为左边界，μ为所述均值，σ为所述均方差。

所述量化结果的计算公式表示为：

其中各个符号的含义为：U_m为发送端发送的第m个比特，L(U_m)为U_m的对数似然比，第m个被量化的数据，YY_m为第m个数据的量化结果，T_R为所述右边界，T_L为所述左边界，K为量化结果的比特数，[·]表示取整运算。

通过比较可以发现，本发明的技术方案与现有技术的区别在于，本发明从概率分布的角度出发，根据局部数据的统计特征参数来自适应地调整量化的左右边界值，并根据左右边界进行线性量化，并且简化的某些量化步骤。

这种技术方案上的区别，带来了较为明显的有益效果，即本发明使得量化左右边界更合理，减少截断误差，增大动态范围，充分利用量化空间，并能适应无线信道随时间衰落变化，从而提高了量化方法的效率和精度，提高了Turbo码译码器的性能和灵活性，提高了移动通信系统的性能。

附图说明

图1根据本发明的一个较佳实施例的量化方法流程图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述。

下面详细阐述本发明一个实施例。

Turbo码译码器实现的功能就是完成对输入序列进行Turbo译码，如前所述，在译码之前，需要对取对数之后的系统比特和校验比特的对数似然比进行量化，然后再将量化后的结果送给后面的译码器进行译码。

设发送端发送的第m个比特表示为U_m，取值1或0，经过加性高斯衰落信道之后，接收端得到的符号y_m可以表示为：

式一  y_m＝a_mx_m+n

其中，a_m为传送第m个比特时信道的乘性失真系数；x_m为第m个比特经过调制以后的符号，这里简单的取值为+1(当U_m＝1)或-1(当U_m＝0)；n为加性高斯白噪声，服从正态分布N(0，σ²)，其均值为0，σ为均方差，且 ${\mathrm{\σ}}^2=\frac{N_0}{2},$ N₀为噪声功率谱密度。

这里，正态分布的n的概率密度函数为：

式二 $f\left(x\right)=\frac{1}{\sqrt{2\mathrm{\π}}\mathrm{\σ}}\exp (-\frac{x^2}{{2\mathrm{\σ}}^2})$

其中，f为概率密度值，x为取值变量，exp(·)代表自然常数e的指数运算。

式一可以物理解释为：当符号x_m从发送端发出经过信道到达接收端，信道使得该符号产生信道衰落的乘性失真(第一项)和高斯白噪声的加性失真(第二项)。这是一个公用的信道模型。

根据最大后验概率算法的原理，对数似然比L(U_m)定义为：

$L\left(U_m\right)=\ln \frac{P\left\{y_m\right|x_m=-1\}}{P\left\{y_m\right|x_m=+1\}}$

$=\ln \frac{f_{-1}\left(y_m\right)}{f_{+1}\left(y_m\right)}$

其中P{·}表示括号内的概率函数值；ln(·)表示取自然对数运算；

$f_{+1}\left(y\right)=\frac{1}{\sqrt{2\mathrm{\π}}\mathrm{\σ}}\exp (-\frac{{(y-a_m)}^2}{{2\mathrm{\σ}}^2});$

$f_{-1}\left(y\right)=\frac{1}{\sqrt{2\mathrm{\π}}\mathrm{\σ}}\exp (-\frac{{(y+a_m)}^2}{{2\mathrm{\σ}}^2}).$

从定义式可以看出，对数似然比反应的是在当前收到的信号值已知的情况下，推测发送的符号是-1或+1的可能性比值，可以用来判决发送符号值。

将以上函数代入并化简，可以得到对数似然比的表达式为：

式三 $L\left(U_m\right)=-\frac{4a_m{y}_m}{N_0}=-\frac{2y_m\mathrm{SIR}}{a_m}$

其中， $\mathrm{SIR}=\frac{2a_m^2}{N_0},$ 即信号干扰比(Signal to Interference Ratio，简称“SIR”)，该值可以由SIR估计方法得到。SIR由乘性干扰失真系数的平方和信道噪声功率的一半的比值构成，由该信道的特性决定，反映信道的失真关系。

在所述TI的DSP芯片中TCP采用的量化方法可以简单描述如下，先对对数似然比进行饱和处理，即将小数点往后移动3位，使得进行截断处理时，保留一定的精度；然后将该值取整，取整的方法可以是舍入法，若该值超出所能表示的范围则用最大值表示，即两端截断。用公式描述如下：先由饱和处理得到： $Y_m=8L\left(U_m\right)=-\frac{16y_m\mathrm{SIR}}{a_m};$

于是量化结果为：

其中[·]表示取整运算。

这样得到的二进制量化结果刚好为8比特，其中后3比特代表小数部分，前5比特代表整数部分。

在此量化方法的基础上，本发明从概率论的角度出发，将量化的范围随着被量化数据值的分布动态的改变，使得绝大部分的被量化数据落在量化范围之内，大大减少截断误差，增大量化的动态范围。

在本发明的一个较佳实施例中，以一段数据为单位进行统计特征参数的提取，设M个比特为一段数据，则对这M个比特产生的对数似然比L(U_m)求均值μ和均方差σ，表达式如下：

式四 $\mathrm{\μ}=\frac{1}{M}\underset{m=1}{\overset{M}{\mathrm{\Σ}}}\left|L\left(U_m\right)\right|$

式五 $\mathrm{\σ}=\sqrt{\frac{1}{M}\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{\left(L\left(U_m\right)\right)}^2-{\mathrm{\μ}}^2}$

其中，∑表示求和运算，式五中的μ即为式四所求得的均值。

式四和式五均是根据统计理论推得的，从所得样本提取概率分布的数字特征。

然后根据求得的均值和均方差取量化的左右边界为：

式六  T_R＝μ+3σ

式七  T_L＝-μ-3σ

最后量化结果为：

式八

其中，K为量化精度，即量化结果的比特数，根据实际情况给定，所以量化的范围为[-2^K-1，2^K-1]，量化所得数据在此范围内等间距分布。

根据概率论对于正态分布的随机变量的3σ规则，服从N(0，σ²)分布的随机变量值落在区域[-3σ，+3σ]内的概率是0.9974，几乎是肯定的事。而为了满足量化的正值和负值空间相等，我们取量化边界为[T_L，T_R]，根据3σ规则，这样保证了所有被量化数据的值几乎都落在量化范围之内，使得由于被量化的值超出量化范围而被截断的情况大大减少，因之产生的截断误差也大大减少。

而且量化边界随着通信数据的统计特性的变化自适应地调整，使得量化方法既能满足减少截断误差，而且可以使得量化空间充分被利用，提高资源利用率。

而且此处并未进行饱和处理，简化了现有技术的某些步骤，使得方法更加简单于实现。

熟悉本领域的技术人员可以理解，所述一段数据的长度可以根据实际应用情况方便地设定，比如为一帧或一个数据包等，而不影响本发明的实质和范围。

熟悉本领域的技术人员可以理解，所述量化边界可以根据精度要求和资源的充裕状况适当增减，而不影响本发明的实质和范围。

综合起来可以参照图1将本发明的一个较佳实施例描述为以下步骤：

首先进入步骤11，求解该段M个数据的统计特征参数：均值μ和均方差σ，求解的公式即式四和式五；

接着进入步骤12，根据统计特征参数求解量化的左右边界T_R和T_L，求解的公式即式六和式七；

接着进入步骤13，根据左右边界进行量化，量化的公式即式八。

虽然通过参照本发明的某些优选实施例，已经对本发明进行了图示和描述，但本领域的普通技术人员应该明白，可以在形式上和细节上对其作各种各样的改变，而不偏离所附权利要求书所限定的本发明的精神和范围。

Claims (4)

1.一种Turbo码译码器中的量化方法，其特征在于，包含以下步骤：

求解本段数据的统计特征参数；

根据所述统计特征参数求解量化的左右边界；

根据所述左右边界进行量化，计算量化结果。

2.根据权利要求1所述的Turbo码译码器中的量化方法，其特征在于，

所述统计特征参数包含均值和均方差；

所述均值的求解公式表示为： $\mathrm{\μ}=\frac{1}{M}\underset{m=1}{\overset{M}{\mathrm{\Σ}}}\left|L\left(U_m\right)\right|;$

所述均方差的求解公式为： $\mathrm{\σ}=\sqrt{\frac{1}{M}\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{\left(L\left(U_m\right)\right)}^2-{\mathrm{\μ}}^2;}$

其中各个符号含义为：μ为本段数据的均值，σ为本段数据的均方差，M为本段数据的数据个数，U_m为发送端发送的第m个比特，L(U_m)为U_m的对数似然比，第m个被量化的数据，∑表示求和运算，|·|表示取绝对值运算。

3.根据权利要求2所述的Turbo码译码器中的量化方法，其特征在于，所述左右边界的求解公式表示为：

T_R＝μ+3σ；

T_L＝-μ-3σ；

其中各个符号的含义为：T_R为右边界，T_L为左边界，μ为所述均值，σ为所述均方差。

4.根据权利要求3所述的Turbo码译码器中的量化方法，其特征在于，所述量化结果的计算公式表示为：

其中各个符号的含义为：U_m为发送端发送的第m个比特，L(U_m)为U_m的对数似然比，第m个被量化的数据，YY_m为第m个数据的量化结果，T_R为所述右边界，T_L为所述左边界，K为量化结果的比特数，[·]表示取整运算。