《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > 其他 > 業(yè)界動態(tài) > 基于LDPC碼不等保護特性改進的混合重傳算法

基于LDPC碼不等保護特性改進的混合重傳算法

2008-07-22
作者:李振松, 李學華, 楊大成

???? 摘 要: 提出了一種基于非規(guī)則LDPC碼的不等保護特性" title="保護特性">保護特性改進的混合重傳算法UEPB-HARQ(Unequal Error Protection Based HARQ)。通過合理設(shè)計LDPC碼的校驗矩陣,提出了一種整體考慮不同度節(jié)點對應(yīng)重傳比例的基于不等保護特性的混合重傳算法,從而獲得更好的傳輸性能。
??? 關(guān)鍵詞:非規(guī)則低密度奇偶校驗碼 度分布 不等保護特性?基于度分布的混合重傳技術(shù)

?

??? LDPC碼(Low-Density Parity-Check Code)[1]是一種校驗矩陣為稀疏矩陣的線性分組碼。由于LDPC碼,特別是非規(guī)則LDPC碼在AWGN信道下具有接近香農(nóng)極限的性能,同時具有隨碼長增加而線性增加的譯碼復雜度,因此受到越來越多研究者的關(guān)注。
??? 度分布(λ, ρ)是LDPC碼最重要的性能參數(shù)[2,3]。對非規(guī)則LDPC碼來說,度越大的節(jié)點與之相連的校驗節(jié)點就越多,也就可以獲得更準確的消息。這些節(jié)點通過校驗矩陣將正確的消息再傳到度低的節(jié)點,最終提高成功譯碼的概率,這就是LDPC碼的不等錯誤保護UEP(Unequal Error Protection)特性[4]。利用這個特性,通過對不同度節(jié)點選擇合適的比例進行重傳,可以改善系統(tǒng)的傳輸性能。
??? 參考文獻[5]中提出了一種基于度分布的HARQ技術(shù),通過重傳盡可能大的度節(jié)點來獲得系統(tǒng)的增益。本文在此基礎(chǔ)上,通過合理設(shè)計LDPC碼的校驗矩陣,并根據(jù)高斯" title="高斯">高斯近似法,對所有度節(jié)點進行整體考慮,給出合理的重傳比例,實現(xiàn)系統(tǒng)性能" title="系統(tǒng)性能">系統(tǒng)性能的最優(yōu)化。
1 算法描述
??? LDPC碼可以用校驗矩陣或者是相應(yīng)的Tanner圖[5]來表示。在LDPC碼的校驗矩陣中,每列所有元素中1的個數(shù)稱為該列對應(yīng)的信息節(jié)點的度;每行所有元素中1的個數(shù)稱為該行對應(yīng)的校驗節(jié)點的度。
???


??? 其中λi和ρj分別是度為i的變量節(jié)點和度為j的校驗節(jié)點對應(yīng)的1的個數(shù)占校驗矩陣中總的1的個數(shù)的比例。dl和dv分別是變量節(jié)點和校驗節(jié)點對應(yīng)的最大" title="最大">最大度。
如果碼長為N,則對應(yīng)Tanner圖中度為i的節(jié)點的個數(shù)為:
???


??? 然后按度的不同把所有節(jié)點劃分到不同的子包中,各個子包對應(yīng)特定度的節(jié)點。在重傳時,包含度為i的節(jié)點的子包對應(yīng)的重傳比例為pi,它表示重傳數(shù)據(jù)中度為i的節(jié)點個數(shù)占重傳節(jié)點總數(shù)的比例。定義為:
???

??? 其中ti表示度為i的變量節(jié)點的重傳個數(shù),表示一次重傳所傳輸?shù)目偟墓?jié)點個數(shù)。
當收到重傳請求時,發(fā)送端就根據(jù)重傳比例在相應(yīng)的子包中取出相應(yīng)數(shù)量的節(jié)點組成重傳數(shù)據(jù)進行重傳。接收端再將接收到的重傳數(shù)據(jù)與先前收到的數(shù)據(jù)進行合并,并再次嘗試譯碼,直到譯碼成功或者達到最大重傳次數(shù)。
??? 為能獲得最好的性能,需要給出特定的重傳比例pi。以下的分析表明本文提出的算法可以獲得最佳的重傳比例,從而獲得最優(yōu)的系統(tǒng)性能。
2 性能分析
??? 在AWGN信道中,調(diào)制方式為BPSK調(diào)制時,得到信道模型為:
??? y=x+n??????????????????????????? (4)
??? 其中,x∈{±1}為發(fā)送信號,n是均值為0、方差為
的高斯噪聲,y為接收信號。
對此,可以運用高斯近似(GA)來分析算法的漸進性能。根據(jù)參考文獻[4],高斯近似的結(jié)果為:
???

??? 其中,rl=mvl是第l次迭代后輸出信號的均值,初始值為r0=φ(s0),其中
???

??? 根據(jù)GA,如果當l趨于無窮時,rl收斂到0,則LDPC碼的譯碼錯誤可以任意小。
等式(5)是一個關(guān)于rl的迭代式。當?shù)螖?shù)l趨于無窮時,rl會減小并收斂到一個常數(shù),而當SNR大于門限值時,這個常數(shù)將為0。

??? 由pi是度為i的變量節(jié)點對應(yīng)的重傳比例,因此相應(yīng)的初始狀態(tài)為:
???

??? 由于信道初始信息可以通過(7)式對接收到的子塊進行軟合并而增大,因此重傳可以通過降低門限值來加快收斂速度。
??? 在DDB-HARQ中,先前收到的譯碼失敗的信號并不直接丟棄,而是和新收到的重傳信號進行軟合并。經(jīng)過HARQ接收機軟合并后,根據(jù)參考文獻[5],(5)式可化簡為:
???

??? 為了討論重傳次數(shù)趨于無窮的漸進性能,可將(8)式改寫為:
???

??? 其中,和i無關(guān)。
??? 由(9)式可知,當l趨于無窮時,rl是一個幾何級數(shù)。它的值只與λi和si有關(guān)。其中si是信道信息,和選擇的方式無關(guān),而λi對于特定的度分布也是常數(shù)。因此,rl可以寫成:
???

??? 其中,。
??? 從(10)式可以看出,K越小,門限值收斂的速度越快。為了提高重傳的功率效率,應(yīng)該找到盡可能小的K和相應(yīng)的si,所以要研究在什么情況下K會取得最小值。令:
???

??? 根據(jù)(7)式,(11)式可以寫成:
???

??? 由此得到優(yōu)化模型,即要找到一組在滿足條件:
???

的pi,使得(12)式取得極小值。根據(jù)這個優(yōu)化模型,得出的pi就是最佳的重傳比例。
??? 由于(12)式是一個多約束條件下求極值的問題,無法得出閉式解。但是可以運用數(shù)值計算的方法求出特定度分布所對應(yīng)的F(pi)的極小值,從而得出最佳重傳比例pi
??? 根據(jù)參考文獻[8],?準(x)可以簡化為:
???
?

??? 將這個簡化式代入" title="代入">代入優(yōu)化模型,通過數(shù)學建模軟件,比如說LINGO,運用數(shù)值迭代的方法得到pi的數(shù)值解。由于該優(yōu)化模型從整體上考慮了所有度節(jié)點對譯碼的貢獻,因此利用優(yōu)化結(jié)果所得的pi值進行重傳,就可以使得系統(tǒng)達到最大的重傳功率利用率,從而獲得最好的系統(tǒng)性能。
3 仿真及結(jié)果分析
??? 在仿真過程中,采用的非規(guī)則LDPC編碼的度分布為:
???

??? 采用的碼長N=1 024,碼率為R=1/2。每次重傳的比特數(shù)為256。通過LINGO優(yōu)化軟件,根據(jù)優(yōu)化模型,可以得到表1所示的最佳重傳比例。

??????????????????
??? 從表1中可以看出,優(yōu)化的比例并不只是重傳度大的節(jié)點,同時也是重傳度較小的節(jié)點。這可以理解為:雖然有些度比較小,但是它對應(yīng)的比例很大,這樣在整個譯碼過程中可以提供很多的信息量,所以在重傳節(jié)點中包含這些節(jié)點必然會增加重傳后譯碼成功的可能性。
??? 本文在仿真中每次重傳256個比特,重傳比例為1/4。改善的DDB-HARQ重傳算法各個度對應(yīng)的重傳比特數(shù)由表1中的ti給出。只有重傳度較大的算法是從發(fā)送信號中取出256個度和最大的節(jié)點進行重傳。
??? 圖1是最大重傳次數(shù)為1次時的誤碼率曲線。從圖中可以看出,采用重傳技術(shù)后誤碼性能有明顯的改善。改進的DDB-HARQ方案在高信噪比下比只重傳最大度節(jié)點的方案性能增益更大。這是因為在信噪比較大時,度大的節(jié)點正確接收的概率已經(jīng)很大,重傳后得到的額外信息量并不大,而改進的算法由于包括各個度的節(jié)點,因而性能還能進一步提高。

??????????????????
??? 圖2是最大重傳次數(shù)為3次時的誤碼率曲線。從仿真圖中可以看出,改進的DDB-HARQ算法比只重傳度大的節(jié)點的系統(tǒng)性能有明顯的改善,說明經(jīng)過優(yōu)化的重傳比例確實改善了重傳效率。重傳次數(shù)為3次比重傳次數(shù)為1次有更大的性能增益。這是因為重傳次數(shù)增加后,譯碼器可以更確切地掌握對譯碼幫助最大的接收信息,從而提高譯碼的成功率。

????????????????????
??? 本文通過對非規(guī)則LDPC碼運用高斯近似,給出了基于LDPC 碼不等保護特性的重傳方式的系統(tǒng)性能的優(yōu)化方法。仿真結(jié)果表明本文提出的改進的基于度分布的重傳算法,能充分利用非規(guī)則LDPC碼的不等保護特性,提高重傳的效率,改善系統(tǒng)的傳輸性能。
參考文獻
[1] GALLAGER R G. Low density parity check codes [J].?IRE Trans. Inform. Theory,1996,(8):21-28.
[2] LUBY M G,MITZENMACHER M, SHOKROLLAHI M A.?Improved low-density parity-check codes using irregular?graphs[J].IEEE Trans on Information Theory. 2001,47(2):
?585-598.
[3] MACKAY D, WILSON S, DAVEY M. Comparison of?constructions of irregular gallager codes. IEEE Trans.?Commun, 1999,47(10):1449-1454.
[4] CAO Yi Qing, GU Jian, QI Lin, et al.Degree distribution?based HARQ for Irregular LDPC. Electronics Letters.2006,42(3):363-364.
[5] TANNER M. A recursive approach to low complexity ?codes. IEEE Trans. Inform. Theory, 1981,IT-27(9):533-547.
[6] CAMPELLO J. MODHA D S. Extended bit-filling?and?LDPC code design. Global Telecommunications?Conference, ?2001. GLOBECOM '01. IEEE Volume 2,
?2001,2(25-29):985-989.
[7] RICHARDSON T J, SHOKROLLAHI A, URBANKE R L.Design of capacity approaching irregular low density parity ?check codes. IEEE Trans. Inform. Theory,2001,IT47:619-637.
[8] CHUNG S Y, RICHARDSON T J, RUDIGER L U.Analysis of sum-product decoding of low-density-parity-check?codes using a gaussian approximation, IEEE Trans. Inform.?Theory,2001,47(2).

?

本站內(nèi)容除特別聲明的原創(chuàng)文章之外,轉(zhuǎn)載內(nèi)容只為傳遞更多信息,并不代表本網(wǎng)站贊同其觀點。轉(zhuǎn)載的所有的文章、圖片、音/視頻文件等資料的版權(quán)歸版權(quán)所有權(quán)人所有。本站采用的非本站原創(chuàng)文章及圖片等內(nèi)容無法一一聯(lián)系確認版權(quán)者。如涉及作品內(nèi)容、版權(quán)和其它問題,請及時通過電子郵件或電話通知我們,以便迅速采取適當措施,避免給雙方造成不必要的經(jīng)濟損失。聯(lián)系電話:010-82306118;郵箱:aet@chinaaet.com。