编码协作通信

2024-09-17

编码协作通信（精选8篇）

编码协作通信篇1

1 动态网络编码在中继网络中的应用分析

1.1 置信传播算法

如下图一所示为无线中继网络模型, 采用软信息合并是动态网络编码应用于无线中继网络一种形式, 在协作通信过程中, 信源节点S1、S2到中继节点R的信道存在噪声和信号衰落。同时, 中继节点R采用置信传播算法计算网络编码信息) 的对数似然比, 并发送到目的节点, 如图二所示。对于信源S1和S2和是两个独立的二进制随机信源, 其信道为高斯信道, 并且具有相同的0、1分布, 从信源到目的节点两个信道状态也相同, 同时从信源到中继节点的两个信道状态相同。因此, 如下为对中继节点R采用卷积编码对信息进行编码:1) 根据相关中继节点要求对信源信息进行译码, 此过程中采用BCJR算法, 然后得到其LLR;2) 为了达到减少节点D接收到的3个不同信息之间的依赖性的目的, 可以采用对信源S2码字的LLR信息进行交织操作, 最后得出信息的LLR值。

1.2 异或运算

在采用异或运算时, 通过中继节点与所收集到的数据进行对接, 再通过异或运算完成信息合并, 从而实现中继节点的数据压缩与增容效果, 在目前的网络编码技术应用中, 这种算法比较常见, 也是无线通信网络的最直接的一种形式。

2 系统模型

关于无线网络的动态网络编码协作通信机制系统模型的探讨, 必须充分考虑到一个由中继节点r和N个传输对s1-d1, …, s N-d N所组成的小单元无线网络, 其中, 在协作通信中必须依靠源节点si将数据Di传输给di。若果sj将Dj直接传输给dj时, di (i≠j) , 其通信效果良好, 整个通信网络终端能够可靠的听到Dj (i, j=1, …, N) 。对于相应的信道增益, si和r、si和di、以及r和di之间的无线信道参数, 都必须为频率非选择性衰落信道, αsir、αsidi和αrdi, 为零均值, 方差分别为1/βsir、1/βsidi和1/βrdi, 且互相独立的循环对称复高斯随机变量, 则αsidi2、αsir 2和αrdi 2分别服从参数为βsir、βsidi和βrdi的指数分布。对于各发送终端的发送功率同处在一个相工范围的, 加性信道噪声Z是方差为N0的复Gauss随机变量, 其中每个传输对之间尝试以R进行传输而不必考虑衰落的信噪比设为ρ, 也就是ρ=P/N0。

3 实现策略描述

在实现无线网络的动态网络编码协作通信过程中, 为了提高通信效率, 应该使用异域操作作为网络编码操作。多源节点同多目的节点相通信的动态网络编码协作通信机制在其运作中分为2个阶段, 共需N+1个时隙, 阶段包括动态网络编码暨转发阶段和直接传输阶段。其中, 在动态网络编码暨转发阶段, 也就是第N+1个时隙, 通过使中继节点r把从和r之间无线信道, 再将异或后数据同时转发给相关目的节点信息异;而对于直接传输阶段, 各源节点si按次序直接传输Di到di, 也就是前N个时隙。通过节点si至r之间瞬时信道进行分析, 从而在增益αsir确定si至r的无线信道状况是否良好, 该值如果低于某阈值, 则数据编码器不会将si发送译码到r, 否则会将从si收到的数据编码。此外, 对于拥有良好源节点至中继节点信道的传输对si-di, 因为r总是根据瞬时信道状态状况动态确定的, 通过根据所接收到的哪些数据进行网络编码然后再实现转发, 该机制也称为动态网络编码协作通信机制。

4 中断性能分析暨数值结果

如果设置I1, …, IQ, 为集合{1, …, N}的Q个子, 从而Q=2N, 假设, 若N=2, 则集合{1, 2}的4个子集分别为空集、{1}、{2}和{1, 2}。εq (q=1, …, Q) 代表事件——si (i∈Iq) 到r之间的无线信道足以支持无错数据传输而si (i Iq) 到r之间的无线信道不能支持无错传输。则传输对si-di的中断概率pi可写为:

上式中Ii (X;Y) εq为事件εq发生时si和di之间的条件互信息。

在这里由于N+1个时隙被分配给了N个传输对, 其互信息被N+1/N除。通过分析上面的式子可以得到如下结果:

其中:

布函数和随机变量的概率密度函数;如下图四为单传输对中断概率比较。从图中可以看出, 虽然中继节点对来自两个源节点的数据进行了相应的协作网络编码, 而其中的两个传输对却不互相影响中断性能, 能够正常工作。由此可见, 对其中断性能进行了理论分析, 该传输机制的传输对s1-d1保持了更低的中断概率, 有效避免了不必要的错误传播, 并拥有更好的源节点-中继节点信道, 在有效对抗衰落的同时, 还能够在频谱效率上引入更少性能损失, 从而动态网络编码协作通信机制要比固定网络编码协作通信机制的中断性能要好。分别是随机变量的累积分

摘要：随着通信技术的改革与发展, 人们对网线网络通信提出了更高的要求, 使之面临着新的挑战与机遇。从而使得动态网络编码协作通信机制逐步受到人们的关注, 该机制能够将节点转发和网络编码有机结合, 在较高频谱利用效率下对无线媒质的衰落实现有利对抗, 并继节点对从多个源节点接收到的信息做动态网络编码。本文主要是对用于无线网络的动态网络编码协作通信机制进行探讨分析, 并提出自己的相应观点。

关键词：无线网络,动态网络编码,协作通信机制,探讨

参考文献

[1]彭聪, 赵明, 姚彦.适用于无线网络的动态网络编码协作通信机制[J].清华大学学报 (自然科学版) , 2008, (07) .[1]彭聪, 赵明, 姚彦.适用于无线网络的动态网络编码协作通信机制[J].清华大学学报 (自然科学版) , 2008, (07) .

[2]李颖, 王静.网络编码在无线通信网络中的应用[J].中兴通讯技术, 2009, (01) .[2]李颖, 王静.网络编码在无线通信网络中的应用[J].中兴通讯技术, 2009, (01) .

[3]陈庆春.协作通信网络中的合作编码技术[J].中兴通讯技术, 2009, (01) .[3]陈庆春.协作通信网络中的合作编码技术[J].中兴通讯技术, 2009, (01) .

编码协作通信篇2

现在是TCP/IP通信协议的互联网络和现代CAN总线两种通信方式来传输数据的智能照明控制系统时代，应用特别多。

通常上位机指的是PC，上位机属于高层控制设备，管理人员直接操作计算机;下位机属于底层控制设备。

关键词：TCP/IP协议;CAN总线;上位机

1引言

随着社会的进步和现代化的发展，城市规模的不断扩大，建筑物也要求多功能化、大型化、高层化。

现在照明舒适度的追求也越来越强烈，建筑物照明的管理水平，发展智能照明在今后成为重点。

2TCP/IP协议

TCP/IP模型与OSI模型区别如表1。

从表1可以看出来：TCP/IP模型和OSI模型区别是：不是结构单一的对应关系。

TCP/IP模型功能：第一层为链路层，作用是链接网络接口层或者数据链路层;第二层是Internet层也叫网络层，其主要作用是解决网络中不同分组的活动，选择网络中不同路径和编址;第三层是传输层，主要作用是建立两台主机之间的连接;第四层是应用层，作用是处理TCP/IP模型中的应用程序。

数据库是把数据文件集合起来。

数据库分为：(1)非关系型数据库;(2)关系型数据库两种。

主流数据库分：(1)IBM的DB2，DB2是美国IBM公司研发出一系列关系型数据库管理的系统;(2)Oracle主要应用于网络，它的作用是处理大量的数据;(3)SQL Server是大型关系型数据库系统，一般作为中型企业或单位的数据库;SQL Server平台功能全面、效率高;(4)Access主要是数据库程序，不作为数据库语言应用;Access特点是安全性强、界面清晰。

VS 2010作为数据库访问技术主要有以下5种：(1)ODBC;(2)MFC ODBC;(3)DAO;(4)OLE DB;(5)ADO。

数据种类主要分为工作模式包、校时包、数据包、心跳包、命令包。

不同类型的数据主要是根据每种数据包的帧尾的不同来区别的。

表2、表3为数据包发给不同的上位机解码器心跳响应的格式。

心跳包分类为：(1)不同一级解码器器发送给上位机;(2)上位机收到心跳包后反馈给不同一级解码器的应答响应。

这两个表是上位机灯具实际运行状态的数据分析。

照明工作模式分为：(1)自然光感应控制模式;(2)人体感应控制模式。

通过调用USB―CAN的动态链接库文件初始化CAN总线来调控上位机中央监控系统软件，和下位机通过CAN总线进行数据传输、关闭CAN总线等操作、复位CAN总线。

操作系统包括下边四个步骤：(1)初始化;(2)启动接收进程以便获取下位机发送的数据;(3)向下位机发送数据及接收下位机数据;(4)接收下位机数据、复位CAN总线、关闭USB转CAN适配器设备。

图1所示的数据库三层之间的结构关系图是指：计算机与使用者进行信息交互界面层的接口的界面层;阻止用户对数据库的非法操作，这个功能对数据库非常关键，对上位机数据库的数据起到安全地作用;及时对用户操作响应及处理，此操作是上位机软件进行操作，对使用者起到回馈作用;操作的执行结果进行显示，显示方式有：界面显示，表格显示，图片显示等等特殊方式显示。

上位机中央监控系统需要通过数据库进行保存的主要数据：自然光感应数据、系统方案数据、灯具参数数据、灯具坐标数据、人体感应数据、系统日志数据、上位机中央管理系统的账户数据、灯具运行状态数据。

3总结

网络通信技术现在主要通过TCP/IP协议进行网络通信，随着现代科技技术的发展，我们通信协议也在密切更新，我们通过上位机PC主要管理者――人，来实现一些动画界面，表格，图片的相互转化，实现互联网上的一些美观动画效果，使我们互联网现在越来越美观并且实用。

参考文献

[1]邓全良.WinSock网络程序设计[M].北京：中国铁道出版社，2002：8687.

[2]黄超.Windows网络编程[M].北京：人民邮电出版社，2003：104113.

[3]郭瑞军，唐邦民等.Visual Basic数据库开发实例精粹[M].北京：电子工业出版社，2005：301311.

[4]姚巍.VisuaI Basic数据库开发从入门到精通[M].北京：人民邮电出版社，2006：178180.

[5]胡荣根.Visual Basic 6.0中文版数据库和Internet编程[M].北京：清华大学出版社，1999：215246.

[6]张莉，王强等.SQL Server数据库原理及应用教程[M].北京：清华大学出版社，2006：151155.

编码协作通信篇3

用户对移动无线通信的要求不断提高, 这推动了通信行业的高速发展, 也对无线通信的系统设计带来了更多挑战。数字通信系统的评价标准在于其可靠性和有效性, 然而, 这两个指标之间相互矛盾。对于无线通信系统而言, 其信道情况复杂多变, 因此可靠性更为重要。近些年来, Turbo码由于接近香农极限的优异性能已经被广泛采用, 成为3GPP组织在LT E与LT E-Ad v a n c e d通信系统的信道码[1]。

空间分集指将相同的数据在相互独立的路径上发送, 同一时刻各路径均经历深度衰落的概率很低。因此, 当接收侧通过一定方法将信号合并, 信号的衰减程度就会被显著减小。协作通信是空间分集衍生出的一种技术, 在通信环境为多用户情况下, 网络中的各个用户节点彼此之间共享自己的天线作为其他临近用户的中继节点。多个用户协同工作, 互相帮助, 按照一定的规则接收、转发、处理信息。从而形成虚拟的多天线系统, 并获得空间的分集增益, 提高通信系统的性能。在协作通信系统中应用Turbo编码, 不仅可以提供可靠的传输, 还可以提升系统吞吐量。

2 Turbo编码

Tu r b o编码[2]是第一种可以实现接近香农极限的编码方式, 它将卷积码和交织器结合, 从而实现随机编码。

2.1 Turbo编码器

Turbo编码器由卷积编码器和交织器组成, RSC (7, 5) 卷积编码器如图1所示。

在编码过程中, 两个自编码器输入的信息序列相同。长度为N的信息序列dk输入到第一个编码器输出Xk。同一阶段, dk被交织器处理并输入到第二个编码器。两个编码器的输出都是奇偶校验序列, 这两个序列经过打孔合并成一个新的序列, 码率变为1/2。

2.2 交织器

交织器是Turbo编码的核心部分, 它的任务是将信息序列重组。如果第一个编码器的输出序列汉明重量轻, 交织器将其处理使其在第二个编码器输出后汉明重量变重。因为汉明距离由汉明重量决定, 编码的可改正概率增大。另一方面, 交织器降低了两个编码器的相关性, 将两个编码器变为独立的个体。错误的字节被分散, 因而避免了衰落造成的严重错误。交织器的结构如图2所示。

2.3 Turbo解码器

假设一个BPSK调制的信号经由一个高斯白噪声信道传输到接收器。接收器接收到信息序列xk和校验序列yk, yk分为y1k和y2k。解码过程如图3所示。

首先, xk和y1k输入解码器1, 输出的后验概率和奇偶校验序列y2k通过交织, 输入自解码器2。后验概率在第二个解码器中充当先验信息, 如果第一个解码器成功的解码序列, 那么第二个解码器的输入序列中的错误会减少。解码器2的输出结果被解交织, 并进行接下来的判决环节。但是如果需要更精确的信息, 解码器2的输出会再输入到解码器1, 完成一次迭代, 迭代过程可重复。通常, 通过越多的迭代结果会更准确, 尤其是前几次迭代的效果更为显著。但是迭代次数的增多同时带来了系统的复杂性。

2.4 仿真

本文的仿真基于C++环境及IT++library。卷积码的迭代次数会影响系统表现, 图4表示不同迭代次数的Turbo编码对于8PSK调制的信号在瑞丽信道下传输的仿真结果。

从图4中可以看到, 当SNR小于8时不同迭代次数BER表现基本一致;当SNR增加, 迭代次数越多性能越好。但与此矛盾的是, 迭代次数越多译码时延越大。由仿真结果可知, 迭代次数4次结果比1次、2次有明显改善, 但与更多次数相差不大, 因此本文折中选取4次进行协作通信的仿真。

图5为不同码长的Turbo编码对于8PSK调制的信号在瑞丽信道下传输的仿真结果。

由图5可知, 在SN R小于8时, 不同控制码长BER表现基本一致;当SN R增加, 码长对编码结果的影响随之变大。码长越长性能越好, 但与此矛盾的是, 码长越长, 硬件上越难实施, 且译码时延越大, 这两者存在一个折衷, 本文选取码长1, 200进行协作通信的仿真。

3 软信息解码转发

本节首先简要介绍两种常见的协作通信策略[3], 随后提出软信息解码转发策略, 并进行理论分析和性能仿真。

3.1 放大转发

放大转发指中继节点对接收到的原始信号不进行解调和解码, 仅通过模拟的放大并转发。目的节点接收到来自源节点和中继节点两路历经不同衰落信道的信号, 并对其采用某种合并方式合并, 最后通过判决得到信号。放大转发的缺点是在放大信号的同时, 一并放大了噪声和衰落。

3.2 解码转发

解码转发指中继节点将信息解调并通过硬判决解码, 再重新编码调制发送给目的节点。目的节点采用某种合并方式, 将两路经独立衰落的信号进行合并。三节点中继模型中, 解码转发策略与放大转发一样可以获得二阶的分集增益, 但是在高信噪比情况下性能更好, 误码率更低。值得一提的是, 如果中继节点对接收到的数据译码失败, 将造成错误传播, 硬判决会加大错误发生的概率。

3.3 软信息解码转发

前两小节简述了放大转发及解码转发技术的缺点。软信息解码转发技术与解码转发类似, 只是在译码过程中保留了软信息, 降低了解码转发技术可能造成的错误传播发生的概率。中继保留的软信息有很多种, 本文采用的软信息是最大相似比 (LLR) [4]。

L L R通常用来描述两个模型的匹配程度。假设1和-1为二进制符号, 信息序列中第kt h比特为xk, P (xk) 表示特定字节出现的概率。

由式 (1) 可知, LLR表示1和-1出现概率的关系, 这种关系可以在软信息解码转发中被应用为软信息。

在软信息解码转发策略的第一个时隙, 源节点将信号同时广播给中继节点以及目的节点。中继节点接收到信号, 并进行软信息解码。在第二个时隙, 得出的软信息LLR转发至目的节点, 转发过程并不再次对软信息进行编码。中继节点解码得出的软信息在转发前需要一些运算处理, 这样做的原因是LLR的实际数值并不是整数, 在实际环境中很难传输。

在协作网络中LLR可以定义为

式中, hA= (σA2) /2而nA=2σA2, 其中σA2可由互信息运算而得。在目的节点, 接收到的信号可表示为

由此可知, 等效信道为hR Dβk (σA2) /2噪声为

由上述运算, 可以得出等效信道和噪声。运算得出的结果数值在目的节点被用来对接收到的信息进行解码, 从而提高解码质量。

3.4 仿真

本文对于几种转发模式的性能仿真在瑞利快衰落信道下进行, 信道编码采用Turbo码, 8PSK调制方式, 基站采用最大比合并方式合并。三条信道的衰落情况相互独立, 各个信道中噪声均为高斯白噪声, 中继位置分别位于源和目的端1/4, 1/2处。并与同条件下的用户与基站之间直接传输时的情况进行误码率比较, 得到的误码率曲线如图6所示。

从图6可以看出, 当中继位置位于源和目的端1/4处, 相比直接传输, 采用转发策略均可以获得更好的性能。性能由好至坏顺序为:软信息解码转发策略、解码转发策略、放大转发策略、直接传输。

从图7可以看出, 当中继位置位于源和目的端1/2处, 采用转发策略的性能也均高于直接传输。性能排序与中继位置1/4一致, 值得一提的是, 当SNR大于3.5时, 看似软信息解码转发技术的性能劣于解码转发, 其原因在于仿真时软信息解码转发技术的码长为1, 200, 而其他策略为2, 400, 这样设置的原因是在保证相对优良的性能表现情况下降低系统复杂性。

4 结束语

本文从理论和仿真两方面提出了软信息解码转发策略, 验证协作通信技术对于无线通信的性能改善。

参考文献

[1]3GPP TS36.212 v9.2.0.Technical Specification Group Radio Access Network:Evolved Universal Terrestrial Radio Access (E-UTRA) ;Multiplexing and channel coding (Release 9) .2010-06.[2]Chen, Y.P., J.Zhang, et al.Link-layer-and-above diversity in multihop wireless networks.IEEE Communications Magazine, 2009, 47 (2) :118-124.

[2]Mischa Schwartz, Mobile Wireless Communications.Cambridge University Press, 2005.

[3]J.N.Laneman, D.N.C.Tse, and G.W.Wornell.Cooperative diversity in wireless networks:Efficient Protocols and outage behavior.IEEE Transactions on Information Theory, 2004, 50 (12) :3062-3080.

编码协作通信篇4

编码感知路由是指在路由协议中引入的编码感知技术。就是检测路径上的类COPE编码结构, 引导数据流之间形成有效的编码双向流, 并试图主动去构造编码机会。该方法在一定的场景中能有效的提高吞吐量, 但是网络中的其他流量因素还值得进一步考虑:网络流的长度对网络吞吐量的影响有至关重要的作用, 盲目地选择具有编码结构的路径有时反而造成吞吐量的下降;动态管理编码侦听缓存报告, 进一步减少信令开销。

2 编码感知的机会路由

机会路由的特性是通信节点对当前数据包不明确指明下一跳中继节点, 而是在下一跳节点集中选取一个最佳的接收节点作为下一跳节点。编码感知的机会主义路由是在下一跳节点集中选取具有较高编码机会的节点作为下一跳转发节点, 能够提高编码机会, 从而带来吞吐量的提升。

推送节点集是机会主义路由当中的重要概念。在推送节点集中所有节点都会收到当前节点发送的数据, 但只有该集合中的一个节点会对数据处理, 继续推送转发。在推送节点集中各节点之间的协调十分关键。对于推送节点集中的节点选取规则如下:与目的节点比较接近的或者通信质量较好的节点, 可以用路由判据ETX的值来衡量;距离发送节点一跳范围内的节点;在推送节点集中的节点必须要能相互侦听。节点发送数据时, 在数据包头部加入推送节点集合列表, 节点的顺序会根据其到目的节点的距离来排列。

3 速率自适应的协作网络编码

如果出现链路不对称情况, 将会导致网络编码的性能下降, 相比于没有使用网络编码的普通网络传输机制, 性能的提升十分有限。因此在编码感知的同时, 加入对不同链路速率的感知, 可以有效的调整编码策略, 避免链路不对称数据流编码。

在图1 (a) 所示的单速率网络当中, 若节点1发送数据给节点4, 则经过路径为1-2-3-4。如果在网络中加入新数据流, 则从节点5发送数据到节点2, 并通过编码感知的技术, 可以选择路径5-4-3-2, 而在节点3上产生编码机会, 从而改善网络的吞吐量。但在实际网络中, 例如802.11无线网络就允许不同链路有不同的传输速率。在图1 (b) 所示当中, 每条边中的数字表示该链路最大传输速率和此时可用的传输带宽, 单位为Mbps。假如当没有网络编码的时候, 节点5此时则会选择路径5-4-6-2来传输数据。若考虑流内干扰竞争, 此时两条流总共的最大的吞吐量为1.5Mbps。当采用一般的编码感知技术的时候, 通过路径5-4-3-2传输数据, 节点3只能使用2Mbit/s的速度进行编码广播, 且这两条流的吞吐量仍为1.5Mbps, 与没有编码的方法吞吐量相同。当源节点和目的节点之间的信道质量变差时, 使用另一个与目的节点之间具有较好信道质量的节点来协助源节点向目的节点发送数据。协作链路的加入, 充分利用了空间分集和用户分集, 增加了系统容量。在图1 (b) 中, 若在节点6中进行编码中继, 仍然使用路径5-4-3-2进行传送数据, 此时两条流的吞吐量为2Mbps, 吞吐量提升了33.3%。可见, 在实际的多速率网络中权衡非平衡传输特性, 使用这种合作编码技术能有效提升网络吞吐量。

参考文献

[1]岩延, 张宝贤, 马建.基于网络编码的无线网络路由协议[J].中兴通讯技术, 2009, 15 (6) :1-4.

[2]樊凯, 李令雄, 龙冬阳.无线mesh网中网络编码感知的按需无线路由协议的研究[J].通信学报, 2009, 30 (1) .

编码协作通信篇5

关键词：协作通信,旋转编码,误符号率,功率优化分配

协作分集技术使多用户环境下的单天线终端通过共享彼此的资源,形成虚拟的多天线发射机,从而获得空间分集增益,提高系统传输性能[1,2]。协作分集系统有多种分类方式[1],按照中继的信号处理方式可分为:译码转发和放大转发系统;按照中继的信道自适应性又可以分为:固定式和选择式系统。

为了在获得分集增益的同时获得编码增益,文献[3]提出了一种基于选择式译码转发的旋转编码协作方案。与重复编码协作方案相比,该方案能获得约2 dB的性能增益,且实现复杂度很低。然而,由于源和中继采用等功率分配,缺乏对信道的自适应性,导致系统资源利用率较低。现有研究表明:在特定的协作场景下,根据信道条件进行功率优化分配能有效提高协作系统的中断概率和误码率等性能[4,5,6]。为此,本文针对旋转编码协作方案,以降低系统平均误符号率为目标,提出了一种最优功率分配(OPA)算法。

1 系统模型

如图1所示的中继系统模型,源节点(S)发送的数据,经过中继(R)的协助到达目的端(D)。中继采用译码转发模式。每个终端均采用单天线。所有信道为平坦瑞利慢衰落信道。假定终端采用半双工操作,即终端不能同时发送和接收信号。

协作传输分为两个阶段。在第一阶段,源以功率P1向中继和目的端广播信息符号x1,此时中继和目的端的接收符号为

$y_{r, 1} = \sqrt{Ρ_{1}} h_{s r} x_{1} + w_{r, 1} (1)$

$y_{d, 1} = \sqrt{Ρ_{1}} h_{s d} x_{1} + w_{d, 1} (2)$

其中,wsr和wsd分别表示中继和目的端的加性噪声,服从均值为0,方差为N0的复高斯分布。hsr和hsd分别为从源到中继和目的端的信道系数,为零均值复高斯变量,且方差分别为σ $_{s r}^{2}$ 和σ $_{s d}^{2}$ 。

在第二阶段,如果中继能正确接收发送符号,则中继以功率P2向目的端转发符号x2,否则源以功率P2向目的端发送符号x2。其中前者为协作场景,后者为非协作场景,且存在多种方式将符号x2映射为x1。本文研究两种情况:一种是符号x2与x1相同,即传统的重复编码协作方案[1];另一种是x1和x2组成旋转码中的一个码字[x1x2]T,称为旋转编码协作方案[3]。目的端在阶段2接收的符号yd,2可表示为

协作场景

$y_{d, 2} = \sqrt{Ρ_{2}} h_{r d} x_{2} + w_{d, 2} (3)$

非协作场景

$y_{d, 2} = \sqrt{Ρ_{2}} h_{s d} x_{2} + w_{d, 2} (3)$

两个时隙内的发射总功率限制为P,即P=P1+P2。在目的端,将两阶段的接收符号yd,1和yd,2进行合并,即可检测出源信息。当P1=P2时,即为文献[3]考虑的等功率分配情况。

在式(1)～式(4)中,hij(i∈{s,r},j∈{r,d})代表从节点i至节点j的信道衰落系数。hij互相独立,且在两个时隙内保持不变。接收端已知上述信道信息,但发送端未知。wi,j(i∈{r,d},j∈{1,2})表示节点i在时隙j的加性白高斯噪声。在统计意义上,hij和wi,j服从如下复高斯分布:hij～CN(0,σ $_{i j}^{2}$ ),wij～CN(0,N0)。

2 误符号率分析

本节将通过误符号率(SER)性能分析,研究旋转编码方案中的功率优化分配。为便于比较,同时给出了重复编码方案的SER性能分析。

2.1 重复编码协作方案的SER性能

为了和旋转编码协作分集进行比较,本文在重复编码方案中采用4-PAM调制(-3b,-b,b,3b)以保证两者具有相同的比特率(2个符号间隔传2 bit)。需指出的是,上述传输只在I路信道上进行,但可直接将其扩展至I/Q两路。如图2(a)所示,x1和x2组成的4个重复码字XA,XB,XC和XD分别为

$X_{A} = \begin{matrix} [\begin{array}{l} 3 b \\ 3 b \end{array}] \end{matrix}, X_{B} = \begin{matrix} [\begin{array}{l} b \\ b \end{array}] \end{matrix}, X_{C} = \begin{matrix} [\begin{array}{l} - b \\ - b \end{array}] \end{matrix}, X_{D} = \begin{matrix} [\begin{array}{l} - 3 b \\ - 3 b \end{array}] \end{matrix}$

当信道系数hsr,hsd和hrd已知时,在协作和非协作场景下,目的端将式(2)中的接收符号yd,1分别与式或(3)中的接收符号yd,2进行最大比合并(MRC),即可检测出发送符号x1。此时协作和非协作场景下的输出信噪比(SNR)为 $(Ρ_{1} | h_{s d} |^{2} + Ρ_{2} | h_{r d} |^{2}) \frac{E_{s}}{Ν_{0}}$ 和 $| h_{s d} |^{2} (Ρ_{1} + Ρ_{2}) \frac{E_{s}}{Ν_{0}}$ ,且Es=5b2是每符号的平均功率。对于4-PAM星座符号而言,协作和非协作场景下的条件SER为[7]

$Ρ_{e - c o - r e p | h_{s d}, h_{r d}} = \frac{3}{2} Q (\sqrt{\frac{2}{5} (Ρ_{1} | h_{s d} |^{2} + Ρ_{2} | h_{r d} |^{2}) \frac{E_{s}}{Ν_{0}}}) (5)$

$Ρ_{e - n o n - r e p | h_{s d}, h_{r d}} = \frac{3}{2} Q (\sqrt{\frac{2}{5} | h_{s d} |^{2} (Ρ_{1} + Ρ_{2}) \frac{E_{s}}{Ν_{0}}}) (6)$

其中,Q(·)为服从N(0,1)分布随机变量的互补累积分布函数。

利用Chernoff界 $Q (x) \leq \frac{1}{2} e^{- x^{2} / 2}$ 并对式(5)和式(6)中的瑞利衰落信道系数hsd和hrd求平均,即可得到协作和非协作场景下的平均误符号率上界为

$\begin{array}{l} Ρ_{e - c o - r e p} \leq \frac{3}{4} E [\exp (- \frac{1}{5} \frac{E_{s}}{Ν_{0}} (Ρ_{1} | h_{s d} |^{2} + Ρ_{2} | h_{r d} |^{2}))] = \frac{3}{4} \frac{1}{1 + \frac{1}{5} Ρ_{1} γ_{s d}} \frac{1}{1 + \frac{1}{5} Ρ_{2} γ_{r d}} \leq \frac{75}{4} \frac{15}{4} [(Ρ_{1} + Ρ_{2}) \bar{γ}_{s d}]^{- 1} (7) \\ Ρ_{e - n o n} \leq \frac{3}{4} E [\exp (- \frac{1}{5} \frac{E_{s}}{Ν_{0}} (Ρ_{1} + Ρ_{2}) | h_{s d} |^{2})] \leq \frac{15}{4} [(Ρ_{1} + Ρ_{2}) \bar{γ}_{s d}]^{- 1} (8) \end{array}$

式中, $\bar{γ}_{s d} = \frac{E_{s}}{Ν_{0}} σ_{s d}^{2}, \bar{γ}_{r d} = \frac{E_{s}}{Ν_{0}} σ_{r d}^{2}$ 是单位发射功率时的平均接收信噪比,且Pe-co-rep和Pe-non中的第2个不等式仅在高信噪比条件下成立。

非协作场景的概率Pnon-rep为中继不能正确检测出源端发送符号x1的概率。这相当于瑞利衰落信道条件下4-PAM的平均误符号率[8]

$Ρ_{n o n - r e p} = \frac{3}{4} (1 - \sqrt{\frac{Ρ_{1} \bar{γ}_{s r}}{5 + Ρ_{1} \bar{γ}_{s r}}}) (9)$

其中, $\bar{γ}_{s r} = \frac{E_{s}}{Ν_{0}} σ_{s r}^{2}$ 为源端单位发射功率时中继的平均接收信噪比。

联立协作和非协作场景,可以得到重复编码协作分集的平均误符号率上界为

$Ρ_{e - r e p} = Ρ_{e - n o n - r e p} Ρ_{n o n - r e p} + Ρ_{e - c o - r e p} (1 - Ρ_{n o n - r e p}) \leq \frac{45}{16} [(Ρ_{1} + Ρ_{2}) \bar{γ}_{s d}]^{- 1} (1 - \sqrt{\frac{Ρ_{1} \bar{γ}_{s r}}{5 + Ρ_{1} \bar{γ}_{s r}}}) + \frac{75}{16} (Ρ_{1} Ρ_{2} \bar{γ}_{s d} \bar{γ}_{r d})^{- 1} (1 + 3 \sqrt{\frac{Ρ_{1} \bar{γ}_{s r}}{5 + Ρ_{1} \bar{γ}_{s r}}}) (10)$

从上式可以看出,在完美源和中继间的信道条件下,即 $\bar{γ}_{s r}$ 足够大时,式中仅有第2项存在,此时系统可获得2阶完全分集。然而由于重复码仅仅把码字排列在一条线上,使得信号空间自由度没有得到充分利用,因此重复编码机制不能有效获得编码增益。

2.2 旋转编码协作方案的SER性能

采用文献[3]中的推导方法,本节给出了旋转编码协作方案的误符号率上界。在旋转编码协作方案中,两阶段发送的码字[x1x2]T取自包含4个码字的旋转码,如图2(b)所示。

$X_{A} = R \begin{matrix} [\begin{array}{l} a \\ a \end{array}] \end{matrix}, X_{B} = R \begin{matrix} [\begin{array}{l} - a \\ a \end{array}] \end{matrix}, X_{C} = R \begin{matrix} [\begin{array}{l} - a \\ - a \end{array}] \end{matrix}, X_{D} = R \begin{matrix} [\begin{array}{l} a \\ - a \end{array}] \end{matrix} (11)$

其中,为旋转矩阵。

当信道系数hsr,hsd和hrd已知时,目的端将式(2)中的接收符号yd,1分别与式(3)或(4)中的接收符号yd,2进行联合检测,即可得到发送码字[x1x2]T。由于难以得到准确的平均SER表达式,本文给出了一致界。不失一般性,假设发送码字为XA,根据旋转码字的对称性,可得到协作场景下SER的一致界为

Pe-rot≤P{XA→XB}+P{XA→XC}+P{XA→XD} (12)

其中,P{XA→XB}是在仅有两种发送信号的条件下,将XA错判为XB的成对错误概率。类似于文献[12]中的推导,在高信噪比条件下可以得到的成对错误概率为

协作场景

${\begin{cases} Ρ {X_{A} \to X_{B}} = Ρ {X_{A} \to X_{D}} \leq \frac{2}{\sin^{2} 2 θ} (Ρ_{1} Ρ_{2} \bar{γ}_{s d} \bar{γ}_{r d})^{- 1} \\ Ρ {X_{A} \to X_{C}} \leq \frac{1}{2 \cos^{2} 2 θ} (Ρ_{1} Ρ_{2} \bar{γ}_{s d} \bar{γ}_{r d})^{- 1} \end{cases} (13)$

非协作场景

${\begin{cases} Ρ {X_{A} \to X_{B}} = Ρ {X_{A} \to X_{D}} \leq \frac{1}{Ρ_{1} + Ρ_{2}} (\bar{γ}_{s d})^{- 1} \\ Ρ {X_{A} \to X_{C}} \leq \frac{1}{2 (Ρ_{1} + Ρ_{2})} (\bar{γ}_{s d})^{- 1} \end{cases} (14)$

式中, $\bar{γ}_{s d} = \frac{E_{s}}{Ν_{0}} σ_{s d}^{2}, \bar{γ}_{r d} = \frac{E_{s}}{Ν_{0}} σ_{r d}^{2}$ 为单位发射功率时接收信噪比且Es=a2为信号平均功率。将式(13)和式(14)代入式(12),可得到协作和非协作场景下的平均SER上界为

$\begin{array}{l} Ρ_{e - c o - r o t} \leq (\frac{4}{\sin^{2} 2 θ} + \frac{1}{2 \cos^{2} 2 θ}) (Ρ_{1} Ρ_{2} \bar{γ}_{s d} \bar{γ}_{r d})^{- 1} \\ Ρ_{e - c o - r o t} \leq \frac{5}{2 (Ρ_{1} + Ρ_{2})} (\bar{γ}_{s d})^{- 1} \end{array} (15)$

下面推导非协作场景的概率Pnon-rot,即中继端在阶段1接收x1时的SER。x1取自不等间隔4-PAM星座,且4-PAM的4个值分别为-a(sinθ+cosθ),a(sinθ-cosθ),a(cosθ-sinθ)以及a(sinθ+cosθ),如图3所示。

类似于文献[9]对等间隔PAM错误概率的推导,可以得到在源和中继间信道系数hsr已知时,x1的条件SER为

$\begin{array}{l} Ρ_{n o n - r o t | h_{s r}} = Q (\sqrt{2 \sin^{2} θ \frac{E_{s}}{Ν_{0}} Ρ_{1} | h_{s r} |^{2}}) + \frac{1}{2} Q \\ (2 (\cos θ - \sin θ)^{2} \frac{E_{s}}{Ν_{0}} Ρ_{1} | h_{s r} |^{2}) (16) \end{array}$

对式(16)中的hsr求平均,可得到非协作场景的概率Pnon-rot为

$Ρ_{n o n} = \frac{3}{4} - \frac{1}{2} \sqrt{\frac{\sin^{2} θ Ρ_{1} \bar{γ}_{s r}}{1 + \sin^{2} θ Ρ_{1} \bar{γ}_{s r}}} - \frac{1}{4} \sqrt{\frac{(\cos θ - \sin θ)^{2} Ρ_{1} \bar{γ}_{s r}}{1 + (\cos θ - \sin θ)^{2} Ρ_{1} \bar{γ}_{s r}}} (17)$

式中, $\bar{γ}_{s r} = \frac{E_{s}}{Ν_{0}} σ_{s r}^{2} = \frac{a^{2}}{Ν_{0}} σ_{s r}^{2}$ 为中继端的接收信噪比。

联合协作和非协作场景,可以得到旋转编码方案的平均误符号率上界为

$\begin{array}{l} Ρ_{e - r o t} = Ρ_{e - n o n - r o t} Ρ_{n o n - r o t} + Ρ_{e - c o - r o t} (1 - Ρ_{n o n - r o t}) \leq \frac{5}{2} [(Ρ_{1} + Ρ_{2}) \bar{γ}_{s d}]^{- 1} (\frac{3}{4} - \frac{1}{2} \sqrt{\frac{\sin^{2} θ Ρ_{1} \bar{γ}_{s r}}{1 + \sin^{2} θ Ρ_{1} \bar{γ}_{s r}}} - \frac{1}{4} \sqrt{\frac{(\cos θ - \sin θ)^{2} Ρ_{1} \bar{γ}_{s r}}{1 + (\cos θ - \sin θ)^{2} Ρ_{1} \bar{γ}_{s r}}}) + (\frac{4}{\sin^{2} 2 θ} + \frac{1}{2 \cos^{2} 2 θ}) (Ρ_{1} Ρ_{2} \bar{γ}_{s d} \bar{γ}_{r d})^{- 1} (\frac{1}{4} + \frac{1}{2} \sqrt{\frac{\sin^{2} θ Ρ_{1} \bar{γ}_{s r}}{1 + \sin^{2} θ Ρ_{1} \bar{γ}_{s r}}} + \\ \frac{1}{4} \sqrt{\frac{(\cos θ - \sin θ)^{2} Ρ_{1} \bar{γ}_{s r}}{1 + (\cos θ - \sin θ)^{2} Ρ_{1} \bar{γ}_{s r}}}) (18) \end{array}$

当用户间信道条件非常差时(即 $\bar{γ}_{s r} \to - \infty), 式 (18)$ 主要取决于非协作场景,此时Pe-rot变为 $Ρ_{e - r o t} \leq \frac{5}{2} [(Ρ_{1} + Ρ_{2}) \bar{γ}_{s d}]^{- 1}$ 。与此同时,重复编码协作分集的SER上界式(10)变为 $Ρ_{e - r e p} \leq \frac{15}{4} [(Ρ_{1} + Ρ_{2}) \bar{γ}_{s d}]^{- 1}$ 。由以上结果发现,在低信噪比条件下,旋转编码和重复编码协作分集都不能获得分集增益,但旋转机制相比于重复机制能获得约1.5(1.8 dB)的编码增益。

当用户间信道条件好时(即 $\bar{γ}_{s r} \to + \infty), 式 (16)$ 和式(9)主要取决于协作场景。式(16)变为 $Ρ_{e - r o t} \leq (\frac{4}{\sin^{2} 2 θ} + \frac{1}{2 \cos^{2} 2 θ}) (Ρ_{1} Ρ_{2} \bar{γ}_{s d} \bar{γ}_{r d})^{- 1}$ 。当 $θ = \frac{1}{2} \tan^{- 1} (^{4} \sqrt{8})$ 时,可得到一个最小界 $Ρ_{e - r o t} \leq \frac{1}{2} (9 - 4 \sqrt{2}) (Ρ_{1} Ρ_{2} \bar{γ}_{s d} \bar{γ}_{r d})^{- 1}$ 。同样地,式(10)中的界变为 $Ρ_{e - r e p} \leq \frac{75}{4} (Ρ_{1} Ρ_{2} \bar{γ}_{s d} \bar{γ}_{r d})^{- 1}$ 。比较两个不等式,发现两种协作分集方案均能获得2阶分集,但旋转编码还能获得约 $\sqrt{\frac{75}{2 (9 + 4 \sqrt{2})}}$ (约2 dB)的编码增益。

通过对上述两种极端情况的分析,可得出如下结论:采用相同的功率分配方法时,与重复编码相比,旋转编码方案能获得1.8～2.0 dB的编码增益。

2.3 功率优化分配

令β=P1/P(0<β<1),在已知源至中继、源至目的端和中继至目的端信道统计特性 $\bar{γ}_{i j} (i \in {s, r}, j \in {r, d})$ 时,式(18)表明推导的误符号率上界为旋转角度θ和功率因子β的二元函数。为了简化分析,本文假定θ取完全协作场景下的最优值,即 $θ = \tan^{- 1} (^{4} \sqrt{8}) / 2$ ,此时误符号率上界退化为功率因子β的一元函数。在最小误符号率上界准则下,源和中继间的功率优化分配问题转换为

$\begin{array}{l} β_{o p t} = a r g m i n {Ρ_{e - r o t}} \\ s . t . 0 ＜ β ＜ 1 \end{array} (19)$

这是一个典型的有约束非线性规划问题[10]。由于目标函数表达式Pe-rot复杂,很难求出最优功率分配值的显式解,可以采用穷搜索或黄金比搜索的方法来解决该优化问题。

3 仿真结果与分析

本节通过计算机仿真分析了不同功率分配方法对旋转编码协作方案性能的影响。仿真条件为:所有信道为互相独立的频率平坦信道,信道系数服从均值为0的复高斯分布;接收端已知完整的信道状态信息,但发射端未知;所有终端采用单天线;帧长为128个符号间隔,帧数为106。此外,先假定只利用I路发送4-PAM调制符号,然后扩展至I/Q两路进行传输。

图4给出了 $\bar{γ}_{s d} = \bar{γ}_{r d} = 15$ dB且分别为5 dB,15 dB和∞时,源节点的SER性能随功率因子β变化的曲线图。从该图可看出,当β位于区间(0,1)时,SER曲线具有凸性。当 $\bar{γ}_{s r}$ 减小时,βopt分别为0.5,0.7,0.85。此结论说明:当用户间信道质量变差时,应相应提高分配给源信号的功率,从而增加协作的可能性。

图5给出了 $\bar{γ}_{s d} = \bar{γ}_{r d}$ 且 $\bar{γ}_{s r}$ 分别为5 dB,15 dB和∞时,源在EPA和OPA方法下的SER性能。由该图可看出,与EPA方法相比,采用OPA方法能进一步提高性能。如 $\bar{γ}_{s r} = 15$ dB,误码率为10-3时,能获得额外的3.7 dB增益。随着 $\bar{γ}_{s r}$ 的增加,OPA方法带来的性能增益逐渐减小。当 $\bar{γ}_{s r} = \infty$ 时,OPA方法与EPA方法等价。当上行信道不对称(即 $\bar{γ}_{s d} \neq \bar{γ}_{r d})$ ,将传输从I路扩展至I/Q两路且改变调制方式时,可得到与图4和图5相似的结论。

4 结束语

本文提出了一种旋转编码协作方案中的功率优化分配方法。利用Chernoff界推导了端到端系统误符号率(SER)的上界,并提出了最小化SER上界准则下的功率分配方法。研究表明,在理想协作场景下,等功率分配最优,且所提系统能获得完全分集增益;在非理想协作场景下,采用功率优化分配可以获得额外的性能增益。下一步研究将考虑在所提系统中引入信道编码技术以获得额外的编码增益。

参考文献

[1]Laneman J N,Tse D N C,Wornell G W.Cooperative Di-versity in Wireless Networks:Efficient Protocols and Outage Behavior[J].IEEE Transactions on Information Theory,2004,50(12):3062-3080.

[2]Hunter TE,Nosratinia A.Diversity Through Coded Coop-eration[J].I J.Sactions on Information Theory,2006,5(2):283-289.

[3]Xiong X,Ge J H,Li J,et al.Cooperative Diversity based on Rotation Code[J].Journal of Central South University of Technology,2009,16(2):280-284.

[4]Annavajjala R,Cosman P C,Milstein L B.Statistical Channel Knowledge based Optimum Power Allocation for Re-laying Protocols in the High SNR Regime[J].IEEE Jour-nal on Selected Areas in Communications,2007,25(2):292-305.

[5]李靖,葛建华,王勇.一种正交调制协作系统的功率分配方法[J].西安交通大学学报:自然科学版,2009,43(2):81-85.

[6]Su W,Sadek A K,Ray Liu K J.Cooperative Communica-tion Protocols in Wireless Networks:Performance Analysis and Optimum Power Allocation[J].Wireless Personal Communication,2008,44:181-217.

[7]Proakis J G.Digital Communications[M].4th ed.New York:McGraw-Hill,2003.

[8]Simon M K,Alouini M S.Digital Communication over Fa-ding Channels[M].2nd ed.New York:John Wiley&Sons,2005.

[9]Tse D,Viswanath P.Fundamentals of Wireless Communica-tion[M].Cambridge:Cambridge University Press,2005.

编码协作通信篇6

关键词：LDPC码,协作通信,空间分集,信道估计

0 引言

先进的信道编码技术(Turbo码、LDPC码)是未来宽带无线通信传输中必须采用的关键技术之一。LDPC码是迄今为止试验中最为接近Shannon极限的信道编码。

协作通信作为一种有效提高无线链路可靠性的技术受到广泛的关注,它利用无线通信的广播特性,一次发送使得多个协作节点接收信号并进行中继转发,从而获得虚拟的空间分集。

空间分集技术能抵抗多径衰落。最常使用的分集合并技术有:切换合并、选择式合并、等增益合并和极大比合并。在这4种合并方式中,极大比合并的性能最好。

现有的研究工作一般都是将信道编码技术、协作通信和空间分集技术分开或者将其二联合运用到无线通信系统中,例如文献[6]就是将信道编码技术和协作通信联合运用。本文将三者统一运用到无线传输系统中,在全盲瑞利信道下对提出的系统进行误码率性能的仿真,相比文献[6]中的LDPC编码协作系统,本系统能获得更高的传输可靠性。

1 LDPC系统码

LDPC码是一类特殊的(n,k)线性分组码,其校验矩阵Η中绝大多数元素为0,只有少部分为1。LDPC码分为正规码和非正规码。其中有一类特殊的非正规码叫做系统码,其校验矩阵满足以下形式:

$Η_{Μ \times Ν} = [A ⋮ Ι] = [\begin{matrix} h_{1, 1} & h_{1, 2} & \dots & h_{1, Ν - Μ} & 1 & 0 & \dots & \dots & \dots & \dots & 0 \\ h_{2, 1} & ⋮ & 0 & 1 & ⋮ \\ ⋮ & ⋱ & ⋮ & ⋮ & 1 & ⋱ & ⋮ \\ ⋮ & ⋱ & ⋮ & ⋱ & 1 \\ ⋮ & ⋮ & 1 & 0 \\ h_{Μ, 1} & h_{Μ, Ν - Μ} & 0 & \dots & \dots & \dots & 0 & 1 \end{matrix}] ‚ (1)$

式中,矩阵A的每一行和每一列的1的个数是常数。用A(M,N,dv,dc)表示一个系统码,M和N分别表示校验矩阵H的行数和列数,dv和dc分别为矩阵A的列重和行重。

所谓系统码是指编码后的码字当中包含信息序列,系统码的一个优点是译码完毕后直接就得到了信息位,而非系统码译码后还需要根据码字找出相应的信息序列。因此,为了译码时更加简单方便,采用非正规LDPC系统码来对信道进行编码。

2 协作通信

首先将协作通信引入到信道编码后,得到如图1所示的LDPC系统码编码协作通信系统模型。由于系统码的特殊性,在中继节点处,编码器2从译码器1的输出序列中取出信息位进行编码,得到码字LDPC2并向目的节点发送其校验位。而不是将译码器1得到的整个码字作为信息序列进行编码,然后将经编码器2编码得到的码字发送给目的节点。

该系统中只有1个中继节点,是最简单的中继信道。中继节点有3种转发方式:放大转发、检测转发和编码协作转发,其中第3种转发方式具有比前2种更优越的性能,它是信道编码技术和协作通信技术有机融合的产物。本文即采用第3种性能最优越的转发方式,先解码再转发。

协作通信系统的LDPC联合迭代译码是基于双层Tanner图的,具体译码过程可参考文献[6]。为了清晰地表示出系统添加后续的空间分集技术后,初始化将如何变化,此处将协作编码系统的第1、2层的初始化信息写出来:

$f_{1 n}^{(i)} = Ρ r (d_{n} = i | r_{l} ∶ |_{l = 1}^{Ν}) = \frac{1}{1 + \exp (2 a r_{n} / σ^{2})}$ , (2)

$f_{2 n}^{(i)} = Ρ r (d_{n} = i | r_{n} ∶ |_{l = Ν + 1}^{Ν + Μ_{2}}) = \frac{1}{1 + \exp (2 a r_{n} / σ^{″}^{2})}$ , (3)

式中,a是发送符号,i=0时a=1,i=1时a=-1,rn是第n时刻接收器接收到的信号,σ2和σ″2分别是S-D信道和R-D信道的加性高斯白噪声的方差。

3 空间分集

空间分集就是采用多根接收天线来接收信号,然后进行合并。为保证接收信号的不相关性,要求天线之间的距离足够大,这样做的目的是保证了接收到的多径信号的衰落特性不同。在理想情况下,接收天线之间的距离只要波长λ的一半就可以了。

接收端采用分集技术的无线传输系统如图2所示,它的发送端包含1根天线,接收端包含m根天线。它其实是1种特殊的多输入多输出(MIMO)信道模型,即SIMO模型:

r=ah+n, (4)

式中,a是发送符号,它通过瑞利信道 $h = [h_{1}, \dots, h_{m}]^{Τ} ‚ h_{i} (i = 1, 2, \dots, m)$ 表示各个子信道的增益,服从复高斯分布,n是信道的加性高斯白噪声。

本文采用性能最好的极大比合并方式,它其实是无记忆SIMO信道的MMF滤波的另一种名称。合并之后的信息y表达为如下:

y=∑ih*iri=h*r。 (5)

将式(4)代入上式,得到:

$y = h^{*} r = ∥ h ∥^{2} a + \tilde{n}$ , (6)

其中, $\tilde{n} = h^{*} n$ 是满足 $E [| \tilde{n} |^{2}] = Ν_{0} ∥ h ∥^{2}$ 的复高斯随机变量。

因此,将极大比合并运用到编码协作通信系统后,初始化的式(2)、式(3)应作如下变化:

$f_{1 n}^{(i)} = Ρ r (d_{n} = i | r_{l} ∶ |_{l = 1}^{Ν}) = \frac{1}{1 + \exp (2 a r_{n} / (σ^{2} ∥ h ∥^{2}))}$ , (7)

$f_{2 n}^{(i)} = Ρ r (d_{n} = i | r_{n} ∶ |_{l = Ν + 1}^{Ν + Μ_{2}}) = \frac{1}{1 + \exp (2 a r_{n} / (σ^{″}^{2} ∥ h ∥^{2}))}$ 。 (8)

4 信道估计

4.1 采用信道估计的框架模型

以上部分的分析都是基于信道已知的条件下进行的,而实际情况中瑞利信道一般都是未知的,即是盲信道。此时,接收端就不能采用匹配滤波器(MF)来滤波,必须采用自适应滤波的方法来对信道先进行估计再滤波。下面详细介绍2种自适应算法。

4.2 最小均方(LMS)算法

接收端的LMS自适应滤波器如图3所示。

定义k时刻的误差矢量:

Ek=Ak-cTrk。 (9)

第k时刻滤波器的平方误差的模为:

$| E_{k} |^{2} = | A_{k} |^{2} - 2 Re {A_{k} (c^{*} \bar{r}_{k})} + c^{*} (\bar{r}_{k} r_{k}^{Τ}) c$ 。 (10)

对上式求c(k)方向的梯度为:

$\begin{array}{l} \nabla | E_{k} |^{2} = 2 (\bar{r}_{k} r_{k}^{Τ}) c - 2 A_{k} \bar{r}_{k} = 2 \bar{r}_{k} (r_{k}^{Τ} c) - 2 \bar{r}_{k} A_{k} = \\ - 2 \bar{r}_{k} (A_{k} - \bar{r}_{k}^{Τ} c) = - 2 E_{k} \bar{r}_{k} 。 (11) \end{array}$

根据自适应滤波的LMS算法原理,滤波器的滤波系数按下面的式子迭代:

$\begin{array}{l} c^{(k + 1)} = c^{(k)} - \frac{β}{2} \nabla_{c^{(k)}} | E_{k} |^{2} = c^{(k)} - \frac{β}{2} (- 2) E_{k} \bar{r}_{k} = \\ c^{(k)} + β (A_{k} - c^{Τ} r_{k}) \bar{r}_{k} = \\ c^{(k)} + β A_{k} \bar{r}_{k} - β (\bar{r}_{k} r_{k}^{Τ}) c^{(k)} = \\ [Ι - β (\bar{r}_{k} r_{k}^{Τ})] c^{(k)} + β A_{k} \bar{r}_{k} 。 (12) \end{array}$

LMS算法步骤总结如下:

① 输入长度为N的训练序列;

② 初始化滤波器系数 $c^{(0)} = 0$ ;

③ 利用迭代公式(12)迭代N次求出 $c^{(Ν + 1)}$ ,将之作为最优的滤波器系数;

④ 利用已计算得到的 $c^{(Ν + 1)}$ 来估计后面的M个进入滤波器的信号。

$y^{(k)} = (c^{(Ν + 1)})^{Τ} r_{k}, k = Ν + 1, Ν + 2, \dots, Ν + Μ$ 。 (13)

4.3 递归最小二乘(RLS)算法

LMS算法在迭代过程中采用瞬时梯度估计统计梯度,虽然在平均意义上收敛于统计梯度,但由于调整过程中的瞬时偏差较大,导致收敛较慢。为了克服这一缺点,可采用递归最小二乘算法(RLS),使一段序列长度内期望信号与滤波器输出信号之间的误差信号的功率和最小。

定义k时刻的代价函数为:

$ζ_{k} = \sum_{i = 0}^{k} λ^{k - i} e_{i}^{2} = \sum_{i = 0}^{k} λ^{k - i} (A_{i} - r_{i}^{Τ} c_{k})^{2}$ , (14)

式中,λ为遗忘因子,取值范围在(0,1],随着时间的增加,越早的信息被忽略程度越大。

上式对ck进行求导,得到:

$\frac{d ζ_{k}}{d c_{k}} = - 2 \sum_{i = 0}^{k} λ^{k - i} \bar{r}_{i} (A_{i} - r_{i}^{Τ} c_{k})$ 。 (15)

令 $\frac{d ζ_{k}}{d c_{k}} = 0$ ,得到:

$c_{k o p t} = [\sum_{i = 0}^{k} λ^{k - i} \bar{r}_{i} r_{i}^{Τ}]^{- 1} \sum_{i = 0}^{k} λ^{k - i} \bar{r}_{i} A_{i} = R_{D}^{- 1} (k) p_{D} (k)$ , (16)

式中, $R_{D} (k) = \sum_{i = 0}^{k} λ^{k - i} \bar{r}_{i} r_{i}^{Τ} ‚ p_{D} (k) = \sum_{i = 0}^{k} λ^{k - i} \bar{r}_{i} A_{i}$ 。

根据矩阵求逆引理:

$[A + B C D]^{- 1} = A^{- 1} - A^{- 1} B [D A^{- 1} B + C^{- 1}] D A^{- 1}$ 。 (17)

分别令 $A = R_{D} (k - 1) ‚ B = \bar{r}_{k} ‚ C = \frac{1}{λ} ‚ D = r_{k}^{Τ}$ ,可得到:

$R_{D}^{- 1} (k) = \frac{1}{λ} [R_{D}^{- 1} (k - 1) - \frac{R_{D}^{- 1} (k - 1) \bar{r}_{k} r_{k}^{Τ} R_{D}^{- 1} (k - 1)}{λ + r_{k}^{Τ} R_{D}^{- 1} (k - 1) \bar{r}_{k}}]$ , (18)

再将 $p_{D} (k) = \sum_{i = 0}^{k} λ^{k - i} \bar{r}_{i} A_{i}$ 变换成:

$p_{D} (k) = λ p_{D} (k - 1) + A_{k} \bar{r}_{k}$ 。 (19)

RLS迭代过程可以总结如下:

① 初始化,令 $p_{D} (0) = 0 ‚ R_{D}^{- 1} (0) = δ^{- 1} Ι ‚ δ$ 是个很小的数;

② 根据式(19)更新 $R_{D}^{- 1} (k)$ 和 $p_{D} (k)$ ,达到训练长度后根据式(17)得ckopt;

③ 利用已计算得到的ckopt来估计后面的M个进入滤波器的信号:

$y^{(k)} = (c_{k o p t})^{Τ} r_{k}, k = Ν + 1, Ν + 2, \dots, Ν + Μ$ 。 (20)

5 仿真结果及分析

本节通过数值模拟研究2种不同自适应算法下的编码协作系统的误比特性能,比较2种算法的收敛特性。然后,研究分集数目对系统性能的影响。最后,将提出的采用分集技术的LDPC编码协作系统和传统的信道编码系统进行性能比较,得出结论。

假定协作通信系统中的信道相互独立且均为平坦瑞利慢衰落信道,由于信号的衰减和传播的距离成正比,S-D信道的距离大于R-D信道的距离。仿真中,设S-D信道的信噪比SNRS-D比R-D信道的信噪比SNRR-D小2 dB,即SNRS-D=SNRR-D-2 dB。仿真图中横坐标为 $S Ν R_{S - D} = 10 \lg (\frac{1}{σ_{S - D}^{2}})$ ,单位为dB,信号平均功率为1 W。纵坐标为误比特率,它是错误比特数与传输比特数之商。协作通信分为理想协作和非理想协作,区别在于前者中继节点对源节点发送的码字译码正确,而后者不然。在不失仿真结论的一般性下,为了模拟的方便,采用理想协作通信。

5.1 收敛特性的比较

在采用LMS算法和RLS算法的系统中,源节点和中继节点都采用系统码(2 160,720,3,6)和系统码(1 920,480,2,6),分集数目m=2。针对2种算法,保持其他条件的不变,只改变迭代次数,得到如图4所示。

观察上图,随着迭代次数的增加,系统的性能得到改善。很显然,下半部分图中曲线的收敛速度快于上半部分图中的曲线。因此,RLS算法的收敛特性优于LMS算法的收敛特性。

5.2 分集数目对系统的影响

沿用上面部分的码字,采用性能最好的极大比合并,保持其他条件不变,只改变分集数目,分别对LMS算法和RLS算法进行模拟,得到的模拟结果如图5所示。

从图5中可以看出,不管采用何种自适应算法,随着接收天线数目的增加,系统的性能都会获得提高。进一步可以看出,从采用1根天线到采用2根天线时系统的性能改善最明显,随着天线数目的不断增加,性能的改善会逐渐饱和。

5.3 与信道编码系统的性能比较

最后,将完整的采用分集技术的编码协作系统与信道编码系统进行对比。信道编码系统中采用的LDPC码校验矩阵与联合校验矩阵一致,接收端分集数目都是m=2,仿真结果如图6所示。

从图6中可以看出,当分集数目和自适应迭代次数相同情况下,采用文中结构框架的通信系统误码率性能比仅采用信道编码的系统好。信噪比越高,性能改善越明显。

6 结束语

提出了采用空间分集的基于LDPC信道编码的协作通信方案,并且研究了不同的分集数目和自适应算法对系统的性能影响。提出的系统框架能较大地提高通信系统在全盲瑞利衰落信道下的误比特率性能。

参考文献

[1]袁东风,张海刚.LDPC码理论与应用[M].北京:人民邮电出版社,2008:72-77.

[2]BERNARD W,STEARNS S D著.自适应信号处理[M].王永德,龙宪惠译.北京:机械工业出版社,2008:69-79.

[3]HU Jun,DUMAN T M.Low Density Parity Check Codes Over Wireless Relay Channels[J].IEEE Transaction on Wireless Communications,2006,24(11):2040-2050.

[4]PROKIS J G.Digital Communication(Third Editon)[M].American:McGRAw-HILL International Edition,1995:538-544.

[5]HUNTER T E,NOSRATINIA A.Cooperation Diversity through Coding[J].Information Throry,2002,7:220-225.

[6]ZHANG Shun-wai,YANG Feng-fan,PENG Zong.LDPC-coded Cooperative System Based on Joint Iterative Decoding[J].Journal of Southwest Jiaotong University,2011,46(3):469-487.

编码协作通信篇7

从第三方出发, 在整个软件生命周期中对软件工程过程及阶段产品进行监督和检查, 来确保软件质量符合用户需求, 是软件质量保证的目的所在。软件质量保证可以减少并纠正实际软件开发过程或产品与预期的不符, 向软件人员提供反映软件质量的信息和数据, 提高项目进展的透明度, 辅助工程组取得高质量的软件产品。

目前, 国内外备受关注的软件质量保证体系有ISO9000认证、CMM/CMMI认证等。ISO9000是国内任何行业参与国际化竞争的通用标准, ISO9000-3是软件行业的指南, 可作为软件企业发展过程改善框架, 主要面向合同环境, 站在用户立场对质量要素进行控制。CMM侧重于软件开发过程中的管理及工程能力的提高, 主要从软件组织内部过程的逐步改善入手, 为软件企业提供一个过程管理和过程改善的基础, CMM在ISO9000-3的基础上强化了具体过程, 更能够帮助软件企业改进和优化管理, 实现软件生产的工程化。

依据认证标准努力提升企业竞争力, 在认证等级上面步步上升是一个企业的发展方向与奋斗目标, 而获得成功晋级的本质要求还是在软件质量产品及其生成上面多下功夫, 即应该从软件生产的整个过程出发, 在开发、测试、质量控制等各方面进行严格的限制与管理。在开发阶段能否体现质量保证体系的要求主要表现在编码是否规范化, 如设计模式与惯用法的引入;测试阶段能够有助于质量保证体系的实现主要表现在能否进行更加完善高校的测试, 如可靠性测试;质量控制过程能否做到质量保证主要取决于质量控制方法与控制技术的应用, 如风险管理与目标问题度量, 全面质量控制模型等。三个方面有机结合可以使质量保证体系更加系统更加完善, 可以发动团队各层人员协同进行质量保证, 而非仅仅是SQA的单方面努力。

规范编程、可靠性测试、质量控制三方面协同开展质量保证, 即本文提出一种基于“编码-测试-控制”三方为一体的协作式质量保证, 下面分别就三个方面展开论述。

2 强化规范编程, 巧妙引入惯用法

规范编程是程序设计的基本要求, 是有效开发的前提, 是产品质量保证的基础, 是协作式质量保证的首要环节。编程阶段可以充分发挥开发人员的责任感与工作热情, 强化规范编码的要求, 加强规范编程的培训。系统化程序设计项目, 需要较高的代码可读性与代码的健壮性, 充分发挥面向对象的抽象化、层次化、多态性、封装性、继承性等优势, 同时要加强代码的依赖性管理, 因此, 规范编程不仅要从常规的规范要求做起, 也要引入做好依赖性管理的规则与方法。

2.1 基本的编程规范

常规的编程规范要求可以从命名规定、注释规范、编程风格等各方面, 如表所示。

2.2 设计规则与模式

对于代码处理好依赖性管理就要处理好设计规则与设计模式的使用, 常用设计规则与设计模式如表2所示。

例如:面向对象的可复用设计的开闭规则 (OpenClosed Principle, OCP) , 该设计规则的本质在于设计一个模块的时候, 通过抽象化与封装使这个模块在不被修改的前提下进行扩展。其优势在于软件系统有一定的适应性、灵活性、稳定性与延续性, 这样就保证了系统的可复用性与可维护性。Factory Method定义一个用于创建对象的接口, 让子类决定将哪一个类实例化。

总之, 编码阶段作为软件过程的基础阶段, 直接决定了软件的本质属性, 作为协作式软件质量保证的第一步, 需要加强编码规范的培训, 处理好依赖性管理, 灵活使用惯用法及设计模式。

3 加大测试力度, 适量强化可靠性测试

在对软件工程进行系统的传统软件测试基础之上, 基于软件质量的提高与过程的改善引入软件可靠性工程, 软件可靠性工程是以保证和提高软件可靠性为目标, 采取系统化的技术, 通过工程化方法加以实施并对其过程进行工程化管理的过程技术, 软件可靠性工程的基本内涵可概括为软件可靠性的度量, 软件可靠性的分析与设计, 软件可靠性的测试与验证, 软件可靠性管理。

软件可靠性测试是指为了满足用户对软件的可靠性要求, 通过对软件进行测试发现并纠正软件中的缺陷, 提高软件的可靠性水平并验证它能否达到用户可靠性要求的一种软件测试方法。包括软件可靠性增长测试和软件可靠性验证测试。

软件可靠性增长测试目的是为了发现程序中影响软件可靠性的故障, 并排除故障实现软件可靠性增长。软件可靠性验证测试目的是为了验证在给定的统计置信度下, 软件当前的可靠性水平是否满足用户的要求。两者都是基于操作剖面形成测试数据展开测试, 其流程图如图1所示。可靠性增长测试应用于软件系统测试阶段的末期。可靠性验证测试应用于软件验收阶段。

总之, 测试阶段不仅仅要通过bug的查找与排除来提高软件质量, 也要重视软件其他特性的保证, 尤其软件可靠性保证, 因此应该引入软件可靠性测试完善协作式质量保证的第二个环节。

4 全面质量控制, 高效使用控制技术

SQA人员既要检查过程是否符合规范, 还要制定质量管理计划、实施“过程检查”与“技术评审”, 参与开发与测试, 跟踪缺陷, 改进过程等。引入日式的全面质量控制 (TQC) 或美国式全面质量管理 (TQM) 强调对质量的全面性和全过程的质量控制。美国式全面质量管理 (TQM) 类似于TQC, 是一种基于顾客需求与期望驱动的管理理念, 以质量为中心, 建立在全员参与基础之上的一种管理方法, 其目的在于长期获得顾客满意以及组织成员和社会的利益。从TQC到TQM, 已经将质量管理目标从追求企业最大化利益转移到体现企业的社会责任。

用于软件质量控制的一般性方法包括目标问题度量法、风险管理法、PDCA质量控制法等。由质量管理专家戴明提出的PDCA之一种科学的工作程序, 即“P (plan) 计划—D (do) 实施—C (check) 检查—A (action处理”这样一个循环过程。四个阶段迭代循环, 没有终点只有起点。通过这样的循环能够提高产品、服务或工作质量。

对于大型软件项目的开展, 全面质量管理具有举足轻重的作用, 它强调以产品质量为核心, 通过企业中所有部门全部成员协作, 将管理方法、控制技术等引入质量保证体系, 从而想用户系统满足需求的产品。

总之, 软件质量控制作为质量保证的主要环节需要从编码、测试环节入手, 加强控制方法与测试方法的结合、控制技术与编码方法的协作, 全面开展质量控制。

5 协作式软件质量保证

基于“编码-测试-控制”三方面的协作式软件质量保证, 从软件过程出发, 表现在人员协作, 过程协作, 方法协作。

人员协作:SQA不应该仅仅包括软件质量保证小组及部分测试人员, 而应该以责任感要求项目组每位成员, 做到质量第一, 各尽其职, 协同工作。基于“编码-测试-控制”的协作式软件质量保证可以实现人员上面的高效协作。

过程协作:ISO/EIA 12207提出, 软件生命周期过程包括主要过程、支持过程、组织过程。主要过程包括获取过程、供应过程、开发过程、运行过程、维护过程支持过程包括文档编制过程、配置管理过程、质量保证过程、验证过程、确认过程、联合评审过程、审核过程、问题解决过程等;组织过程包括管理过程、基础设施过程、改进过程、培训过程等。基于“编码-测试-控制”的协作式软件质量保证提出将以上各项过程协调开展, 共同完成质量保证。

方法协作:编码、测试、控制均有其经得起验证的有效方法策略, 比如编码方面的命名规则、惯用法及设计模式使用, 测试方面的白盒测试技术与黑盒测试技术及可靠性测试等, 控制方面的控制技术、容错技术、复用技术等。基于“编码-测试-控制”的协作式软件质量保证强调将不同方法之间的协作, 全面进行质量保证。

基于“编码-测试-控制”三方面的协作式软件质量保证, 可以组成一个稳固的质量保证正三角, 编码、测试、控制分别为相互交叉的三条边, 同时从人员、过程、方法三个维度着力, 协同作业, 共同保证产品的质量。如图2所示。

6 结束语

规范编码是基础, 深入测试是关键, 全面控制是保障, 三方有机结合发动工程组所有成员协作开展全面软件质量保证。质量控制与质量保证不能等同, 但是通过质量控制和质量度量可以很好的对软件状况进行评估与预测, 同时进行控制改进。可靠性测试, 是对软件可靠性度量、验证、预计的有效测试方法, 有待于进一步的研究与推广应用。规范编程从开发者的角度, 再次强调代码的可读性与健壮性的重要性, 是软件质量保证的基础, 需要强化管理与要求。总之, 软件质量保证体系不是一个封闭的系统, 需要编码, 测试, 控制等多方面的参与, 通过系统化的协同工作才能够更好完成其内在的任务与职责。然而, 实现协同工作还需要进一步探究与实践, 也是一项值得开展后续研究的课题。

摘要：本文从传统软件质量保证分析入手, 针对软件质量保证的目的, 提出基于“编码-测试-控制”三位一体的协作式软件质量保证理念。接着, 从编码、测试、控制三个环节展开分析, 强化规范编程巧妙引入惯用法, 加大测试力度适量强化可靠性测试, 全面质量控制高效使用控制技术, 通过三个阶段多方面协作开展软件质量保证。

关键词：规范编码,可靠性测试,全面控制,协作式质量保证

参考文献

[1]孙中华.MC公司软件质量管理研究[D].西北农林科技大学.2013.5

[2]高翠芬.刍议软件质量保证[J].电子技术与软件工程.2013.10

[3]徐敏.基于CMMI的A公司软件测试管理研究[D].中央民族大学.2013.5

[4]刘逻.软件可靠性设计技术应用研究[D].中国科学院研究生院.2013.5

[5]秦航, 杨强.软件质量保证与测试[M].北京:清华大学出版社.2012.1

编码协作通信篇8

近年来,协作通信技术[1]与编码协作[2]作为一种新颖的分集技术得到广泛研究,结合二者优点,从而有效抵抗噪声、衰落导致的性能下降。

极化码[3]是Arikan在信道分解与组合的研究基础[4]上提出的一种新的编码思想,并以构造性的方法设计证明了极化码可以逼近香农限,同时具有较低的编码复杂度。极化码自提出以来受到广泛关注,并推广应用到信源编码[5]、窃听信道[6]和图像传输[7]等领域中。

这里主要研究极化码在编码协作中继通信系统中的性能,通过Matlab仿真证明,与非协作方式相比,该方案切实获得性能的提升,同时对中继节点处2 种不同信息位选择方式的性能进行比较,得出选择较差子信道对应的比特传输数据可以得到更好的性能提升的结论。

1 极化码原理

极化码的研究成果是在对信道分解与组合的过程中发现的[4,8],研究表明,在对多个独立信道组合分解过程中,信道容量保持不变,但是信道截止频率却得到提升,从而整体提升了信道的传输质量。以此为基础,Arikan总结相关成果[3],以严谨的公式证明和理论分析解释了信道极化的意义,并提出了极化码的概念。

1. 1 极化码的极化原理

1. 1. 1 重要参数

对于二进制离散无记忆信道( B-DMC) 而言,当信道W: X → Y ,记信道转移概率为W( y | x) ,定义2 个参数信道容量[9]I ( W) 和极化速率Z ( W) :

1. 1. 2 信道结合与分离

信道结合[4]表示的是把N个B-DMC信道W结合成一个N维的组合信道WN∶ XN→ YN,其中N =2n,n ≥0 ,信道分离表示的是把WN分解成相关的信道{WNi∶ 1 ≤ i ≤N} ,根据信息论的链式法则[10],可以证明这种方式的信道分解使整个系统的信道容量保持不变。根据上述信道结合和信道分解的过程,当N的值足够大时,会出现明显的信道极化现象。根据实际的码率需求,选择I( W) 趋向于1 或者Z( W) 趋向于0 的子信道作为信息信道来传输数据,剩下的信道作为冻结信道传输固定比特用于校验。

1. 2 极化码的编码方法

极化码的结构是以为基础,使用Kronecker乘法把N bit的数据线性转化,然后输入B-DMC信道,极化码的生成矩阵GN构造方式为:GN= BNFn,N = 2n,n = 1,2,… ,表示Kronecker乘积,一个m × n矩阵A = [Ai,j],一个r × s矩阵B=[Bi,j]:

式中,AB表示mr × ns矩阵; Ai表示AA(i-1),以及A0= [1]。BN是比特翻转矩阵,它用于改变矩阵的列向量的顺序。对于输入信息序列u1N,可以用矩阵乘法方式得到编码码字x1N= u1NGN。

1. 3 极化码的译码方法

有多种译码方法可用于极化码的译码,SC译码算法[3]、BP译码算法和SCL译码算法[11],在这里主要介绍的是SC译码方法。

SC译码主要通过对似然比LR判决来得到译码值:

可以通过LR值进行判决,i = 1,2,3,…,N ,表示估值序列:

单纯计算LR值十分困难,通过反复递归计算LR[3],从而得到结果,这种迭代计算使得译码算法复杂度降为O(Nlog N) 。

2 极化码的Plotkin结构

众所周知,当前研究了很多构造极化码的方式[12],本节主要介绍一种已知的Plotkin结构来构造码字,以便于后续中继通信的传输。已知极化码与RM码有着紧密的联系,二者的生成矩阵与构造有着天然的相似性,众所周知,可以采用Plotkin结构来构造RM码[13],同样也可以用Plotkin结构来构造极化码[14]。

已知码字C1和码字C2的编码空间分别是k1和k2,编码长度为n1和n2,即分别将k1和k2信息编码为码长为n1和n2的码字。根据Plotkin结构可以得到C3=|v⊕u | u |,{ u ∈ C1,v ∈ C2},具体可解释如下,序列v先与序列u模二加,得到序列v ⊕ u ,然后将序列u拼接到序列v ⊕ u后面。此处的n1=n2= t ,同时C3的码空间为k1+ k2,码长为N = n1+ n2= 2t ,即t = N /2 ,码率为,而且观察极化码的结构可以发现,k1> k2。该码字的生成矩阵为:

式中,G1,G2分别表示C1,C2的生成矩阵; 对应的G3就是希望得到的C3的生成矩阵,该矩阵与Fm结构类似,结合极化码的生成矩阵生成方式,可以通过以下步骤来获得生成矩阵G3:

① 初始化用于生成码字C3的R3;

② 确定N的值,因为N = 2n,从而确定Fm;

③ 根据极化码的生成矩阵生成方式生成,此处的B为比特翻转矩阵;

④ 根据极化理论确定信息子信道集合D和冻结子信道集合Dc;

⑤ 根据D中的子信道编号把中对应编号的行挑选出来组成临时矩阵,矩阵大小为Num ( D) × N ,Num ( D) 表示子信道集合中D元素的个数;

⑥ 在矩阵中选取列编号t + 1 到2t的行向量,它们在对应列的值均为0,符合该条件的行向量的个数为k2,将这些矩阵上移到矩阵的最上方,然后将剩下的矩阵下移到矩阵下方,最终得到想要的生成矩阵G3;

⑦ 根据式( 6) ,就可以从G3中提取得到G1和G2。

按照前面介绍的Plotkin结构,根据图1,可以按照以下步骤分析Plotkin结构的极化码编译码过程( 出于简化目的,未画出调制解调等框图,后续框图同样) 。

① k1比特长度的信息序列m1经过生成矩阵G1编码为长度为n的信息u ,k2比特长度的信息序列m2经过生成矩阵G2编码为长度为n的信息序列v ;

② 将信息序列u和信息序列v用之前介绍的Plotkin结构整合,构成最后的编码序列y ;

③ y经过信道传输被目的点接收,通过接收端的SC译码器译码得到最终的估值序列d。

3 极化码在协作通信中的应用

协作通信的提出原本是为了在无线移动终端中实现虚拟MIMO技术,从而提高无线通信系统的可靠性和有效性。其基本思想是利用网络中的多个用户可以通过协作共享彼此的天线,并向目的节点发送载有相同信息信号,各个信号之间相互独立,从而实现分集的目的。

传统中继通信系统[15]一般由3 个节点组成: 信源节点S、中继节点R和目的节点D。信源节点S在对信息适当处理之后通过广播信道SR和SD,分别传输到中继节点R和目的节点D,中继节点R在接收了由信源节点S发出的信息后,用适当的方式对信息进行处理,然后发送至目的节点D,目的节点在接收了来自信源节点S和中继节点R的信息,用适当的方法对信息进行译码,最终得到需要的信息。

以近年热门的极化码为编码方式与协作通信相结合,这里提出了一种基于Plotkin结构极化码的中继编码协作通信系统。

以传统中继协作通信系统为基础,提出了基于Plotkin结构的极化码的中继编码协作通信系统,如图2 所示,具体介绍系统中信息传输的过程,假设传输码长为N 。

① 在信源节点S处,首先将k1比特长度的信息序列m1通过生成矩阵G1编码为码长为N/2 的码字u1,然后将码字u1通过信道SD和信道SR广播发送到中继节点R和目的节点D;

② 在中继节点R处,接收到来自信源节点S处的信息后,先通过SC译码器译码得到对m1序列的估值序列,将分别送入G1生成矩阵和一个信息选择器,经过G1生成矩阵编码得到序列,已知k1> k2,所以经过信息选择器,从序列中根据一定的规则选择适当的比特作为码长为k2比特的序列m2,将m2通过G2编码为码长为N/2的信息v1,将和v1做模二加,通过RD信道传输到目的节点D;

③ 在目的节点D处,经过信道SD传输得到信息y1和经过信道RD传输得到的信息y2在目的节点处根据Plotkin结构整合为|y2| y1|,输入SC译码器进行译码得到最终的判决序列d 。

4 仿真结果与性能分析

根据第3 节提出的系统,对其性能进行仿真,仿真时,选取码长为512 的极化码作为一帧,传输10000 帧数据,中继节点处的信息选择器选择信息比特的标准是选取子信道情况比较差的对应比特,译码方式选择SC译码算法。同时为了简化问题,假设信源节点S到信源节点R处的信道信噪比趋于无穷,即无差错,仿真的信道为AWGN信道,用γSD,γSR,γRD分别表示信源节点S到目的节点D处的信道信噪比,信源节点S到中继节点R处的信道信噪比,中继节点R到目的节点D处的信道信噪比。

从图3 中可以发现,当 γSD= γRD时,即信源节点到目的节点的信噪比与中继节点到目的节点的信噪比相等时,该中继协作方案要比非协作方式性能要好,当误码率为10-4时,大概有0. 2 d B的性能提升,当 γSD+ 1 = γRD时,即信源节点到目的节点的信噪比要比中继节点到目的节点的信噪比差1 d B的时候,该中继协作方案比非协作方式在误码率为10-4时,大概有0. 5 d B的性能提升,自然也优于 γSD= γRD的情况。

在第3 节中介绍了在中继节点需要对译码得到的按照一定的规则进行信息选择从而得到序列m2,图3 中信息选择的原则是对应子信道中信道情况比较差的子信道传输的比特数据,即I( W) 的值趋于0 或者Z( W) 的值趋于1 的子信道。

在图4 中又用另一种选取原则进行信息位选取,选择对应子信道中信道情况比较好的子信道传输的比特数据作为m2,即I( W) 的值趋于1 或者Z( W) 的值趋于0 的子信道,令人意想不到的是,选取差的子信道传输数据的性能要比选择好的子信道传输的性能好,当SNR < 2. 5 d B的时候,2 种方式的误码率性能基本一致,但当SNR > 2. 5 d B的时候,选取差的子信道方案开始显示出优于选择好的子信道方案的性能优势,尤其当误码率为10-4时,大概有0. 1 d B的编码增益,很有可能是因为这种协作方案对2 种信息选择方式都有一定的性能提升,但是相对选择好的子信道,对选择差的子信道的提升空间要大于对选择好的子信道的提升空间。

5 结束语

在对Plotkin结构的极化码研究过程中,发现使用该结构来实现极化码的中继编码协作通信系统的可能性。通过Matlab仿真证明,该中继协作通信系统与非协作系统相比,系统误码性能得到显著提升,并且随着中继信道的信道条件改善,可以带来更大的性能提升,同时,对中继节点处的信息选择方式提出2 种方案,并进行性能比较,结果发现,在中继节点选择较差子信道对应的比特信息传输重复数据可以比选择较好子信道对应的比特信息传输信息带来更好的性能提升。

摘要：极化码作为近年热门的编码方法,越来越受到人们的重视。对极化码的基本原理与编译码方法进行了简要介绍,分析了极化码的Plotkin结构的构造过程。在介绍传统中继协作通信系统和编码协作技术的基础上,提出基于Plotkin结构的极化码中继编码协作方案,具体分析了协作方案的实现过程,通过具体的理论分析和仿真结果说明,与非协作方式相比,在不同的中继信道条件下,该方案有不同程度的性能提升,同时,得出在中继节点不同的信息选取方式也可以带来不同的性能提升的结论。

【编码协作通信】推荐阅读：

协作通信论文08-18

协作通信机制08-20

一种网络编码和信道编码的联合设计07-06

技术编码07-18

光电编码05-19

编码分配05-28

物资编码05-29

编码方式05-31

编码转换06-15

并行编码06-19

>> 查看更多相关文档