国家知识产权局专利局专利审查协作广东中心 510000
摘要：本文针对传统跨层编码冗余优化配置中的无率码特性未充分体现的问题，提出一种物理层码率不固定的跨层编码传输机制。该机制通过设置合适码率门限值控制译码开销，使其更加适应时变的衰落信道。仿真结果表明，该机制与物理层码率固定时的跨层编码传输相比，有效的节省了信息传输量，提高了传输效率。
关键词：码率不固定；门限值；信息传输量
1. 引言
在网络数据通信和实时多媒体系统的应用中，既要保证数据传输的质量，又要保证数据包到达接收端的延迟在一个容许的范围内，目前有三种有效的差错控制编码方法帮助接收端恢复丢失的数据包:前向纠错控制(FEC),自动重传（ARQ）和混合重传（H-ARQ）。ARQ方式可以保证系统传输的可靠性，并在信道误码率较低的条件下获得较高的吞吐量，但是在信道状态恶劣时，重传次数会大大增加，吞吐量会迅速降低，时延也会迅速增大。FEC方式对数据分组加以保护，可以根据信道特性设计能纠正错误码元的编码序列，使接收端能自动纠正传输中的误码，以此对抗信道噪声和干扰的影响，达到减小差错率的目的，并且这种差错控制方案可以获得恒定的吞吐量和时延，但前向纠错码编码效率低，译码设备较复杂。H-ARQ方式是前向纠错和反馈重传方式的结合和折中，它既能发现大部分差错的码又能纠正部分差错，这样大大降低重传的次数，提高了检错能力。
Vehkapera和Medard在文献[1]中提出跨层编码的理论框架和传输系统的优化。在没有反馈的无线信道中，为了可靠地传输每一个数据包，文献[2]提出一种跨层编码方式，即数据包之间采用纠删码编码，每个包内采用纠错码编码。该方法的好处是源端发送信息时纠错码编码对抗每个包面对的干扰和噪声，纠删码编码解决因衰落而产生的丢包问题。在文献[3]提出包层和物理层传输速率的优化方案使得整个吞吐量最大化。文献[4]中分析了端到端之间信道中物理层和网络层之间的传输速率的优化配置，提出一种分布式最优算法使系统获得较大的物理层传输速率和较小的传输功率。文献[5]提出一种包层纠删码和物理层纠错码的冗余优化分配算法使得以较小的传输功率获得较可靠地信息通信。
目前研究跨层编码的文献中，主要研究跨层中物理层传输速率的最优值，数据链路层速率则根据物理层传输速率的不同而调整。最优传输速率与信道状态有关且得出的相应速率是固定的。当信道变化时就需要调整速率安排，这在一定程度上增加了系统的复杂度，且在某些情况下较难实现，如信道变化较快，或者不存在反馈信道时。因为源端发送时并不知道信道链路状态，当码率固定时不能很好适应时变的信道状态。
数字喷泉码具有良好的性能，编译码复杂度很低，译码开销也非常小，可以自适应信道。虽然数字喷泉码为擦除信道设计的，但在鉴于喷泉码的无率码特性和对未知信道的自适应的特性，喷泉码非常适合应用到无线衰落信道下的跨层编码中。LT码是第一种实用的数字喷泉码，也是一种线性分组码，其编码方式和传统线性分组码有较大的不同。LT码采用的是根据特定度分布抽样生成编码矩阵的方式，这种方式突破了编码矩阵的码率限制，是无率编码。最初LT码是应用在数据链路层，以包为单位进行编码，作为纠删码使用。现在很多文献中也把LT码应用到物理层，以比特为单位编码，作为纠错码使用。
由此，本文结合无率码的特性，研究了物理层采用LT码作为纠错码编码并设置不同的传输码率下限的传输方案，然后在瑞利衰落信道下对端到端数据传输量进行仿真，并与物理层采用LDPC码编码的传输方式进行比较，结果显示当物理层传输码率不固定时节省了传输的数据量，更好的突出喷泉码的特性，节省传输的数据量，进一步优化整个传输过程。
2. LT码编译码算法
(1)包之间编译码
.png)
图1 LT码的Tanner图表示
LT码[7],[8]的包之间的译码机制是当接收端收到的数据包数达到K个时开始译码。当其成功译得所有数据时，译码结束。如果不能译码则接收端继续接收数据包，直到可以译码为止。具体步骤如下:
.png)
图2 Tanner图表示的信息，其中用田代替
软判决BP算法译码步骤如下：
3. 编码方案
在信道状态不好时，采用反馈重传会因不断重传而使消息的传输速率下降过多，而采用前向纠错又不能保证足够的准确性。混合重传方式先采用前向纠错，再对那些不能纠正但能发现的差错要求重传，该方式是目前最常用的、可在一定程度上适应信道的差错控制方案。而使用无率码进行混合差错控制编码，接收端收到编码数据包后将不能纠错的包删除，不需要再向发送端反馈信息，从而提高信道利用率。
在无线信道中，传输一个有限长度的数据块，为了实现可靠的点对点传输，包内比特采用纠错码编码，包之间采用纠删码编码。发送端将发送的数据块包与包之间进行LT编码，再对包内比特再次LT编码，随后向接收端发送编码数据包，接收端将接收的编码数据包先包内译码，若译码正确则向发送端发送反馈信息，然后将包内正确译码的数据包再次进行包与包之间译码，直到正确译出原始信息。若数据块有K个数据包，每个数据包内有m比特，接收端包内译码时需接收m’个比特才正确译出包信息，此时物理层的码率为=m/m’。
由于信道状态不同，接收端正确译出包内比特时接收的m’值也是不同的。当信道状态不好时，接收端会一直接收比特直到正确译出编码数据包，m’会远大于m。为了保证一定的译码开销，m’必须在一定门限内，否则，将导致传输效率降低。设门限值为M比特，发送端发送一个编码数据包内编码比特数为，当时，接收端一直边接收边尝试译码，若能正确译出包内信息，则接收端向发送端发送反馈信号，若收到M个还未正确译出该数据包，接收端放弃译码并也向发送端反馈信息，发送端收到反馈信息后进行新一个数据包的发送。
4. 仿真结果
本节在Matlab平台下对该传输机制的性能进行了仿真，并与包内编码码率固定的传输机制进行比较。
将信息序列按个比特为一组进行分组，每个分组由K=100包组成，每个包有m=1000比特。仿真中，一个分组的全部信息都被接收端正确译出时该分组的传输完成。我们仿真LT码设置不同的码率下限时为使接收端能正确译出全部信息发送端传输的编码比特数，同时作为比较，我们也对纠错编码采用码长1000，码率为0.5的LDPC编码时的方案进行了仿真。仿真中，假设信道为瑞利块衰落信道，衰落系数每传输2000个符号变化一次。接收端知道信道信息，但发送端不知。信道噪声为均值为0，方差为的高斯白噪声；采用BPSK调制。
.png)
图3 包内LT译码所需比特数与SNR关系
图3为采用LT纠错编码时，不同信噪比下接收端为正确译出一个1000比特的数据包，发送端需要发送的平均符号数。可见，LT的实际码率是不固定的，随着信噪比的增加码率也相应提高。
.png)
图4误比特率为零时码率固定和不固定 时接收的包数
.png)
图5 误比特率为零时码率固定和不固定时接收的比特数
5. 总结
本文提出针对喷泉码的特性将码率不固定引入跨层编码中的物理层编码，分析比较了四种种码率下限时总传输量与码率固定时的传输量的大小，由此可得相比较固定码率的LDPC编码，不固定码率的LT码更能适应变化的衰落信道，并且通过设置合适的码率下限，有效的节省信息传输量。
参考文献
[1]M Vehkapera and M Medard.A throughput-delay trade-off in packe-tized systems with erasures[C].International Symposuim on Information Theory.4-9 Sep 2005,1858-1862.
[2]R. Christian Berger,Shengli Zhou.Optimizing Joint Erasure and Error-Correction Coding for Wireless Packet Transmissions[C].IEEE transactions on wireless communications.Nov 2008,7(11):4586-4595.
[3]P. Wu and N. Jindal.Coding versus ARQ in fading channels: how reliable should the PHY be?[C].IEEE transactions on communications.Dec 2011,59 (12):3363-3374.
[4]C Tao and Tracey Ho,Jorg Kliewer.Achievable Rate and Optimal Physical Layer Rate Allocation in Interference-Free Wireless Networks[C].IEEE international symposium on information thery. Jun 28-Jul 3 2009,2674-2678.
[5]A Thomas Courtade,Richard D Wesel.Optimal Allocation of Redundancy Between Packet-Level Erasure Coding and Physical-Layer Channel Coding in Fading Channel[C].IEEE transactions on wireless communications.Aug 2011,59(8): 2101-2109.
[6]Hrvoje Jenkaˇc, Timo Mayer,Thomas Stockhammer, Wen Xu,Soft Decoding of LT-Codes for Wireless Broadcast.
[7]M. Luby.LT codes[C]. Proceedings of the 43rd Annual IEEE Symposium on Foundations of Computer Science. 2002, 271-280.
[8]M. Mitzenmacher.Digital fountains: A survey and look forward[C].IEEE Information Theory Workshop. Oct. 2004,271-276.
论文作者:王音
论文发表刊物:《基层建设》2016年18期
论文发表时间:2018/10/18
标签：信道论文; 译码论文; 数据包论文; 物理层论文; 速率论文; 信息论文; 喷泉论文; 《基层建设》2016年18期论文;