CN103346859A - 分布式不等差错保护lt码的编码译码方法 - Google Patents

Abstract

本发明公开了一种分布式不等差错保护LT码的编码译码方法，包括：两信源各自独立地发送数据信息包，两信源都采用度分布RSD进行编码，然后发送到中继节点；中继节点接收到数据信息包：分别以概率p₁、p₂选择来自于信源s₁、s₂的数据信息包进行编码后发送到目的节点；以概率p₃＝1-p₁-p₂异或来自于信源s₁和s₂的数据信息包，形成新的异或数据信息包后，发送到目的节点；控制不等长信源的错误概率，实现不等保护。本发明可实现多个不等长信源的分布式编码传输；可对不同信源提供不同优先级的重点保护，通过修改参数可动态调整不同信源的错误概率，从而实现不同信源的不等保护；与传统分布式喷泉码相比，编码复杂度较低，中继节点的异或操作也比传统分布式喷泉码简单的多。

Description

分布式不等差错保护LT码的编码译码方法

技术领域

本发明涉及一种分布式不等差错保护LT码的编码译码方法。

背景技术

随着网络发展越来越快，针对目前通用网络协议TCP/IP中所采用的检错重传策略，当接收端接收到数据包后，要验证数据包是否正确，如果错误则需要传送反馈信息给发送端，发送端接收到这个反馈信息后，将重传错误的数据包，直到接收到正确的数据包，还要继续反馈一个确认信息，因此TCP/IP协议能够保证接收端总是接收到正确的数据包。然而，当信道错误率很高时，会带来严重的问题，需要传递很多反馈信息，造成资源浪费，信道传输率低。可以采用喷泉码编码策略来提供高效可靠的通信。

在深空通信中，由于通信距离大、延时长等特性，不利于实现反馈，所以传统的前向纠错(FEC)和反馈重传(ARQ)不能高效地应用到深空通信中。为了弥补前向纠错和反馈重传策略的缺陷，后来人们提出了前向纠错和反馈重传策略的混合策略(HARQ)，但其同样需要反馈，不能适用于深空通信。

现在分析一种被广泛应用的喷泉码-LT码，LT码是喷泉码的一个可实现特例，由Luby最早提出，LT码不需要反馈重传，发送端发送数据信息包，接收端只要接收到比原始数据信息包数目稍微多一点就可以以较高概率恢复原始信息包，译码开销（定义译码开销为编码数据信息包数目与原始数据信息包数目的比值）较小，对信道的变化自适应能力强。LT码最经典的译码方法就叫做置信传播译码，LT码输出数据信息包都是由原始数据信息包线性组合而成的，所以译码效率非常高，译码复杂度低，使得其可适用于无反馈差错控制深空通信中。

LT码的编码过程为：（1）根据度分布ρ(·)产生随机数i；（2）从k个原始数据包中等概率地随机选择i个数据包；（3）将这i个数据包进行异或，生成编码后的数据包，不断地重复该过程，生成编码分组。其中，理想的孤波度分布ρ(·)为：

$\mathrm{\ρ}\left(i\right)=\left\{\begin{array}{c}1/k,i=1\\ 1/(i^2-i),2\≤i\≤k\end{array}\right.;$ 理想度分布在删除信道中性能不是很理想，鲁棒孤波分布随之被提出。考虑到理想孤波分度为1的概率随之k的变大而变小，为了保证初始度为1的个数和实际删除信道条件提出了鲁棒孤波分布μ(·)，其中σ为译码时收到N个编码数据包的时候允许失败的译码概率N＝β·k，N为以概率1-σ的概率译码成功所需接受到的数据包的数量；S为译码过程中度为1的数据包的数量。c是任意正常数，实际应用中c一般小于1； $\mathrm{\τ}\left(i\right)=\left\{\begin{array}{cc}S/\left(\mathrm{ik}\right)& i=1,\·\·\·,k/S\\ \left(S\ln (S/\mathrm{\σ})\right)/k& i=k/S\\ 0& i=k/S+1,\·\·\·,k\end{array}\right.,$ 将ρ(·)加入进τ(·)即可得到：

μ(i)＝(ρ(i)+τ(i))/β，其中 $\mathrm{\β}={\mathrm{\Σ}}_{i=1}^k\mathrm{\ρ}\left(i\right)+\mathrm{\τ}\left(i\right).$

BP译码算法步骤如下：

（1）首先找到度为1的编码后的数据包，如果找不到则译码失败；

（2）恢复与度为1编码数据包相连的原始数据包并将之连接删除；

（3）将恢复出的原始数据包与其相连的编码数据包进行与或并将之连接删除；

（4）全部原始数据包成功译出则译码成功，否则重复进行步骤（1）～（3）。

图1为分布式两信源LT码的一个简单通信***模型：信源s₁和信源s₂相互独立并通过中继节点发送信息到目的节点，假设中继节点和目的节点的存储、处理信息的能力是有限的，在给定的时间内，只能存储一个数据包。基于这个条件，两种传输方案被提出：（1）两个信源的数据信息包分别各自进行LT码编码，然后采用时分复用的策略通过中继传输这两个信息序列；（2）将两个信源的数据信息包在中继采用一个复杂度很低的中继联合操作后，形成一个整合的LT码的数据包来传输。***明，后一种方案的资源利用率更高，数据传输效率更高。

假设信源到中继节点的链路1和2是相同的理想信道，没有信息删除，而中继节点到目的节点的链路3是删除信道，所有的信息删除、丢包都在链路3发生。这种新的编码策略可以提高传输效率，降低错误概率。在该模型中，两个信源s₁和s₂同时向中继节点发送k个编码数据包，中继节点接受到数据包以后进行异或，在此模型中两个信源s₁和s₂的度分布为p(·)，假设X₁表示在信源s₁异或d₁个数据信息包产生的编码后的信息，X₂表示在信源s₂异或d₂个数据信息包产生的编码后的数据信息包。

后度变为d₁+d₂，根据随机变量相加概率密度相卷积可得经过中继节点后的度分布为p(·)*p(·)。要在删除信道链路3上得到的整体LT码字服从RSD分布，通过解卷积可得到两个信源的度分布p(·)。

然而，上述讨论的前提是基于两个信源发送的数据包是等长的，无法适用于多个信源发送的数据信息包数目不相等的情况。

发明内容

本发明的目的在于克服现有技术的不足，提供一种可实现多个不等长信源的分布式编码传输的分布式不等差错保护LT码的编码译码方法，可对不同信源提供不同优先级的重点保护，通过修改参数可动态调整不同信源的错误率，从而保护重要信源的数据信息包；同时编码和中继节点的处理算法复杂度低。

本发明的目的是通过以下技术方案来实现的：分布式不等差错保护LT码的编码译码方法，在分析不等差错保护的分布式LT码过程中，只考虑最简单的两信源单中继节点的模型。它包括以下步骤：

S1：两信源s₁、s₂各自独立地发送数目分别为ρk、k的数据信息包，其中0≤ρ≤1，两信源都采用度分布RSD进行编码，然后发送到中继节点R；

S2：中继节点R接收到来自信源s₁和s₂的数据信息包后，做如下处理：

（1）以概率p₁选择来自于信源s₁的数据信息包进行编码后发送到中继节点R，同样以概率p₂选择来自于信源s₂的数据信息包进行编码后发送到中继节点R，最后传输到目的节点D进行译码；

（2）以概率p₃＝1-p₁-p₂异或来自于信源s₁和s₂的数据信息包，形成新的异或数据信息包

后，发送到中继节点R，经过中继节点R处理后的数据信息包传输到目的节点D进行译码；

当参数ρ、k、p₁、p₂、p₃，N（N为目的节点接收到的编码数据包的数目）和度分布RSD确定后，不等差错保护的分布式LT码便相应确定，其译码性能也确定，根据编码关系，输入节点和输出节点的连线组成一个二分图，这样可以定义一个矩阵G，可以用这个矩阵G来描述其编码过程。输入节点是分为两组：第一组是信源s₁发送的原始数据信息包，第二组是信源s₂发送的原始数据信息包；输出节点分为三类：第一类是只来自于信源s₁编码产生输出数据信息包，第二类是只来自于信源s₂编码产生输出数据信息包，第三类是一部分来自于信源s₁，另外一部分来自于信源s₂编码产生的输出数据信息包。而且每一次生成输出数据信息包的时候，这个数据包属于第一、二、三类输出数据信息包的概率分别为p₁、p₂、p₃，从而可以通过优化这些参数来降低误码率。

S3：两个不等长信源s₁和s₂经过分布式编码译码后，目的节点D接收到足够多的编码后的数据信息包后恢复两个信源的原始数据信息包，定义BER₁、BER₂分别为信源s₁和s₂的错误概率，每个输入节点译码失败的概率与参数p₁、p₂、p₃有直接的关系，所以引入帕累托最优状态的概念，选择这个最优状态来控制两个不等长信源s₁和s₂的错误概率，当要重点保护信源s₁的数据信息包时，把信源s₁的错误概率降低，使BER₁＜BER₂；反之，当要重点保护s₂的数据信息包时，把信源s₂的错误概率降低，使BER₁＞BER₂。不等差错保护分布式两信源LT码信源之间的错误概率BER₁、BER₂是相互依赖的，为了重点保护某一个信源的数据信息包，需要以牺牲另一个信源的错误率为代价。

本发明的有益效果是：

1）可实现多个不等长信源的分布式编码传输；

2）可对不同信源提供不同优先级的重点保护，通过修改参数可动态调整不同信源的错误概率，从而实现对不同信源的不等保护；

3）与传统分布式喷泉码相比，编码复杂度较低，中继节点的异或操作也比传统分布式喷泉码简单的多。

附图说明

图1为两信源单中继节点模型示意图；

图2为两信源不等差错保护分布式LT码的编码模型示意图；

图3为信源总信息包数目为1400的不等差错保护分布式喷泉码的性能曲线图；

图4为信源总信息包数目为2500的不等差错保护分布式喷泉码的性能曲线图。

具体实施方式

下面结合附图进一步详细描述本发明的技术方案，但本发明的保护范围不局限于以下所述。

分布式不等差错保护LT码的编码译码方法，在分析不等差错保护的分布式LT码过程中，只考虑最简单的两信源单中继节点的模型。它包括以下步骤：

S1：两信源s₁、s₂各自独立地发送数目分别为ρk、k的数据信息包，其中0≤ρ≤1，两信源都采用度分布RSD进行编码，然后发送到中继节点R；

S2：中继节点R接收到来自信源s₁和s₂的数据信息包后，做如下处理：

（1）以概率p₁选择来自于信源s₁的数据信息包进行编码后发送到中继节点R，同样以概率p₂选择来自于信源s₂的数据信息包进行编码后发送到中继节点R，最后传输到目的节点D进行译码；

（2）以概率p₃＝1-p₁-p₂异或来自于信源s₁和s₂的数据信息包，形成新的异或数据信息包

后，发送到中继节点R，经过中继节点R处理后的数据信息包传输到目的节点D进行译码；

当参数ρ、k、p₁、p₂、p₃，N（N为目的节点接收到的编码数据包的数目）和度分布RSD确定后，不等差错保护的分布式LT码便相应确定，其译码性能也确定，根据编码关系，输入节点和输出节点的连线组成一个二分图，这样可以定义一个矩阵G，可以用这个矩阵G来描述其编码过程。如图2所示，输入节点是分为两组：第一组是信源s₁发送的原始数据信息包，第二组是信源s₂发送的原始数据信息包；输出节点分为三类：第一类是只来自于信源s₁编码产生输出数据信息包，第二类是只来自于信源s₂编码产生输出数据信息包，第三类是一部分来自于信源s₁，另外一部分来自于信源s₂编码产生的输出数据信息包。而且每一次生成输出数据信息包的时候，这个数据包属于第一、二、三类输出数据信息包的概率分别为p₁、p₂、p₃，从而可以通过优化这些参数来降低误码率。

S3：两个不等长信源s₁和s₂经过分布式编码译码后，目的节点D接收到足够多的编码后的数据信息包后恢复两个信源的原始数据信息包，定义BER₁、BER₂分别为信源s₁和s₂的错误概率，每个输入节点译码失败的概率与参数p₁、p₂、p₃有直接的关系，所以引入帕累托最优状态的概念，选择这个最优状态来控制两个不等长信源s₁和s₂的错误概率，当要重点保护信源s₁的数据信息包时，把信源s₁的错误概率降低，使BER₁＜BER₂；反之，当要重点保护s₂的数据信息包时，把信源s₂的错误概率降低，使BER₁＞BER₂。不等差错保护分布式两信源LT码信源之间的错误概率BER₁、BER₂是相互依赖的，为了重点保护某一个信源的数据信息包，需要以牺牲另一个信源的错误率为代价。

下面的仿真结果验证不等差错保护分布式LT码两个信源s₁和s₂译码成功的概率（或者译码失败的概率）与参数p₁、p₂、p₃的关系，通过仿真结果可以得知这些参数是如何影响不同信源的性能。

图3和图4分别为信源总信息包数目为1400及2500的不等差错保护分布式喷泉码的性能曲线图，两个信源都采用度分布RSD编码，参数c＝0.05，σ＝0.5，删除概率q＝0.05。

经过仿真可得到以下仿真结论：

（1）如图3所示，无环的一对曲线显示，在参数p₁＝0.5，p₂＝0.3时，信源s₂的性能好于信源s₁；而由有环的一对曲线显示，在参数p₁＝0.3，p₂＝0.4时，信源s₁的性能却好于信源s₂。这个对比说明：适当调整参数可以动态调整不同信源的误码率，实现对不同信源的保护。

（2）如图4所示，无环的一对曲线显示，在参数p₁＝0.6，p₂＝0.3时，信源s₂的性能优于信源s₁；而由有环的一对曲线显示，在参数p₁＝0.3，p₂＝0.4时，信源s₁的性能好于信源s₂。这个对比说明：适当调整参数可以动态调整不同信源的误码率，实现对重要信源的优先保护。

Claims (1)

1.分布式不等差错保护LT码的编码译码方法，其特征在于：它包括以下步骤：

S1：两信源s₁、s₂各自独立地发送数目分别为ρk、k的数据信息包，其中0≤ρ≤1，两信源都采用度分布RSD进行编码，然后发送到中继节点R；

S2：中继节点R接收到来自信源s₁和s₂的数据信息包后，做如下处理：

（1）以概率p₁选择来自于信源s₁的数据信息包进行编码后发送到中继节点R，同样以概率p₂选择来自于信源s₂的数据信息包进行编码后发送到中继节点R，最后传输到目的节点D进行译码；

（2）以概率p₃＝1-p₁-p₂异或来自于信源s₁和s₂的数据信息包，形成新的异或数据信息包

后，发送到中继节点R，经过中继节点R处理后的数据信息包传输到目的节点D进行译码；

S3：两个不等长信源s₁和s₂经过分布式编码译码后，目的节点D接收到足够多的编码后的数据信息包后恢复两个信源的原始数据信息包，定义BER₁、BER₂分别为信源s₁和s₂的错误概率，引入帕累托最优状态，选择这个最优状态来控制两个不等长信源s₁和s₂的错误概率，当要重点保护信源s₁的数据信息包时，把信源s₁的错误概率降低，使BER₁＜BER₂；反之，当要重点保护s₂的数据信息包时，把信源s₂的错误概率降低，使BER₁＞BER₂。

Images