CN114024552A - 一种缩短三维tpc的高性能译码方法 - Google Patents

Abstract

本发明公开了一种缩短三维TPC的高性能译码方法，该方法基于chaseII算法，通过在串行迭代译码过程中对每维SISO译码器的输入软信息都采用：将另外两维译码器在迭代过程中产生的外信息结合，再与原始接收信息相加作为修正信息来修正原始输入信息的方法进行迭代译码。同时每维译码器接收到的缩短位上软信息始终为[‑p‑1，‑1]，最后通过硬判决迭代译码后信息输出最终译码结果。本发明使用的改进结构的译码器相较未改进的一般结构译码性能有大约0.6dB的提升，为缩短三维TPC提供了一种有效的译码方案。

Description

一种缩短三维TPC的高性能译码方法

技术领域

本发明属于数字通信技术领域，具体为一种缩短三维TPC的高性能译码方法。

背景技术

在数字通信***中，通常使用错误概率来衡量***的可靠性。信息在无线信道传输的过程中会受到噪声等干扰的影响从而导致信息的传输错误，通过差错控制编码技术可以检查甚至纠正这些错误，降低整个***信息传输的错误概率。 TPC码(Turbo乘积码)具有优秀的纠错能力，因此成为纠错码领域的热门研究方向之一。

TPC码具有天然的交织性，通过将原始信息的每行每列按照子纠错码的编码方式进行编码后，再通过行列交织组合在一起即可得到二维TPC码，常见的子纠错码有RS码、汉明码等。三维TPC码通过同样的方式再增加一维度的信息后，在具备二维TPC的优点的同时，低信噪比情况下的性能表现也更加优秀。缩短TPC 只要将每行或每列的信息位缩短后再编码即可得到。

TPC的译码算法可分为硬判决译码和软判决译码。硬判决算法通过将码元的符号位送入译码器，然后进行代数译码，这种方法实现简单，译码速率快，但是存在一些不可纠正的错误，使其译码性能受到了限制。软判决译码主要有chase 算法，通过找到接收序列个绝对值最小的不可靠位产生测试图样，进而得出测试序列，进行代数译码，然后选出与接收序列欧氏距离最近的作为译码结果。现有的串行结构未能充分使用每维输出的外信息，因此未能充分发挥TPC的性能。

发明内容

本发明的目的在于提出了一种缩短三维TPC码的改进高性能译码方法。

实现本发明目的的技术方案为：一种缩短三维TPC的高性能译码方法，包括如下步骤：

步骤1：第一维译码器对接收的修正后的软信息进行硬判决，获得硬判决序列；

步骤2：根据修正后的软信息序列产生的不可靠位产生测试图样；

步骤3：将测试图样与硬判决序列相加得到测试序列；

步骤4：获得测试序列的译码结果，并确定译码结果的可靠性；

步骤5：根据译码结果的可靠性确定译码结果中的最佳码字，并确定最佳码字的竞争者；

步骤6：根据最佳码字及其竞争者，获得第一维译码器的外信息；

步骤7：根据原始信息及另外两维译码器的外信息，确定第二维译码器接收的修正后的软信息；

步骤8：按照步骤1～6的方法,获得第二维译码器的外信息，并确定第三维译码器接收的修正后的软信息；

步骤9：按照步骤1～6的方法,获得第三维译码器的外信息，并确定第一维译码器接收的修正后的软信息；

步骤10：重复步骤1～9，直到达到最大迭代次数，输出最终得到的信息结果进行硬判决得到译码结果。

优选地，对接收的修正后的软信息进行硬判决，获得硬判决序列Y＝ (y₁,y₂,..y_n)的判决规则为：

其中，r_i为修正后的软信息向量中元素，i＝1,2,3…n，n为分量码码长。

优选地，根据修正后的软信息序列产生的不可靠位产生测试图样的具体方法为：

通过寻找译码器修正后软信息序列中元素绝对值最小的p个位置产生p个不可靠位；令硬判决序列中除不可靠位位置上所有元素为0，在不可靠位上进行01 的排列组合，一种排列方式作为一个测试图样，产生2^p个长度为n的测试图样。

优选地，获得测试序列的译码结果的具体方法为：

将得到的测试序列与校验矩阵相乘进行代数译码，得到2^p个测试序列的译码结果

n为分量码码长，j＝1,2,...2^p。

优选地，译码结果中的最佳码字为译码结果中可靠性最小的码字。

优选地，最佳码字的竞争者的确定方法为：如果译码结果中存在与最佳码字不相等的码字，则将其作为最佳码字的竞争者，如果不止一个码字与最佳码字不相等，则选择可靠性最小的作为竞争者。

优选地，外信息的计算方法为：

如果存在最佳码字的竞争者，外信息计算方法为：

w_i＝(2D_i-1)(m_c-m_d)-r_i

其中，r_i为修正后软信息向量中元素，D_i为最佳码字上的元素，i＝1,2,3…n， n为分量码码长，m_c为竞争者的可靠性，m_d为最佳码字的可靠性；

当不存在竞争者时，外信息计算方法为：

w_i＝(2D_i-1)β

β为预设的修正系数。

优选地，译码器接收的修正后的软信息为：

[R₁(m)]＝[R]+α[λ₁w₂(m-1)+λ₂w₃(m-1)]

[R₂(m)]＝[R]+α[λ₁w₁(m)+λ₂w₃(m-1)]

[R₃(m)]＝[R]+α[λ₁w₁(m)+λ₂w₂(m)]

式中，R₁(m)、R₂(m)、R₃(m)分别为其中第一维译码器、第二维译码器和第三维译码器接收的修正后的软信息，λ₁、λ₂、α为加权因子，w₁、w₂、w₃分别三个维度译码器的外信息，m为迭代次数。

本发明与现有技术相比，其显著优点为：本发明性能约有0.6dB的改善，为缩短的三维TPC码提供了一种新的高性能译码方案，也为三维TPC码提供了一种改进的译码结构。

下面结合附图对本发明做进一步详细的描述。

附图说明

图1为三维TPC编码结构示意图。

图2为二维缩短TPC编码矩阵示意图。

图3为一般三维TPC译码器结构。

图4为本发明的实现结构图。

图5为Matlab误码率仿真图。

具体实施方式

一种缩短三维TPC码的改进高性能译码方法，在图3的基础上得到改进的译码器如图4所示，具体步骤如下：

步骤1、如图1、4所示，首先X维的SISO译码器对接收到的修正后的软信息R_x进行硬判决，得到硬判决序列Y＝(y₁,y₂,..y_n)，n为分量码码长。

硬判决规则为：

其中，r_i为修正后软信息向量中元素，i＝1,2,3…n，n为分量码码长。针对缩短的三维TPC码，译码器接受到的缩短位的软输入信息值始终为[-p-1，-1]，其中p为不可靠位的位数。

X维译码器接收到的修正后的软信息R_x具体为：

[R_x(m)]＝[R]+α[λ₁w_y(m-1)+λ₂w_z(m-1)]

[R]为接收的原始信息，[W(m)]为外信息，m表示迭代次数。λ₁、λ₂、α为加权因子。w_y、w_z分别为Y维、Z维的外信息，初始时w_y(0)、w_z(0)＝0。

步骤2、通过寻找译码器修正后软信息序列中元素绝对值最小的p个位置产生p个不可靠位，由p个不可靠位产生2^p个01的组合序列。令硬判决序列中除不可靠位位置上所有元素为0，在不可靠位上进行01的排列组合，一种排列方式作为一个测试图样，最终产生2^p个长度为n的测试图样。

步骤3、将测试图样与硬判决序列相加，得到测试序列。

步骤4、将得到的测试序列与校验矩阵相乘进行代数译码，得到2^p个测试序列的译码结果

n为分量码码长，j＝(1,2,...2^p)，由译码结果C^j组成一个候选码字集Ω，每个测试序列译码结果C^j的可靠性用译码结果C^j与接收信息序列之间的欧式距离进行度量，其计算公式为：

m^j＝-<C^j,R_p>

m^j表示欧式距离，为译码结果C^j与R_p的内积的负值,R_p为译码器接收信息。

步骤5、选取候选码字集Ω中度量值最小的码字作为最佳码字D＝(D₁,D₂,..D_n)， n为分量码码长，其度量值(欧氏距离)记为m_d。再在候选码字集Ω中寻找D 的竞争码字，如果候选码字集Ω中存在其他与最佳码字D不相等的码字，则将其作为最佳码字D的竞争者C。如果有不止一个这个的码字，则选择欧式距离最小的作为竞争者，其度量值记为m_c。

步骤6、计算外信息w＝(w₁,w₂,..w_n)，n为分量码码长，如果存在最佳码字D 的竞争者C，则外信息计算方法为：

w_i＝(2D_i-1)(m_c-m_d)-r_i

其中r_i为修正后软信息向量中元素，D_i为最佳码字D上的各元素，i＝1,2,3…n， n为分量码码长。

若最佳码字D与其竞争者C之间的距离大，则w_i的值大，表明最佳码字D 的可靠度高，反之则表明最佳码字D的可靠度低。

当竞争者C不存在时，则表明最佳码字D的可靠度很高，外信息可以直接由下式近似进行计算：

w_i＝(2D_i-1)β

β为预设的修正系数。在外信息计算中，缩短信息位不参与其过程，缩短位上外信息全部置为0。

步骤7、根据原始信息及另外两维译码器的外信息，确定Y维译码器在译码迭代过程中接收到的修正后软信息R_y；

具体地，Y维译码器在译码迭代过程中接收到的修正后软信息R_y可以用下式来表示：

[R_y(m)]＝[R]+α[λ₁w_x(m)+λ₂w_z(m-1)]

[R]为接收的原始信息，[W(m)]为外信息，m表示迭代次数。λ₁、λ₂、α为加权因子。w_x、w_z为Y维、Z维的外信息，初始时每维外信息均为0(即w_x(0)、 w_y(0)、w_z(0)＝0，开始第一次译码迭代时Y维接收到的信息为[R]+αλ₁w_x(m))。

步骤8、Y维译码器对接收到的软信息R_y进行硬判决，按照步骤1～6的方法，得到Y维输出的外信息w_y，并确定Z维译码器在译码迭代过程中接收到的修正后软信息R_z；

Z维译码器在译码迭代过程中接收到的修正后软信息R_z可以用下式来表示：

[R_z(m)]＝[R]+α[λ₁w_x(m)+λ₂w_y(m)]

[R]为接收的原始信息，[W(m)]为外信息，m表示迭代次数。λ₁、λ₂、α为加权因子。w_x、w_y为Y维、Z维的外信息，初始时每维外信息均为0(即w_x(0)、 w_y(0)、w_z(0)＝0，开始第一次译码迭代时Z维接收到的信息为[R]+α[λ₁w_x(m)+ λ₂w_y(m)])。

步骤9、Z维译码器对接收到的软信息R_z进行硬判决，按照步骤1～6的方法，得到Z维输出的外信息w_z，并确定X为译码器接收到的修正后的软信息R_x。

步骤10、重复步骤1～9，直到达到最大迭代次数，输出最终得到的信息结果进行硬判决得到译码结果。

本发明属于基于软判决的ChaseII译码算法，对ChaseII的译码器结构进行了改进：在迭代过程中每一维的软信息输入为除该维的另两维译码器外信息和原始接收信息进行相加，使得结构在复杂度增加不高的情况下能够取得更好的性能

实施例

本实施例以BPSK信号为例，编码格式为：编码前为(22,26,3)的信息矩阵，编码后为(28,32,4)的信息矩阵，每行每列采用拓展汉明码进行编码，本原多项式为x⁵+x²+1，每页采奇偶校验码进行编码。下面仅以此为例进行仿真验证等工作。

一种缩短三维TPC码的改进高性能译码方法，步骤如下：

步骤1、将通过AWGN信道接收到的BPSK信息作为原始信息R，结合图1、 4所示，首先X维的SISO译码器对接收到的修正后的软信息R_x进行硬判决，得到硬判决序列Y＝(y₁,y₂,..y_n)，n为分量码码长，X维译码器在译码迭代过程中接收到的修正后软信息R_x可以用下式来表示：

[R_x(m)]＝[R]+α[λ₁w_y(m-1)+λ₂w_z(m-1)]

[R]为接收的原始信息，[W(m)]为外信息，m表示迭代次数。λ₁、λ₂、α为加权因子。w_y、w_z为Y维、Z维的外信息，初始时每维外信息均为0，开始第一次译码迭代时X维接收到的信息为[R]。

硬判决规则为：

其中r_i，i＝1,2,3…n，为译码器接收的修正后软信息向量中元素，n为分量码码长。针对缩短的三维TPC码，译码器接受到的缩短位的软输入信息值始终为 [-p-1，-1]，其中p为不可靠位的位数。

步骤2、找到硬判决序列中的p个绝对值最小的不可靠位(p<k，k为信息位长度)，在不可靠位上产生1或0并且令其余位置为0，生成2^p个长度为n的测试图样(n为分量码码长)。不可靠位可以通过寻找Y中绝对值最小的位置得到。

步骤3、将测试图样与硬判决序列相加，得到2^p个测试序列。

步骤4、分别将得到的2^p个测试序列与校验矩阵相乘进行代数译码，得到2^p个测试序列译码结果

n为分量码码长，j＝(1,2,...2^p)，汉明码的代数译码过程如下：

若硬判决后序列为Y，则Y＝C^j+eⁱ

其中eⁱ为错误图样；

若H为校验矩阵，则伴随式S＝Y×H^T＝C^j×H^T+eⁱ×H^T＝eⁱ×H^T

因此当eⁱ＝0时，S＝0，表示此时无错，若eⁱ≠0，则S≠0，则通过错误图样可以恢复出有效码字C^j＝Y-eⁱ。

代数译码后将得到的每个测试序列译码结果C^j放入候选码字集Ω，C^j的可靠性可以用C^j与接收信息序列之间的欧式距离进行度量，其计算公式为：

m^j＝-<C^j,R_p>

m^j表示欧式距离，为C^j与R_p的内积的负值。R_p为译码器接收信息。

步骤5、选取m^j最小的码字作为最佳码字D，其度量值(欧氏距离)记为 m_d。再在候选码字集Ω中寻找D的竞争码字，如果Ω中存在其他与D不相等的码字，则将其作为最佳码字D的竞争者C。如果有不止一个这个的码字，则选择欧式距离最小的作为竞争码字，其度量值记为m_c。为节省计算时间，可以缩小候选码字的空间，对最终性能影响不大。

步骤6、计算外信息w＝(w₁,w₂,..w_n)，n为分量码码长，如果存在最佳码字D 的竞争者C，则外信息计算方法为：

w_i＝(2D_i-1)(m_c-m_d)-r_i

其中r_i为修正后软信息向量中元素，D_i为最佳码字D上的各元素， i＝(1,2,3…n)，n为分量码码长。

若最佳码字D与其竞争者C之间的距离大，则w_i的值大，表明最佳码字D 的可靠度高，反之则表明最佳码字D的可靠度低。当竞争者C不存在时，则表明最佳码字D的可靠度很高，此时位置i上的外信息可以直接由下式近似进行计算：

w_i＝(2D_i-1)β

β为预设的修正系数。在外信息计算中，缩短信息位不参与其过程，缩短位上外信息全部置为0。

步骤7、根据原始信息及另外两维译码器的外信息，确定Y维译码器在译码迭代过程中接收到的修正后软信息R_y；

具体地，Y维译码器在译码迭代过程中接收到的修正后软信息R_y可以用下式来表示：

[R_y(m)]＝[R]+α[λ₁w_x(m)+λ₂w_z(m-1)]

[R]为接收的原始信息，[W(m)]为外信息，m表示迭代次数。λ₁、λ₂、α为加权因子。w_x、w_z为Y维、Z维的外信息，初始时每维外信息均为0(即w_x(0)、 w_y(0)、w_z(0)＝0，开始第一次译码迭代时Y维接收到的信息为[R]+αλ₁w_x(m))。

步骤8、Y维译码器对接收到的软信息R_y进行硬判决，按照步骤1～6的方法，得到Y维输出的外信息w_y，并确定Z维译码器在译码迭代过程中接收到的修正后软信息R_z；

Z维译码器在译码迭代过程中接收到的修正后软信息R_z可以用下式来表示：

[R_z(m)]＝[R]+α[λ₁w_x(m)+λ₂w_y(m)]

[R]为接收的原始信息，[W(m)]为外信息，m表示迭代次数。λ₁、λ₂、α为加权因子。w_x、w_y为Y维、Z维的外信息，初始时每维外信息均为0(即w_x(0)、 w_y(0)、w_z(0)＝0，开始第一次译码迭代时Z维接收到的信息为[R]+α[λ₁w_x(m)+ λ₂w_y(m)])。

步骤9、Z维译码器对接收到的软信息R_z进行硬判决，按照步骤1～6的方法，得到Z维输出的外信息w_z，并确定X为译码器接收到的修正后的软信息R_x。

步骤10、重复步骤1～9，直到达到最大迭代次数，输出最终得到的信息结果进行硬判决得到译码结果。

为验证方案有效性，设置迭代次数为5次，每次输入信息帧数为500帧，α＝0.5，λ₁、λ₂＝1，β＝1，原始接收序列上缩短位的软输入信息值设为-3，不可靠位数 p＝4，为减少仿真时间，缩小候选码字的空间大小为4，利用Matlab软件进行仿真验证。

由仿真结果图5可以看出，改进后的译码结构相较未改进结构性能大约提升0.6dB，说明在三维TPC串行迭代译码过程中对每维SISO译码器都采用：将除该维的另两维在迭代过程中产生的外信息结合，然后与原始接收信息相加来修正当前维输入软信息的方法，对误码性能的提升是有效的。

本发明是针对三维TPC译码的通信技术，相较普通译码器结构(图3)只在Z 维译码时利用另两维的外信息来修正Z维的输入软信息，提出一种新的译码器结构，通过对任意当前维，在串行迭代过程中使用另两维在迭代过程中输出外信息结合来修正当前维的输入软信息，同时令每维译码器接收到的缩短位上软信息始终为[-p-1，-1]，通过这些措施提高了译码器的译码性能，也为缩短三维TPC提供了一种新的译码方案。

Claims (8)

1.一种缩短三维TPC的高性能译码方法，其特征在于，包括如下步骤：

步骤1：第一维译码器对接收的修正后的软信息进行硬判决，获得硬判决序列；

步骤2：根据修正后的软信息序列产生的不可靠位产生测试图样；

步骤3：将测试图样与硬判决序列相加得到测试序列；

步骤4：获得测试序列的译码结果，并确定译码结果的可靠性；

步骤5：根据译码结果的可靠性确定译码结果中的最佳码字，并确定最佳码字的竞争者；

步骤6：根据最佳码字及其竞争者，获得第一维译码器的外信息；

步骤7：根据原始信息及另外两维译码器的外信息，确定第二维译码器接收的修正后的软信息；

步骤8：按照步骤1～6的方法,获得第二维译码器的外信息，并确定第三维译码器接收的修正后的软信息；

步骤9：按照步骤1～6的方法,获得第三维译码器的外信息，并确定第一维译码器接收的修正后的软信息；

步骤10：重复步骤1～9，直到达到最大迭代次数，输出最终得到的信息结果进行硬判决得到译码结果。

2.根据权利要求1所述的缩短三维TPC的高性能译码方法，其特征在于，对接收的修正后的软信息进行硬判决，获得硬判决序列Y＝(y₁,y₂,..y_n)的判决规则为：

其中，r_i为修正后的软信息向量中元素，i＝1,2,3…n，n为分量码码长。

3.根据权利要求1所述的缩短三维TPC的高性能译码方法，其特征在于，根据修正后的软信息序列产生的不可靠位产生测试图样的具体方法为：

通过寻找译码器修正后软信息序列中元素绝对值最小的p个位置产生p个不可靠位；令硬判决序列中除不可靠位位置上所有元素为0，在不可靠位上进行01的排列组合，一种排列方式作为一个测试图样，产生2^p个长度为n的测试图样。

4.根据权利要求1所述的缩短三维TPC的高性能译码方法，其特征在于，获得测试序列的译码结果的具体方法为：

将得到的测试序列与校验矩阵相乘进行代数译码，得到2^p个测试序列的译码结果

n为分量码码长，j＝1,2,...2^p。

5.根据权利要求1所述的缩短三维TPC的高性能译码方法，其特征在于，译码结果中的最佳码字为译码结果中可靠性最小的码字。

6.根据权利要求1所述的缩短三维TPC的高性能译码方法，其特征在于，最佳码字的竞争者的确定方法为：如果译码结果中存在与最佳码字不相等的码字，则将其作为最佳码字的竞争者，如果不止一个码字与最佳码字不相等，则选择可靠性最小的作为竞争者。

7.根据权利要求1所述的缩短三维TPC的高性能译码方法，其特征在于，外信息的计算方法为：

如果存在最佳码字的竞争者，外信息计算方法为：

w_i＝(2D_i-1)(m_c-m_d)-r_i

其中，r_i为修正后软信息向量中元素，D_i为最佳码字上的元素，i＝1,2,3…n，n为分量码码长，m_c为竞争者的可靠性，m_d为最佳码字的可靠性；

当不存在竞争者时，外信息计算方法为：

w_i＝(2D_i-1)β

β为预设的修正系数。

8.根据权利要求1所述的缩短三维TPC的高性能译码方法，其特征在于，译码器接收的修正后的软信息为：

[R₁(m)]＝[R]+α[λ₁w₂(m-1)+λ₂w₃(m-1)]

[R₂(m)]＝[R]+α[λ₁w₁(m)+λ₂w₃(m-1)]

[R₃(m)]＝[R]+α[λ₁w₁(m)+λ₂w₂(m)]

式中，R₁(m)、R₂(m)、R₃(m)分别为其中第一维译码器、第二维译码器和第三维译码器接收的修正后的软信息，λ₁、λ₂、α为加权因子，w₁、w₂、w₃分别三个维度译码器的外信息，m为迭代次数。

Images