网络-信道联合编码的DmF协作通信技术

,2

(1.电子科技大学 通信抗干扰国家级重点实验室,成都 611731；2.东南大学 移动通信国家重点实验室，南京 211189)

1 引 言

多输入多输出(MIMO)天线技术是有效对抗无线环境中信道衰落的关键技术之一。由于移动终端体积、功率、硬件复杂度等因素影响,其应用受到一定限制。近年来兴起的协作通信技术突破了这种限制，成为目前学术界研究的一个热点。

协作通信技术最初是由Van Der Meulen[1]在1971年提出的经典三终端中继信道模型演变而来。由Laneman、Hunter、Sendonaris[2-5]等人对协作通信技术所做的大量工作可知，目前协作通信方式主要有放大前传(Amplify-and-Forward，AF)、译码前传(Decode-and-Forward,DF)、编码协作(Coded Cooperation，CC)3种。对于AF，中继对信源信号功率放大的同时也将噪声功率放大，使得错误被放大前传；DF中，中继先对信源信号进行译码而后再编码发送，由于同时获得了分集增益和编码增益，系统性能比AF明显提高；CC实际上属于DF中的一类。本文针对DF协作方式提出解调前传(Demodulate-and-Forward,DmF)[6]，其性能介于AF与DF之间，而它在中继处不需要译码器，使设备复杂度大大降低。因此，与前面的3种技术相比，DmF更具有实用性。

网络编码理论最初是Ahlswede[7]等人在有线通信网络中提出来的关于增加网络传输容量、提高吞吐量、增强网络健壮性、均衡网络负载的一项新型网络传输技术。本文将信道编码与网络编码相结合实现无线通信中的协作分集，不但能获得以上优点，还能减少协作伙伴数量，提高频谱利用率。 除此之外，后面的仿真结果显示：网络编码与信道编码相结合，其通信性能将明显优于仅使用信道编码的协作通信。

为获得尽可能多的系统编码增益，我们在基站用网络-信道联合译码的方法对多路径独立信号进行联合译码。LDPC码的稀疏校验矩阵H存储量小、译码简单，因此我们选用LDPC码进行联合译码。

2 基于网络-信道编码的DmF协作通信模型

图1为基于联合网络-信道编码的DmF协作通信基本模型，即由一个中继对两个用户进行上行链路的协作通信模型。

图1 基于网络-信道编码技术的DmF协作通信系统模型Fig.1 The model of DmF cooperative communication with joint network-channel coding

首先，我们假设两个用户到中继、两个用户及中继到基站的信道为相互独立的瑞利信道。用户1和用户2到中继的信道衰落系数为hii，i={1,2}；用户1、用户2以及中继到基站的信道衰落系数为hi，i={1,2,3}。第i(ii)个信号所经历过的信道，我们称其为第i(ii)路信道，其信道噪声为ni(nii)。

用户1、用户2分别对各自长为K的信息序列V1、V2进行LDPC编码，得到码长为N的码字Ui=Vi*G，i={1,2}(G为生成矩阵)。最后，用户端以{-1，1}等概发送BPSK调制信号Xi=2Ui-1，其中i={1,2}，Xi=[x1，x2,x3,…,xN]。

中继端接收到来自用户1、用户2的信号Y11、Y22，其中：

Yii=hiiXi+nii,i={1,2}

(1)

在DmF模型中，我们首先将式(1)的两个信号进行解调(硬判决)得U11、U22，而后进行网络编码(模二加)得U3=U11⊕U22。最后，发送BPSK调制信号X3=2U3-1。

在基站，我们接收到来自用户1、用户2以及中继的信号：

Yi=hiXi+ni,i={1,2,3}

(2)

将式(2)中3个信号组合成一个码字Y=[Y1,Y2,Y3]，其中Yi=[y1,y2,y3,…,yN]。

然后，我们再按照文献[8]中的LLR BP译码算法对接收码字Y进行LDPC 译码。由接收信号Y，我们得对数似然值(LLR)：

(3)

式中，n={1,2,3，…,N}表示第i路信号的第n个比特位，Pr(·)表示后验概率，σ2为噪声功率。

我们构造的稀疏校验矩阵为

式中，H1、H2分别为原用户端码字U1、U2的稀疏校验矩阵，I为N×N的单位矩阵。

进行LDPC LLR BP译码前，我们假设：Lmn为校验节点m传递给比特节点n的关于节点n的LLR值；Zmn为比特节点n传给校验节点m的关于比特节点n的LLR值；Zn表示比特n的后验LLR值，每次迭代的最后都需要用它来做硬判决，判断迭代是否结束。

初始化：对于每一个m和n，设Zmn=Fn；

迭代处理：每一次迭代都按如下3个步骤进行。

(1)水平迭代(对校验节点的处理过程)

对于每一个m和n：

(4)

(5)

(2)垂直迭代(对比特节点的处理过程)

对于每一个m和n，按照如下方式对Zmn进行更新：

(6)

对于每一个n，按如下方式更新Zn：

(7)

(3)硬判决以及结束标准

3 联合网络-信道编码的DmF协作通信的性能分析

3.1 两种情景下的应用

我们设路径损耗系数[9]为α=4，A、B为两用户，C为中继，D为基站。A、B、C到D的距离，A、B到C的距离分别为rAD、rBD、rCD、rAC、rBC。其接收信号的平均符号信噪比分别为EAD(dB)、ECD(dB)、EBD(dB)、EBC(dB)、EAC(dB)。

情景1，令rAD=rBD=rCD=r，rAC=rBC=0.3r,则EAD=ECD=EBD=EBC=EAC=E-101g(0.3)α;情景2，令rAD=rBD=r，rAC=rBC=0.3r，rCD=0.7r，则EAD=EBD=E(dB)，EBC=EAC=E-401g 0.3，ECD=E-401g 0.7。

(a)情景1

(b)情景2图2 假设两种情景Fig.2 Two cases

当中继离用户端较近时，系统在中继协作之下能获得可观的分集增益及编码增益；当中继离用户端太远时，中继的协作将无效。

3.2 网络编码的引入

我们知道，网络编码能提高用户数据吞吐量、减小延迟、提高带宽利用率等优点。对于图3(a)，当中继数量少于用户数量，此时若利用中继进行协作通信，用户1和用户2则需要排队等待。而若用图3(b)进行协作通信，中继的数量将会变为原来的一半，排队等待时间也会大幅度降低。另外，由文献[10]可知，若选用图3(b)进行通信，所需的带宽资源及耗费的功率将变为图3(a)的3/4。因此，对于图3(b)，频带利用率提高的同时其中继的发射功率也得到降低。

图3(a)、(b)的用户分集阶数[10]都能达到2(满分集)，即获得了最大的分集增益。对于这两种模型,中继不仅仅是提供了系统分集增益，还能增加系统校验冗余，从而获得系统的编码增益。对于图3(a)，我们假设每个用户的原信息序列长为K1,码长为N1,经中继协作后到达基站，其码长变为2N1,则码率为K1/(2N1)；对于图3(b), 每个用户原信息序列长及码长与图3(a)相同,经中继协作后到达基站，此时码长变为3N1,码率变为K1/(3N1)。显然，图3(b)的编码增益大于图3(a)。因此，引入网络编码还能提高系统的编码增益。

对图3(a)的非网络编码的协作通信模型，用户1、用户2都各自拥有一个中继进行DmF协作通信。对于用户1，基站将其码字Y1和它的中继码字Y2构成一个新的码字Y′=[Y1,Y2]，最后，我们用校验矩阵：

对Y′进行LDPC联合译码，其译码过程与图3(b)相同。其中，H1为码字Y1的校验矩阵，I为N1×N1的单位矩阵。

(b)基于网络-信道编码技术的DmF协作通信模型图3 协作的基本模型Fig.3 The basic model of cooperative communication

4 仿真结果分析

我们将4种通信模式(即：非协作通信模式、非网络编码的DmF协作通信模式、基于网络-信道编码的DmF协作通信模式以及基于网络-信道编码的DF协作通信模式)进行比较，得到图4的仿真曲线。

图4(a)和(b)分别对应3.1中的两种情景。显然，中继离基站越近，其系统性能越好。我们也可以看到，情景1和情景2中基于网络-信道编码的DmF协作通信系统与DF协作通信系统的性能曲线几乎一致，在误比特率为10-3时，DF仅仅比DmF多0.1 dB的性能增益。

情景1中信噪比大于1.7 dB以及情景2中信噪比大于0.5 dB时，基于网络-信道联合编码的协作通信(包括DF和DmF)，其性能将明显优于非网络编码的协作通信，而且随着信噪比值的增加这种优势会更加明显。

(a)情景1，rCD=r时4种通信模式下的误码曲线图

(b)情景2，rCD=0.7r时4种通信模式下的误码率曲线图图4 不同通信模型的性能比较Fig.4 Performance comparison between different communication models

5 总 结

通过以上通信技术性能的比较我们可看出：在用户端与中继端，将网络编码与信道编码相结合，可以使得协作通信系统获得比仅使用信道编码时更大的性能增益；基于网络-信道编码的协作通信系统中，DmF协作方式与DF协作方式所获得的系统性能非常接近，且明显优于非协作通信系统以及非网络编码的协作通信系统。而对于DmF来说，它只需进行量化解调和简单的编码，不需译码，大大降低了对硬件复杂度的要求以及对中继消耗能量的需求。

综合考虑通信性能、设备复杂度等因素，基于网络-信道编码的DmF协作通信技术是最具实用性、其性能仅次于且接近于DF的协作通信技术。

参考文献：

[1] Van Der Meulen,Edward C. Three-terminal communication channels [J]. Advanced Application Problem, 1971，3(1):120-154.

[2] Andrew Sendonaris, Elza Erkip,Behnaam Aazhang. User cooperation diversity-Part I: System description[J].IEEE Transactions on Communication,2003,51(11):1927-1938.

[3] Andrew Sendonaris, Elza Erkip, Behnaam Aazhang. User cooperation diversity-Part II: Implementation aspects and performance analysis [J]. IEEE Transactions on Communication, 2003, 51(11):1939-1948.

[4] Laneman J N, Wornell G W, Tse D N C. An efficient protocol for realizing cooperative diversity in wireless networks [C]// Proceedings of IEEE International Symposium on Information Theory. Piscataway, USA: IEEE, 2001: 294.

[5] Hunter T, Nosratinia A. Cooperative Diversity Through Coding [C]//Proceedings of 2002 IEEE International Symposium on Information Theory (ISIT 2002).Los Alamitis, CA,USA: IEEE, 2002: 220.

[6] Chen D, Laneman J N. Modulation and demodulation for cooperative diversity in wireless systems[J]. IEEE Transactions on Wireless Communications, 2006,5(7):1785-1794.

[7] Ahlswede R, Cai N, Yeung R, et al. Network Information Flow[J]. IEEE Transactions on Information Theory, 2000,46(4):1204-1216.

[8] Chen J, Fossorier M P C. Near optimum universal belief propagation based decoding of low density parity-check codes[J]. IEEE Transactions on Communications, 2002, 3(50):406-414.

[9] Theodore S Rappaport. Wireless Communications Principles and Practice [M].New York:Prentice Hall,1996.

[10] Josephine P K Chu, Raviraj S Adve and Andrew W Eckford, Fraction cooperation using coded demodulate-and-forword [C]// Proceedings of IEEE Global Telecommunications Conference (GLOBECOM).[S.l.]:IEEE,2007: 4323-4327.