基于VBLAST 系统的并行图像传输策略优化

张庭园，李 俊，李小兵，景小荣

(1.中国科学院微电子研究所北京100029;2.重庆邮电大学通信与信息工程学院，重庆400065;3.中兴通讯股份有限公司，深圳518057)

0 引言

在无线图像传输系统中，受系统带宽的限制在无线环境中要实现高效图像传输，将面临许多挑战。

为了缓解无线信道带宽的限制，图像数据在传输之前必须进行高效压缩。当前图像压缩标准中，以可伸缩编码算法为主。在可伸缩编码算法中，多级树集合分裂(set partitioning in hierachical trees，SPIHT)［1］算法由于实现简单而被得到广泛的应用。但是，可伸缩信源编码器输出码流对无线信道衰落及噪声非常敏感，因此，在无线图像传输中必须采取高效的抗误码技术，以保证图像重建的视觉效果。

在众多抗误码技术中，不等错保护(unequal error protection，UEP)作为无线信道中提高可伸缩码流传输鲁棒性的有效方法得到了广泛地应用。根据可伸缩码流中不同位置比特重要性不同的特点，截止目前，基于传输资源分配，涌现出了许多UEP实现方法。文献［2］提出了基于渐进重要性映射的的UEP方法。文献［3］提出了基于信源信道联合编码(joint source channel coding)的UEP方法，该方法在分组大小固定的条件下，通过优化各分组中信源和信道编码码率，实现接收端图像重建优化。文献［4］则对具有不等重要性码流，采用低密度校验码(low density parity check codes，LDPC)来实现UEP，从而提高图像传输的抗干扰能力。文献［5］通过对信源编码器输出码流采取层层级联信道编码，以此来对不等重要性的码流实现UEP策略，进而根据不同信道环境，自适应调整信源比特和信道比特的分配来取得最优图像重构质量。文献［6］在发射总功率固定的条件下，通过能量与调制阶数自适应分配来实现UEP，以达到优化图像传输性能的目的。Said A等人基于分层调制，结合循环冗余校验(cyclic redundancy check，CRC)码和码率兼容删除卷积码(rate-compatible punctured convolution，RCPC)以对具有不等重要性的压缩码流实现UEP，提出了一种渐进图像传输方案［7］。文献［8］则针对不同失真类型，通过自适应信道编码和调制，达到对不等重要码流采用不等层数保护。这些研究成果均基于单输入单输出(single input single output，SISO)传输模式。

近年来，随着无线通信技术的飞速发展，传统的SISO传输模式已经无法满足人们对多媒体业务快速增长的需求，在这种需求推动下，3GPP(3rd generation partnership project)组织提出了以多天线输入输出(multiple input multiple output，MIMO)技术为核心的长期演进(long term evolution，LTE)计划，旨在利用当前的有限带宽，为用户提供高服务质量的移动宽带多媒体服务［9］。由于MIMO技术中的垂直－贝尔实验室分层空时(vertical bell labs layered space time，VBLAST)结构可以实现并行高速数据传输，因此，特别适宜于图像数据的高速传输。尽管MIMO技术可以有效地提高数据传输率，但是毕竟系统带宽有限。因此，为了有效地利用频带，必须尽可能充分地利用信道带宽。文献［10］通过信源编码器将图像压缩成数个具有不等重要性的码流，进而采用自适应分配策略，将各不等重要性码流动态地分配给各MIMO子信道，以提高传输性能。

文献［11］在通过理论和仿真分析空时编码(space-time coding，STC)OFDM系统误码性能的基础上，基于JSCC，结合自适应调制阶数选择策略，提出了一种渐进图像传输方案。但是该方案并没有实现信源编码、信道编码及调制的整体优化。

本文在文献［11］的研究成果基础上，综合信源编码、信道编码及调制，提出了一种自适应VBLAST并行图像传输优化策略，该策略可根据信道环境，自适应选择信源编码、信道编码、调制和发送功率以满足并行传输各层的误码率要求，从而综合协调系统资源来提高接收端图像的重建质量。

1 传输系统模型

VBLAST自适应并行图像传输系统模型如图1所示。图1中包括4个模块:信源编码及码流分层模块、信道编码模块、自适应处理模块、VBLAST传输模块。下面分别对其进行介绍。简单起见，文中假设发射端已知信道状态信息。

图1 传输系统模型Fig.1 Transmission system model

1.1 信源编码及码流分成模块

图像数据送入 SPIHT［1］信源编码器，其中，SPIHT信源编码包括2步:第1步通过若干级二维离散小波变换，原始图像被分解成一系列具有不等分辨率的子图像;第2步通过排序和精细过程，形成具有不等重要性的原始码流;进而该码流被分割成若干子流，每个子流与一个传输层相对应。

1.2 信道编码

信道编码采用码率兼容的删除Turbo码，即RCPT(rate compatible punctured Turbo)码，Turbo码采用并行级联卷积(parallel concatenated convolutional code，PCCC)方案，将其输出按不同的方式进行删除，即可得到码率不同的RCPT码。文中假设RCPT 码的可选码率集合 R={r1，r2，…，rm1}，满足r1＜r2＜… ＜rm1。

1.3 自适应处理模块

该模块包括自适应调制和功率分配单元，该模块根据当前信道环境，确定与各传输层相对应的信道编码码率Ri、调制模式Qi及功率Pi，其中i表示传输层编号。

1.4 VBLAST 并行传输

考虑一Nr×NtVBLAST系统，Nr，Nt分别表示接收端和发送端天线数，假设接收端和发送端处于理想的同步状态。记 y=［y1，y2，…，yNr］T为接收信号矢量，x=［x1，x2，…，xNt］T为发送符号矢量，则在某一离散时刻，发送符号矢量x与接收到的基带信号矢量y之间满足关系

(1)式中:H表示信道信息矩阵;N表示附加白高斯噪声矢量，满足0均值、方差为δ2INr。

假设发射端确知信道状态信息，对H进行奇异值分解(singluar value decomposition，SVD)，即

(2)式中:V和U分别表示接收成形滤波和发射预滤波器;D=diag (λ1，λ2，…，λM)为对角矩阵，满足λ1＞λ2＞… ＞λM＞0。

(4)式中，Pi为第i个子信道分配的功率(Pi实际上和各个子信道所选择的信道编码和调制方式有关)，满足关系，ST代表总发射功率，i=1，2，…，M 。

2 基于VBLAST系统的并行自适应图像传输策略优化

基于VBLAST系统的并行自适应图像传输策略优化的目的是:在特定信道环境下，根据自适应模块取得当前条件下最优信道编码，调制方式和功率分配组合{R*，Q*，P*}，以实现终端重建图像质量的优化。具体流程包括:首先通过自适应模块取得最优信道编码集合 R*={R*1，R*1，…，R*M}、调制方式集合Q*={Q*1，Q*2，…，Q*M}和功率分配集合P*={P*1，P*2，…，P*M}，以确定各传输层信道编码码率、调制阶数和功率分配等级，然后根据当前R*，Q*值确定总的信源传输速率rs，并将其反馈给信源编码器，信源编码器根据当前优化传输码率对原始图像进行压缩处理和码流分层处理，进而根据优化参数集合{R*，Q*，P*}对各分层码流处理，最后通过VBLAST系统传输出去。

2.1 自适应编码调制

通常情况下，接收端为了获得较好的图像重建质量及视觉效果，对于重要数据传输，通常要求pe≤10－5，对于次要数据传输，要求接收误比特率pe≤10－3。自适应编码调制通过改变编码及调制阶数，使其在满足接收误比特率前提下与当前系统限制与信道环境相适应。

对第i个传输层，假设对应传输速率为ki∈{K0，K1，…，KN}，传输功率为 Pi，其中，K0代表传输速率为0，即不传任何信息，i=1，…，M。为了提升终端图像重建质量，必须尽可能地提高系统的平均频谱效率，为此，在一定发送功率、传输速率条件下，自适应编码调制就是使得频谱效率最高，实质上，该问题为一非线性约束优化问题:

(5)式中:ASE为平均频谱效率函数;Ε［·］为期望函数;BERi为第i个子信道的瞬时误码率;ki(λi)表示信道增益为λi的子信道上的数据传输率。直接对(5)式优化求解十分困难，但由1.4节知:通过SVD，整个VBLAST系统可分解成M个并行SISO子系统(或传输层)，则(5)式的优化问题可近似转化为

(6)式中:Pi(λi)表示信道增益为λi的子信道上分配的功率;ST表示总功率约束;pe表示误码率约束。实际上，每个子信道功率及码率的自适应调制依赖于信道增益λi。因此，将信道增益λi划分为N+1个子集，即［υ0，υ1］，［υ1，υ2］，…，［υN，υN+1］，其中υ0=0，υN+1=∞ 。根据文献［12］，(6)式的优化可分步进行，最终最优速率和功率分配为

(7)—(8)式中，j=0，1，…，N+1 。(7)式意味着如果 λi在［υj，υj+1］内，则子信道采用的传输速率为Kj;(8)式则对于子信道增益为λi时，对应自适应功率要求接收信噪比阈值为αj。由于采用Turbo-QAM编码调制，直接获得误码率与信噪比之间的解析表达式十分困难，因此，当目标误码率BER1确定后，可采用数值仿真来确定接收信噪比阈值αj。

传输层或子信道最优增益边界可按(9)式求解:

(12)式中，Al(i，d)max(Nr，Nt)－ min(Nr，Nt)，对于 Nr=Nt=M ，则d=0。经过整理，ASE为

此时ASE只与Kj，υj和υj+13个参数有关，则此时的优化问题转化为

(14)式中，F(Kj，υj，υj+1)见(13)式。通过(14)式可以得到单个子信道的最优速率和功率分配，进而将其推广到M个子信道(传输层)即可得到最优速率集合{R*，Q*}和最优功率集合P*。

2.2 基于VBLAST系统的分层处理

根据前述，通常情况下，终端为了获得高质量的重建图像，对于重要数据层，要求接收误比特率pe≤10－5，次要数据层，要求接收误比特率 pe≤10－3。对于M个并行子信道，文中规定前M/2个子系统用于传输重要数据层，后M/2个子系统用于传输次要数据层。在此条件下，基于VBLAST系统的分层处理就是在一定信道环境(SNR)下，根据目标误比特率 pe－1和pe－2的限定，根据优化(16)式，从而得到各层子信道功率分配P*和最优信道编码和调制模式 {R*，Q*}，进而根据{R*，Q*}确定信源码流分配。

考虑到受实际系统带宽限制，传输速率Rt=MB/PT要小于目标传输率RT，单位为符号每像素(symbols per pixel，SPP)，PT表示图像像素总数，B表示每根天线的固定传输符号数。为此，每层信息传输比特数为

(15)式中，M*i=2Q*i，i=1，2，…，M 。总信源传输比特数，对应的信源速率 rs=Btotal/PT，确定参数rs后，将其反馈给信源编码器。

3 实验结果及分析

采用4×4 VBLAST仿真平台，以Lena 512×512标准灰度图像传输为例。Lena图像先通过SPIHT编码器后，其输出比特流被分割成4个子流，分别与4个传输层相对应，其中，第1层、第2层用于重要数据层传输;第3层、第4层用于传输次要数据，各层分别经过自适应信道编码和调制，经过VBLAST系统传输。

信道编码采用RCPT码，其由1/4码率、6级存储母码来获得(打孔周期为8);考虑到信道环境好时，可不采用信道编码，因此，信道码率集合R={8/32，8/31，…，8/9}∪ {1};调制模式采用 BPSK，4-QAM，8-QAM，16-QAM，对应的调制阶数集合为Q={1，2，3，4}。规定系统总传输符号速率RT=0.25 SPP。

以峰值信噪比(peak signal noise ratio，PSNR)作为评价重建图像质量的依据，其定义为

(16)式中，MSE为重建图像与原图像的均方误差。

在给定BER限制条件下，不同编码调制方式对应的信道平均SNR如表1所示，由于篇幅所限，文中只给出信道速率为1/3和1/2时的结果。

表1 不同误比特率要求下，各编码调制方式对应的信道平均SNRTab.1 Average channel SNR conresponding to combination of coding and modulation types under different bit error rate requirement

由于调制模式为4QAM、码率为1/2的RCPT码和调制模式为8QAM、码率为1/3RCPT码这2种编码调制方式的比特/码元数相同，而4QAM、码率为1/2RCPT码编码调制方式需要更高的SNR，因而自适应链路中将不被采用。因此，通过2.1节中的自适应处理方式可以得到在一定信噪比下，每层的最优编码调制方式如表2所示，表2中Na表示该层不传输信息。

为了有效地评测本文提出的传输优化策略，定义如下4个不同的传输系统，并将其进行对比:

1)基于VBLAST的自适应编码和调制系统。选择 R={8/32，8/31，…，8/9，1}，调制集合为{0，BPSK，4QAM，8QAM，16QAM}，记为系统 1，表示本文所提出的优化传输策略。

2)基于VBLAST的固定编码和自适应调制系统。选择 R={1/2}，调制集合为{0，BPSK，4QAM，8QAM，16QAM}，记为系统2，表示部分自适应传输策略，即码率固定，调制方式采用自适应方式选取。

表2 不同信道环境(SNR)下的各层最优调制方式及码率Tab.2 Optimal modualation types and coding rate for differnet channel enviroments(SNR)

3)基于VBLAST的自适应编码和固定调制系统。选择 R={8/32，8/31，…，8/9，1}，调制模式固定为BPSK，记为系统3，表示部分自适应传输策略，即调制模式固定，信道码率根据信道环境自适应选择。

4)基于VBLAST的固定编码和调制系统。固定编码R={1/2}，固定调制模式为BPSK，记为系统4，表示非自适应传输策略。

4个系统采用Monter Carlo仿真，得到如图2所示性能曲线。从图2中可知，系统1性能最好，这是由于该系统能够根据信道环境，自适应实现调制模式和信道速率的联合优化，从而获得最优系统参数配置。系统性能最差的是系统4也就是固定编码和调制系统，该系统不能灵活地分配系统参数，因而性能最差。

进一步，系统1与系统3在SNR较低时，为了满足误码条件，系统1中调制方式只能选择BPSK，因此，在该条件下与系统3的编码调制方式一样，所以，在SNR较低时，2个系统图像传输性能一样。但是随着SNR的提高，系统1的性能开始优于系统3的，此时系统1可以选择更加高效的调制方式来提高系统容量，从而使得进行图像重构的信源数更多，所以图像重建质量更好。

系统2与系统4在SNR较低时，由于系统2和系统4均采用固定信道编码速率1/2，系统2为了满足误码要求，自适应调制方式也只能选择BPSK，这样与系统4的编码调制方式一样，因此，2个系统的图像重建质量性能一样。但是随着SNR的提高，系统2的性能开始优于系统4的，因为此时系统2可以选择更加高效的调制方式来提高系统容量，使得进行图像重构的信源数更多，从而得到更好的图像重建性能。

图2 PSNR性能对比图Fig.2 PSNR performance comparison

系统2与系统3在SNR较低时，由于系统3采用BPSK调制，而且可自适应选择信道码率，但是系统2采用的固定信道码率为1/2，为了满足传输误码要求，系统2自适应调制模式也只能选择BPSK，因此，此时系统3的图像重建性能要优于系统2。随着SNR的提高，系统2可采用4QAM和1/2码率编码调制，但此时两个系统的极限容量正好一样，因此接收端重建图像质量也一样。随着SNR的提高，系统2可采用更加高效的调制方式提高系统容量，使得进行图像重构的信源数更多，从而其对应的图像重建性能将得到提升。

4 结论

本文在VBLAST框架下结合信源编码、信道编码、调制及功率的整体优化，提出了一种基于VBLAST的并行图像传输优化策略。该策略可根据信道环境以及每层的抗误码要求自适应地选择信道编码、调制和发送功率，从而实现图像数据的并行处理，协调系统的整个资源来提高接收端图像的重建质量，数值仿真验证了该方法的有效性。

［1］SAID A，PEARLMAN W A.A new，fast，and efficient image codec based on set partitioning in hierarchical trees［J］.IEEE Transactions on Circuits and Systems for Video Technology，1996，6(3):243-250.

［2］HU Yang，PEARLMAN W A，LI Xin.Progressive significance map and its application to error-resilient image transmission［J］.IEEE Transactions on Image Processing，2012，21(7):3229-3238.

［3］CAO Lei.On the unequal error protection for progressive image transmission［J］.IEEE Transactions on Image Processing，2008，17(11):2384-2388.

［4］MA P，KWAK K S.Modulation-assisted UEP-LDPC codes in image transmission［C］//Commnications and Information Technology，2009.ISCIT2009.9th International Symposium.Icheon:IEEE Conference Pulications，2009:230-233.

［5］ARSLAN S S，COSMAN P C，MILSTEIN L B.Concatenated block codes for unequal error protection of embedded bitstreams［J］.IEEE Transactions on Image Processing，2012，21(3):1111-1122.

［6］WANG Wei，PENG Dongming，WANG Honggang，et al.Energy-Constrained Distortion Reduction Optimization for Wavelet-Based Coded Image Transmission in Wireless Sensor Networks［J］.IEEE Transactions on Multimedia，2008，10(6):1169-1180.

［7］ARSLAN S S，COSMAN P C，MILSTEIN L B.Coded hierarchical modulation for wireless progressive image transmission［J］.IEEE Transactions on Vehicular Technology，2011，60(9):4299-4313.

［8］YAO Lei，CAO Lei.Turbo codes-based image transmission for channels with multiple types of distortion［J］.IEEE Transactions on Image Processing，2008，17(11):2112-2121.

［9］杨小波，孙力娟，王汝传.一种面向无线多媒体传感器网络的分布式图像压缩算法［J］.中兴通讯技术，2009，15(6):45-48.YANG Xiaobo，SUN Lijuan，WANG Ruchuan.Distributecl Image compression Algorithm in wireless Multimedia Sensor Network［J］.ZTE Communications，2009，15(6):45-48.

［10］LIU Yong，MEN Aidong，QUAN Ziyi，et al.Unequal error protection for SPIHT-coded image transmission based on MIMO adaptive channel assignment policy［C］//Advanced Computer Control，ICACC ＇09.Singapore:IEEE Conference Publications，2009:781-785.

［11］SUN Yong，XIONG Zixiang.Progressive image transmission over space-time coded OFDM-based MIMO systems with adaptive modulation［J］.IEEE Transactions on Mobile Computer，2006，5(8):1016-1028.

［12］KIM Jihoon，LEE KyoungJae，SUNG Chang Kyung，et al.A simple SNR representation method for AMC schemes of MIMO systems with ML detector［J］.IEEE Transactions on Communication，2009，57(10):2971-2976.