基于补偿校正的网络编码和信道编码联合设计

2015-05-05黄学军

电视技术 2015年1期

关键词：信道编码译码中继

朱虹，黄学军，邬可

(南京邮电大学，江苏南京 210003)

基于补偿校正的网络编码和信道编码联合设计

朱虹，黄学军，邬可

(南京邮电大学，江苏南京 210003)

将信道编译码中性能较优的LDPC码运用到网络编码和信道编码联合设计，提出一种接收端补偿校正的网络编码和信道编码联合设计方案，该方案在中继节点进行解调和译码后硬判决，以降低中继节点处理数据的复杂性，然后进行网络编码而不考虑编码数据中存在的误码，通过接收节点对中继硬判决信息的错误概率进行补偿和校正来获取最大似然接收。仿真实验表明，提出的网络编码和信道编码联合设计方案不但降低了中继节点处理数据的复杂性，同时提高了传输系统的可靠性。

信道编码；网络编码；协作中继模型；LDPC码；联合迭代译码

Ahlswede等人在2000年提出了网络编码[1](Network Coding，NC)概念。网络编码指出：对于网络组播中节点而言，增加相应的编码操作可使源节点和网络中的中继节点间达到最大流最小割[2]定理给出的传输速率。通过对网络编码研究，人们发现网络编码是一种接近容量极限的通信网络工具。网络编码思想挑战了只能对信息进行转发和存储的限制，文献[3]表明网络编码应用可以使传输信道达到最大传输容量。将网络编码应用到无线通信网络中，在改善负载均衡、节点能耗、网络吞吐量方面有较大性能优势，已经引起专家和学者的关注。

根据网络编码应用范围，Zhang等人[4]将网络编码分为有限域中物理层网络编码和无限域中物理层网络编码。文献[5]针对信道编码和网络编码在双向中继信道中的应用，提出了Turbo网络编码方法，研究结果显示该方法可以显著提高网络编码在通信网络系统中的可靠性。为了获得编码增益或者空间分集增益，人们对网络编码和信道编码联合方案进行了深入研究。Hausl等人[5-6]设计了一种码率兼容的网络编码和信道编码联合方案，在这种方案里中继网络对两个源节点的数据进行估计来提供冗余信息。Hou等人[7]根据对分布式Turbo码的研究，在双向中继信道中提出了3种基于Turbo码的网络编码和信道编码联合设计方案，分别是信道编码后进行网络编码方案、信道编码前进行网络编码方案和调制后叠加方案。

在现有的网络编码和信道编码联合设计方案中，通常中继节点需要对接收数据进行解调和译码操作后进行基于软信息的网络编码操作，该方案的缺点是增大了中继节点处理数据的复杂性，使得对中继节点的处理复杂度和能量损耗提出了更高的要求。针对该方案存在的问题，有文献提出将Turbo码与网络编码联合设计用于协作通信中，取得了较好的效果。根据对信道编码中的Turbo码和低密度校验(Low Density Parity Check，LDPC)码的学习，本文将信道编码中性能较优的LDPC运用到网络编码和信道编码联合设计，提出一种接收端补偿校正的网络编码和信道编码联合设计方案，该方案与上面介绍文献方案的不同之处是，本方案信道编译码采用性能较优的LDPC码。在本文提出的方案中信道编译码采用LDPC码，中继节点对接收数据进行解调和译码操作后硬判决，降低中继节点处理数据的复杂性，然后进行网络编码操作而不考虑网络编码中存在的误码，通过接收节点对中继硬判决信息的错误概率进行校正和补偿来获取最大似然接收。本文提出的方案不但可以降低中继节点处理数据的复杂性，而且可以提高传输系统的可靠性。

1 双向中继系统模型

本文无线通信网络的双向中继信道模型中，由2个源节点A，B和1个中继节点R组成，如图1所示。

图1 双向中继系统模型

在图1所示的双向中继系统模型中，本文提出的基于补偿校正的网络编码和信道编码联合设计的实现过程为：

1)源节点A和B将需要传送的原始数据UA和UB进行信道编码(此处采用性能较优的LDPC码)、BPSK调制之后变为XA和XB，将XA和XB广播到其他节点。

2)中继节点R对接收数据解调和LDPC译码后硬判决，然后进行网络编码操作得到UR，调制后广播到源节点A和源节点B。

3)在源节点A处(以源节点A为例)，将接收数据XR进行最大似然解调获得LRA，将LRA与源节点A自身数据XA进行解网络编码来获得关于源节点B发送的数据；将源节点B发送的数据和源节点B直接传送过来的数据进行最大比合并来获得信息位，将该信息位和源节点B发送数据的校验位送入迭代译码器中，来获得源节点B发送到源节点A的数据。

下面来详细介绍本文提出的基于补偿校正的网络编码和信道编码联合设计方法。

2 基于补偿校正的网络编码和信道编码联合设计

1)源节点处理操作

将源节点数据包UA和UB经过LDPC编码器分别进行信道编码为

VA=Γ(UA)

(1)

UB=Γ(UB)

(2)

图2 源节点处理操作示意图

在第1个时隙过程中，源节点A同时将XA发送到源节点B和中继节点R；在第2个时隙过程中，源节点B同时将XB发送到源节点A和中继节点R。在该双向中继系统模型中，设定信号发射功率相同，系统完全同步，信道中存在的干扰类型为高斯白噪声，噪声方差值是σ2。

2)中继处理操作

(3)

在第3个时隙过程中，中继节点R将编码之后的数据UR进行调制之后变为XR，将XR广播到源节点中，该中继节点R的处理操作过程如图3所示。

3)基于补偿校正的最大似然解调算法

在本文提出的基于补偿校正的最大似然解调算法中，中继节点为了降低处理数据的复杂性，只是对接收数据进行硬判决，没有考虑网络编码中存在的误码。因此，需要源节点对中继节点硬判决数据的错误概率进行补偿校正，来改善传输系统的可靠性。

图3 中继节点操作过程示意图

本文以源节点A为例进行校正补偿的理论过程为：

当UR=0时，信号YRA的概率密度函数(PDF)为

p(YRA|hRA,UR=0)=[(1-εAR)(1-εBR)+εARεBR]·

p(YRA|hRA,UAR=UBR)+[εAR(1-εBR)+εBR·

(1-εAR)]·p(YRA|hRA,UAR≠UBR)

(4)

当UR=1时，信号YRA的概率密度函数(PDF)为

p(YRA|hRA,UR=1)=[(1-εAR)(1-εBR)+εARεBR]·

p(YRA|hRA,UAR≠UBR)+[εAR(1-εBR)+εBR(1-εAR)]·

p(YRA|hRA,UAR=UBR)

(5)

从而求得YRA的对数似然比为

(6)

式(6)为信道特性对接收端的性能贡献，在接收节点计算中继节点传输过来的软信息时，根据信道误码率εij进行了较好补偿。

一种较为简单的数据判决算法是：计算信道YRA的对数似然比为

(7)

由于f(t)函数计算复杂度较高，文献[8]证明可用一个线性分段函数fPL(t)来近似，即

(8)

同理，参照本方案可以对源节点B的接收数据进行校正补偿。

4)联合迭代译码处理

此处联合迭代译码处理还是以源节点A为例，在源节点A处会有3个数据信号进入到联合迭代译码器中，分别是源节点A自身数据XA，从中继接收到的数据YRA和源节点B发送数据YBA。此处联合迭代译码操作的处理过程如图4所示。

图4 联合迭代译码过程示意图

在图4所示的联合迭代译码操作过程示意图中，YRA进行最大似然解调变为LRA，YBA进行最大似然解调变为LBA，计算过程为

(9)

(10)

式中：hRA和hBA分别表示R-A信道特性和R-B信道特性。

将XA和LRA进行解网络编码操作后与LBA进行联合迭代译码操作，获得数据UBA，此处联合迭代译码操作的处理过程为：

(1)将XA和LRA进行解网络编码操作，获得源节点B发送的数据(LS,RA,LP2)。

(2)因LBA含有源节点B的信息位数据和校验位数据，即为LBA=(LS,BA,LP1)，故需要将源节点B的数据进行最大比合并，即

LS=LS,RA+LS,BA

(11)

(3)将LS和LP1进行联合迭代译码操作，从而译码出源节点B发送到源节点A的数据。

3 仿真结果分析

通过仿真实验来分析本文提出的接收端补偿校正的网络编码和信道编码联合设计方案的误码率性能。本文仿真参数设置为：含有瑞利衰落的高斯白噪声信道，帧长为100bit，帧数为100 000。同时，仿真实验中增加了对比方案来比较本文所提方案的误码率性能，采用的两种对比方案是：1)基于硬信息中继的联合网络编码和信道编码方案，该方案在中继节点R处采用“硬信息”递归卷积系统解码和“硬信息”递归卷积系统编码，在源节点A和B采用联合分布式Turbo译码和解网络编码；2)基于Turbo码的校正补偿方案，该方案在信道编译码中采用Turbo码，在中继节点对接收数据进行解调和Turbo译码操作后硬判决，然后进行网络编码操作，通过接收节点对中继硬判决信息的错误概率进行校正和补偿来获取最大似然接收。

以源节点A为例进行仿真实验，将本文方案和两种对比方案进行误码率性能比较，仿真实验如图5所示。

图5 3种编码方案的误码率性能对比图

根据图5中仿真结果可知，本文提出的信道编码采用LDPC码的接收端补偿校正的网络编码和信道编码联合设计方案在误码率性能方面优于第1种方案，和第2种方案相近。同时，通过图5a和图5b对比可知，随着联合迭代译码次数的增加，本文信道编码采用LDPC码的方案优于信道编码采用Turbo码的方案，较好地改善了系统的误码率。因此，本文提出方案不但降低了中继节点处理数据的复杂性，同时提高了传输系统的可靠性。

4 小结和研究展望

本文提出了一种接收端补偿校正的网络编码和信道编码联合设计方案，该方案在中继节点对接收数据解调和译码后硬判决，然后进行网络编码而不考虑编码数据中存在的误码，以降低中继节点处理数据的复杂性，通过接收节点对中继硬判决信息的错误概率进行补偿和校正来获取最大似然接收。

通过仿真实验可知，本文提出的方案不但降低了中继节点处理数据的复杂性，同时提高了传输系统的可靠性。

本文研究的是无线通信网络下3节点的双向中继系统的误码率性能，但实际通信网络系统下不可能只存在1个中继节点、系统不可能完全同步等问题。在这种网络场景下，网络系统模型如何建立和分析将是接下来的研究工作重心。

[1]AHLSWEDER，CAIN，LIS-YR，etal.Networkinformationflow[J].IEEETrans.InformationTheory, 2000, 46(4): 1204-1216.

[2]AHUJARK,MAGNANTITL,ORLINJB.Networkflows:theory,algorithmsandapplications[M].EnglewoodCliffs,NJ:PrenticeHall, 1993.

[3]KATTIS,RAHULH,HUWJ,etal.XORsintheair:practicalwirelessnetworkcoding[J].IEEE/ACMTrans.Networking, 2008, 16(3): 487-510.

[4]ZHANGS,LIEWS,LUL.Physicallayernetworkcodingschemesoverfiniteandinfinitefields[EB/OL]. [2014-03-20].http://arxiv.org/ftp/arxiv/papers/0804.

[5]HAUSLC,HAGENAUERJ.Iterativenetworkandchanneldecodingforthetwo-wayrelaychannel[C]//Proc.IEEEInternationalConferenceonCommunications.Istanbul：IEEEPress，2006：1568-1573.

[6]HAUSLC.Improvedrate-compatiblejointnetworkchannelcodeforthetwo-wayrelaychannel[C]//Proc. 15thJointConferenceonCommunicationandCoding. [S.l.]：IEEEPress，2006：102-107.

[7]HOUJ，HAUSLC，KOTTERR.Distributedturbocodingschemesforasymmetrictwo-wayrelaycommunication[C]//Proc. 5thInternationalSymposiumTurbocodesandRelatedTopics.Lausanne,Switzerland：[s.n.]，2008：237-242.

[8]CHENDQ,LANEMANJN.Modulationanddemodulationforcooperativediversityinwirelesssystems[J].IEEETrans.WirelessCommunication, 2006, 5(7)：1785-1794.

朱虹(1990— )，女，硕士生，主研协作通信、网络编码和信道编码；

黄学军(1967— )，副教授，硕士生导师，主研现代无线通信及物联网技术研发；

邬可(1988— )，女，硕士生，主研协作通信、网络编码。

责任编辑：薛京

Joint Design of Network and Channel Coding Based on Compensation and Correction

ZHU Hong, HUANG Xuejun, WU Ke

(NanjingUniversityofPostsandTelecommunications,Nanjing210003,China)

In this paper, the optimum channel coding performance LDPC codec is applied to joint network-channel coding and a joint network-channel coding scheme is proposed which compensation and correction in the received nodes in the two-way relay channels. The scheme uses received data that have demodulated and decoded to realize network coding, without considering network coding errors, to reduce the complexity of the relay node data processing, compensation and correction hard decision error probability information at the received node to obtain maximum likelihood. The simulation confirms that the joint network-channel coding method can improve the bit error rate performance.

channel coding; network coding; cooperative relay model; LDPC code; joint iterative decoding