黃雅云
(南京航空航天大學(xué) 電子信息工程學(xué)院,江蘇 南京 210000)
1959年,Reed和Solomon提出可以利用有限域中的多項式構(gòu)造RS碼(Reed-Solomon code)[1]。RS碼的基礎(chǔ)是循環(huán)碼,可以用代數(shù)方法來構(gòu)造和分析,因此可以找到多種實用的譯碼方法,且易于硬件實現(xiàn)。1961年Gorenstein等[2]發(fā)現(xiàn)RS碼是BCH碼(Bose,Ray-Chaudhuri,Hocquenghem Code)的一種子碼,并提出了譯碼算法,但該算法在糾正大量錯誤時不夠理想;1967年,Berlekamp[3]提出了Berlekamp-Massey譯碼算法,使得RS碼能夠糾正大量隨機(jī)錯誤;1975年,Sugiyama等[4]證明歐幾里得算法能夠用于譯碼。現(xiàn)今RS碼因具有強大的糾錯性能,在無線通信、廣播電視以及深空通信中有著廣泛的應(yīng)用[5]。
目前,RS碼編碼協(xié)作系統(tǒng)中使用的簡單聯(lián)合譯碼算法或智能聯(lián)合譯碼算法,目的節(jié)點均不能充分利用獲得的兩路信號,誤碼率也不夠理想。本文在參考前人文獻(xiàn)資料的基礎(chǔ)上,提出合并-智能聯(lián)合譯碼算法。該算法能夠充分利用獲得的兩路信號,進(jìn)一步降低信噪比和誤碼率,提高RS碼分布式編碼協(xié)作系統(tǒng)的性能。
基于協(xié)作通信的三節(jié)點經(jīng)典通信模型[6],RS碼編碼協(xié)作場景的方案如圖1所示。一個完整的編碼協(xié)作傳輸流程,從信源產(chǎn)生信息到目的節(jié)點完整地譯出信息,需要2個時隙[7]。在第1個時隙,信源首先將二進(jìn)制序列m1映射為GF(2m)中符號序列a1,其中2m=n+1,n是碼字長度;然后系統(tǒng)RS1(n,k1,d1)編碼將符號序列a1編碼,其中k1為信息位長度,d1為碼字最小距離。由RS碼的基礎(chǔ)理論[8-9]可知,RS碼的碼字最小距離d1=n-k1+1。
RS1的生成多項式g1(x)由n-k1個根組成,g1(x)多項式可表示為:
g1(x)=(x-α)(x-α2)…(x-αn-k1)=
(1)
RS1碼可以通過下式產(chǎn)生。
b(x)=a(x)g1(x)
(2)
圖1 RS碼的編碼協(xié)作系統(tǒng)框架結(jié)構(gòu)Fig 1 Frame structure of RS code coding cooperation system
在編碼協(xié)作方案中,使用系統(tǒng)RS碼,其生成多項式可表示為:
b1(x)=xn-k1a1(x)+p1(x)
(3)
p1(x)可以通過GF(2m)中的多項式除法得到,計算式如下:
(4)
(5)
同樣地,在第1個時隙,目的節(jié)點也將收到經(jīng)信道傳播的信息xS,令其為rS,D,表達(dá)式為:
(6)
g2(x)=(x-α)(x-α2)…(x-αn-k2)=
(7)
由于k1>k2,g2(x)比g1(x)有更多的根,所以RS2的糾錯能力比RS1的高。系統(tǒng)RS2碼可以表示為:
b2(x)=xn-k2a2(x)+p2(x)
(8)
在此系統(tǒng)中,中繼從信號
中選擇前k2個符號作為信息a2。同樣地,可以得到校驗多項式p2(x),計算式如下:
(9)
在第2個時隙,目的節(jié)點收到中繼傳輸?shù)男畔R,D,可表示為:
(10)
式中:hR,D是瑞利衰落系數(shù),nR,D是高斯白噪聲序列。
聯(lián)合譯碼是編碼協(xié)作系統(tǒng)的關(guān)鍵特征之一,常用的聯(lián)合譯碼算法有簡單聯(lián)合譯碼算法和智能聯(lián)合譯碼算法。
1.2.1 簡單聯(lián)合譯碼算法
圖2 簡單聯(lián)合譯碼算法框架Fig 2 Framework of simple joint decoding algorithm
1.2.2 智能聯(lián)合譯碼算法
圖3 智能聯(lián)合譯碼算法原理Fig 3 Principle of intelligent joint decoding algorithm
在智能聯(lián)合譯碼算法中,不需要使用信噪比閾值來判斷混合器的使用方式,而是使用RS2譯碼器的輸出作為RS1譯碼器輸入的一部分,因為RS2譯碼器可以糾正一部分傳輸錯誤,所以智能聯(lián)合譯碼算法能夠提高系統(tǒng)性能。但是在該聯(lián)合譯碼算法中,目的節(jié)點仍舊不能充分利用獲得的兩路信號以降低系統(tǒng)誤碼率。
為了目的節(jié)點能夠充分利用獲得的RS1和RS2兩路信號,進(jìn)一步降低系統(tǒng)誤碼率,提出了合并-智能聯(lián)合譯碼算法,其具體框圖如圖4所示。
圖4 合并-智能聯(lián)合譯碼算法原理圖Fig 4 Schematic diagram of merge-intelligent joint decoding algorithm
圖4中,在目的節(jié)點的解調(diào)器之前增加一個合并器,將RS1的前k2個調(diào)制符號與RS2的k2個信息位的調(diào)制符號合并,合并系數(shù)參考協(xié)作通信中的最大比合并算法[12]。經(jīng)過RS2合并器之后,調(diào)制序列為
(11)
由此,系統(tǒng)可以充分利用RS1和RS2兩路信號,使系統(tǒng)誤碼率進(jìn)一步降低。
為實現(xiàn)上述算法,具體實現(xiàn)步驟如下:
在系統(tǒng)采用RS碼的編碼協(xié)作方案的基本框架時,分別對簡單聯(lián)合譯碼算法、智能聯(lián)合譯碼算法與合并-智能聯(lián)合譯碼算法3種不同的聯(lián)合譯碼算法進(jìn)行仿真實驗,仿真條件如下:RS1碼字為(63,51,13)RS碼,RS2碼字為(63,39,25)RS碼,在AWGN信道中傳輸,使用64-QAM調(diào)制方式,設(shè)置信源—中繼信道為理想信道,即σS-R=,且σR-D=σS-D+1。仿真結(jié)果如圖5、圖6。圖5、圖6中橫坐標(biāo)為信源—目的節(jié)點信道的信噪比,使用分貝數(shù)表示,單位為dB;縱坐標(biāo)為誤比特率(Bit Error Ratio,BER)。所示。需要注意的是使用合并-智能聯(lián)合譯碼算法時,合并系數(shù)α隨信噪比而變化。
圖5 不同聯(lián)合譯碼算法的性能比較Fig 5 Performance comparison between different joint decoding algorithm
圖6 合并-智能聯(lián)合譯碼算法中使用不同合并系數(shù)的性能仿真Fig 6 Performance simulation of merge-intelligent joint decoding algorithm with different combining coefficients
圖5為不同聯(lián)合譯碼算法的性能仿真比較。從圖5可以看出,當(dāng)誤比特率為10-3時,與非協(xié)作系統(tǒng)(non-coop)相比,使用簡單聯(lián)合譯碼算法的系統(tǒng)獲得的增益只有0.6 dB,性能有限;使用智能譯碼算法的系統(tǒng)可以獲得2.2 dB左右的增益;使用合并-智能譯碼算法的系統(tǒng)可以獲得3.7 dB左右的增益。由此可見,使用合并-智能譯碼算法的系統(tǒng)誤比特性能比使用智能譯碼算法的系統(tǒng)好。在低信噪比條件下,即當(dāng)信噪比低于10 dB時,使用3種不同譯碼算法的系統(tǒng)誤比特率性能相近;但當(dāng)信噪比大于10 dB后,使用合并-智能譯碼算法的系統(tǒng)可以獲得較大的性能提升。
圖6給出了合并-智能聯(lián)合譯碼算法中使用不同合并系數(shù)的性能仿真。從圖6可以看出,當(dāng)系統(tǒng)使用合并-智能聯(lián)合譯碼算法時,不同的合并系數(shù)將會影響系統(tǒng)的性能,其中合并系數(shù)α隨信噪比變化時,系統(tǒng)的性能會略好一些;當(dāng)誤比特率為10-4、合并系數(shù)為自適應(yīng)系數(shù)時,系統(tǒng)性能比系數(shù)為0.5的好0.4 dB左右,比系數(shù)為0.6的好1 dB左右。
綜上所述,合并-智能聯(lián)合譯碼算法能夠充分利用獲得的兩路信號,進(jìn)一步降低信噪比和誤碼率,提高RS碼的分布式編碼協(xié)作系統(tǒng)的性能。
本文分析了RS碼的編碼協(xié)作系統(tǒng),研究了基于RS碼的簡單聯(lián)合譯碼算法、智能聯(lián)合譯碼算法。在此基礎(chǔ)上,提出了合并-智能聯(lián)合譯碼算法,并通過仿真比較了簡單聯(lián)合譯碼算法、智能聯(lián)合譯碼算法與合并-智能聯(lián)合譯碼算法3種不同的聯(lián)合譯碼算法的性能。結(jié)果表明:合并-智能聯(lián)合譯碼算法能夠充分利用獲得的兩路信號,使其分集增益,進(jìn)一步降低信噪比和誤碼率,提高RS碼的分布式編碼協(xié)作系統(tǒng)的性能。