一种分布式信源的系统极化码联合译码方法

1.本发明涉及通信领域，特别是指分布式信源联合译码领域，具体涉及一种基于系统极化码编码的分布式信源联合译码领域。


背景技术：

2.香农提出的信源信道分离定律指出在不损失总体系统性能的情况下，信源编码和信道编码能被分别独立最优化。信源信道分离设计有模块化，结构简单，适用范围广的特点。然而，在实际系统中，时间和复杂度条件会受到约束，由于信源信道分离设计没有充分考虑信源和信道的统计特性，实际性能会因此而受限降低。
3.极化码是ar1kan在2008年提出的一种信道编码方案。在码长趋于无穷的情况下，极化码能够被理论证明能够达到香农容量，即其误码概率能够达到任意小，并且具有线性复杂度的编译码能力。
4.现有极化码的分布式信源联合译码技术，可以利用信源之间的相关性，改善编译码系统的性能，但误码率还能得到进一步提高改进。


技术实现要素：

5.有鉴于此，本发明的目的在于提出一种分布式信源的系统极化码联合译码方法，分布式相关信源编码上相互独立，采用系统极化码信道编码方案，提升信源信息编码和传输的效率，之后再提出能够体现信源之间相关性的联合因子图，并基于联合因子图使用置信度传播译码算法进行联合译码。
6.基于上述目的，本发明提供一种分布式信源的系统极化码联合译码方法，包括：分布式信源的相关性由成功概率为p的伯努利分布变量确定；两分布式相关信源生成信息序列并对对信息序列分别进行独立系统极化码信道编码，经bpsk调制后经加性高斯白噪声信道传输。提出分布式信源的联合因子图，并在接收端获得接收序列后，利用分布式信源之间的相关系数进行联合译码。
附图说明
7.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明实施例的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
8.图1是一种分布式信源的系统极化码联合译码方法的系统流程图；
9.图2是一种n＝8,k＝4的分布式相关信源联合因子图示意图；
10.图3是一种码长n＝128，k＝64的情况下，所提分布式相关信源联合译码方法与单独系统极化码的误码率性能比较示意图。
具体实施方式
11.为使本公开的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本公开进一步详细说明。
12.需要说明的是，除非另外定义，本说明书一个或多个实施例使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本说明书一个或多个实施例中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。
13.一种分布式信源的系统极化码联合译码方法，主要包括以下步骤：
14.(1)分布式信源的相关性由成功概率为p的伯努利分布变量确定；根据两个分布式信源的相关性对相关信源s1、s2进行信息序列s1、s2生成；
15.(2)对信息序列s1、s2分别进行独立系统极化码信道编码，得到码字x1、x2调制后经由加性高斯白噪声信道发送；
16.(3)在获得接收序列y1、y2后，利用分布式信源之间的相关系数p进行联合译码。
17.一种分布式信源的系统极化码联合译码方法的系统流程图如图1所示。
18.进一步地，所述步骤(1)包括：
19.根据两个分布式信源的相关性对相关信源s1、s2进行信息序列s1、s2生成；两者之间的相关性表征分布式信源相关性的伯努利变量e为成功概率为p，生成相关性序列e；在信源s1生成信息序列s1后，相关信源信息序列s2可相应表示为
20.进一步地，所述步骤(2)包括：
21.分布式信源产生相关序列后，与非系统极化码相比，采用系统极化码的编码方式进行信道编码，在误帧率保持不变的情况下，系统极化码误比特率减小，使得信息序列的译码性能进一步提升。
22.对于码长为n＝2^m，信息位为k的系统极化码，其生成矩阵与非系统极化码一致，为其中其中为f的m次克罗内克积。与非系统极化码区别的是，系统极化码的信息实际上是置于码字的一个子集b进行编码传输，当生成矩阵为未进行位反转操作的情况下，b与a相等。ac为a的补集，被当作冻结位置0。可靠信息比特的信道索引a、b的选择可由信噪比条件以及高斯近似构造方法来选择。
23.一个完整的码字由两部分构成在系统极化码中，xb可由信息比特序列的赋值获得，其中代表为g中行、列属于a、bc的元素构成的子矩阵，代表为g中行、列属于ac、bc的元素构成的子矩阵，ua为求的中间过渡向量，可由求出，其中代表为g中行、列属于ac、b的元素构成的子矩阵，g
ab
代表为g中行、列属于a、b的元素构成的子矩阵，(g
ab
)-1
为g
ab
的逆矩阵。
24.将信息序列s1、s2置于分别进行系统极化码编码得到x1、x2，经bpsk调制后，发送到加性高斯白噪声信道进行信息传输。y1＝1-2x1+n,y2＝1-2x2+n，n为长度为n的均值为0方差为σ2的加性高斯白噪声序列。
25.进一步地，所述步骤(3)包括：
26.基于分布式信源之间的相关性，可将两信道极化因子图上对应信息位与成功概率为p的伯努利变量e模二加相连表示，得出分布式信源的联合因子图。图2为一个分布式相关信源联合因子图示例，其中，n＝8，k＝4，a＝b＝{4，6，7，8}，相关信源序列s1经系统极化码编码得到x1，相关信源序列s2经系统极化码编码得到x2，两分布式信源因子图由伯努利变量e模二加相连。
27.接收端对接收序列y1、y2进行联合译码，利用分布式信源s1、s2间的相关系数p在分布式信源的联合因子图上进行置信度传播算法的联合译码，最终得到s1、s2的估计值的估计值其中一次联合译码的过程包括：
28.初始化，由于本实施例采用bpsk调制(binary phase shift keying，二进制相移键控)，并且使用awgn(additive white gaussian noise，加性高斯白噪声)信道进行传输信息，则信道接收值的对数似然比形式可被表示为：
[0029][0030]
其中，σ2表示为awgn信道的方差，y1、y2为长度为n的信道接收序列，n为长度为n的均值为0方差为σ2的加性高斯白噪声序列。
[0031]
进一步地，分布式信源的码长为n＝2^m，该联合因子图由两个n行，m+1列的信道极化因子图所构成。信源s1、s2因子图中第t次迭代，第i行j列的向左迭代软信息为信源s1、s2因子图中第t次迭代，第i行j列的向右迭代软信息为因子图中第t次迭代，第i行j列的向右迭代软信息为
[0032]
在第t次迭代中，将的更新公式为：
[0033][0034]
当索引不属于系统码信息索引b时，两分布式信源因子图最右的向左软信息被信道接收值的对数似然比所直接更新，当索引属于系统码信息索引b时，两分布式信源因子图最右的向左软信息在信道接收值的对数似然比、伯努利变量e的相关系数p、以及另一个因子图传递过来的上次迭代最右向右软信息的共同作用下更新迭代。特别地，当迭代次数为0时，有
[0035]
在第t次迭代中，将的更新公式为：
[0036][0037]
当两分布式信源因子图第一列变量节点的行索引属于信息位a时，向右软信息更新为0。当两分布式信源因子图第一列变量节点的行索引不属于信息位a时，向右软信息更新为正无穷。
[0038]
对于第t次迭代，中间变量节点迭代更新的公式为：
[0039][0040]
其中，f(x,y)＝sign(x)sign(y)min(abs(x),abs(y))。第t次迭代过程中的调度方案依次计算
[0041]
在第t次迭代更新联合因子图变量节点后，需重新计算u1,u2,x1,x2的估计值计算方法如下：
[0042][0043][0044][0045][0046]
若满足条件则终止迭代。若不满足，则继续进入下一次迭代，直至迭代次数t达到最大迭代次数t
max
。最后将作为分布式联合译码的结果输出。
[0047]
图3给出了n＝128,k＝64时，两分布式信源相关性不同的情况下与单独系统极化码译码误码率性能比较图。可以看出，由于分布式信源联合译码利用了信源之间的相关性，其性能对比单独的系统极化码译码性能有所提升。而且伯努利变量e的成功概率p不断增加
时，代表着两分布式信源之间的相关性越大，在联合译码的情况下误码率性能增益进一步增大。

技术特征：
1.一种分布式信源的系统极化码联合译码方法，其特征在于该方法主要包括以下步骤：(1)分布式信源的相关性由成功概率为p的伯努利分布变量确定；根据两个分布式信源的相关性对相关信源s1、s2进行信息序列s1、s2生成；(2)对信息序列s1、s2分别进行独立系统极化码信道编码，得到码字x1、x2调制后经由加性高斯白噪声信道发送；(3)接收端得到接收序列y1、y2后，利用分布式信源之间的相关系数p进行联合译码。2.根据权利要求1所述的方法，其特征在于步骤(1)，表征分布式信源相关性的伯努利变量e为成功概率为p，生成相关性序列e；在信源s1生成信息序列s1后，分布式信源信息序列s2可根据相关性相应表示为s2＝s1⊕
e。3.根据权利要求1所述的方法，其特征在于步骤(3)，对于分布式信源之间的相关性，可通过两信道极化因子图上对应信息位与成功概率为p的伯努利变量e模二加相连表示，然后再利用置信度传播译码算法在其联合因子图上进行并行联合译码。

技术总结
本发明公开了一种分布式信源的系统极化码联合译码方法，所述方法包括：两个分布式相关信源S1、S2产生的信息序列s1、s2经过系统极化码独立编码，调制后经加性高斯白噪声信道传输，再利用分布式信源的相关性进行联合译码。基于分布式信源之间的相关性，可以提出整体因子图，然后再基于提出的整体因子图运用置信度传播算法进行联合译码，以此获得更好的误码率性能。性能。


技术研发人员：于清苹 张游 孙远
受保护的技术使用者：西南石油大学
技术研发日：2023.04.23
技术公布日：2023/7/21