基于密度演化理论的IRA码度分布设计.docVIP

基于密度演化理论的IRA码度分布设计 0 引言 1998年，D.Divsalar等人提的重复累积码（Repeat-Accumulate Codes，RA码）是一种简单的类Turbo码［1］。它的两个成员码一个是码率为1/q的重复码，一个是码率为1，传递函数为1/(l+D)的卷积码(称为累加器)，这也是重复累积码名字的由来。这类码不仅编码复杂度低且结构简单。Divsalar等人证明了对于RA码，采用最大似然译码算法，在足够大的信噪比下，当码长趋于无穷时帧错误概率趋于零,是一类性能良好的码。2000年，受到不规则LDPC码的启发，提出了不规则重复累积码（IRA码）［5］，与规则RA码相比，IRA码具有更接近香农限的性能。 本文首先介绍了IRA码的结构，推导了在AWGN信道下采用高斯近似优化IRA码的度分布，并对设计结果进行计算机仿真，最后是结束语。 IRA码的结构 图1是参数为的IRA码的Tanner图，其中，，一般情况，表示度数为i的信息节点与所有信息节点的比例，j为信息节点的最大度数，a为校验节点连接信息节点的边数，一般情况下为正整数。IRA码的Tanner图包含变量节点和校验节点，其中变量节点包括信息节点和奇偶节点，如图2.7，上方为N个变量节点，中间为r个校验节点，下方为r个奇偶节点。第i个信息节点与个校验节点相连，每个校验节点连接a个信息节点，条边通过交织器将信息节点和检验节点连接起来，每个校验节点通过Z字型的方式连接两个奇偶节点(第一个节点除外)。 图1　IRA码的Tanner图 从矩阵的角度来看，IRA码的校验矩阵类似于规则RA码的校验矩阵，也包含两部分，为一个维矩阵。其中是一个稀疏的维矩阵，对应于Tanner图中的随机交织。是一个满秩的维矩阵，对应着Tanner图中奇偶节点与校验节点之间固定的Z形连接，具有式（2.4）的形式。在H矩阵中，第一行所含“1”的个数为a+1，其余行“1”的个数为a+2。所以，IRA码的校验矩阵也是低密度校验矩阵。 IRA码的码率为： 　　　(2.16) 码率也可以用度数分布表示为 　 　　　 (2.17) 2、高斯近似优化IRA码的度分布 本章介绍了IRA码的密度进化设计方法，研究了在AWGN信道下，利用高斯估计密度进化理论设计IRA码的最优度分布，对IRA码在不同度分布进行了仿真分析，并对比分析了规则RA码和IRA码的性能，最后分析了IRA码的编译码复杂度。 3.1 IRA码的度分布设计 在迭代的BP译码算法中，所有的消息都假定为对数似然比，即的形式。从节点u送出到节点v的消息取决于从u的所有邻居节点w(除v之外)来的消息。如果u是一个变量节点，发出的消息为： 　 （3.1） 此处是u的对数似然比。若u是校验节点，发出的消息是［22］ 　 （3.2） 3.1.1　IRA码在二元删除信道中的度分布设计 用式(3.1)和(3.2)表示的IRA码的和积译码算法在二元删除信道(BEC)中可以大大简化。BEC的信道输入为二进制符号，输出符号为“”，“”和“删除位”。输入的符号以概率p被删除，以概率1-p正确接收。在BEC下，信息只会被删除，不会有错误出现。 不难看出由式(3.1)和(3.2)定义的消息在BEC中可以假定为只有三个值，即、和0，对应变量值0、1和“未知量”。在这种情况下在Tanner图中按方程(3.1) 和(3.2)给定的节点操作会变得更为简单和直观。对于变量节点，送出的消息等于送来的非删除位的消息，或者等于删除消息（如果所有的进入消息都是删除消息）。对于校验节点，如果送入的消息有删除消息则送出的消息是删除消息，否则送出的是所有进入消息的二进制和。 迭代译码的固定点分析 密度进化中，进化的是消息的概率密度。在删除信道中，只有三种消息类型，因此得到一个离散的密度函数，而且错误概率也仅仅是删除概率。只要迭代次数足够大、码长足够长，就可以达到任意小的比特错误率[19]，这就是删除概率的进化。 令p为消息比特的初始删除概率，在译码算法实现过程中，将沿Tanner图的边迭代删除概率。令为信息节点到校验节点的删除概率，为校验节点到奇偶节点的删除概率，为奇偶节点到校验节点的删除概率，为校验节点到信息节点的删除概率。定义多项式R( x)，有： （3.3） 其中的系数表示与i个信息节点相连的校验节点的比例。由式（3.3）和式（2.14）有： 　 （3.4） 假定要在译码算法的一个固定的节点求解，有　 　 （3.5） 　 （3.6） 　 （3.7）