[发明专利]一种分布式联合信源信道编码系统的译码优化方法

说明书

一种分布式联合信源信道编码系统的译码优化方法，涉及通信数据传输。步骤：进行LDPC码联合译码器操作初始化工作，对每一个分布式信源，计算各个变量节点的信道初始似然信息，未发送部分的由相关信源对应部分的后验LLR值与空间相关性计算获得；对LDPC码的变量节点和校验节点进行LLR值计算，并将变量节点的后验LLR值作为BCJR译码器的外信息，用于更新下一次迭代未发送部分；计算BCJR译码器前向推测和后向推测的信息量，并将两者相加输出作为LDPC码联合译码器的外信息；对LDPC码联合译码的后验LLR值进行硬判决操作，得到译码码字；对译码结果进行判定。实现信息的交互，提高系统译码性能。

技术领域

本发明涉及通信数据传输，尤其是涉及基于LDPC码的一种分布式联合信源信道编码系统的译码优化方法。

背景技术

无线传感网络和视频移动通信中，发送端节点大多具有分布密集、数据集合量大和存储计算能力有限等特点。分布式信源编码(Distributed Source Coding,DSC)采用独自编码联合解码的模式，不通信的各个节点分离编码，编码后的信息发送到中心节点进行联合译码，将运算复杂度转至译码端，降低了节点编码端的计算量，符合分布式场景的功耗受限要求。1973年D.Slepian和J.Wolf(D.Slepian and J.Wolf.Noiseless coding ofcorrelated information sources[J].IEEE Transactions on Information Theory,1973,19(4):471-480.)提出并证明了分离编码能达到和联合编码相同的压缩效率，这个压缩能达到的理论极限，称为Slepian-Wolf极限。

目前，比较流行的DSC算法都是基于信道码实现的，如Turbo码、低密度奇偶校验码(Low Density Parity Check,LDPC)和极化(Polar)码等，信道码有一定的抗干扰能力，能够保证信源译码的准确性。Wyner在1974年证明了对于离散相关信源，所采用信道编码的性能达到香农限，则利用此信道码设计的DSC压缩效率能接近Slepian-Wolf极限。利用信道码实现DSC有两种方式，一类是基于伴随式的DSC方案，以陪集的划分为基本思想，译码中通过搜索陪集输出序列，在理想信道下具有最优的压缩性能；另一类是基于校验位的DSC方案，此编码方案考虑了有噪信道，利用编码产生的监督码元和分布式信源的相关信息进行联合译码，和基于伴随式的相比更符合实际复杂的通信应用场景。

分布式联合信源信道编码(Distributed Joint Source-Channel Coding,DJSCC)将信道编码和DSC结合起来，同时拥有压缩和抗差错的功能，更适合实际的应用场景。根据分布式信源的压缩编码方案分类，DJSCC技术可分为不对称压缩和非不对称(含对称)压缩。对于不对称压缩，其中一个分布式信源在接收端无损或有损译码可得并作为其他分布式信源的边信息参与联合译码；对于“非不对称”压缩，所有的分布式信源均实现压缩效果，可以在总速率保持不变的情况下自适应调整信源码率，保证节点间速率分配的平衡。目前，更多的研究是基于不对称DJSCC，“非不对称”的相关研究工作相对较少。

分布式场景中除了信道的反馈信息，离散相关信源在时间-空间上存在着相关性，利用这些统计特性可以优化调制技术和编译码方案，获取额外的性能增益。传统的分布式相关信源方案只挖掘信源的空间相关性，为了进一步挖掘分布式信源的时间相关性，许多学者通过建立马尔可夫相关信源研究信源的时域特性。

发明内容

本发明的目的在于提供基于LDPC码，充分挖掘分布式相关信源的时间-空间相关性，提高系统译码准确性的一种分布式联合信源信道编码系统的译码优化方法。

为了便于理解以下本发明的具体公式，首先给出将会涉及到的英文缩写、数学符号和标记的涵义：

1)v_j表示第j变量节点；

2)c_i表示第i校验节点；