專利名稱：：基于軟狀態(tài)估計的非二進制循環(huán)Turbo碼譯碼裝置的制作方法
技術(shù)領(lǐng)域：
：本發(fā)明涉及通信系統(tǒng)的信道編碼領(lǐng)域，特別涉及Turbo碼譯碼裝置。
背景技術(shù)：
：IEEE802.16a標準采納了背景文獻1的非二進制卷積Turbo碼，其編碼器由兩個結(jié)構(gòu)相同的分量編碼器并行級聯(lián)而成，并且使用循環(huán)Turbo編碼方式。有關(guān)該編碼器詳細的描述和具體的參數(shù)，請查閱文獻IEEEStd802.16aTM-2003第211頁至215頁。背景文獻2給出了該非二進制循環(huán)Turbo碼的一些譯碼結(jié)果，它采用了Max-Log-Map算法和Turbo(迭代)譯碼結(jié)構(gòu)。有關(guān)Max-Log-Map算法的具體描述見文獻“Optimalandsub-optimalmaximumaposteriorialgorithmssuitableforturbodecoding”，EuropeanTrans.Telecommun.，vol.8，pp.119-125，Mar./Apr.，1997。有關(guān)Turbo(迭代)譯碼結(jié)構(gòu)的具體描述見文獻“Nearoptimumerrorcorrectingcodinganddecodingturbo-codes”，IEEETrans.Commun.，vol.44，no.10，PP1261-1271，Oct.，1996。下面以背景文獻2為例，來說明非二進制循環(huán)Turbo碼的現(xiàn)有譯碼方法。圖2是文獻2的非二進制循環(huán)Turbo碼譯碼原理框圖。第一步，第一分量譯碼器接收三個輸入信號，即信息位信號、校驗位信號和先驗信息，使用Max-Log-Map算法進行譯碼，計算出相應(yīng)的附加信息。該附加信息和信息位信號進入交織器做隨機化交織處理之后，分別作為第二分量譯碼器的先驗信息和信息位信號送入到第二分量譯碼器。第二步，第二分量譯碼器接收三個輸入信號，即信息位信號、校驗位信號和先驗信息，使用Max-Log-Map算法進行譯碼，計算出相應(yīng)的附加信息。該附加信息進入反交織器進行去交織處理，然后反饋給第一分量譯碼器，并作為第一分量譯碼器的先驗信息。第三步，Turbo譯碼器反復(fù)地執(zhí)行上述兩個步驟，當達到所需的迭代次數(shù)時，譯碼器終止迭代過程。第四步，迭代過程終止后，第二分量譯碼器首先計算出信息位信號的對數(shù)似然信息，然后進入反交織器進行去交織處理，最后送入到判決器進行信息數(shù)據(jù)判決，并給出最終的譯碼結(jié)果。不難發(fā)現(xiàn)，現(xiàn)有技術(shù)的譯碼結(jié)構(gòu)框圖(圖2)與文獻“Nearoptimumerrorcorrectingcodinganddecodingturbo-codes”的結(jié)構(gòu)圖(文獻圖7)基本相同。在現(xiàn)有的非二進制循環(huán)Turbo碼譯碼方法中，例如文獻2，其分量譯碼器一般僅使用Max-Log-Map算法進行譯碼，但是不進行非二進制循環(huán)Turbo碼循環(huán)狀態(tài)的軟狀態(tài)估計，缺少關(guān)于非二進制循環(huán)Turbo碼的初始狀態(tài)和最終狀態(tài)的準確的軟信息量，其誤碼率性能仍然比較差，需要找出一種方法來提高誤碼率性能。
發(fā)明內(nèi)容本發(fā)明的目的是提供一種基于軟狀態(tài)估計的非二進制循環(huán)Turbo碼譯碼裝置。為實現(xiàn)上述目的，一種基于軟狀態(tài)估計的非二進制循環(huán)Turbo碼的譯碼裝置，包括軟狀態(tài)估計SSE模塊，用于計算非二進制循環(huán)Turbo碼分量碼的循環(huán)狀態(tài)的軟信息量；分量譯碼器，使用循環(huán)狀態(tài)的軟信息量進行前向和反向遞歸的初始化，然后使用系統(tǒng)信息位信號、校驗位信號和先驗信息三個接收信號進行分量碼譯碼。本發(fā)明采用的軟狀態(tài)估計方法是一種有效的技術(shù)，基于軟狀態(tài)估計的非二進制循環(huán)Turbo碼譯碼是一種高性能的譯碼算法，可以獲得更好的誤碼率性能和更優(yōu)的通信性能。圖1是基于軟狀態(tài)估計的非二進制循環(huán)Turbo碼的譯碼框圖；圖2是現(xiàn)有技術(shù)的譯碼框圖；圖中符號意義與圖1基本相同。圖3是第一組例子的性能曲線；圖4是第二組例子的性能曲線。具體實施例方式針對現(xiàn)有的非二進制循環(huán)Turbo碼的譯碼方法缺少初始狀態(tài)和最終狀態(tài)的軟信息量，在每個分量譯碼器之前插入軟狀態(tài)估計SSE模塊，用于計算非二進制循環(huán)Turbo碼分量碼的初始狀態(tài)和最終狀態(tài)的軟信息量。分量譯碼器將根據(jù)這個軟信息量來設(shè)定每個分量譯碼器的前向遞歸和反向遞歸的初始值，然后利用先驗信息、校驗位信號和系統(tǒng)信息位信號這三種輸入信號，使用Max-Log-MAP算法進行譯碼。該方法的結(jié)構(gòu)如圖1所示，其中，Max-Log-MAPDecoder1，Max-Log-MAPDecoder2分別是第一分量譯碼器和第二分量譯碼器，都使用Max-Log-MAP算法。∏，∏-1分別是交織器和反交織器。(A，B)是編碼器的一對輸入比特。u是由(A，B)對應(yīng)的符號。λ1(u)，λ2(u)分別是第一分量譯碼器和第二分量譯碼器的輸入先驗信息。rY1，rY2分別是第一分量譯碼器和第二分量譯碼器的輸入校驗位號。(rA，rB)，(rA’，rB’)分別是第一分量譯碼器和第二分量譯碼器的輸入系統(tǒng)信息位信號。(rA，rB)經(jīng)過交織器后可給出(rA’，rB’)。Le1(u)，Le’2(u)分別是第一分量譯碼器和第二分量譯碼器的輸出附加信息位。Le1(u)經(jīng)過交織器后可給出λ2(u)。Le’2(u)經(jīng)過反交織器后可給出Le2(u)。Le2(u)可給出λ1(u)。LLR2’是第二分量譯碼器的軟輸出。LLR2’經(jīng)過反交織器后可給出LLR2。是譯碼判決。SSE代表軟狀態(tài)估計模塊。{Se’(i)}是對應(yīng)第一分量譯碼器的軟狀態(tài)估計。{Se(i)}，{Se’(i)}分別是第一分量譯碼器和第二分量譯碼器之前的軟狀態(tài)估計。根據(jù)非二進制循環(huán)Turbo碼的循環(huán)編碼特點，其初始狀態(tài)和最終狀態(tài)就是非二進制循環(huán)Turbo碼的循環(huán)狀態(tài)，因此循環(huán)狀態(tài)的軟信息量就是初始狀態(tài)和最終狀態(tài)的軟信息量。我們定義第i個循環(huán)狀態(tài)的軟信息量Se(i)為Se(i)=[Σk=1NΣl=1n4EsN0Rk(l)Xi,k(l)]]]>其中，Es/N0是信號噪聲比，Rk(l)是由系統(tǒng)信息位信號、校驗位信號和先驗信息確定的輸入信號，{Xi，k(l)}是編碼器輸出的某一編碼信號序列，該信號序列唯一地對應(yīng)了編碼器trellis圖上一條路徑，并且該路徑的初始狀態(tài)和最終狀態(tài)對應(yīng)于trellis圖上的第i個狀態(tài)。該路徑由N條分支連接而成，每條分支由信號序列中相應(yīng)的n個信號唯一地對應(yīng)，且該路徑的初始狀態(tài)和最終狀態(tài)對應(yīng)于trellis圖上的第i個循環(huán)狀態(tài)。SSE模塊選擇最佳的路徑所對應(yīng)的最優(yōu)軟信息量作為循環(huán)狀態(tài)i的軟信息量Se(i)，并且計算出全部循環(huán)狀態(tài)的軟信息量。我們選擇最佳的路徑所對應(yīng)的最優(yōu)軟信息量作為循環(huán)狀態(tài)i的軟信息量Se(i)。因此選取{Xi，k(l)}使得Se(i)為最小值。SSE模塊計算全部循環(huán)狀態(tài)的軟信息量，就獲得了相應(yīng)的非二進制循環(huán)Turbo碼編碼器的初始狀態(tài)和最終狀態(tài)的軟信息量，這些量可以作為軟狀態(tài)估計。基于軟狀態(tài)估計的非二進制循環(huán)Turbo碼的分量譯碼器的前向遞歸α(i)和反向遞歸β(i)的初始值按如下規(guī)則來設(shè)定α(i)＝β(i)＝Se(i)，i＝0，1，...，Sn其中，i代表trellis圖的第i個循環(huán)狀態(tài)，Se(i)是循環(huán)狀態(tài)i的軟信息量，Sn是編碼trellis圖上總的狀態(tài)個數(shù)，α(i)是對數(shù)域的前向遞歸量，β(i)是對數(shù)域的反向遞歸量?？傊?，本發(fā)明的譯碼方法增加了能夠?qū)崿F(xiàn)軟狀態(tài)估計的模塊SSE，它能夠計算非二進制循環(huán)Turbo碼的初始狀態(tài)和最終狀態(tài)的軟信息量，并將計算結(jié)果輸入到分量譯碼器。因此，本發(fā)明的分量譯碼器實際上有四個輸入。而對比圖1和圖2，我們不難發(fā)現(xiàn)，現(xiàn)有的譯碼技術(shù)的分量譯碼器只有三個輸入，缺少了關(guān)于初始狀態(tài)和最終狀態(tài)的軟信息量的輸入信息。實施例我們考察IEEE802.16a標準OFDMA通信系統(tǒng)的convolutionalTurbocodes(見文獻IEEEStd802.16aTM-2003第211頁至215頁)，該碼就是一種非二進制循環(huán)Turbo碼，其編碼器的反饋分支多項式為1+D+D3，校驗位多項式為1+D2+D3。我們選擇了兩組不同的編碼/調(diào)制參數(shù)第一組，信息數(shù)據(jù)位長度為54bytes(相當于432bits)，N＝216，經(jīng)過編碼之后的碼長是72bytes，碼率R＝3/4，調(diào)制方式16QAM；第二組，信息數(shù)據(jù)位長度為81bytes(相當于648bits)，N＝324，經(jīng)過編碼之后的碼長是108bytes，碼率R＝3/4，調(diào)制方式64QAM。傳輸信道為AWGN信道。SSE模塊使用Viterbi算法來計算循環(huán)狀態(tài)的軟信息量。首先，計算編碼器trellis圖上每條分支的軟信息量Σl=1n4EsN0Rk(l)Xi,k(l),]]>然后，逐步累加全部分支的軟信息量[Σk=1NΣl=1n4EsN0Rk(l)Xi,k(l)],]]>并選擇其中最小值作為循環(huán)狀態(tài)i的軟信息量Se(i)。分量譯碼器使用Max-Log-Map算法。Max-Log-Map算法的前向遞歸α(i)和反向遞歸β(i)的初始值按如下規(guī)則來設(shè)定α(i)＝β(i)＝Se(i)，i＝0，1，...，Sn其中，i代表trellis圖的第i個循環(huán)狀態(tài)，Se(i)是循環(huán)狀態(tài)i的軟信息量，Sn是編碼trellis圖上總的狀態(tài)個數(shù)，α(i)是對數(shù)域的前向遞歸量，β(i)是對數(shù)域的反向遞歸量。我們在上述條件下進行計算機仿真，將基于軟狀態(tài)估計的譯碼方法與現(xiàn)有的譯碼技術(shù)(如文獻2)進行誤碼率性能的比較。實驗結(jié)果分別如圖3、4所示，圖中的曲線1是我們所提的基于軟狀態(tài)估計的Max-Log-Map譯碼方法的性能曲線，曲線2是現(xiàn)有的譯碼技術(shù)的性能曲線(即文獻2中圖6、7的紅色曲線)。結(jié)果顯示，在誤碼率BER＝10-6時，我們的譯碼方法優(yōu)于現(xiàn)有的譯碼技術(shù)約0.5dB的性能增益。權(quán)利要求1.一種基于軟狀態(tài)估計的非二進制循環(huán)Turbo碼的譯碼裝置，包括軟狀態(tài)估計SSE模塊，用于計算非二進制循環(huán)Turbo碼分量碼的循環(huán)狀態(tài)的軟信息量；分量譯碼器，使用循環(huán)狀態(tài)的軟信息量進行前向和反向遞歸的初始化，然后使用系統(tǒng)信息位信號、校驗位信號和先驗信息三個接收信號進行分量碼譯碼。2.按權(quán)利要求1所述的裝置，其特征在于所述軟狀態(tài)估計SSE模塊放置在每個分量譯碼器之前。3.按權(quán)利要求1或2所述的裝置，其特征在于所述軟狀態(tài)估計SSE模塊與分量譯碼器一一對應(yīng)。4.按權(quán)利要求1所述的裝置，其特征在于所述SSE模塊按照如下方法計算非二進制循環(huán)Turbo碼分量碼的循環(huán)狀態(tài)的軟信息量Se(i)=[Σk=1NΣl=1n4EsN0Rk(l)Xi,k(l)]]]>其中，i代表第i個循環(huán)狀態(tài)，Se(i)代表循環(huán)狀態(tài)i的軟信息量，Es/N0是信號噪聲比，Rk(l)是由系統(tǒng)信息位信號、校驗位信號和先驗信息確定的輸入信號，{Xi，k(l)}是一個編碼信號序列，該信號序列唯一地對應(yīng)了編碼器trellis圖上一條路徑，該路徑由N條分支連接而成，每條分支則由信號序列中相應(yīng)的n個信號唯一地對應(yīng)。5.按權(quán)利要求1所述的裝置，其特征在于所述分量譯碼器按照如下方法使用循環(huán)狀態(tài)的軟信息量分量譯碼器在譯碼時需要初始化前向遞歸α(i)和反向遞歸β(i)，其初始值按如下規(guī)則來設(shè)定α(i)＝β(i)＝Se(i)，i＝0，1，...，Sn其中，i代表trellis圖的第i個循環(huán)狀態(tài)，Se(i)是循環(huán)狀態(tài)i的軟信息量，Sn是編碼trellis圖上總的狀態(tài)個數(shù)，α(i)是對數(shù)域的前向遞歸量，β(i)是對數(shù)域的反向遞歸量。全文摘要一種基于軟狀態(tài)估計的非二進制循環(huán)Turbo碼的譯碼裝置，包括軟狀態(tài)估計SSE模塊，用于計算非二進制循環(huán)Turbo碼分量碼的循環(huán)狀態(tài)的軟信息量；分量譯碼器，使用循環(huán)狀態(tài)的軟信息量進行前向和反向遞歸的初始化，然后使用系統(tǒng)信息位信號、校驗位信號和先驗信息三個接收信號進行分量碼譯碼。本發(fā)明采用的軟狀態(tài)估計方法是一種有效的技術(shù)，基于軟狀態(tài)估計的非二進制循環(huán)Turbo碼譯碼是一種高性能的譯碼算法，可以獲得更好的誤碼率性能和更優(yōu)的通信性能。文檔編號H03M13/29GK1700605SQ200410043268公開日2005年11月23日申請日期2004年5月20日優(yōu)先權(quán)日2004年5月20日發(fā)明者陳軍,仲川,金香蘭,王海,具昌會,樸東植申請人:北京三星通信技術(shù)研究有限公司,三星電子株式會社