适用于WMSN的联合信源信道迭代译码.doc

1、2008 年 11 月 Journal on Communications November 2008第 29 卷第 11 期 通 信 学 报 Vol.29 No.11适用于 WMSN 的联合信源信道迭代译码杨扬，陈永锐， 赵俊淋，易卫东（中国科学院 研究生院，北京 100049）摘 要：提出了一种适用于 WMSN 的联合信源信道迭代译码（ISCD）方案，基于一种软输入软输出（SISO ）后验概率的变长译码算法，不仅可以得到最大似然（ML）变长序列估计，而且可以计算 ISCD 所必需的比特级的置信信息。此外，把缩放外信息技术引入到 ISCD 领域，提出了利用外信息交换特性来获得最优常数缩放因子

2、的方法，这可以在几乎不增加运算复杂度的前提下提高 ISCD 的性能。这种方案的显著特点是运算复杂度低，所需存储空间小，可以被应用于 WMSN 节点上。仿真结果表明，提出的 ISCD 方案显著地提高了变长度编码数据在 WMSN 中传输的抗差错能力。关键词：无线通信；联合信源信道迭代译码；软输入软输出译码；多媒体无线传感器网络；变长码中图分类号：TN919.3 文献标识码：A 文章编号：1000-436X(2008)11-0152-06Iterative joint source channel decoding for WMSNYANG Yang, CHEN Yong-rui, ZHAO Jun

3、-lin, YI Wei-dong(Graduate School, Chinese Academy of Sciences, Beijing 100049, China)Abstract: An iterative joint source channel decoding (ISCD) scheme for WMSN is proposed, based on a soft-input-soft-output (SISO) a posteriori probability decoding algorithm for variable-length coded sources, which

4、 leads to not only maximum likelihood (ML) sequence estimation but also the computation of bit-based reliability values which are necessary for ISCD. Another innovation is that the technique of scaling extrinsic information is brought into the field of ISCD, and the optimal constant scaling factors

5、is obtained under the guide of extrinsic information transfer characteristic. This technique improves the ISCD performance with increasing neglectable complexity. The notable feature of the proposed technique is that it requires very low computational complexity and small memory space, and can be ap

6、plied to WMSN nodes. Simulation results show that the proposed ISCD scheme provides a significant improvement on error protection capability for the variable-length coded data in WMSN.Key words: wireless communication; ISCD; SISO decoding; wireless multimedia sensor network; variable-length code1 引言

7、在过去的几年中，无线传感器网络（WSN ）已成为全球范围内最具吸引力的研究领域之一。最近，硬件成本的降低催生了多媒体无线传感网络（WMSN） 。在能量、带宽等诸多因素受限的条件下，实现 WMSN 中批量数据的传输，给无线通信领域带来了许多新的挑战，其中一个主要的技收稿日期：2008-06-18；修回日期：2008-10-25基金项目：“十一五”国家科技支撑计划重点项目（2006BAJ18B06） ；国家高技术研究发展计划（“863”计划）基金资助项目（2007AA01Z2A8）Foundation Items: The “11th Five-Year Plan Period” National

8、 Science and Technology Key Project (2006BAJ18B06); The National High Technology Research and Development Program of China (863 Program)( 2007AA01Z2A8)第 11 期 杨扬等：适用于 WMSN 的联合信源信道迭代译码 153术问题是 WMSN 中数据的可靠传输。参考文献1中指出，WSN 采用前向差错控制（ FEC）可以提高数据可靠传输的能效。然而 WSN 中节点的计算能力和能量非常有限，因此大多数传统通信系统中所采用的 FEC 方案不能在 WSN

9、中被采用。在这种情况下，跨层设计的 FEC 方案受到越来越多学者关注 2，而联合信源信道编码和联合信源信道译码是跨层设计的 FEC 方案中一个很好的选择。VLC 由 于 其 很 高 的 压 缩 率 ， 被 若 干 多 媒 体 信源 压 缩 编 码 标 准 所 采 用 。 目 前 许 多 学 者 已 经 进 行了 针 对 变 长 编 码 信 源 的 ISCD（ iterative joint source channel decoding） 的 研 究 。 在 文 献 3, 4的 ISCD 方 案 中 ， 变 长 编 码 的 序 列 被 卷 积 码 所 保护 。 在 译 码 端 ， 基 于 比

10、特 级 栅 格 的 SISO(soft-input-soft output)变 长 译 码 器 与 SISO 卷 积 码 译 码器 互 相 交 换 软 信 息 ， 进 行 迭 代 译 码 。 在 文 献 5, 6中 ，讨 论 了 基 于 符 号 级 栅 格 的 ISCD 方 案 。 然 而 ， 所有 以 上 的 方 案 都 对 译 码 器 的 运 算 能 力 和 存 储 空 间都 有 很 高 要 求 ， 以 至 于 目 前 尚 没 有 ISCD 方 案 可以 应 用 于 WMSN。本 文 为 WMSN 设 计 了 一 种 ISCD 方 案 。 首先 ， 文 中 提 出 了 一 种 基 于 栅

11、格 的 VLC 序 列 SISO 后 验 概 率 译 码 算 法 ； 通 过 该 算 法 可 以 得 到 ML 变长 序 列 估 计 ， 并 能 计 算 序 列 中 每 个 比 特 级 的 置 信信 息 ， 这 些 置 信 信 息 是 实 现 ISCD 的 关 键 。 该 算法 最 显 著 的 特 点 是 其 运 算 复 杂 度 低 ， 所 需 存 储 空间 小 ； 而 正 是 这 些 特 点 使 得 该 算 法 被 应 用 于WMSN 中 成 为 可 能 。 进 一 步 地 ， 把 缩 放 外 信 息技 术 7引 入 到 了 ISCD 领 域 ， 根 据 外 信 息 交 换 特性 ， 借 助

12、 外 信 息 交 换 （ EXIT） 图 8获 得 了 最 优 常数 缩 放 因 子 ， 并 用 最 优 的 常 数 缩 放 因 子 来 改 进 本文 的 ISCD 方 案 。 仿 真 结 果 表 明 ， 文 中 的 ISCD方 案 明 显 地 提 高 了 变 长 编 码 序 列 的 抗 差 错 能 力 。2 SISO VLC 译码2.1 VLC 序列的栅格图本文中序列都用粗体字母表示，如 x；序列 x长度表示为 l(x)；序列 x 中第 m 个元素表示为xm；序列 x 中自第 m 个元素起，第 n 个元素止的子序列表示为 。n设有包含 M 个符号的符号集 Y。有独立无记忆信源，产生随机的符号

13、 u，uY。变长编码器根据变长码表 X，将 u= 映射为变长码字 c()。此处将 c()的比特长度 l(c()，简记为 l()；c t()表示码字 c()中的第 t bit。假设有一个长度为 K 的符号序列 u=u1, u2, uK1被变长编码器映射为一个 VLC 序列 C=c(u1), c(u2), , c(uK1)，也即 N bit 的比特序列：v =v1, v2, , vK1；相应地用 w=w1, w2, , wK1表示 v 的受噪声干扰的版本。此外，把与 v 中的开始位置为 n 的 VLC所对应的 u 中的符号记作 u(n)。现在用一个例子来说明本文的 VLC 序列栅格图表示方法。设有

14、符号集 Y=a, b, c, d，以及相应的变长码表 X=c(a)=0, c(b)=10, c(c)=110, c(d)=111，符号序列d, a, b被映射为 N=6 的 VLC序列111, 0, 10。所有 6bit VLC 序列可以表示为如图 1 所示的单状态链式栅格。在图 1 中，比特位置 n 处的点表示为 Sn, 它代表 所 有 长 度 为 n 的 VLC 序 列 的 终 点 。 图 中 的 每条 分 支 代 表 相 应 位 置 一 个 可 能 的 VLC 码 字 ， 分别 用 两 个 值 标 注 了 每 条 开 始 于 S0 的 分 支 。 左 边 的值 表 示 分 支 所 对 应

15、 的 符 号 ， 右 边 的 值 是 相 应 的VLC。 此 时 可 以 看 出 ， 图 1 中 实 线 路 径 表 示 符 号序 列 d, a, b。图 1 长度 N=6 的 VLC 序列的栅格图2.2 SISO VLC 译码算法基 于 上 述 的 栅 格 图 可 以 得 到 SISO VLC 译 码 算 法 。符 号 u(n)=， Y 的 后 验 概 率 ， 可 以 写 为 如 下 形 式(1)()()()()(),101 10 | |,nl nnNl nlPpSSp ww式（1）中，常数 。10C/()N可以被进一步分解为三项的乘积,n(2)()(), 1|, |()|nlnl nPSu

16、SpPuS栅 格 项 先 验 信 息 项信 道 项 w154 通 信 学 报 第 29 卷式（2）中的栅格项由 VLC 序列的栅格结构决定，如果其中涉及的两个状态和分支都存在，则此项为 1，否则此项为 0；信道项由信道的转移概率所决定；先验信息项的值即相应的信源符号的先验概率。此处需要注意的是，在迭代译码中，先验信息项是由符号的信源先验概率和其他分量译码器所提供的外信息共同决定的。将 0 初始化为 1，通过前向递推运算可以计算得到任意时刻 n 的前向递推项 n(3)()(),nllU用类似方法，将 N 初始化为 1，可以通过后向递推运算计算得到任意时刻的后向递推项 n(4)(),nnlU在 I

17、SCD 方案中，VLC 信源译码器需要输出置信信息给其他分量译码器，以实现迭代译码。基于上节的栅格，通过式(5)可以计算比特级后验概率 , i0,1。注意：由于常数 C10|NnPviw被同时包含在分子和分母中，式(5)中已经将其消去(5)10 10,1,(),| )|nmNn NlcitlviPut wUISCD 的最后一步是对原始的 VLC 序列的估计。仍然基于上节的栅格，分别将 , n 和 n 作为分支量度和路径量度，采用维特比算法可以得到VLC 序列的 ML 估计。注意此处常数 C 的影响被忽略，而根据文献9中结论可知，忽略常数 C 的影响同样可以获得性能增益。2.3 运算复杂度分析本

18、文中的 SISO VLC 译码算法的主要运算量是来自式(1)中符号后验概率的计算和式(5)中比特级置信信息的计算。类似于参考文献4中的方法可以得到对长度为 N bit 的 VLC 序列，文中提出的 SISO VLC 译码算法计算式(2)的符号后验概率所需运算复杂度为O (N M)。计算比特级置信信息 包 含 了 经10|NnPviw过 n 时 刻 的 所 有 分 支 。 因 此 ， 计 算 每 个 比 特 的 置信 信 息 所 需 的 运 算 复 杂 度 由 VLC 的 结 构 决 定 ，为 Y l()。用 lmax(X)表示码表 X 中最长码字的长度，可以假设(6)maxln)lOM该 假

19、设 被 大 多 数 变 长 码 满 足 ， 包 括 Huffman码 、 可 逆 VLC（ RVLC） 10等 。 因 此 计 算 每 个 比特 的 置 信信息所需的运算复杂度为 O(N lnM)；对长度 为 N bit 的 VLC 序 列 ， 其 运 算 复 杂 度 为 O (NM lnM)。可知，对于长度为 N 的 VLC 序列，本文的SISO VLC 译码算法的总运算复杂度是 O(NMlnM)。因此，相对于运算复杂度为 O (N2M2)的 SISO VLC译码算法 5,6，本文中的算法更适合于较大的交织深度，利于获得更大的交织增益。同时，值得注意的是，文中算法相对于参考文献36中的算法，

20、需更少的存储空间。这是因为基于文中的单状态链式栅格，本文算法计算和保存更少的中间项，即数量为 O(NM)的 、 和 项，相对于文献36 中的算法节省了大量的存储空间。由于本算法只需要很低的运算复杂度和很小的存储空间，因此适用在存储空间、运算能力以及能量都受限的 WMSN 节点上运行。3 联合信源信道迭代译码典型的联合信源信道编译码模型，如图 2 所示。VLC 编码器将符号序列 u 映射为 VLC 序列v。序列 v 被交织为序列 v，继而被信道编码器编码为信道序列 x。接收端所接收到的有噪序列用 y表示。在接收端，ISCD 的实现方法类似于串行级联码的迭代译码：SISO VLC 译码器作为信源译

21、码器，与内码信道译码器交换外信息，实现迭代译图 2 联合信源信道编译码模型第 11 期 杨扬等：适用于 WMSN 的联合信源信道迭代译码 155码。当采用递归系统卷积码（RSC ）作为信道编码时，根据接收序列 y，SISO 信道译码器可以以对数似然比（LLR）的形式计算出比特 vn 的置信信息(7)CCC()(1|)()ln0 nLesvpvLRvay从 LLRC(v)减去先验信息项 LaC(v)，可以得到信道译码器的软输出 LesC(v) = LsC(v)+ LeC(v)。将 LesC(v)解交织就得到 SISO VLC 译码器的软输入 LaS(v)。此处 LsC(v)项表示系统信息，Le

22、C(v)表示外信息。将 LeC(v)的解交织版本表示为 Lap(v)，L ap(v)的第 n 个元素记为 Lap(vn)。根据 Lap(vn)可以得到后验概率 Pap(vn)。进而，式（2）中的先验信息项可以用式（8）计算得到，此处 PS(u(n)=)是符号 的信源先验概率(8)()1Sap0()| ()nlntttuPvc结合式（5） ，SISO VLC 译码器以 LLR 的形式计算比特 vn 的置信信息，记作 LLRS(vn) (9)SSS1|()l0 ()()nnnpvLaLRae从 LLRS(vn)减去输入的先验信息项 LaS(vn)，即为 SISO VLC 译码器的外信息输出 LeS

23、(vn)。Le S(vn)被交织成 LeC(vn)后传送给 SISO 信道译码器作为先验输入，如此就实现了 ISCD。此外，将缩放外信息的技术引入到 ISCD 领域，并且使用了常数缩放因子来修正本文 ISCD 方案的外信息。这是因为采用常数缩放因子来修正外信息，可以在几乎不增加额外的运算量的情况下提高迭代译码的性能 11。保持图 2 中的系统结构不变，SISO 信道译码器的输出的外信息乘以一个常数缩放因子 ac，才被传递给 SISO VLC 译码器。同样，SISO VLC 译码器输出的外信息乘以一个常数缩放因子 as，才被传递给 SISO 信道译码器。本文利用 EXIT 图来获得最优常数缩放因

24、子，即选择修正后使译码器达到了最优的外信息输出特性的值作为最优常数缩放因子的值。获得最优的常数 ac 的过程如下所述（获得最优的常数 as 过程与之相似） 。首先选择处于 ISCD 的符号错误率（SER）曲线处于“瀑布区”开始处的信噪比，在此信噪比下，测试 ac 取不同值时， SISO 信道译码器的外信息特性，然后选择能够产生最好的外信息特性的值作为最优常数缩放因子。码率为 1/2，生成多项式为 G=(15,17)8 的卷积码采用 Max-Log-MAP 译码算法时，其外信息特性受不同的缩放因子影响如图 3 所示。其中先验输入与系统序列的互信息记作 Iac，输出的外信息与系统序列的互信息记作I

25、ec。图 3 不同缩放因子 aC 对 SISO 卷积码译码器外信息特性的影响对于特定统计特性的信源，固定的交织深度和生成多项式的系统，缩放因子 ac 和 as 一经选定，不需要在译码过程中更改，需要做的只是找到最优的 ac 和 as，并用它们设计联合信源信道迭代译码器即可。因此，采用常数缩放因子来修正外信息，可以在几乎不增加额外的运算量的情况下很大程度提高迭代译码器的性能，这将在下一节的仿真实验中得到证实。4 仿真实验本 文 采 用 蒙 特 卡 洛 仿 真 方 法 ， 测 试 了 文 中 ISCD方 案 在 加 性 高 斯 白 噪 声 （ AWGN） 信 道 中 ， 二 进 制相 移 键 控

26、（ BPSK） 调 制 下 的 性 能 。 仿 真 中 采 用 了最 小 距 离 dmin=2 的 RVLC 来 编 码 信 源 符 号 （ 如 表 1所 示 ） 。156 通 信 学 报 第 29 卷表 1 仿真中采用的 RVLC 码符号 A B C D E信源概率 0.33 0.30 0.18 0.10 0.09RVLC 00 11 010 101 0110由于在 WSN 协议中，包长经常受到限制，本文交织多个包以便获得更大的交织增益，每个数据块包含 K=3 000 个符号，每个符号序列经过变长编码后被映射为长度为 N 7 380bit 的 VLC 序列，然后又被码率为 1/2 的卷积码进

27、一步保护。本文在 SISO 变长译码器和 SISO 卷积码译码器中都采用了 Max-log-MAP 简化算法，以进一步降低运算的复杂度；并选择 G=(15,17)8 作为卷积码的生成多项式，这是由于在所有限制长度为 3，码率为 R=1/2 的卷积码中，G=(15,17) 8 具有最好的EXIT 性能。最后，参照图 3 分别选择 ac=0.9 和as=0.9 作为最优的常数缩放因子来改进联合信源信道迭代译码器。本文比较了传统的分离译码方案与本文的ISCD 方案（LC-ISCD ）的 SER 性能，其中 SER 根据 Levenshtein 距离 12计算。从图 4 中可知，LC-ISCD 性能明

28、显优于分离译码方案。在 SER 为 104时，LC-ISCD 在 10 次迭代译码之后，相对于分离译码方案获得了 3.2 dB 的增益。图 4 LC-ISCD 译码方案与传统的分离译码方案的 SER 性能比较此外，本文分别仿真了经缩放因子优化和未经缩放因子优化的 LC-ISCD 方案的 SER 性能，并与文献4中的 ISCD 方案（RJ-ISCD）进行了比较。RJ-ISCD 也采用了 G=(15,17)8 作为卷积码的生成多项式，这是因为该生成多项式也使 RJ-ISCD 达到最优 EXIT 性能。图 5 给出了这 3 个 ISCD 经 5 次迭代和 10 次迭代译码的 SER 曲线。从中可以看

29、出，未经缩放因子优化的 LC-ISCD 在所有的信噪比下，SER 性能都优于 RJ-ISCD。经 10 次迭代译码之后，在 SER 达到 104 时，未经缩放因子优化的 LC-JSCD 相对于 RJ-ISCD 获得了 0.07 dB 的增益。导致此增益的原因是 LC-JSCD 采用了新型的变长译码算法，并在迭代过程利用了信源先验信息。继而，在利用缩放因子 ac=0.9 和 as=0.9 修正外信息后，经 10 次迭代译码后 SER 达到 104 时，在经缩放因子优化后的 LC-ISCD 相对于未经缩放因子优化的 LC-ISCD 又产生了 0.12dB 的增益，此时相对于 RJ-ISCD 共获得

30、了 0.19dB 的增益。图 5 LC-ISCD 译码方案与文献4中 ISCD 方案的 SER 性能比较5 结束语本文提出了一种用于 WMSN 的 ISCD 方案。其中主要涉及一种新型的 SISO 变长译码算法，相对于传统的变长译码算法，该变长译码算法运算复杂度低，所需存储空间小，可以应用于 WMSN的节点上。本文还将缩放外信息技术引入到 ISCD领域，并提出了依据外信息交换特性，利用 EXIT图来获得最优常数缩放因子的方法。用本文方法获得最优缩放因子来修正联合信源信道迭代译码器，可以在几 乎 不 增 加 译 码 器 复 杂 度 的 条 件 下 很 大程 度 提 高 了 文 中 ISCD 方

31、案 的 性 能 。 AWGN 信 道 下的 仿 真 结 果 表 明 ， 本 文 提 出 的 ISCD 方 案 远 优 于 传统 的 单 分 离 译 码 方 法 。 同 时 ， 文 中 的 ISCD 方 案 在运 算 复 杂 度 更 低 和 所 需 存 储 空 间 更 小 的 前 提 下 ， 表现 出 比 现 有 典 型 ISCD 方 案 更 优 越 的 SER 性 能 , 为变 长 编 码 的 多 媒 体 数 据 在 WMSN 中 传 输 提 供 了 强力 的 差 错 保 护 。参考文献：第 11 期 杨扬等：适用于 WMSN 的联合信源信道迭代译码 1571 ZORZI M, RAO R R

32、. Coding tradeoffs for reduced energy consumption in sensor networksA. The 15th IEEE International Symposium on Personal, Indoor and Mobile Radio Communications (PIMRC 04)C. Barcelona, Spain, 2004.206-210.2 WU D, CI S, WANG H. Cross-layer optimization for video summary transmission over wireless net

33、worksJ. IEEE Journal on Selected Areas in Communications, 2007,25(4):841-850. 3 BAUER R, HAGENAUER J. On variable length codes for iterative source/channel decodingA. Data Compression Conference 2001(DCC01)C. Snowbird, Utah, USA, 2001.273-282.4 THOBABEN R, KLIEWER J. Low-complexity iterative joint s

34、ource-channel decoding for variable-length encoded markov sourcesJ. IEEE Transactions on Communications, 2005,53(12): 2054-2064.5 THOBABEN R, KLIEWER J. Iterative joint source-channel decoding of variable-length codes using residual source redundancyJ. IEEE Transactions Wireless Communications, 2005

35、,4(3): 919-929.6 LIU J, TU G, ZHANG C, et al. Joint source and channel decoding for variable length encoded turbo codesJ. EURASIP Journal on Advances in Signal Processing, 2008, (1):1-7.7 PAPKE L, ROBERTSON P. Improved decoding with the SOVA in a parallel concatenated (turbo-code) schemeA. IEEE Inte

36、rnational Conference on Communications 1996 (ICC96)C. Dallas, USA, 1996.102-106.8 BRINK S T. Convergence behaviour of iteratively decoded parallel concatenated codesJ. IEEE Transactions on Communications, 2001, 49 (10):1727-1737.9 DEMIR N, SAYOOD K. Joint source/channel coding for variable length co

37、desA. DCC98C. Snowbird, Utah, USA , 1998. 139-148.10 LAKOVIC K, VILLASENOR J. On design of error-correcting reversible variable length codesJ. IEEE Communication Letters, 2002,6(8):337-340. 11 HEO J, CHUGG K M. Optimization of scaling soft information in iterative decoding via density evolution meth

38、odsJ. IEEE Transactions on Communications, 2005,53(6):957-961.12 OKUDA T, TANAKA E, KASAI T. A method for the correction of garbled words based on the levenshtein metricJ. IEEE Transactions on Computers, 1976,25(2): 172-178.作者简介：杨扬（1983-），男，山东潍坊人，中国科学院研究生院博士生，主要研究方向为无线通信中的信号处理及无线传感器网络中数据的可靠传输。陈永锐（1978-），男，湖南湘潭人，中国科学院研究生院博士生，主要研究方向为无线传感器网络、计算机通信网等。赵俊淋（1983-），男，重庆人，中国科学院研究生院硕士生，主要研究方向为传感器网络中信号处理及其实现。易卫东（1959-），男，云南昆明人，博士，中国科学院研究生院教授、博士生导师，主要研究方向为无线传感器网络及其相关应用、MEMS 传感器、RF-MEMS及信号处理。