分布式信源編碼理論應(yīng)用研究

-分布式信源編碼理論及應(yīng)用研究(1)-分布式信源編碼理論及應(yīng)用研究(1)-分布式信源編碼理論及應(yīng)用研究(1)本科畢業(yè)設(shè)計分布式信源編碼理論及應(yīng)用的研究綱要無線傳感器網(wǎng)絡(luò)是一種嶄新的信息獲得和辦理技術(shù)，與其他的無線網(wǎng)絡(luò)對照，無線傳感器網(wǎng)絡(luò)中傳感器節(jié)點的能量有限而且不能夠夠?qū)崟r更新，因此傳感節(jié)點的信息辦理能力和無線通訊的容量都碰到了很大的影響，為了戰(zhàn)勝這些限制，需要設(shè)計能耗較低的通信協(xié)講和算法，其中，在編碼時采用分布式信源編碼(DistributedSourceCoding，DSC)技術(shù)就是一種有效地解決方法。分布式信源編碼利用多個信源之間的相關(guān)性，進行獨立編碼減少傳達的信息速率，并經(jīng)過結(jié)合譯碼提高信息傳輸?shù)恼w有效性。DSC技術(shù)的作為無線傳感器數(shù)據(jù)傳達中的要點技術(shù)，關(guān)于其研究也越來越成熟，而對DSC的應(yīng)用也擴展到了無線攝像機網(wǎng)絡(luò)等領(lǐng)域，成為了一種擁有高效壓縮性和優(yōu)秀譯碼性能的信源編碼。本文就分布式信源編碼算法與應(yīng)用進行仿真研究。本文談?wù)摿薚urbo碼在分布式信源編碼中的應(yīng)用，經(jīng)過仿真來對布式信源編碼中的性能進行解析。要點詞：分布式信源編碼DSCTurbo碼

Turbo

碼應(yīng)用到分ResearchontheTheoryandApplicationsofDistributedSourceCodingZhaoShuji(CollegeofEngineering,SouthChinaAgriculturalUniversity,Guangzhou510642,China)Abstract:Wirelesssensornetwork,WSNisanewwirelessnetworkwhichIntegratessensor,embeddedcomputing,networkingandwirelesscommunicationtechnologytogatherandprocessinformation.Contrasttootherwirelessnetworks,thenodesinWSNispower-limited,thus,theinformationprocessperformanceandthecommunicatingcapacityisgreatlyaffected.Toovercomesuchconstraints,alowpower-consumingcommunicationprotocoloralgorithmisneeded.UsingDistributedSourceCoding,DSCduringinformationencodingisoneoftheeffectivewaystosolvetheproblem.DSCreducesthetransmittedratebyindependentlyencodinginformationusingthecorrelationofsources,andimprovetheoveralleffectivenessofthewholetransmitprocessbyjointdecoding.AsoneofthekeytechnologyinWSNinformationtransmission,theresearchonDSCisgettingmoreandmoremulture,andtheapplicationofDSCisalsoexpandingtotherealmssuchaswirelesscameranetworketc.,whichmakesitawildlyusesourcecodingwithhighcompressionrateandoutstandingdecodingperformance.Thisthesisfocusesontheresearchesondistributedsourcecodingalgorithmsandapplications.ThispaperdiscussesthedistributedsourcecodingusingTurboandanalyzestheperformanceofDistributedSourceCodingusingTurbowiththeemulationresults.Keywords:DistributedSourceCodingDSCTurbo目錄前言···········································11.1課題研究背景及意義···································1論文研究內(nèi)容····································22分布式信源編碼理論基礎(chǔ)································2分布式信源編碼介紹···································2分布式信源編碼原理···································2信源編碼原理····································3Slepian-Wolf編碼原理································3Wyner-Ziv編碼原理··································5分布式信源編碼的實現(xiàn)方法······························6利用校驗子的分布式信源編碼···························6使用校驗位的分布式信源編碼···························7基于Turbo碼的分布式編碼······························73.1Turbo碼的提出····································73.2Turbo碼的特點····································83.3Turbo碼的編碼原理····································8并行級聯(lián)卷積碼···································8串行級聯(lián)卷積碼···································9混雜級聯(lián)卷積碼···································9Turbo碼編碼器中交織器的設(shè)計·························10Turbo碼的譯碼原理···································104Turbo碼作為信道碼在分布式信源編碼中的應(yīng)用···················12編碼器的設(shè)計···································12解碼器的設(shè)計···································13仿真實現(xiàn)······································14Matlab程序設(shè)計語言歸納······························14程序仿真結(jié)果···································15參照文件········································21附錄············································23致謝············································25華南農(nóng)業(yè)大學(xué)本科生畢業(yè)設(shè)計成績評定表前言課題研究背景及意義近來幾年來，無線傳感器網(wǎng)絡(luò)（WSN：WirelessSensorNetwork）引起人們的寬泛關(guān)注和研究，在軍事、環(huán)境以及醫(yī)療等領(lǐng)域都獲得很好的利用。集成了傳感器、微機電系統(tǒng)和網(wǎng)絡(luò)三大技術(shù)而形成的傳感器網(wǎng)絡(luò)是一種嶄新的信息獲得和辦理技術(shù)。無線傳感器網(wǎng)絡(luò)與傳統(tǒng)的無線網(wǎng)絡(luò)（如WLAN和蜂窩搬動電話網(wǎng)絡(luò)）有著不同樣的設(shè)計目標，后者在高度搬動的環(huán)境中經(jīng)過優(yōu)化路由和資源管理策略最大化帶寬的利用率，同時為用戶供應(yīng)必然的服務(wù)質(zhì)量保證。在無線傳感器網(wǎng)絡(luò)中，除了少許節(jié)點需要搬動之外，大部分節(jié)點都是靜止的。由于它們平時運行在人無法湊近的惡劣甚至危險的遠程環(huán)境中，能源無法取代，使得傳感器節(jié)點的信息辦理和傳輸能力碰到了很大的限制，設(shè)計有效的策略延長網(wǎng)絡(luò)的生命周期成為無線傳感器網(wǎng)絡(luò)的核心問題（任豐原等，2003）。為了戰(zhàn)勝這些限制需要設(shè)計能耗較低的通訊協(xié)講和算法，分布式信源編碼（DSC：DistributedSourceCoding）為此供應(yīng)認識決的方案。與傳統(tǒng)的編碼技術(shù)對照，分布式信源編碼將獨立信源的數(shù)據(jù)統(tǒng)計相關(guān)性轉(zhuǎn)移到解碼端考慮，有效地將編碼端的復(fù)雜度轉(zhuǎn)移到解碼端，并能獲得較高的編碼效率。當前分布式信源編碼技術(shù)在外國已經(jīng)成為重要的研究內(nèi)容，在國內(nèi)也開始碰到越來越多的研究者關(guān)注（王萬良等，2009）。分布式信源編碼是對信息互相關(guān)系但不互相通訊的信源的一種信息壓縮方式。和其他信源編碼不同樣的是，分布式信源編碼使用的是信道碼。分布式信源編碼是指針對一組相關(guān)信源編碼，各個信源進行獨立編碼，編碼后的信號送到解碼端進行結(jié)合解碼。這種編碼方法大大降低了對編碼端的計算能力的要求，而且在解碼時考慮了各個信源之間的信息冗余，提高了編碼效率，把編碼端的復(fù)雜度轉(zhuǎn)移到認識碼端，極大降低了編碼端的工作量，因此特別適合于WSN中減少傳感器節(jié)點的耗資（陳睿，2009），不但這樣，關(guān)于辦理視頻、圖像的大數(shù)據(jù)量的應(yīng)用中也是至關(guān)重要。隨著網(wǎng)絡(luò)和無線技術(shù)的發(fā)展，以分布式信源編碼技術(shù)為理論基礎(chǔ)的分布式視頻編碼越來越碰到人們的重視。在傳統(tǒng)的視頻壓縮方案中，編碼端經(jīng)過幀間展望來利用相鄰幀之間的相關(guān)性，從而實現(xiàn)數(shù)據(jù)壓縮。由于幀間展望要用到復(fù)雜的運動估計和運動補償算法，因此編碼器平時要比解碼器復(fù)雜5-10倍。隨著搬動多媒體通訊及無線視頻傳感器網(wǎng)絡(luò)等新技術(shù)的出現(xiàn)，1對編解碼器的配置方案提出了完好不同樣的要求，即編碼器要力求簡單，而解碼器能夠復(fù)雜。這時壓縮要在儲藏和運算能力都較弱的攝像機中進行，因此希望編碼器盡量簡單；而解碼器在基站，可采用較復(fù)雜的算法結(jié)構(gòu)（史萍，2007）。在這種情況下，編碼端復(fù)雜度較低的分布式視頻編碼技術(shù)的研究越來越獲得了重視。論文研究內(nèi)容本文主要介紹了分布式信源編碼理論基礎(chǔ)，及Turbo信道碼編碼、解碼原理，而且對Turbo碼應(yīng)用于分布式信源編碼中進行了仿真和性能解析，并結(jié)合仿真研究了參數(shù)變化對編碼性能的影響。分布式信源編碼理論基礎(chǔ)分布式信源編碼介紹作為信息論的一個分支，早在1973年DavidSlepian和JackK.Wolf就利用信息熵提出針關(guān)于兩個信息互相關(guān)系信源無損壓縮的理論極限，稱之為斯理篇-伍夫界線Slepian-Wolfbound）。他們證了然兩個互不通訊的信息相關(guān)的信源壓縮能夠達到有互相通訊的壓縮效率，從而確定了分布式信源編碼的理論基礎(chǔ)。分布式信源編碼是對信息互相關(guān)系但不互相通訊的信源的一種信息壓縮方式。和其他信源編碼不同樣的是，分布式信源編碼使用的是信道碼。分布式信源編碼是指針對一組相關(guān)信源編碼，各個信源進行獨立編碼，編碼后的信號送到解碼端進行結(jié)合解碼。這種編碼方法大大降低了對編碼端的計算能力的要求，而且在解碼時考慮了各個信源之間的信息冗余，提高了編碼效率，把編碼端的復(fù)雜度轉(zhuǎn)移到認識碼端，極大降低了編碼端的工作量。分布式信源編碼的主要應(yīng)用領(lǐng)域有傳感器網(wǎng)絡(luò)（sensornetwork）和圖像，視頻，多媒體壓縮。其最主要的特點有兩條，第一，編碼計算特別簡單，解碼相比較較復(fù)雜；第二，互不通訊的信息相關(guān)的信源壓縮能夠達到有互相通訊的壓縮效率。分布式信源編碼原理早在1973年，DavidSlepian和JackK.Wolf就從理論上提出了在無損壓縮時相關(guān)信源的獨立編碼和結(jié)合解碼同樣有效，從而確定了DSC的理論基礎(chǔ)。于1976年，A.Wyner和J.Ziv在考慮高斯信源的有損壓縮時獲得了近似的結(jié)果，提出了結(jié)合高斯信源的有損編碼方案。2信源編碼原理信源編碼是以提高通訊的有效性為目的的編碼，平時經(jīng)過壓縮信源的冗余度來實現(xiàn)。信源編碼采用的方法一般是壓縮每個信源符號的平均比特數(shù)或信源的碼率。同樣多的信息用較少的碼率來傳達，使單位時間內(nèi)傳達的平均信息量增加，從而提高通訊的有效性。信源編碼的基本路子有兩個：使序列中的各個符號盡可能互相獨立，即清除相關(guān)性；使編碼中各個符號出現(xiàn)的概率盡可能地相等，即概率平均化。信源編碼的基礎(chǔ)是信息論中的兩個編碼定理：無失真編碼定理和限失真編碼定理。無失真信源編碼是一種可逆性編碼，即編碼后的碼字序列再經(jīng)解碼辦理后，可無失真地恢復(fù)出原來的信息或信息序列。顯然關(guān)于失散信源來說才有可能實現(xiàn)這種可逆編碼，因此無失真信源編碼僅合用于失散信源。限失真信源編碼不能夠組成可逆編碼，即編碼后的碼字序列經(jīng)解碼（反變換）辦理后，所恢復(fù)的信息序列與發(fā)送端的原信息序列存在必然的失真。這種編碼合用于連續(xù)信源模擬信號的編碼。Slepian-Wolf編碼原理Slepian-Wolf編碼合用于失散信源的分布式信源編碼。Slepian-Wolf定理指出對每個信源分別進行編碼，再進行結(jié)合譯碼，其性能與全部信源結(jié)合編碼是一致的，只要滿足在n個信源中任取k個信源的和速率不小于這k個信源以節(jié)余的n-k個信源為條件的熵(當k=n時，即要求總的和速率不小于n個信源的結(jié)合熵)。假設(shè)X和Y是一組擁有相關(guān)性的失散無記憶信源，依照信源編碼定理，要實現(xiàn)無損壓縮編碼，只要要編碼速率大于信源熵。在兩個相關(guān)信源能夠進行通訊的情況下，如圖1所示，對信源X和Y進行結(jié)合編碼，則其和速率只要大于結(jié)合熵H(X,Y)，就能實現(xiàn)無差其他編碼。比方，先將信源Y的序列以速率H(Y)進行壓縮，此后在信源X的編碼端完好獲守信源Y的信息的條件下，對信源X以速率H(X|Y)進行壓縮編碼。編碼器1Rx結(jié)合譯碼XY器Y編碼器Ry2圖1傳統(tǒng)信源編碼結(jié)構(gòu)3但是，若是兩個信源X和Y之間是互不通訊的，如圖2所示，僅在譯碼端進行結(jié)合譯碼，則需要滿足什么樣的速率要求才能實現(xiàn)無損壓縮編碼？編碼器1Rx結(jié)合譯碼XY器Y編碼器Ry2圖2分布式信源編碼結(jié)構(gòu)假設(shè)兩個相關(guān)的無記憶信源的結(jié)合熵為H(X,Y)，在編碼端依舊采用分別編碼，而在譯碼端進行結(jié)合譯碼，則下面的速率地域是可達的：RxHX|YRyHY|XRxRyHX,Y圖3Slepian-Wolf可達速率域圖3中的畫斜線地域表示了Slepian-Wolf定理的可達速率地域，而雙斜線部分則表示每個信源的壓縮碼率均不小于信源熵條件下的速率域。前者的地域比后者要大，表示4利用信源的相關(guān)性，能夠降低編碼速率，提高效率。圖3中的角點A，能夠表示將兩個信源的相關(guān)性等效為信源X到信源Y的虛假信道，此后以H(X|Y)的碼率對信源X進行編碼并傳達到譯碼端，而對信源Y進行單信源編碼，以速率H(Y)傳至譯碼器。在譯碼端，第一將信源Y的信息無誤譯出，此后在此基礎(chǔ)大將信源X的信息譯出，于是便實現(xiàn)了Slepian-Wolf地域的一個角點的漸進無差錯傳輸。由對稱性，將信源X和Y的地位互換，便能夠?qū)崿F(xiàn)另一個角點B的漸進無差錯傳輸。角點A和B稱為非對稱壓縮。經(jīng)過運用時分(TimeSharing)技術(shù)，就可以實現(xiàn)Slepian-Wolf地域界線上（如圖3的點C）任意一點的漸進無差錯傳輸。而關(guān)于由ABD所組成的三角地域，稱為對稱壓縮。在該地域中任意一點上，每一個信源的壓縮速率都高出單信源的熵極限。Slepian-Wolf定理指出對每個信源分別進行編碼，再進行結(jié)合譯碼，其性能跟全部信源結(jié)合編碼是一致的，只要滿足在N個信源中任取k個信源的和速率不能夠小于這N個信源的結(jié)合熵（薛國棟，2009）。Wyner-Ziv編碼原理Wyner-Ziv編碼是指對擁有相關(guān)性的連續(xù)信源來進行分布式編碼，這樣需要第一對信源X進行量化，引入了量化失真，量化后與邊信息Y之間仍擁有相關(guān)性，此后采用Slepian-wolf編碼來利用這種相關(guān)性降低X的編碼速率。由于Slepian-Wolf編碼是基于信道編碼的，因此Wyner-Ziv編碼實際上是一個信源信道編碼問題。Wyner-Ziv理論認為，在有損壓縮的時候，若是只在解碼端能夠獲得參照信息和在編解碼端都能獲得參照信息對照，并沒有編碼效率的下降，即在有損壓縮的時候，若是參考信息只在解碼端能夠獲得和在編解碼端都能獲得時擁有同樣的率失真。這樣Wyner-Ziv編碼問題能夠看作是一個對碼字量化和Slepian-Wolf編碼相結(jié)合的問題，如圖4所示。編碼器解碼器X量化：在信源找到量化碼字在陪集中找到對編碼值做估碼字中找量化最湊近參照值中的陪集索引計索引的碼字Slepian-Wolf編解碼器圖4Wyner-Ziv編解碼器5Wyner-Ziv編碼能夠看作是一個信源信道結(jié)合編碼的問題，量化部分和估計部分是信源編碼的內(nèi)容，能夠采用信號辦理中的各種量化方法，如標量量化、網(wǎng)格量化等。量化后碼字組成了待切割的碼字空間，在解碼端的估計部分則依照解碼的碼字和參照信息對解碼輸出做出估值。將圖4中的Slepian-Wolf編碼器看作是信道編碼部分，應(yīng)該注意這里所進行的其實不是信道編碼，而是把信道碼的原理用于信源編碼。隨著信道碼漸近地接近信道容量，Slepian-Wolf編碼的碼率就會漸近地湊近Slepian-Wolf的理論極限（廖希睿，2010）。分布式信源編碼的實現(xiàn)方法在分布式信源編碼的理論基礎(chǔ)支持之下，關(guān)于分布式信源編碼的實現(xiàn)方式也越來越多。分布式信源編碼是利用邊信息的編碼方式，其在解碼端是利用信道編碼的思想對接收信息進行解碼。因此需要采用優(yōu)秀的信道碼進行實現(xiàn)。誠然分布式信源編碼的實現(xiàn)方式多樣，采用的信道碼字也不同樣，但實質(zhì)上，能夠分為基于校驗子（Syndrome）的方式和基于校驗位（Parity）的方式。本節(jié)談?wù)摿诉@兩種實現(xiàn)方式的理論基礎(chǔ)和實現(xiàn)過程，其中基于校驗子的編碼方式以由Pradhan和Ramchandran提出的DISCUS（DistributedSourceCodingUsingSyndrome）方案為基礎(chǔ)，以采用BCJR算法為譯碼器算法；而基于校驗位的編碼方式則以Turbo碼為舉例，實現(xiàn)以Turbo碼的分布式信源編碼。利用校驗子的分布式信源編碼DISCUS方案使用網(wǎng)格編碼調(diào)制的信道碼來切割信源符號空間，成立出不同樣的陪集，發(fā)送各個信源符號所在陪集序號作為編碼信息發(fā)送到信道中。接收端依照收到的陪集索引信息，結(jié)合與當前譯碼信源相關(guān)的信源的譯碼結(jié)果，在陪集中找到最正確的譯碼結(jié)果作為輸出。DISCUS考慮了兩個互相關(guān)的信源之間的相關(guān)性，把一個信源看作另一個信源經(jīng)過了噪聲攪亂的結(jié)果，利用信道編碼的研究成就實現(xiàn)分布式信源編碼（王良等，2009）。編碼端譯碼端高斯隨3bit量1bit機信源8集最正確量化信源卷積碼編碼Syndrome譯碼器譯碼輸出化器器BCJR邊信息圖5DISCUS編譯碼框圖6DISCUS考慮了兩個互相關(guān)的信源X和Y的獨立編碼和結(jié)合解碼，在X和Y之間想象一條虛假的信道P(Y|X)，把信源X看作信道的輸入，把參照信息Y看作信道的輸出，即把信源Y看作是信源X經(jīng)過噪聲污染后的結(jié)果，這樣就可以利用信道碼的糾錯性能來恢復(fù)信源碼字（陳睿，2009）。使用校驗位的分布式信源編碼分布式信源編碼是由信道編碼轉(zhuǎn)變而來的，而信道編碼是產(chǎn)生冗余的校驗信息來保證信息的正確傳輸，這與信源編碼的減少信息冗余信息保證信源傳輸高效性的要旨正好相反。DISCUS對信道編碼的校驗位進行了特其他辦理，使其轉(zhuǎn)變成校驗子從而減少了直接傳輸校驗位的冗余信息，達到壓縮信源而且保證了傳輸有效性的目的。若是直接用校驗位實現(xiàn)分布式信源編碼，就必定考慮一個問題，即：如何辦理實現(xiàn)對信源的壓縮?近來幾年來，由于Turbo信道碼的出現(xiàn)，使得這個問題獲得認識答。Turbo碼贊同只傳輸部分校驗位也能保證正確地實現(xiàn)譯碼，這樣也就在保證譯碼正確性的前提之下，實現(xiàn)了信源的壓縮。由于其優(yōu)秀的性能，Turbo碼已經(jīng)被應(yīng)用到分布式信源編碼中來?；赥urbo碼的分布式編碼Turbo碼的提出Turbo碼是當前寬泛應(yīng)用的高性能信道編碼，由C.berrou等人最初在1993年提出來，后經(jīng)理論解析和仿真實現(xiàn)證了然其是性能優(yōu)秀的信道編碼方案。在1993年介紹Turbo碼的首篇論文里，發(fā)明者Berrou僅給出了Turbo碼的基本組成和迭代譯碼的原理，而沒有嚴格的理論講解和證明。因此，在Turbo碼提出之初，其基本理論的研究就顯得特別重要。J.Hagenauer第一系統(tǒng)地說了然迭代譯碼的原理，并推導(dǎo)了二進制分組碼與卷積碼的軟輸入軟輸出譯碼算法。S.Benedetto等人提出了平均交織（UI，Uniforminterleaver）的看法，并利用結(jié)合界技術(shù)給出了Turbo碼的平均性能上界。D.Divsalar等人也依照卷積碼的轉(zhuǎn)移函數(shù)，給出了Turbo碼采用MLD時的誤比特率上界。一開始，Turbo碼只應(yīng)用于衛(wèi)星鏈路等特其他場合。當Turbo碼與第三代搬動通訊標準結(jié)合時，它就成為應(yīng)用最寬泛的糾錯碼之一。研究人員還在研究把Turbo碼用于數(shù)字音頻和視頻廣播，以及用于增強型無線互聯(lián)網(wǎng)，以提高數(shù)據(jù)傳輸速率。由于Turbo碼的這種巨大遠景，它已經(jīng)成為通訊研究的前沿。在全世界各大公司和大學(xué)的成百個小組都聚焦在這個領(lǐng)域。當前，Turbo碼逐漸完滿并被多種通訊標準所采用，7如第三代搬動通訊系統(tǒng)伙伴項目（3GPP）、802.16等組織。Turbo碼的特點Turbo碼有一重要特點是其譯碼較為復(fù)雜，比老例的卷積碼要復(fù)雜的多，這種復(fù)雜不僅在于其譯碼要采用迭代的過程，而且采用的算法自己也比較復(fù)雜。這些算法的要點是不僅要能夠?qū)γ勘忍剡M行譯碼，而且還要陪同著譯碼給出每比特譯出的可靠性信息，有了這些信息，迭代才能進行下去。用于Turbo碼譯碼的詳盡算法有：MAP（MaximumAPosterori）、Max-Log-MAP、Log-MAP和SOVA（SoftOutputViterbiAlgorithm）算法。MAP算法是1974年被用于卷積碼的譯碼，但用作Turbo碼的譯碼還是要做一些更正；Max-Log-MAP與Log-MAP是依照MAP算法在運算量上做了重要改進，誠然性能有些下降，但使得Turbo碼的譯碼復(fù)雜度大大的降低了，更加適合于實質(zhì)系統(tǒng)的運用；Viterbi算法其實不適合Turbo碼的譯碼，原因就是沒有每比特譯出的可靠性信息輸出，更正后的擁有軟信息輸出的SOVA算法，就正好適合了Turbo碼的譯碼。這些算法在復(fù)雜度上和性能上擁有必然的差別，系統(tǒng)地認識這些算法的原理是對Turbo碼研究的基礎(chǔ)，同時對這些算法的復(fù)雜度和性能的比較研究也將有助于Turbo的應(yīng)用研究。其他，要想在搬動無線系統(tǒng)中成功的使用Turbo碼，第一要考慮在語音傳輸中最大延緩的限制。在短幀情況下的仿真結(jié)果表示短交織Turbo碼在AWGN信道和Rayleigh衰落下依舊擁有湊近信道容量的糾錯能力，從而顯示出Turbo碼在搬動無線通訊系統(tǒng)中非常廣闊的應(yīng)用遠景。Turbo碼的編碼原理Turbo編碼器由兩個遞歸系統(tǒng)卷積碼經(jīng)過交織器以并行級聯(lián)的方式結(jié)合而成，以較小的編譯碼復(fù)雜度，生成碼重分布優(yōu)秀的長碼。Turbo碼編碼結(jié)構(gòu)有：并行級聯(lián)卷積碼、串行級聯(lián)卷積碼、混雜級聯(lián)卷積碼（劉東華，2004）。并行級聯(lián)卷積碼1993年，C.Berrou提出的Turbo碼就是并行級聯(lián)卷積碼結(jié)構(gòu)，主要由重量譯碼器、交織器、鑿孔矩陣和復(fù)接器組成。重量碼一般選擇為遞歸系統(tǒng)卷積碼，自然也能夠選擇分組碼、非遞歸卷積碼以及非系統(tǒng)卷積碼。平時兩個重量碼采用同樣的生成矩陣（也可不同樣）。8輸重量編碼器鑿復(fù)編碼輸出接入1孔交織器重量編碼器矩1陣圖6并行級聯(lián)卷積碼編碼方案串行級聯(lián)卷積碼經(jīng)過對并行級聯(lián)卷積碼組成的Turbo碼在AWGN信道上的仿真證明，誤比特率會隨著信噪比的增加而下降，但是當誤比特率下降到必然的程度后，信噪比增加所起的影響就幾乎沒有了，也許叫信噪比下降出現(xiàn)了平臺效應(yīng)。為認識決這種問題，S.Benedetto等人于1996年提出了所謂的串行級聯(lián)卷積碼的Turbo碼方案。該方案會集了串行級聯(lián)碼和基于并行級聯(lián)卷積碼的Turbo碼的特點，在適合的范圍信噪比范圍內(nèi)，經(jīng)過迭代譯碼能夠獲得優(yōu)秀的譯碼性能。詳盡串行級聯(lián)卷積碼編碼結(jié)構(gòu)如圖7所示。輸外編碼器交織內(nèi)編碼器編碼入輸出圖7串行級聯(lián)卷積碼編碼方案混雜級聯(lián)卷積碼經(jīng)過上兩節(jié)的描述，我們認識了并行級聯(lián)卷積碼和串行級聯(lián)卷積碼，也就簡單想到將兩者結(jié)合起來的編碼方案。這樣就既能夠保證在低信噪比的情況下優(yōu)秀的譯碼性能，又能夠有效除掉并行級聯(lián)卷積碼的平臺效應(yīng)。這種結(jié)合方案就稱作混雜級聯(lián)卷積碼。圖8、9給出了2種常有的混雜級聯(lián)卷積碼編碼方案。外編碼器交織內(nèi)編碼器交織內(nèi)編碼器圖8混雜級聯(lián)卷積碼編碼方案I9外編碼器交織1內(nèi)編碼器交織2并行編碼器圖9混雜級聯(lián)卷積碼編碼方案IITurbo碼編碼器中交織器的設(shè)計交織器是影響Turbo碼性能的一個要點因素，它能夠便Turbo碼的距離譜細化，即碼重分布更加集中。它的特點的利害直接關(guān)系著Turbo碼的性能。編碼器中交織器的使用是實現(xiàn)Turbo碼近似隨機編碼的要點。交織器實際上是一個照射函數(shù)，作用是將輸入信息序列中的比專門址進行重置，以減小重量編碼器輸出校驗序列的相關(guān)性和提高碼重。平時在輸入信息序列較長時能夠采用近似隨機的照射方式，相應(yīng)的交織器稱為偽隨機交織器。由于在詳盡的通訊系統(tǒng)中采用Turbo碼時交織器必定擁有固定的結(jié)構(gòu)，同時是基于信息序列的，因此在必然條件下能夠把Turbo碼看作一類特其他分組碼來簡化解析。交織是對信息序列加以重新排列的一個過程。在交織器的設(shè)計中，基本上是依照以下原則：1）最大程度的置亂原來的數(shù)據(jù)排列序次，防范置換前相距較近的數(shù)據(jù)在置換后依舊相距較近，特別是要防范相鄰的數(shù)據(jù)在置換后依舊相鄰；2）盡量提高最小碼重碼字的重量和減小低碼重碼字的數(shù)量；3）盡可能防范與同一信息位直接相關(guān)的兩個重量編碼器中的校驗位均被刪除；4）關(guān)于不歸零的編碼器，交織器設(shè)計時要防范出現(xiàn)“尾效應(yīng)”圖案。在設(shè)計交織器時，應(yīng)試慮詳盡應(yīng)用系統(tǒng)的數(shù)據(jù)的大小，使交織深度在滿足時延要求的前提下，與數(shù)據(jù)大小一致，或是數(shù)據(jù)幀長度的整數(shù)倍。交織器的種類能夠分為兩大類，一是規(guī)則交織器，也稱確定性交織器，其交織器的照射函數(shù)能夠由一個確定的解析函數(shù)給出。二是隨機交織器，其照射函數(shù)不能夠由一個確定的解析表達式給出。Turbo碼常用的交織器包括以下幾種：分組交織器、隨機交織器、s-隨機交織器等等。Turbo碼的譯碼原理由于Turbo碼是由兩個或多個成員碼經(jīng)過不同樣交織后對同一信息序列進行編碼。譯碼時，為了更好地利用譯碼器之間的信息，譯碼器應(yīng)該利用軟判決信息，而不是硬判決信息。因此，一個有兩個成員碼組成的Turbo碼的譯碼器是由兩個與成員碼對應(yīng)的譯碼10單元和交織器與解交織器組成的，將一個譯碼單元的軟輸出信息作為下一個譯碼器單元的輸入，為了進一步提高譯碼性能，將此過程迭代數(shù)次。這就是Turbo碼的迭代譯碼算法的原理。解交織器譯譯解硬判決輸出校驗位1碼交織器碼交器解信息位器織輸入12器復(fù)用校驗位2交織器圖10Turbo碼解碼器結(jié)構(gòu)框圖Turbo碼能夠利用多種譯碼算法，如MAP算法、Log-MAP算法、Max-log-MAP算法和SOVA算法等。MAP算法在1974年提出，又名BCJR算法，該算法最初是用來估計無記憶噪聲下的馬爾可夫過程的，它是一種最優(yōu)的算法。MAP算法不但能譯出序列的比特值，在譯碼的同時還能夠輸出關(guān)于每比特譯出的可靠性信息。這種特點正好吻合了Turbo碼的迭代譯碼特點，因此才被用于Turbo碼的譯碼中。LOG-MAP是改進的MAP算法，它在對數(shù)域進行計算，能夠?qū)AP算法中大量的乘法運算化簡為加法運算，從而降低計算量。除此之外，它的基根源理與經(jīng)典MAP算法同樣。Max-Log-MAP算法是在對數(shù)域的算法中，將似然值加法表示式中的對數(shù)重量忽略，是似然加法完好變成求最大值運算，這樣除了省去大部分的加法運算外，最大的好處是省去了對信噪比的估計，使得算法更莊重。傳統(tǒng)Viterbi算法用來計算卷積碼的最大似然序列，只供應(yīng)硬判決輸出。但在級聯(lián)系統(tǒng)中，前級硬判決實質(zhì)上相當于扔掉了信息，使后級譯碼器無法從解調(diào)獲得的軟輸出中獲益。SOVA是改進的Viterbi算法，它能夠給出譯碼結(jié)果的可靠性值（軟輸出），這個可靠性值作為先驗信息傳達給下級譯碼器，從而提高譯碼性能。11Turbo碼作為信道碼在分布式信源編碼中的應(yīng)用分布式信源編碼中倍集的切割和陪同式的編碼、解碼能夠利用信道編碼來完成。Turbo碼是當前性能很好的信道編碼，因此越來越多的學(xué)者對Turbo碼在分布式信源編碼中的應(yīng)用進行了研究。編碼器的設(shè)計分布式信源編碼中Turbo碼編碼器結(jié)構(gòu)圖如圖11所示，其中成員碼采用碼率為（n-1）/n的系統(tǒng)碼（即編碼輸出的n個比特中含有n-1個信息位和1個校驗位），交織器長度為L，關(guān)于輸入長度為L的序列X，編碼后將獲得2L/n-1個校驗比特，對這些校驗比特進行打孔后，即獲得整個Turbo編碼器的輸出。輸入序列X輸入序列X重量編碼器1Lbits扔掉Lbits碼率為（n-1）/n校驗序列P1刪交織器余校驗序列P輸出長度為L重量編碼器2校驗序列P2矩陣碼率為（n-1）/n輸入序列X扔掉Lbits圖11分布式信源編碼中Turbo碼編碼器結(jié)構(gòu)圖編碼過程以下：1）將信息比特流分成多組長度恒定為N的比特序列；2）每一組比特序列記為Dd1,d2,d3,,dN，輸入到第1個編碼單元，獲得相應(yīng)的校驗序列C1c1,1,c1,2,c1,3,,c1,N；3）同時Dd1,d2,d3,,dN經(jīng)過交織器后進入第2個編碼單元，獲得相應(yīng)的校驗序列C2c,c,c,,c2,N；2,12,22,34）將兩個校驗序列依照要求經(jīng)過刪余打孔后進行復(fù)接，最后獲得turbo碼的碼字輸出序列Ss1,s2,s3,,sn。分布式信源編碼中的Turbo輸出序列Ss,s,s,,sn扔掉全部信息位而只保留校驗123位，與分布式信源編碼只傳輸倍集索引吻合，從而提高了編碼效率。12解碼器的設(shè)計分布式信源編碼中，Turbo碼編碼端僅傳達了編碼后獲得的校驗位，而不包括其相應(yīng)的信息位，因此必定利用邊信息來進行解碼。關(guān)于如圖12所示的序列X，假設(shè)序列Y與之相關(guān)性較高，則在解碼端可利用序列Y為邊信息對X進行解碼。解交織器譯譯解硬判決輸出校驗位1碼碼交交織器解邊信息Y器器織輸入12器復(fù)用校驗位2交織器圖12分布式信源編碼中Turbo碼解碼器結(jié)構(gòu)圖Turbo碼解碼器中的迭代譯碼停止條件的設(shè)計是個很重要的問題，由于迭代譯碼是個很耗資源的計算，另一方面，過多的迭代可能會造成溢出也許振蕩，從而獲得錯誤的輸出結(jié)果。最簡單的停止方法就是指定迭代次數(shù)，實驗表示經(jīng)過5次左右迭代此后，能夠從今后的迭代過程中獲得的好處就很少了，因此能夠指定迭代次數(shù)，使譯碼過程在達到設(shè)定數(shù)值時結(jié)束。這是本實驗仿真中采用的方法之一。但是，固定迭代次數(shù)有兩個缺點。當信道特點較好時，節(jié)余的迭代造成了計算資源的浪費，另一方面，當信道特點差，誤碼率高時，又不能夠充分發(fā)揮出Turbo碼的性能。理想的情況下，迭代次數(shù)應(yīng)隨著誤碼情況動向的變化。另一種譯碼停止算法是在信息序列中加入CRC校驗字，每次迭代此后即檢測信息序列可否有錯，無錯時譯碼即結(jié)束，為防范誤碼率很高時不能夠完好糾錯的情況，還必定設(shè)定最大迭代次數(shù)，達到這一數(shù)值后，即使譯碼結(jié)果依舊有錯誤，迭代過程也被逼迫停止。CRC校驗合用于信道特點比較好的情況，實驗表示在這種情況下，只要一兩次迭代就可以獲得正確結(jié)果。它的缺點是必定加入節(jié)余的校驗位，降低了通訊效率。其他一種收效較好的方法是采用檢測成員編碼器輸出之間的交織信息熵，當發(fā)現(xiàn)熵值低于某一門限時，表示再次迭代能夠獲得的增益已經(jīng)很小，因此停止譯碼。這種方法能夠特別好的挖掘出Turbo碼的潛力。它的缺點是計算交織信息熵需要較大的計算量和13存貯空間。仿真實現(xiàn)Matlab程序設(shè)計語言歸納為了正確的把一個控制系統(tǒng)的復(fù)雜模型輸入計算機，此后對之進行進一步的解析與仿真，1990年Mathworks公司為Matlab供應(yīng)了新的控制系統(tǒng)模型圖形輸入與仿真工具Simulab，該工具很快在控制界獲得了寬泛的使用。但因其名字與出名的軟件公司Simula相似，因此在1992年正式更名為Simulink，此軟件有兩個顯然的功能：仿真與連接，亦即利用鼠標在模型窗口上畫出所需的控制系統(tǒng)模型，此后利用該軟件供應(yīng)的功能對系統(tǒng)直接進行仿真辦理。很顯然，這種做法使得一個很復(fù)雜的系統(tǒng)的輸入相當簡單。Simulink的出現(xiàn)，使得Matlab為控制系統(tǒng)的仿真及其在CAD等中的應(yīng)用打開了嶄新的場面。Matlab作為一種數(shù)值計算和與圖形辦理工具軟件，其特點是語法結(jié)構(gòu)簡短、數(shù)值計算高效、圖形辦理齊全、易學(xué)易用，它在矩陣代數(shù)數(shù)值計算、數(shù)字信號辦理、震動理論、神經(jīng)網(wǎng)絡(luò)控制、動向仿真等領(lǐng)域都有寬泛的應(yīng)用。與C、C++、Fortran等高級語言對照，Matlab不僅在數(shù)學(xué)語言的表達與講解方面表現(xiàn)出人機交互的高度一致，而且擁有優(yōu)秀高技術(shù)計算環(huán)境所不能缺少的以下特點：1）高效的數(shù)值計算及符號計算功能，能使用戶從繁瑣的數(shù)學(xué)運算解析中解脫出來；2）擁有齊全的圖形辦理功能，實現(xiàn)計算結(jié)果和編程的可視化；3）友好的用戶界面及湊近數(shù)學(xué)表達式的自然化語言，使學(xué)者易于學(xué)習(xí)和掌握；4）功能豐富的應(yīng)用工具箱（如信號辦理工具箱、通訊工具箱等），為用戶供應(yīng)了大量方便合用的辦理工具。當前Matlab已經(jīng)成為國際上最流行的軟件之一，它除了傳統(tǒng)的交互式編程外，還提供了豐富可靠的矩陣運算。圖形繪制、數(shù)據(jù)辦理、圖象辦理、方便的Windows編程等便利工具。以Matlab為基礎(chǔ)的工具箱，寬泛的應(yīng)用于自動控制、圖像信號辦理、生物醫(yī)學(xué)工程、語言辦理、雷達工程、信號解析、震動理論、時序解析與建模、化學(xué)統(tǒng)計學(xué)、優(yōu)化設(shè)計等領(lǐng)域，并表現(xiàn)出一般高級語言難以比較的優(yōu)勢。較為常有的工具箱主要包括：1）Matlab主工具箱（MatlabMainToolbox）2）控制系統(tǒng)工具箱（ControlSystemToolbox）3）通訊工具箱（CommunicationToolbox）4）系統(tǒng)鑒別工具箱（SystemIdentificationToolbox）145）圖象辦理工具箱（ImageProcessingToolbox）6）神經(jīng)網(wǎng)絡(luò)工具箱（NeuralNetworkToolbox）7）魯棒控制工具箱（RobustControlToolbox）8）信號辦理工具箱（SignalProcessingToolbox）9）符號數(shù)學(xué)工具箱（SymbolicMathToolbox）10）動向仿真工具箱（SimulinkToolbox）Simulink是實現(xiàn)動向系統(tǒng)模型仿真的一個集成環(huán)境，它的存在使Matlab的功能獲得進一步的擴展。這種擴展的意義表現(xiàn)在：（1）實現(xiàn)可視化建模。在Windows環(huán)境下，用戶經(jīng)過簡單的鼠標操作就可以成立直觀的系統(tǒng)模型，并進行仿真；（2）實現(xiàn)多工作環(huán)境內(nèi)文件互用和數(shù)據(jù)互換，如Simulink與Matlab，Simulink與Fortran、C和C＋＋，Simulink與實時硬件工作環(huán)境的信息互換都能夠方便的實現(xiàn)；（3）把理論研究和工程實現(xiàn)有利地結(jié)合在一起。Simulink為用戶供應(yīng)了用方框圖進行建模的圖形接口，采用這種結(jié)構(gòu)化模型就像紙和筆同樣簡單，它與系統(tǒng)仿真軟件包用微分方程和差分方程建模對照擁有更直觀、方便、靈便的優(yōu)點。程序仿真結(jié)果本節(jié)對Turbo碼的整個編碼、譯碼過程做了仿真。譯碼部分采用LOG-MAP算法以及SOVA算法。此后對兩者的仿真結(jié)果作了簡要的性能解析、比較和總結(jié)。本文提出了下面的整體框圖，將Turbo碼應(yīng)用于分布式信源編碼，其基本框圖如圖13所示：圖中能夠分為三部分，分別是編碼、信道和譯碼。Turbo碼編碼器有三部分組成：RSC編碼器，交織器和刪余矩陣。XRSC編碼器刪譯碼器余交織AWGN信道交織解交織判決矩RSC編碼器陣譯碼器Y圖13Turbo碼編譯碼原理框圖1）相關(guān)性對譯碼結(jié)果的性能仿真基于Turbo碼的分布式信源編碼實驗用來仿真的數(shù)據(jù)為隨機產(chǎn)生的數(shù)據(jù)，仿真環(huán)境主要參數(shù)包括：傳輸信道、譯碼算法、迭代次數(shù)、交織方式、刪余矩陣等，詳盡取值如15表1所示。表1相關(guān)性對譯碼結(jié)果的性能仿真參數(shù)參數(shù)取值交織方式偽隨機交織譯碼算法LOG-MAP，SOVA迭代次數(shù)5傳輸信道AWGN信道刪余矩陣[111;101]相關(guān)性系數(shù)β信噪比1dB編碼碼率1/2由圖14可知,隨著β值的增加，誤碼率也越來越大。這是由于仿真中參照信息是信源加上一個隨機噪聲所得，而表示隨機噪聲大小的系數(shù)就是β，即β值直接反響兩者相關(guān)性的大小，β越大，說明參照信息與信源相關(guān)性越低，譯碼性能越差。圖14誤碼率BER與相關(guān)性β的關(guān)系曲線2）LOG-MAP與SOVA算法譯碼性能仿真結(jié)果16表2LOG-MAP與SOVA算法譯碼性能仿真參數(shù)參數(shù)取值譯碼算法LOG-MAP，SOVA幀長度400編碼碼率1/2相關(guān)性系數(shù)β從圖15能夠看出，同樣條件下，迭代譯碼的迭代次數(shù)越多，抗噪聲性能越好。圖15L=400時LOG-MAP算法仿真結(jié)果圖16L=1200時LOG-MAP算法仿真結(jié)果現(xiàn)將幀長度L改為L=1200，經(jīng)過對隨機信源數(shù)據(jù)進行編譯碼仿真獲得圖16。結(jié)合圖15及圖16，能夠得出，同樣條件下，幀長度越大，誤碼率性能越好。17綜上所述，基于LOG-MAP譯碼算法，同樣條件下，迭代譯碼的迭代次數(shù)與幀長度的增加，能有效改進Turbo碼譯碼性能?，F(xiàn)將以上仿真所使用仿真參數(shù)中譯碼算法改為SOVA譯碼算法，其他參數(shù)保持不變，經(jīng)過仿真可獲得圖17。圖17L=400時SOVA算法仿真結(jié)果從圖17能夠看出，同樣條件下，迭代譯碼的迭代次數(shù)越多，抗噪聲性能越好?，F(xiàn)將幀長度L改為L=1200，經(jīng)過對隨機信源數(shù)據(jù)進行編譯碼仿真獲得圖18。圖18L=1200時SOVA算法仿真結(jié)果結(jié)合圖17及圖18，能夠得出，同樣條件下，幀長度越大，抗噪聲性能越好。由此可18見，使用SOVA算法與使用LOG-MAP算法仿真所獲得的結(jié)論是一致的，即同樣條件下，迭代譯碼的迭代次數(shù)與幀長度的增加，能有效改進Turbo碼譯碼性能。3）SOVA和LOG-MAP譯碼算法性能比較在實現(xiàn)過程中，采用了SOVA和LOG-MAP兩種譯碼算法，并對兩者的性能進行了仿真比較。仿真中采用1/2碼率的Turbo碼，幀長度L=1200，信源相關(guān)性參數(shù)為，經(jīng)過高斯白噪聲（AWGN）信道，分別采用LOG-MAP和SOVA譯碼算法，經(jīng)過仿真可獲得圖19。圖19SOVA和LOG-MAP譯碼算法在不同樣迭代次數(shù)下的誤碼率曲線由圖19能夠獲得以下結(jié)論：1）在同樣的迭代次數(shù)和信噪比條件下，LOG-MAP譯碼算法的抗噪聲性能都顯然優(yōu)于SOVA算法。2）迭代次數(shù)越高，抗噪聲性能越好。3）LOG-MAP譯碼的性能特別優(yōu)秀，5次迭代在信噪比為1dB時誤碼率即可達到-410。從抗噪聲性能看，LOG-MAP優(yōu)于SOVA。從實現(xiàn)復(fù)雜度看，SOVA譯碼算法實現(xiàn)比較簡單，更簡單。因此，能夠依照實質(zhì)需要來選擇譯碼方式。19總結(jié)分布式信源編碼作為一個產(chǎn)生年代比較長的理論，經(jīng)過了幾十年的冬眠后，隨著當前的各種與之相關(guān)的應(yīng)用而重新獲得了大量的研究。無線傳感器網(wǎng)絡(luò)正是眾多相關(guān)應(yīng)用中特別有代表性的例子，其能量受限，計算能力不強的諸多缺點都能在分布式信源編碼理論中獲得穩(wěn)當?shù)慕鉀Q。在本論文中，第一對無線傳感器網(wǎng)絡(luò)進行了介紹，并由于無線傳感器網(wǎng)絡(luò)中的能量受限問題，引出了在分布式信源編碼，而且大綱地介紹了分布式信源編碼的應(yīng)用背