Einführung in die LDPC Code Adaptability

LDPC-Codes (LDPC-Codes mit niedriger Dichte) sind zu einem Eckpfeiler der modernen Fehlerkorrektur geworden und ermöglichen eine zuverlässige Kommunikation über rauschende Kanäle. Ursprünglich von Gallager in den 1960er Jahren entdeckt und später in den 1990er Jahren wiederentdeckt, können LDPC-Codes die Shannon-Grenze unter iterativer Decodierung erreichen. Ihre Popularität hat mit der Einführung in Standards wie DVB-S2, Wi-Fi (IEEE 802.11n/ac/ax), 5G NR und sogar Deep-Space-Kommunikation zugenommen. Ein einzelner Code mit fester Rate und Länge kann jedoch nicht alle Szenarien effizient bedienen. Kommunikationssysteme müssen sich oft an unterschiedliche Kanalbedingungen, Datenraten und Latenzanforderungen anpassen. Zwei Schlüsseltechniken zur Erreichung dieser Flexibilität sind und Verkürzung. Diese Methoden modifizieren die effektive Coderate und -länge, ohne dass völlig neue Encoder-/Decoder-Designs erforderlich sind, was sie für adaptive Codierschemata unverzichtbar macht.

Dieser Artikel untersucht die Mechanik der Punktierung und Verkürzung, ihre Auswirkungen auf die Fehlerkorrekturleistung und die Kompromisse, die mit ihrer Anwendung verbunden sind. Durch das Verständnis dieser Techniken können Ingenieure Systeme entwerfen, die Durchsatz und Zuverlässigkeit in verschiedenen Umgebungen dynamisch ausgleichen.

Grundlagen der LDPC-Codes

LDPC-Codes sind lineare Blockcodes, die durch eine sparse Parity-Check-Matrix gekennzeichnet sind H. Jede Spalte entspricht einem variablen Knoten (Bit), und jede Zeile stellt eine Parity-Check-Gleichung dar. Die Sparsity von H ermöglicht eine effiziente Glaubensausbreitung (BP) mit geringer Komplexität. Die Coderate R = k / n ist das Verhältnis von Informationsbits kn. Standard-LDPC-Codes sind für eine bestimmte Rate und Länge ausgelegt.

Durch Punktieren und Verkürzen kann ein einzelner Muttercode (mit festen n und k) wiederverwendet werden, um verschiedene effektive Raten und Längen zu erzeugen. Der Muttercode dient als Basis; Punktieren erhöht die Coderate, indem einige übertragene Bits weggelassen werden, während Verkürzung die Codelänge reduziert, indem einige Bits auf bekannte Werte gesetzt werden. Beide Methoden verändern die Eigenschaften des Codes, ohne die Paritätsprüfmatrix von Grund auf neu zu gestalten.

Punktierungstechniken

Wie Puncturing funktioniert

Beim Punktieren erzeugt der Encoder ein Codewort der Länge n aus k Informationsbits. Vor der Übertragung wird eine Teilmenge von p Paritätsbits (und manchmal systematische Bits) gemäß einem vorgegebenen Muster entfernt. Der Empfänger behandelt die fehlenden Bits als Löschungen oder verwendet einen modifizierten Decoder, der die fehlenden Symbole berücksichtigt. Die resultierende effektive Coderate wird Reff = k / (n - p), was höher ist als die Muttercoderate. Zum Beispiel ergibt eine Rate-1/2 Muttercode (n = 1000, k = 500), die um 100 Bits punktiert ist, eine effektive Rate von 500/900 ≈ 0,556.

Puncturing wird häufig bei der ratenkompatiblen Codierung verwendet, bei der eine Familie von Codes mit unterschiedlichen Raten von einem Codierer abgeleitet wird Dieser Ansatz ist in Systemen wie 5G von entscheidender Bedeutung, bei denen die Größe des Transportblocks variiert und die Coderate pro Übertragung angepasst werden muss.

Auswirkungen auf Code Rate und Performance

Durch das Durchsetzen wird die Coderate direkt erhöht, was die spektrale Effizienz verbessert. Das Entfernen von Paritätsbits verringert jedoch den Mindestabstand des Codes und verschlechtert die Fehlerkorrekturfähigkeit. Der Decoder muss auf die fehlenden Bits schließen, abhängig von der verbleibenden Redundanz. Bei hohen Punktierungsraten kann die Performance-Strafe stark sein - der Code kann unter einem Fehlerpegel leiden oder höhere SNR erfordern, um eine bestimmte Bitfehlerrate (BER) zu erreichen.

Die Degradation hängt stark vom Punktionsmuster ab. Zufällige Punktungen sind suboptimal; strukturierte Muster, die die Umfangs- und Gradverteilung des Tanner-Graphens besser erhalten. Viele moderne Standards definieren optimierte Punktionsmuster für jeden Ratenpunkt. Zum Beispiel verwenden die 5G-NR-LDPC-Codes einen Basisgraphenansatz mit eingebauter Punktion für die Ratenanpassung.

Designing Puncturing Patterns (Auslösungsmuster)

Optimales Musterdesign ist eine Herausforderung, weil es mehrere Faktoren ausgleicht: Minimierung der Anzahl von variablen Knoten mit niedrigem Grad, die durchstochen werden, Konnektivität für iteratives Dekodieren und Vermeidung eines frühen Stoppens in BP. Techniken wie Dichteentwicklung und Protographenanalyse werden verwendet, um Muster auszuwerten. Im Allgemeinen können Punktierungsbits, die Teil vieler Zyklen sind oder einen hohen Grad haben, einen Leistungszusammenbruch verursachen. Eine gängige Heuristik ist es, Paritätsbits vom Ende des Codeworts zu durchstochen oder einen progressiven kantenwachstumsähnlichen Algorithmus zu verwenden, um Bits auszuwählen.

Externer Link: Für eine detaillierte Behandlung des Punktionsdesigns siehe das ]IEEE-Papier über ratenkompatible LDPC-Codes mit Punktion und Verkürzung .

Verkürzungstechniken

Wie Verkürzung funktioniert

Die Verkürzung reduziert die effektive Informationslänge eines Codes, während die Muttercodewortlänge n unverändert bleibt. Dies geschieht durch Setzen von s Informationsbits auf einen bekannten Wert (typischerweise Null) am Kodierer. Diese Bits werden nicht übertragen; der Empfänger weiß, dass sie Null sind und kann sie in den Decoder wieder einführen. Die effektive Codelänge bleibt n (da die nicht übertragenen Bits bekannt sind), aber die effektive Informationslänge wird k − s Die Coderate wird Reff = (k − s) / n, was niedriger ist als die Muttercoderate.

Die Verkürzung wird häufig dann eingesetzt, wenn ein kleinerer Informationsblock benötigt wird, das System jedoch eine feste Codewortlänge benötigt, oder wenn ein stärkerer Fehlerschutz gewünscht wird, beispielsweise ein um 100 Bit verkürzter Raten-1/2-Muttercode (n=1000, k=500) ergibt eine effektive Rate von 400/1000 = 0,4, was mehr Redundanz bietet.

Auswirkungen auf Codelänge und Fehlerkorrektur

Durch die Verkürzung der Effektivrate wird die Fehlerkorrekturleistung des Codes verbessert, da der Decoder mehr Paritätskontrollgleichungen in Bezug auf die Informationsbits hat. Der Mindestabstand des verkürzten Codes kann mindestens so groß sein wie der des Muttercodes und wird oft erhöht. Die Verkürzung reduziert auch die Anzahl der variablen Knoten im Tanner-Graphen, was die Decodierungskonvergenz beschleunigen kann.

Durch die Verkürzung werden jedoch die dekodierbaren Informationen neu positioniert; der Decoder muss die bekannten Bits handhaben. Typischerweise fügt der Decoder nullwertige variable Knoten mit unendlicher Zuverlässigkeit ein, wodurch sie effektiv aus dem iterativen Prozess entfernt werden. Dies kann ohne Änderung der Decoderarchitektur durchgeführt werden - einfach durch Initialisierung dieser variablen Knoten mit extrem hohen Log-Likelihood-Verhältnissen (LLRs).

Auswählen von Fixed Bits

Die Auswahl der zu verkürzenden Informationsbits ist wichtig. Das Verkürzen von Bits, die variablen Knoten hohen Grades entsprechen oder die viele Zyklen erzeugen, kann die Leistung beeinträchtigen. In der Praxis sind die verkürzten Bits normalerweise die ersten s Informationsbits (oder ein vordefinierter Satz). Bei strukturierten LDPC-Codes (z. B. quasizyklisch) ist das Verkürzen ganzer Zeilen in der Paritätsprüfmatrix üblich, um die zyklische Struktur zu erhalten. Das Hauptziel des Designs besteht darin, sicherzustellen, dass die resultierende Paritätsprüfmatrix vollwertig bleibt und dass der Umfang nicht signifikant abnimmt.

Vergleichende Analyse: Puncturing vs. Shortening

Anpassungsfähigkeit an Kanalbedingungen

Die Erfindung betrifft ein Verfahren zur Bestimmung von Fehlern bei der Verwendung von Daten, die für die Verwendung von Daten in einem bestimmten Bereich verwendet werden, wobei die Fehlerquote für die Verwendung von Daten in einem bestimmten Bereich als Schlüsselgröße für die Berechnung der Fehlerquote gilt.

Die Anpassungsfähigkeit erstreckt sich auf hybride automatische Wiederholungsanforderungsschemata (HARQ): Bei der inkrementellen Redundanz HARQ verwendet die Erstübertragung einen hochfrequenten punktierten Code; bei Ausfall werden zusätzliche Paritätsbits gesendet (was die Punktierung effektiv reduziert), und bei Bedarf kann eine Verkürzung angewendet werden, um die Rate weiter zu senken.

Trade-offs im Code Design

Durch Punktierung wird die Anzahl der übertragenen Bits reduziert, wobei Bandbreite eingespart wird, jedoch die Fehlerresistenz geopfert wird. Durch Verkürzung wird die Nutzlast der Informationen verringert, der Durchsatz gesenkt, aber der Schutz erhöht. Der Hauptnachteil ist die spektrale Effizienz gegenüber der Zuverlässigkeit. Eine weitere Überlegung ist die Komplexität: Durch Punktierung muss der Sender wissen, welche Bits ausgelassen werden sollen, und der Empfänger muss mit Löschungen umgehen. Durch Verkürzung müssen beide Seiten sich auf die festen Bits einigen, was einen kleinen Overhead für die Signalisierung, aber keine Erhöhung der Dekodierungskomplexität ergibt.

Aus der Perspektive des Decoders werden punktierte Bits als fehlende behandelt, was zu Konvergenzproblemen führen kann, wenn zu viele hochgradige Knoten punktiert werden. Kürzere Bits sind bekannt, was tatsächlich zur Decodierung beiträgt, indem die Anzahl unbekannter Variablen reduziert wird. Daher kann bei einer gegebenen Zielcoderate die Verwendung von Verkürzung anstelle von Punktierung eine bessere Leistung bringen, aber es geht um einen reduzierten Informationsdurchsatz.

Praktische Anwendungen

Drahtlose Kommunikation (5G und darüber hinaus)

5G NR LDPC-Codes verwenden ein Basisgraphendesign mit zwei unterschiedlichen Basisgraphen (BG1 und BG2), um eine breite Palette von Blockgrößen und Coderaten zu unterstützen. Die Ratenanpassung wird durch Punktierung und Verkürzung erreicht. Der Standard definiert spezifische Bitauswahlmuster, um die Leistung im gesamten Betriebs-SNR-Bereich zu optimieren. Für massive Maschinentypkommunikation (mMTC), bei der niedrige Latenz und kleine Pakete üblich sind, wird die Verkürzung verwendet, um kleine Informationsblöcke in das Codewort mit fester Länge einzupassen, wodurch ein starker Fehlerschutz für kritische IoT-Nachrichten gewährleistet wird.

Externer Link: Siehe die Spezifikation 3GPP TS 38.212 für 5G NR Multiplexing und Kanalcodierung für Details zu Rate-Matching-Verfahren.

Deep Space und Satellitenkommunikation

Die Standards des NASA-Beratungsausschusses für Weltraumdatensysteme (CSDS) für Telemetrie und Telekommando verwenden LDPC-Codes mit adaptiver Punktierung, um mit unterschiedlichen Verbindungsabständen und Interferenzen umzugehen. Die AR4JA-Codes (Accumulate-Repeat-4-Jagged-Accumulate) sind speziell so konzipiert, dass sie durch Punktierung ratenkompatibel sind. Die Verkürzung wird verwendet, wenn die Datenrahmengröße kleiner ist als der native Informationsblock, was eine nahtlose Integration mit Paketen mit variabler Länge ermöglicht.

Externer Link: Der CCSDS 131.0-B-4-Standard beschreibt die LDPC-Codierung für Weltraumanwendungen, einschließlich ratenkompatibler Techniken.

Speichersysteme

Solid-State-Laufwerke (SSDs) und NAND-Flash-Speicher verwenden LDPC-Codes, um Bitfehler zu korrigieren, die durch Verschleiß und Lesestörungen verursacht werden. Mit zunehmender Anzahl von Programm-/Löschzyklen steigt die Rohbitfehlerrate (BER) an. Adaptive Codierung durch Punktierung und Verkürzung ermöglicht es dem Controller, die Schutzniveaus dynamisch anzupassen: Zu Beginn des Lebens maximiert ein höher ratender Code (punktiert) die Kapazität; mit zunehmendem Laufwerk wird die Coderate gesenkt (durch Verkürzung), um die Datenintegrität zu erhalten. Dies ist entscheidend für Unternehmensspeicher, bei denen die Zuverlässigkeit an erster Stelle steht.

Herausforderungen und zukünftige Richtungen

Komplexität des optimalen Musterdesigns

Während Punktierung und Verkürzung konzeptionell einfach sind, bleibt das Auffinden von Mustern, die über eine Vielzahl von Raten und SNRs hinweg gut funktionieren, ein aktiver Forschungsbereich. Der Optimierungsraum ist kombinatorisch und brutale Gewalt ist nicht machbar. Machine Learning-Ansätze, wie das Reinforcement Learning zum Suchen von Mustern, haben sich als vielversprechend erwiesen, sind aber noch nicht Standard. Außerdem müssen die Muster oft sorgfältig auf die Decoder-Architektur abgebildet werden, um Engpässe zu vermeiden.

Eine weitere Herausforderung ist die Handhabung verkürzter Bits in praktischen Decodern. Obwohl die Hardware-Implementierungen einfach zu simulieren sind, müssen sie sicherstellen, dass die LLRs der festen Bits korrekt eingestellt sind und dass der iterative Prozess keine Zyklen auf bekannten Knoten verschwendet. Effiziente Planungstechniken sind erforderlich, um den Durchsatz zu erhalten.

Integration mit modernen Standards

Zukünftige Kommunikationssysteme, wie 6G, zielen auf extreme Datenraten (Tbps) und ultrazuverlässige Kommunikation mit niedriger Latenz (URLLC). Ratenkompatible LDPC-Codes mit flexibler Punktierung und Verkürzung werden wesentlich sein. Die Kodierungs- und Dekodierungslatenz muss jedoch minimiert werden. Neue Decoderarchitekturen, die die Anpassung der Flugrate unterstützen, ohne den gesamten Decoder neu zu konfigurieren. Zusätzlich wird die gemeinsame Optimierung mit Modulation (z. B. Bit-Interleaved-codierte Modulation) noch komplexer.

Die Erforschung räumlich gekoppelter LDPC-Codes und protographenbasierter Designs bietet vielversprechende Richtungen für einfachere ratenkompatible Familien.

Schlussfolgerung

Durch die Möglichkeit dynamischer Geschwindigkeits- und Längenanpassungen anhand eines einzigen Muttercodes können Kommunikations- und Speichersysteme unterschiedliche Leistungsanforderungen erfüllen, ohne die gesamte Kodierungskette neu zu gestalten. Durch die Durchdringung wird der Durchsatz auf Kosten der Fehlerresistenz erhöht, während durch die Verkürzung der Schutz auf Kosten der Informationsrate erhöht wird. In Kombination bieten sie ein Kontinuum von Coderaten, die für jede Kanalbedingung geeignet sind.

Der praktische Erfolg dieser Techniken zeigt sich in weit verbreiteten Standards – von 5G NR bis hin zu Deep-Space-Verbindungen. Doch die laufende Forschung verfeinert weiterhin das Musterdesign, reduziert die Implementierungskomplexität und erweitert die Anwendbarkeit auf Systeme der nächsten Generation. Das Verständnis der hier beschriebenen Kompromisse und Designprinzipien ermöglicht es Ingenieuren, das volle Potenzial von LDPC-Codes in realen Systemen zu nutzen.