הבנה של Soft-Decision LDPC

קודים נמוכים-רגישות של פרסי Parity-Check (LDPC) שהוצגו במקור על ידי רוברט גלגר בשנות ה-60, הפכו אבן הפינה של תיקון השגיאה המודרנית שלהם ביצועים קרובים-Shannon-limit וקידוד יעיל להפוך אותם הכרחיים בתקנים כגון רדיו חדש 5G, DVB-S2X, Wi-Fi 602.11ax), ותקשורת לוויין.

קידוד רך-Decoding משתמש בהערכות דיוק רב-ביט של כל סמל שהתקבל, בדרך כלל בצורת יחסי הליהגן (LLRs) .LLR מייצג את ה- ⁇ של יחס ההסתברות כי קצת הוא 0 להסתברות כי זה 1, בהתחשב באלגוריתם ההסתברותי הזה, עם זאת, על ידי שמירה על חוסר ודאות רב-ידי אלגוריתם אלגוריתם הסתברותי, קידוד רך-דחתומי יכול להפוך אותו, אמונה מדויקת יותר מאשר פונקציות של גרף-פענוח (D) הן יעילות גבוהה יותר מאשר תפקודים (DRMD) יעיל יותר מאשר פונקציות יעילות גבוהה יותר.

מכיוון שקודי LDPC מוגדרים על ידי אלגוריתמים של ספויילרים, לגרף המתפתל יש מחזורים קצרים רבים ורמות צומת נמוכות. אלגוריתמים של אלגוריתמים קלים מנצלים את המבנה הזה כדי להפיץ מידע אמינות באופן הדרגתי, במהירות להסכמה על החלטה סופית.ההבדל בין ביצועים קשים ורך יכול להיות דרמטי ביחס לשפל (S), שבו לעתים קרובות קשה לפענוח באופן מוחלט כדי להמשיך את הפחתת לחץ הראייה.

חידושים אחרונים ב-Degorithms

העשור האחרון ראה חידוש משמעותי בקידוד LDPC רך.חוקרים התמקדו בצמצום המורכבות החישובית ללא הקרבת ביצועים תיקון שגיאות, התאמת אלגוריתמים לתנאי ערוץ שונים, ומינוף למידת מכונה עבור אופטימיזציה המונעת על ידי נתונים.הסעיפים הבאים מתארים את ההתפתחויות האחרונות המשפיעות ביותר.

מינוס Min-Sum Algorithm

האלגוריתם של המינוי (MSA) מעריך את העדכון של המוצר על ידי החלפת חישוב האמונה המלא עם המינימום של גודל LLR המתקרב. בעוד שהתוספת הזו מפחיתה מאוד את המורכבות, זה באופן עקבי overestimates את גודל ההודעה התפוקה, המוביל לפענוח ביצועים מלאים. אלגוריתם ה- ® ® אלגוריתם ה- ® ® ® ® ® אלגוריתם ® ® ® ® ® ® ® אלגוריתם ה-SUM-SUM רגיל זה על ידי הגדלת כל ההודעות של הפלט בדיקה על ידי הגדלת כל ההודעות על ידי אופטימיזציה קבועה על ידי אופטימיזציה על ידי תיקון קבוע על ידי אופטימיזציה על ידי אופטימיזציה סטנדרטית של מספר קבוע על ידי אופטימיזציה של מספר קבוע של שימוש קבוע ו-0.6 גרם רגיל של שימוש קבוע של שימוש קבוע של 0.

מינוס Min-Sum Algorithm

בדומה ברוח ל- MSA, האלגוריתם של ה-Ustset-sum מחלחל באופן קבוע מהגודל של כל הודעת פלט של Check-node. במקום קנה, שיטה זו משנה את האמונה הרחק מהאזור הבלתי אמין. פרמטר ה- offset נבחר למזער את השגיאה המשווה בין עדכוני ה- Check-code המשוערים והאמיתיים של MSA הוא יעיל במיוחד כאשר ה-Freactr-acter-acter-acter-acter-acter-acter-D-D-Squareperance-Creme-D-D-D-D-DIC-DIC-acter-acter הוא מספק קידוד הוא קידוד של .

המונחים: Decoding

קידוד שכבתי - הידוע גם כתזמון מחוספס או רצף - אלטר את סדר העדכונים המשתנים-נודה בתוך כל ההצתה. בלוח הזמנים של השיטפון הסטנדרטי, כל הצומתים המשתנים מעודכנים בו זמנית באמצעות הודעות מההתרחשות הקודמת.

טכניקות טיהור

ערוצי תקשורת אמיתיים אינם קבועים; תכונות רעש משתנות עקב הקידוד, ההתערבות, או וריאציות כוח. טכניקות קידוד הסתגלות להתאים את הפרמטרים הניתוק - כגון גורם הנורמליזציה, הערך ההתחלה, או אפילו ספירת ההסרה המקסימלית - בזמן אמת בהתבסס על מדדי איכות ערוץ.לדוגמה, בתחנת 5G, הפעוט יכול לעבור בין ביצועים גבוהים לתסמונת קוד נמוך לתסמינים קלים של שימוש מוקדם יותר.

המונחים: Neural Network Based Decoders

למידת מכונות, במיוחד למידה עמוקה, פתחה גבול חדש עבור LDPC decoding. Neural מבוסס קודקודים מבוסס רשתית להחליף או להגדיל את פעולות העברת הודעות מסורתיות עם שינויים נלמדים. גישה פופולרית אחת היא "התגלה עמוקה" של אלגוריתם ה-En propagation מבוסס הרשת, אם כי כל אחד מהם הוא מייצג שכבה של רשת עצבית עם משקלים מותאמים אישית.

אכזבות סטו

קידוד סטוצ'י הוא זיכוך של קידוד רך-Decision LDPC המייצג את ההסתברות כ- 0.1 של ביטים אקראיים.כל הודעה מוחלפת על ידי רצף ברנולי שהדחיסות שלו שווה את ההסתברות הרצויה. Check-node ו-node פעולות להפחית את האלגוריתם הפשוט (למשל, XOR עבור בדיקת nodes), פשטות דרמטית את הביצוע המודרני של פריך ואפקטיבי במיוחד כדי להתגבר על רצף של רצף אופטיקה של אסטרטגיות איטיות של קידוד עצמי (puptplex) ו-upic) כדי להתגבר על קידוד מוקדם של קידודים (puptexuptexuptexupitic) כדי להתגבר על אלגוריתמים (pupitic) על ידי קידוד מוקדם של אלגוריתם יעיל של קידוד מוקדם של אלגוריתמים מחדש של קידוד קידוד מוקדם של אלגוריתמים מחדש של קידוד אלקטרונים (למשל, במיוחד על ידי אלגוריתמים מחדש של אלגוריתמים מתקדמים (למשל, כגון אלגוריתם יעיל של אלגוריתם יעיל של אלגוריתם) כדי להתגבר על ידי אלגוריתם (למשל, כגון אלגוריתם) כדי להתגבר על אלגוריתם יעיל של אלגוריתם יעיל של קידוד קידוד קידוד קידוד

קודים אולטרה-פרדים וזוגות צוללים

במקביל לחדשנות אלגוריתמית, עיצוב קוד התפתח כדי להתאים טוב יותר קודים רכות-דה-מנטליים. קודים LDPC (SC-LDPC) הוקמו על ידי קידודים מרובים של קוד LDPC בסיס עם דפוס הפיכה מובנה.כאשר מקודמת עם אלגוריתם רך-פענוח של מערכות הפעלה מחדש, כאשר קודים SC-LDPC מגיעים קרוב ל-PTD עם אלגוריתם חדש מאוד עם אלגוריתם זה יכול להיות מכווץ עם אלגוריתם חדש יותר מאשר אלגוריתם אפשרי באמצעות אלגוריתם.

השפעה על מערכות תקשורת

ההשפעה המצטברת של חידושים אלה הייתה עמוקה, מה שהופך את היכולות התיאורטיות ואת הפריצות המעשיות של מערכות תקשורת דיגיטליות.

5G NR ומעבר

תקן רדיו חדש 5G החדש אימצה קודים LDPC עבור ערוץ הנתונים, באמצעות עיצוב בסיס גרף התומך בשני שערי קודים.הקודש רך בתוך מעבד בסיס 5G חייב לטפל אורך קוד מ 256 עד 26,144 ביטים עם מהירויות נמוכות מאוד (על סדר של 100 שניות) החידושים כגון שכבת מנטה מנפח של מינוס מינוס מינוס מילימטר והתאמה מוקדמת של 10G מוקדם יותר שיעורי הפחתת לחץ גבוה יותר.

קישורים של Satellite and Deep-Space

תקשורת לווינית פועלת תחת מגבלות כוח ועוצמה חמורות.סטנדרט DVB-S2X משתמש בקודים LDPC בשילוב עם ניכוי קלוש להשגת יעילות משמעותית קרוב למגבלת שאנון.החידושים כמו מינומן רגיל עם קודים סטנדרטיים עם קשקשים הסתגלותיים באופן פעיל בשמירה על סגירה בין גלידת קשר במהלך משימות דה-קוד עמוק, כגון שימוש אלה עבור קודים קצרים (RCC) לעתים קרובות יכול לפעול על ידי נית (S-DIS) על מנת לשמור על נית-DIS) נית-DIS) נית (RCC (DRMDS) RMICODSDS) RML) RMS (R) , לעתים קרובות מאוד, כלומר, כלומר, כלומר, כלומר, לעתים קרובות, כלומר, כלומר, על , על סגירת קישורים סגורה, על , על , , על קיבולת קודים (DNSDNSDIS) , לעתים קרובות, על , על ידי , על , על ידי קיבולת קודים על מנת לשמור על סגירה נמוכה מאוד, על סגירת קישורים סגורה, על סגירת קישורים במשימות קודים (RCC (RCC (RCC) קיבולת קודים, לעתים קרובות מאוד, על סגירת

אחסון נתונים וזיכרון

כוננים חד-ארציים (SSDs) ו- NAND פלאש סובלים מרעש המושרה על ידי התערבות תאית-לתאים, תוכנית / מחזורי erase, והפסדי שימור. LDPC עם קידוד רך-העתעת הפכו למנגנון תיקון השגיאה הסטנדרטי, לעתים קרובות בשילוב עם טכניקות הפעלה קריאה-retry כי מידע רך על ידי קריאה של אותו תא בסף מתחים מרובים.

רשתות תחבורה אופטיות

מערכות תקשורת אופטיות קוהרנטיות הפועלות ב 400 Gbps ו-800 Gbps לכל אורך גל להסתמך על קודים LDPC רך כדי לפצות על ליקויים ליניאריים ולא ליניאריים. Ultra-sparse SC-LDPC עם קידוד סליידינג-window נחשבים לדור הבא של תחבורה אופטית, ומבטיח להפחית את הפער למגבלת שאנון ל-פחות מ-0.5B.

כיוונים עתידיים

מחקר בקידוד LDPC רך ממשיך לדחוף גבולות.כמה כיוונים מתעוררים מבטיחים שיפורים נוספים בביצועים, יעילות והתאמה.

שילוב של למידה עמוקה ב-Time Decoders

למרות שקודמים מבוססי רשת עצבית דורשים כיום חישובים גדולים של נקודות צף, האבולוציה המהירה של מאיצים AI ומעבדי אותות דיגיטליים מיוחדים עושה בזמן אמת ניתוק.מערכות עתידיות עשויות לשלב מקודמת רכות קונבנציונלית עם רשת עצבית קלה המנבאת את הפרמטרים האופטימליים (גורם נורמליזציה, החל מרבי) בהתבסס על מידע מצב.

קוונטית ופוסט-קווטן LDPC

עבור תקשורת קוונטית, קודים LDPC משמשים בזיקוקציה מסובכת ותיקון שגיאות קוונטיות. ניכוי רך-העת של קודים LDPC קוונטית מאתגר מטבעו באופן מוחלט, כי מדידות קוונטיות הרסניות ולא ניתן לחזור על עצמן. חידושים אחרונים באמינות קודים קוונטיים משלבים ייצוב פורמליזם וטיפול זהיר של degeneracy.

Hardware Algorithm Co-design

קודקודים עתידיים של LDPC יועדו מלכתחילה עם לולאת משוב הדוק בין אלגוריתם ומימוש. Algorithm חידושים כמו תזמון מתפתל ותזמון מעוקל כבר מעוצבים על ידי מגבלות חומרה.המגמה לקראת ניתוח הצטברות נמוכה מאוד ב CMOS nodes מתקדמות אשר יכול לסבול תזמון גמישות ואלגוריתם אספקה חדש הם שפותחו עם הודעות ברמה נמוכה מאוד של נתונים איטיים תוך שמירה על ידי לחץ דם איטי על ידי דרישות אולטרה סגולה.

קוד-אלגוריתאם- דיפוכיות לסביבה דינמית

מערכות תקשורת עתידיות יעמדו בפני תנאים משתנים באופן דרמטי – מקידוד עמוק בתוך הפנימי ועד ניידות מהירה גבוהה.במקום קוד קבוע אחד וקודקוד קוד, מערכות הסתגלות יבחרו באופן דינמי מהספריה של עיצובי קוד ואלגוריתמים מרתיעים. פענוח רך-דה-דה-דמקוד עם ייצוגים LLR משתנים ומגבלות ההנעה משתנה יעברו בצורה חלקה בין ביצועים גבוהים לבין מצבי כוח נמוך.

המסע מרעיונותיו המקוריים של גלגר ועד ימינו של ה-Nour-network-augmented Soft-decision decoders ממחיש את העוצמה של חדשנות מתמשכת.עם כל התקדמות אלגוריתמית – מינוס רגיל, תזמון, טכניקות הסתגלותיות, ו decoding עצבי - הפער בין יכולת תיאורטית וביצועים מעשיים.