הקדמה: למה קודים LDPC נמוך חשובים עבור IoT

קודים נמוכים של נאמנות--Check (LDPC) הפכו לאבן הפינה של התקשורת הדיגיטלית המודרנית, המופיעים בסטנדרטים החל מ- DVB-S2 ו-Wi-Fi ל-5G NR. ביצועים הקרובים-שלמיים-הידימיים, הופכים אותם אטרקטיביים מאוד עבור יישומים שבהם שלמות הנתונים היא קריטית.com, האינטרנט של הדברים (LD) מציג מערכת נפרדת של מגבלות מסורתיות: לעתים קרובות מופעלים על סוללות, הדורשות טיפול עצמי, וביקוש לא יעיל לזיכרון עצמי, ולכן אינו יעיל באופן ישיר, או עיבוד יעיל, כלומר, שאינו יעיל של זמן-זמן-זמן-זמן-זמן-זמן-זמן-זמן-חומרי בלבד.

האתגר המרכזי הוא לשמור על כוח תיקון השגיאה של קודים LDPC תוך הפשיטה את ראש החישובי כי מקובל על טרנסצ'יברס אבל אסור בחיישן טמפרטורה או תיקון בריאות לביש. מאמר זה בוחן את הקשיים הספציפיים, חוקר אסטרטגיות מוכחות להפחתת המורכבות, ומדגיש כיצד קודים אלה מעצימים פריסות IoT אמיתיות.

הבנת הנוף לתיקון שגיאות IoT

קישורים לתקשורת IoT מאופיינים לעתים קרובות על ידי תקציבי חשמל נמוכים, שידור לסירוגין, וסביבות רועשות (מכונות תעשייתיות, התערבות עירונית או מכשולים מקורה) בניגוד לטלפונים ניידים או תחנות בסיס, נקודות IoT אינן יכולות להסתמך על עיבוד מורכב כדי להתגבר על ליקויי ערוצים.הם דורשים קודים תיקון שגיאות אשר הם קודים רבים של שליטה: משקל רב-תועלת בשני חישובים וזיכרון 1LT:1, אך עדיין לספק מספיק כדי להשיג קידוד באמצעות פונקציות סטנדרטיות (אך)

עיצובים LDPC נמוכים שואפים לגשר על הפער הזה.הם משנים את אלגוריתם הקוד או להגביל את מבנה הקוד כדי לאפשר תהליך פשוט יותר, לעתים קרובות רציונטיבי, מרתיע כי צורכת פחות מחזורי CPU ופחות אנרגיה.המטרה הסופית היא להשיג רווח מתואם לזה של קודקוד LDPC מלא, אבל עם טביעת רגל שמתאימה בתוך כמה קילויבי של RAM ומעט מאוד של כמה מאות וואט.

אתגרים מרכזיים בעיצוב קוד נמוך-מורכב

פיתוח קודים כאלה כרוך בניווט מספר דרישות מתחרותיות.האתגרים הבאים חמורים במיוחד בהקשר של IoT:

  • (FLT:0) יכולת תיקון שגיאות ופשטות חישובית 1: קוד ספוי מאוד עשוי להיות קל לפענח אבל עשוי גם להציג רצפת שגיאה גבוהה או ביצועים של מפל נמוך.
  • (FLT:0) גרימת ניתוק לעקביות של פעולות בזמן אמת: ביישומים כמו שליטה תעשייתית או רשתות חיישן אוטונומיות, הקידוד חייב להשלים בתוך חלון זמן קבוע. אלגוריתמים רבים בעלי מורכבות נמוכה לסחור בספירת הזיהומים נגד הגינות, אבל המעצב חייב להבטיח שמספר ההאקרות נשאר קטן.
  • (FLT:0) צמצום צריכת האנרגיה במהלך קידוד 1 (Decodingofph:1): כל גישה לזיכרון ופעולה טבילה צורכת אנרגיה.התריעה חד-אמונה אחת עשויה לכלול מאות נקודות צף או ריבוי נקודות קבוע.עבור מכשירים המופעלים על סוללות צפויים להימשך שנים על תא מטבע, זה מעליב אינו מתקבל על הדעת.
  • (FLT:0) הבטחת קנה מידה על פני יישומי IoT heterogeneous IoTreave 1: קוד שעובד היטב עבור תשלום 128 סיביות במ"מ חכם עשוי להיות תת-אופטימי עבור חבילת 1024 סיביות חיישן סביבתי. LDPC חייב להיות מותאם באורך חסום ללא תיקון של חומרת חומרה.
  • (FLT:0) מגבלות טביעת הרגל המזכרות של ה-FLT:1: עיצובים של שיתוק מילימטרים והודעות ביניים יכולים במהירות למצות את ה- RAM של מעבד קורטקס-M0 טיפוסי. עיצובים נמוכים לעתים קרובות לנצל סימטריה או מזחלות בנויות כדי להפחית את דרישות האחסון.

אסטרטגיות הליבה של עיצוב LDPC נמוך

כמה טכניקות עיצוב מוכחות מטפלות ישירות באתגרים לעיל.אסטרטגיות אלה אינן בלעדיות הדדית, ולעתים קרובות משולבות כדי להשיג את הטוב ביותר של עסקאות עבור תרחיש IoT נתון.

מבנה ה-Serse Graph Structures

המורכבות של קודקוד ה-LDPC היא פרופורציה ישירה למספר הקצוות בגרף הטנר (כלומר, מספר הרשומות הלא אפסיות במטריקס של ה- parity-check) על ידי עיצוב גרפים עם צפיפות נמוכה מאוד - לדוגמה, צפיפות משתנה של ג'אטים 3 או 4 ובדיקת נקודות של דרגה 4 עד 6 - מספר ההודעות החלפות להפחתה הוא מצמצם את דרישות הגרף גבוה יותר (FS) רק כדי להפחית את דרישות ה-T.

Quasi-Cyclic (QC) קודים LDPC

(הקודים QC-LDPC מוגדרים על ידי מטריקס של סלקטיבי המורכב circulant sub-matrices.מבנה זה מאפשר יישום יעיל להפליא: הן ⁇ והן decoding ניתן לבצע באמצעות רישומים משמרות מחזוריות במקום בדיקת זיכרון מעולה (Cyp) ו- QFlic רכוש גם מפשט את ארכיטקטורת הקוד - מקבילות לאותן קיבולת של Cintcplex (ה) או מקבילה של מספר גדול של מקבילה של קיבולת של מקוצרת של מספר 8.

טיהור אלגוריתמים

ה-BP (BP) מפענח האמונה המלא, הכולל הערכות חוזרות ונשנות של הפונקציה היפרבולית ו-Garithmic. עבור מכשירים IoT, ה-FLT:0min-sum (MS) אלגוריתם אלגוריתם sve 1 מספק פשטות דרסטית על ידי החלפת פונקציות לא ליניאריות עם ניתוח פשוט מציאת.

  • (ב) ,0) ,U-SumFLT:1: ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇
  • (FLT:0) ,Normalized Min-sumFreaLT:1 ; Multiplies את הפלט של הצ'ק-נודה על ידי גורם מדרג (בדרך כלל 0.5–0.9) כדי לשפר את הדיוק מבלי להוסיף מורכבות משמעותית.
  • (ב) ,0) , ⁇ ⁇ : שינוי כללי עדכון כדי לשפר את מהירות ההתכנסות, צמצום מספר ההסרות הנדרשות.

אלגוריתמים אלה יכולים להתבצע באמצעות סטויינט קבוע של רק 4-6 ביטים, תוך חיסול יחידות הצף לחלוטין וחיתוך צריכת חשמל על ידי סדר גודל בהשוואה לקוד BP מלא.

הסתגלות ומועד מוקדם

במקום תמיד לבצע מספר קבוע של קידודים, קודמ הסתגלות לפקח על התסמונת או ההתכנסות של הערכות קטנות לעצור מוקדם כאשר קודמה בתוקף נמצא.זה "הפסקה המוקדמת" יכול להפחית את המספר הממוצע של היחלשות על ידי 30–70% בהתאם למצב הערוץ, באופן ישיר לחסוך אנרגיה. בשילוב עם האלגוריתם של ה- Min-Sum, להתאמה של הפסקות קוד זדוני הוא פשוט וגם חכם.

אופטימיזציה ל-IoT ספציפי

לא כל ערוצי IoT הם אותו הדבר.A. a Wearable Body-area חוויות קידוד ואובדן נתיב, בעוד מטר חכם מתקשר על קישור אלחוטי קבוע פנים מול רעש גאוסי לבן (AWGN) המקשר את חלוקת התואר ואת קצב הקוד לתנאי הערוץ הצפויים מאפשר הפחתה נוספת של מורכבות.לדוגמה, קודים המיועדים למשטרים קצרים של בלוק (למשל, 128-512) ניתן לייעל ביצועים קלים כגון: 0 מ"מסלולאריים"מ"מ"מ"מ"מ"ל"מ"מ"מ"מ"מ"מ"מ"מ"מ"מ"מ"מ"מ"מ"מ"מ"ל"מ"ל"מ"מ"מ"מ"מ"מ"מ"מ"מ"מ"מ"מ"מ"ל"מ"מ"מ"ל"ר עם ביצועים"מ) עם ביצועים קלים מאוד, כלומר, כלומר, כלומר, כלומר, לדוגמה, כלומר, עם ביצועים קלים, עם ביצועים קלים מאוד, לדוגמה, עם ביצועים קלים, עם ביצועים קלים, לדוגמה, לדוגמה, לדוגמה, לדוגמה, לדוגמה, עם ביצועים קלים, כלומר, עם ביצועים קלים מאוד, לדוגמה, כלומר, קודים פשוטים, קודים עם ביצועים

יישומים מעשיים ב-IoT

בית חכם וחדשנות אוטומציה

חיישניים אלחוטיים לטמפרטורה, לחות, ודיקור לעתים קרובות פועלים על Zigbee, Messenger, או Bluetooth Low Energy (BLE) פרוטוקולים אלה יש דרישות אמינות חזקות, אבל שיעורי הנתונים שלהם נמוכים וחבילות הם קצרים. נמוך-complexity LDPC קודי עם שיעורי 1/2 או 2, באמצעות קידוד דקות עם 5 סיביות והפסקת מוקדם, ניתן ליישם על כוח קורטקס נמוך יותר מאשר 0B.

עקבו אחרי Health Monitor

צגים של גלוקוז רצופים, ECG כתמים, הדופק oximeters חייב לשדר נתונים חיוניים עם הסתברות נמוכה מאוד של שגיאה - טעות קטנה אחת יכול להוביל אזעקה או אירוע קריטי מפספס. LDPC עם יכולות זיהוי שגיאות חזקות (למשל, CRC concaten) יכול להיות מיושם, אבל הcoder חייב לרוץ על מיקרו-בקר כי גם מטפל אותות עיבוד ותקשורת Bluetooth.

כלכלה תעשייתית וחקלאות חכמה

בסביבות תעשייתיות, הפרעה אלקטרומגנטית קשה ומרחקים ארוכים (למשל, במפעל או בשדות) דורשים קונדס חזק.נמוך-מורכב LDPC decoders כי להתאים את ספירת ההסרה שלהם המבוססת על איכות ערוצים יכול לשמור על יעד דרך אפילו תחת רעש משתנה. לדוגמה, רשת חיישן הקרקע באמצעות LoRaWAN עשויה להפיק תועלת מקצב של 0.8PC עם קוד פשוט להפחתה של צריכת אנרגיה עד 90%.

בסביבה הקרובה של Under and Extreme Environments

למרות פחות נפוץ, מכשירי IoT פרוסים מתחת למים או במכרות תת-קרקעיים עומדים בפני ערוצים מאתגרים מאוד. קודים LDPC נמוך בשילוב עם שווי ערך רציונטיבי ניתן ליישם על מערך השערים (FPGAs) או ASICs ייעודי עבור אנרגיה יעילה, גבוהה-reliability תקשורת.עקרונות העיצוב נשארים זהים: לשמור על ספיידר מטריקס, להשתמש משפחות quacy-clicיות עבור מערכות, ובודדות קבועות מצעים.

שקיפות ושיקולים מעשיים

בעוד שהאסטרטגיות לעיל יעילות, הם באים עם שינויים מסחריים טבועה כי ארכיטקטוני המערכת חייבים להכיר:

  • (FLT:0) רצפת הריבוע לעומת מורכבות 1 (FLT:1): קודים מאוד מלוחים עשויים להציג רצפת שגיאה ב SNR גבוה. עבור יישומים הדורשים BER נמוך אולטרה-נמוך (למשל, שתלים רפואיים), זה יכול להיות בלתי מתקבל על הדעת.
  • (FLT:0) אורך בלוק קצר אורך: באורך בלוק קצר מאוד (למשל, 100-200 ביטים), הפער לקיבולת שאנון מתרחב. ⁇ ⁇ (כמו מינוס) עלול לאבד תוספת 0.5-1 dB במשטר זה. עיצוב קוד חייב לפצות על ידי אופטימיזציה של המבנה קוד עבור אורך הבלוק, לעתים קרובות באמצעות חיפוש פרוטוגרף או שיטתי.
  • (FLT:0) lexibility לעומת חומרה ייעודית 1FLT: קוד תוכנה מלאה של LDPC על בסיס כללי MCU הוא גמיש אבל צורכת יותר כוח מאשר קוד קשיח מחוספס ב ASIC. עבור מוצרים עתירי גבוה, מאיץ חומרה ייעודי אשר מיישמת קוד QC-LDPC קבוע עם קידוד ® הוא לעתים קרובות הנתיב הטוב ביותר, המציע כוח מילימטרי כוח מילימטרי כוח מילימטרי.
  • (FLT:0 ,code RatesFLT:1): שיעורי נמוך יותר מספקים יותר הגנה אבל להגדיל את פני השטח. עבור יישומים רבים של IoT, גודל החבילה הוא קבוע, כך צמצום שיעור הקוד פירושו לשאת פחות פיסות תשלום עבור החבילה.המעצב חייב לאזן את האמינות הנדרשת נגד יעילות ספקטרלית.

כיוונים עתידיים

המחקר ממשיך לדחוף את הגבולות של LDPC מסובכת נמוכה הקידוד עבור מגמות מפתח IoT כוללים:

  • (FLT:0) Machine-learning-aided decodersFLT ( 1:1: אימון Offline של רשתות עצביות יכול להחליף חלקים של מקודמת המניין, שיפור ביצועים תוך שמירה על הקצינה פשוטה מספיק עבור מעבד כוח נמוך.
  • (FLT:0) אנרולוג ו decodingFLT מעורבב: עבור תרחישים בעלי עוצמה נמוכה קיצונית, קודים אנלוגיים של LDPC אשר מעבדים אותות בתחום הנוכחי או המתח מפותחים, אם כי אלה עדיין שנים מפריסת מסחרי.
  • (FLT:0) ג'וינט ערוץ שיתוף פעולה עם קודים של LDPC עם אלגוריתמים דחיסה יכול להפחית עוד יותר את האנרגיה הכוללת לכל עבר.
  • (FLT:0)Ultra-low-complexity קוטב תת קודים 1: קודים הקוטב, עכשיו חלק 5G, מציעים אפשרות נוספת עבור block IoT קצר. חלק מהחוקרים חוקרים חוקרים חוקרים חוקרים בודקים תוכניות היברידיות המשלבות את היתרונות של LDPC וקודמי הקוטב.

מסקנה

תכנון קודים LDPC נמוכים עבור מכשירי IoT דורש איזון זהיר בין ביצועים תיקון שגיאות לבין מגבלות חמורות של כוח, זיכרון ועיבוד. באמצעות שימוש בגרפים ספאאר טנר, מבנים קוואסיים-ציקליים, אלגוריתמים מרתיעים פשוטים כגון מכשירים כורים-SPC, והפסקת מוקדם, ניתן ליישם שגיאות חזקות על המיקרו-בקר הקטן ביותר אלה יש ערך מוסף לחיישנים בריאים יותר, כמו רשתות אבטחה נמוכות יותר, החל ממערכות אבטחה, אשר ימשיכו להיות מסוגלות, כמו גם לחבושות, כמו גם יותר, וטכנולוגיות אבטחה, כמו גם חיישנים יעילים יותר, וטכנולוגיות אבטחה, כמו גם חיישנים חדשים, כמו גם יותר, כמו גם חיישנים יעילים יותר, כמו גם לוויינים, וגמישות נהיגה, וגמישות, וגמישות, וגמישות, וגמישות, וגמישות, וחדשנות מתקדמת יותר, וחדשנות מתקדמת יותר, וחדשנות מתקדמת יותר, וחדשנות מתקדמת יותר, וחדשנות מתקדמת יותר, החלות, וחידושים, החל ממכשירים, וסידור מוקדם יותר, כמו גם כן, החל ממכשירים, וחדשנות מתקדמת יותר, החל ממכשירים, החל ממכשירים, וחידושים, החל ממכשירים, וחידושים, החל ממכשירים, וחדשנות מתקדמת יותר,