קודים LDPC

קודים של פתרון נמוך לחשיפה אלחוטית (LDPC) הם סוג של קודים תיקון שגיאות ליניאריות שהפכו לאבן הפינה של מערכות תקשורת אלחוטיות מודרניות.ראשון שהוצגו על ידי רוברט גלגר ב עבודת הדוקטורט שלו 1960, קודים LDPC היו תעלמו במידה רבה עד גילוי מחדש של יכולות האבטחה שלהם באמצע שנות ה-90 כאשר ההתקדמות של קידוד צמצם זה עשה אותם מעשי הגדרה - כפליים של ביצועים - כלומר, ללא יכולת שידורים יעילה ביותר עבור תפקודים אופטיקה אופטיקה אופטית יעילה ביותר של אבטחה אופטית של אבטחה אופטית של אבטחה אופטית אבטחה גבוהה.

המונחים: Wireless Sensors

תכנון קודים LDPC עבור חיישנים אלחוטיים דורש איזון צריכת חשמל, עצלות, מגבלות זיכרון, ואת המאפיינים הפיזיים של ערוץ התקשורת.בניגוד לתחנות בסיס או מכשירים ניידים, צניפים בדרך כלל יש יכולות עיבוד מוגבלות, טביעות אצבע קטנות, ותקציבי אנרגיה קפדניים.הבחירה של קוד, אורך בלוק, ואלגוריתם מרתיע ישירות השפעות אלה.

תנאי ערוצים ו- Code Rate Selection

רשתות חיישן אלחוטיות פועלות לעתים קרובות בסביבות עם הפרעה משמעותית, ריבוי קידוד, ויחסי אות משתנים לרעש (SNR) קצב קוד קבוע עשוי לא להיות אופטימלי בכל התנאים.שיעור הקוד התחתון (למשל, 1/2) לספק תיקון שגיאות חזק יותר אבל דורש יותר פיסות הסתברות, הגדלת קצב השידור וההירות הגבוהות יותר (למשל, 3/4 או 7/8) להפחית את הפחתת החיישנים רגישים יותר, אך ורק כדי להתאים את יעילות קודים אלה באופן משמעותי יותר.

אפשרויות ל-Cretware Constraints and Implementation Choices

חומרה חיישנים כוללת בדרך כלל מיקרו-בקר בעל כוח נמוך עם זיכרון מוגבל על שבב ולא מאיץ חומרה ייעודי לתיקון שגיאות. יישום LDPC קידוד רק בתוכנה יכול לרוקן את הסוללה במהירות. מעצבים לעתים קרובות לבחור קודים LDPC ייעודיים אשר נותנים את עצמם ליישום חומרה יעיל, כגון קודים של כמות CDC (QC) LDPC.

שיטות בנייה קוד

בניית קודים LDPC יכולה להיות מסווגת באופן רחב לשיטות אקראיות, מובנות, ובסיסיות פרוטוגרף.כל גישה מציעה שינויים מסחריים שונים בין ביצועים, מורכבות, וידידות חומרה חומרה.

בנייה אקראית

קודים LDPC אקראיים בנויים באמצעות אלגוריתמים המייצרים ממטריקס של parity-check עם משקל עמודה שנקבע מראש וחלוקה משקל שורה.השיטת הבנייה אקראית הנפוצה ביותר היא האלגוריתם המתקדמים (PEG), אשר מוסיף קצוות אחד בכל פעם כדי למקסם את הבלוט של גרף הטנר, ובכך הימנעות מחזורים קצרים שגורמים ביצועים מרתיעים באופן אקראיים מאוד, אך לא מסובכים אותם באופן יעיל במיוחד, אך לא סדיר, אך לא מסבך אותם באופן יעיל יותר, גם את המבנה הרגיל.

בנייה

קודים LDPC ממובנים, במיוחד קודים קוואסי-ציקליים (QC) LDPC, מועדפים לחיישנים אלחוטיים בעלי כוח נמוך, כי הם מאפשרים ייצוג קומפקטי וקידוד נמוך וקידודים. קודי QC-LDPC מוגדרים על ידי מטריקס בסיס ספארי (C) ספציפי ל- QDS-DSSD (או סימולציה של גודל Z) ו-D2 מאפשר עיבוד סטנדרטי של תקן (D) של תקן של תקן QD2.

קודים מבוססי פרוטוגרף

קודים מבוססי פרוטוגרף מרחיבים את הרעיון של קודים מובנה על ידי שימוש בגרף דו-פרטיט קטן (פרוטוגרף) המורחב באמצעות פעולה "קוד-וחושת" כדי לייצר קוד גדול יותר.הפרוטוגרף מגדיר את דפוס הקישוריות בין צמתים משתנים לבדוק נקודות, ואת הסרתו (התחילה) מניב קוד עם מבנה שנקבע מראש.

טיהור אלגוריתים לכוח נמוך

האלגוריתם הקידוד הוא הנהג העיקרי של צריכת חשמל במערכת LDPC. שתי כיתות עיקריות של אלגוריתמים מרתיעים קידודים רציונאליים קיימים: ההרחבה האמונה (BP) והגרסאות הפשטות שלה. עבור חיישנים בעלי כוח נמוך, הבחירה אינה רק על ביצועים אלא גם על מספר המבצעים להסרה ועל דפוסי הגישה של הזיכרון.

תעמולה (Sum- Product Algorithm)

האלגוריתם המלא BP, הידוע גם כאלגוריתם של המוצר, קובע את ההסתברות השולית המדויקת והשגת הביצועים הטובים ביותר לתיקון שגיאות.עם זאת, הוא דורש ריבוי רב-הכפלה חישובים הלוגרית, אשר יקרים מבחינת כוח למעבד בעל קיבולת נמוכה. בחומרה, אלגוריתם BP דורש קידוד גבוה וזיכרון גדול לאחסון הודעות.זה הופך אותו לבלתי-מעורפלי עבור קידוד סוללות קצר, אפילו כאשר האלגוריתם BP דורש אלגוריתם דורש אלגוריתם דורש סוללת קצר הוא דורש .

Min-Sum ו-H Variants

האלגוריתם של המינוי מפשט את עדכון BP על ידי החלפת הסכום של טננטים היפרבוליים עם ניתוח מינימלי.זה מפחית באופן דרסטי מורכבות חישובית - הם מוחלפים על ידי השוואות - וניתן ליישם עם סימולציות נמוכות של סימולציה נמוכה טרום-דיוק.ההפסד ביצועים בהשוואה BP הוא בדרך כלל 0.1-0.3 dB, אשר מקובל עבור יישומים רבים WSN כדי לשחזר את הביצועים הרגילים של , כלומר, כלומר, מאשר אלגוריתמים מופחתים (הפחתת אלגוריתמים סטנדרטיים) מאשר אלגוריתמים סטנדרטיים, אלגוריתמים אלגוריתמים מופחתים, לעומת אלגוריתמים מופחתים, אלגוריתמים, אלגוריתמים, בהשוואה ל-יתר דיוק, בהשוואה ל- אלגוריתמים סטנדרטיים (הפחתת האלגוריתמים סטנדרטיים, אלגוריתמים סטנדרטיים, לעומת אלגוריתמים סטנדרטיים, לעומת אלגוריתמים סטנדרטיים, ירידה של אלגוריתמים, בהשוואה ל-יתר דיוק, לעומת אלגוריתמים סטנדרטיים (הפחתת האלגוריתמים, ירידה של אלגוריתמים סטנדרטיים, בהשוואה לאלגוריתמים סטנדרטיים, לעומת אלגוריתמים, לעומת אלגוריתמים, לעומת אלגוריתמים סטנדרטיים).

עבור חיישנים אולטרה-נמוך, אפילו אלגוריתם המינוי עשוי להיות תובעני מדי.דקוד עיצובים לעתים קרובות להשתמש קריטריונים סיום מוקדם - כגון עצירה כאשר מספר מסוים של בדיקות הסתברות מסופק או כאשר בדיקת תסמונת עובר - כדי ליישב את התהליך הרהרטיבי מוקדם כאשר decoding הוא מוצלח.זה מפחית את המספר הממוצע של הגרסאות ובכך אנרגיה למסגרת נוספת היא להשתמש באלגוריתם הקוונטי של קודמומטרה או רק עם אלגוריתם של שימוש קטן.

גישה מאוחרת וגישה חלופית

מעוות שכבתי, הידוע גם כקידוד מתפתל, מארגן את העדכון של צמתים משתנים או לבדוק נקודות כדי להאיץ את ההתכנסות. ביישום טיפוסי שכבתי, הפעוט מעבד שורה אחת (או שכבה) של parity-check matrix בזמן, עדכון נקודות המשתנים המשומשכות באופן מיידי.

כיוון מבטיח אחר הוא קידוד סטצ'יסטיק, המשתמש בייצוג של הודעות ופועל על הסתברות באמצעות פעולות בינאריות פשוטות. LDPC coders יש מורכבות נמוכה מאוד והם באופן טבעי חזקים לעבד וריאציות, מה שהופך אותם אטרקטיביים עבור יישום CMOS sub-micron. עם זאת, הביצועים שלהם עשויים לסבול מתנודות אקראיות אלא אם בשילוב עם טכניקות כמו רעש או הזריקה.

סחר-offs ואופטימיזציה

אופטימיזציה של קוד LDPC עבור חיישן אלחוטי כרוך ניווט שטח עיצוב רב-ממדי.ק.פי מסחר מרכזיים כוללים:

  • (FLT:0) רצפת הריבוע לעומת אזור המפלים: ההרחבה 1 (קודים עם רצפות שגיאה נמוכה יותר (שגיאות חוצות בלתי ניתנות להשגה ב SNR) לעתים קרובות דורשים אורך בלוקים ארוכים יותר או יותר קידודים, הגדלת כוח. עבור יישומים רבים חיישן, רצפה מתונה היא מקובלת אם האזור הוא תלולה מספיק כדי לפעול ב-SNR.
  • (FLT:0) אורך קוד לעומת עצלות: קודים קצרים יותר (Feloph:1 ), להפחית את דרישות הזיכרון ואת היטל הקידוד, אך יש תיקון שגיאה חלש יותר.בזרם נתונים בזמן אמת, מגבלות לב עלולות לכפות את השימוש במסגרות קצרות יותר, אשר בתורו דורש קודים חזקים יותר או שיפור ערוץ טוב יותר.
  • (FLT:0) מקבילות המודעת לעומת כוח: קיד 1 (Aquaph-1) קוד מקביל לחלוטין יכול להשיג גבוה דרך לוח, אבל תופסת שטח שבב גדול לצרוך כוח שיא.עבור חיישנים משונים סוללות, סמן סדרתי או חצי-מקביל אשר מחזר יחידות מקבילות על פני מחזורי שעונים מרובים הוא מתאים יותר, גם אם הוא מקטין את התפוקה.
  • (FLT:0)Quantization דיוק: FLT:1 כאמור, פחות ביטים להפחית את המורכבות של הזיכרון ושילוב אבל יכול להציג עונש ביצועים.אופטימיזציה של bit-width עבור הודעות פנימיות וייצוג ערכי ערוץ אינטריאני (למשל, יחסי לב-כמו) הוא צעד קריטי בשלב העיצוב.

כלים אוטומטיים עיצוביים כי הוא מתעד על פרמטרים קודים, תוכניות קוונטיזציה, וארכיטקטורה קודר יכולים לעזור למצוא את ה- Trading-off האופטימלי עבור פלטפורמת חיישן נתונה.לדוגמה, לולאה אופטימיזציה טיפוסית עשויה להתחיל עם אורך בלוק מטרה (למשל, 1024 ביטים) וקוד (למשל, 1/2), ואז לדמות את מקודמת ה- Mins תחת קודומים שונים וסופיות מוקדם כדי למדוד בהצלחה את סף אנרגיה.

כיוונים עתידיים

הפיתוח של קודים LDPC עבור חיישנים אלחוטיים בעלי כוח נמוך ממשיך להתפתח.אזורי מחקר מתעוררים מבטיחים להפחית עוד יותר את צריכת החשמל תוך שמירה על אמינות גבוהה.

קודים מותאמים והגדרה

רשתות חיישן עתידיות עשויות להשתמש בקודים שמשנים באופן דינמי את ממטריקס ה- parity-check, קצב קוד או לוח זמנים מרתיע בתגובה לתנאי ערוצים או רמת סוללה.לדוגמה, חיישן עם סוללה מלאה עשוי להשתמש בקוד חזק עם יותר היחלשות, בעוד חיישן במצב חיסכון באנרגיה מתגים למצבים קלים יותר, מהיר יותר, הסתגלות כזו דורש חומרה או תוכנה גמישה, אשר הופך להיות מסוגלות עם קידוד מבוזר.

Machine Learning – נדחה

מחקרים אחרונים ליישם למידה עמוקה כדי לשפר את הקידוד הרציני, או על ידי החלפת חלק מהקודד עם רשתות למד או על ידי אופטימיזציה של לוח הזמנים של העברת המסר. Neural BP decoders יכול להיות מאומן כדי להשיג ביצועים קרוב BP מלא עם מורכבות זעירה-sum. עם זאת, פריסת רשתות עצביות על צ'נס נשאר מאתגר עקב זיכרון ומגבלות קודמות.

שילוב עם אנרגיה קציר ו-IoT

ככל שהחיישנים האלחוטיים הופכים יותר ויותר לחלק מהאינטרנט של הדברים (IoT), הם לעתים קרובות מסתמכים על קצירת אנרגיה ממקורות מקובצים.ספק כוח לסירוגין ומשתנה דורש כי תת-מערכת התקשורת, כולל קוד ה-LDPC, יכולה לפעול על פני מגוון רחב של תקציבי אנרגיה.ה- וולטאז עיצובים דלים שניתן לסחור באמצעות חישוב אנרגיה - על ידי צמצום תדירות ואספקה - מאפשרים לחיישנים קלים מאוד, אפילו לפעמיים זעירים כאלה, כמו קודים קלים).

קודים שאינם בינאריים

קודים שאינם בינאריים של LDPC פועלים על פני שדות גלואה (למשל, GF(4), GF(8), או GFH) ומציעים ביצועים טובים יותר של תיקון שגיאות באורך בלוק קצר בהשוואה לאלגוריתמים בינאריים LDPC.הקשקשים המשתנים עם גודל השדה, אך עבור שדות קטנים (למשל G(4)) על ביצועים קלים במיוחד עבור חיישנים קטנים (Tieri) כי הם אלה יכולים לשנות חיישנים קטנים (Tericericericerdows) ללא ⁇ s) ללא ⁇ s) לטווח קצר (Terdial) ללא ⁇ (Tericerdice) ללא ⁇ s) ⁇ s) ללא ⁇ (Terdicedicedial) ⁇ s) ⁇ (Terterams) ⁇ s) ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ .

מסקנה

קודים LDPC הם כלי רב עוצמה להשגת אמינות נתונים גבוהה ברשתות חיישן אלחוטיות בעלות כוח נמוך. על ידי בחירה בקפידה שיטת בניית הקוד, אלגוריתם מרתיע, אדריכלות חומרה, מעצבים יכולים לעמוד בדרישות הכוח והביצועים המחמירים של צניפים.דקודים ממובנים כמו QC-LDPC, בשילוב עם קידודים זעירים והשלמת מוקדם יותר, מציעים נתיב פרגמטי לתיקון אנרגיה ויעיל.