רשתות חיישן אלחוטיות (UWSNs) יוצרות את עמוד השדרה של מגוון רחב של יישומים ימיים, מ ניטור סביבתי וחיפוש משאבים offshore למעקב צבאי ורובוטיקה תת-ימית.רשתות אלה מסתמכות על מערךים של צמתים החיישן שאוספים נתונים כגון טמפרטורה, לחץ, סליטי, וחתימות אקוסטיות מספקות לעתים קרובות חסימות של חומר זה כדי לעמוד על פני השטח או מרכזי בקרה מרחוק.

כדי להתמודד עם האתגרים האלה, החוקרים פנו לקודים תיקון שגיאות עוצמתיים יותר.בין המועמדים המבטיחים ביותר הם קודים נמוכים-רגישות של Parity-Check (LDPC) - שיעור קודים ליניאריים הפונים למגבלת שאנון תחת קידוד אופטימלי. LDPC קודים מאופיין על ידי קודים אלחוטיים לבדיקת יעילות, המאפשרים ניכויים כמעט-אופטימיים באמצעות אלגוריתמים עתידיים, כאשר הם מספקים אלגוריתמים יעילים מתקדמים, כאשר הם מספקים אלגוריתמים של מערכות אבטחה יעילות של מערכות אבטחה יעילות אבטחה יעילות יעילה, כאשר הם מספקים, כאשר הם מספקים אלגוריתמים של מערכות אבטחה יעילות אבטחה יעילות יעילה של מערכות אבטחה יעילות יעילה של מערכות אבטחה יעילות יעילה יותר, כאשר הם מספקים, כאשר הם מספקים, תוך שימוש בגרסאות יעילות רבה יותר של מערכות אבטחה יעילות אבטחה יעילות אבטחה יעילות יעילה של מערכות אבטחה יעילות אבטחה יעילות של אלגוריתמית יעילה יותר, כאשר אלגוריתמית יעילה של מערכות אבטחה יעילות אבטחה יעילות יעילה של אלגוריתמית יעילה של מערכות אבטחה יעילות אבטחה יעילות יעילה של אבטחה יעילות אבטחה יעילות אבטחה יעילות אבטחה יעילות אבטחה יעילות יעילה יותר, כאשר אלגוריתמית יעילה, תוך שימוש ב-מערכת אבטחה יעילות גבוהה יותר, באמצעות אלגוריתמית יעילה של אלגוריתמית יעילה של אלגוריתמית יעילה יותר, כאשר אלגוריתמית

אתגרים בתקשורת תת-קרקעית

כדי להבין מדוע קודים LDPC הם כל כך יקר ב UWSNs, חיוני קודם להעריך את המכשולים הייחודיים של ערוצים אקוסטיים תת-ימיים (UWA) שלא כמו ערוצי תדר רדיו ארציים (RF) אשר נהנים מפס רוחב פס גבוה ותנאים של פיזור עדין יחסית, הערוצים של UWA מציגים מאפיינים שהופכים תקשורת אמינה קשה במיוחד.

ערוצים וערוצי זמן

אותות אקוסטיים העוברים דרך מים קופץ מן פני השטח, קרקעית הים, וכל המכשולים בעמודה המים.זה יוצר נתיבים מרובים בין משדר למקבל, כל אחד עם עיכובים שונים ותנוחות.הההה המתקבלת עלולה להגיע לעשרות או אפילו מאות מ"מ שניות, מה שגורם להפרעות בין-symbol (ISI) שמדכאות באופן חמור את איכות המידות המסורתיות, אך לעתים קרובות הם לא מספיקים תחת תנאים קשים של זרם הגלקסיות, ומהירות של עיבוד סטטיות, ומהירות של הטמפרטורות, ומהירות של הטמפרטורות לא יעילה, ומהירות של הטמפרטורות.

Doppler Spreading and Latency

תנועה חוזרת בין בלוטות החיישן או בין צומת לבין פני השטח תורמת להפצת דופלר. Multiply כי על ידי מהירות נמוכה של קול במים (בערך 1500 מ"מ / s), ואפילו תנועה צנועה מייצרת שינויים ניכרים בתדירות גבוהה יותר.אפקט זה בעייתי במיוחד עבור כלי רכב מתחת למים או רשתות אלחוטיות בסביבות החוף דינמי, הגמישות ההתפשטות בקישורים מתחת למים הוא בסדרות גבוהה יותר של 1 ק"מ) בטווח השני של שימוש חוזר על פני טווח זמן קצר יותר מאשר בטווח הקצר (7).

גבולות בנדיוויים ו-A Ambient Noise

רוחב הפס הנתרן לתקשורת אקוסטית תת-קרקעית מוגבל מאוד, בדרך כלל החל ממספר קילווהרץ במים עמוקים לעשרות קילווהרץ במים רדודים.זה מטיל מעצורים קשים על שיעורי נתונים.רעש אמבינטי – החל מ-Sing ⁇ , רוח, גשם ופעילות משלוח – מפגעים לא-Gausian כי קודים סטנדרטיים של תיקון שגיאות עשויים לא לטפל באופן מיטבי, אפילו בגורמים אלה כדי למזגומים יותר ויותר: 0-3 פעמים יותר ויותר גרוע יותר מאשר בפגיעות קשות יותר:

ביקורת שגיאה: התפקיד של קודים LDPC

תיקון שגיאות קדימה (FEC) הוא מרכיב קריטי בעיצוב קודים אמינים UWSN.lar להוסיף undancy מובנה להעביר נתונים, המאפשר המקלט לזהות ולתקן שגיאות מבלי לדרוש ניתוק מחדש.בין המשפחות הרבות - כולל קודים של ריד-סאלומון, קודים טורבו וקו קוטבי - קודים שלPC עומדים בביצועים יוצאי דופן שלהם ב-נמוכים לקודים משותפים ב-NWS, כמו גם כדי להתאים את תנאי הגמישות שלהם.

עקרונות קודים LDPC

(ב) , ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇

הפעוט משתמש בדרך כלל אלגוריתם של העברת הודעה, לעתים קרובות את המוצר או אמונה propagation (BP) אלגוריתם, אשר חילופי "אמונות" על כל חלק בין צמתים משתנים לבדוק צמתים בייצוג גרף של גרף גרף של שאנון:0HFLT:1 כל אחד מהם מזיקוק את ההערכות עד קוד תקף נמצא או מספר מקסימלי של זה הוא מגיע לשגיאות מתמטיות סבירות.

מגוון מפתח של קודים LDPC

ישנם מספר גרסאות חשובות של קודים LDPC, כל אחד מהם יש יתרונות ברורים ליישום UWSN:

  • (FLT:0)regular vs. Irregular LDPCIRLT) 1: בקודים LDPC רגילים, לכל צומת משתנה יש אותו תואר (מספר הקצוות של אירוע), וכל בדיקה ללא צומת יש אותו תואר.קודים Irregular מאפשרים דרגות שונות, אשר ניתן לייעל כדי לשפר את ביצועי ה- Asymptotic של הקוד.
  • (FLT:0)Quasi-Cyclic LDPC (QC-LDPC) קודים ראשי התיבות של LDPLT:1: קודים אלה יש מאטריקס מסלקטיבי של מחזורי של תת-הההההההטבע המובנה שלהם מאפשר מסובכת נמוכה באמצעות רישומים משמרות ומימוש חומרה יעיל.
  • (FLT:0) קודים מסוגים LDPC (SC-LDPC) קודים 1FLT:1: התפתחות עדכנית יותר, קודים SC-LDPC משלבים מבנה אבולוציה עם ספרסיות LDPC.הם מציגים ביצועים מצוינים סף ניתן לפענח עם אלגוריתמים מחוסנים אשר מפחיתים את דרישות הזיכרון, מתאימים לזרמים מתמשכים ב- UNWS.

החל קודים LDPC ל-Black Wireless Sensor Networks

שילוב קודים LDPC לתוך UWSN כרוך הן החלטות אדריכליות ואלגוריתמיות.הרשת כוללת בדרך כלל בלוטות חיישן מבוזרות לאסוף נתונים סביבתיים ואת השער המרכזי (חופים קדמית או רכב תת-ימי אוטונומי) המאגד את הנתונים לעיבוד נוסף.היישום של קודים LDPC חייב לאזן את יכולת תיקון השגיאה עם המגבלות החמורות על כוח, זיכרון, ויכולת עיבוד בחיישן.

מודל מערכת עבור LDPC-Enabled UWSN

בתרחיש טיפוסי, כל חיישן נוד אוסף בלוק של נתונים (למשל, 1024 ביטים) בלוק זה מוזן לתוך קוד LDPC כי נספחים פינות בהתאם לשיעור קוד שנבחר (למשל, 1/2, 1/2, 2, או 3/4), קודמו וכתוצאה מכך הוא מתואם באמצעות תוכנית קוד זדונית יקרה כגון BPSK, QPSK, או של מדרד (או ערוץ מקסימלי) לאחר מכן אינו מתואם את מספר התדירות גבוהה של החלפה (אורד) לאחר שידורים (או מתואם) לאחר מכן, לאחר מספר החלפה (או מקבציית (אורד) עם מספר רב-אורד) עם מספר החלפה (או מתואם (או מדפסת (או מדפסת) לאחר הפעלה (או מדפסת) לאחר מספר רב יותר) עם מספר .

אסטרטגיות ל-Insated Nodes

חיישנים ב UWSN פועלים לעתים קרובות על כוח סוללה עם יכולות חישוביות מוגבלות. יישום קודקוד אמונה מלא על מיקרובקר כוח נמוך טיפוסי יכול להיות מאתגר.לכן, כמה אסטרטגיות מועסקות כדי להפוך קודים LDPC קיימא:

  • (FLT:0) Hardware-Accelerated Encoding Using QC-LDPCigFLT:1: באמצעות מבנים קוואסי-ציקליים, ⁇ מקטין את הפעולות הפשוטות של שינוי-register.זה יכול להיות מיושם ב-FPGA קטן או אפילו בבלוק ASIC ייעודי ללא תוספת כוח.
  • (FLT:0) ,הקדמה של טיהור אלגוריתמסים 1LT: במקום הסתמכות על אמונה צף, יישומים רבים משתמשים באלגוריתמים של כורים או ממקמים מלמטה, שמהווים את העדכונים של הסימון עם תוספות פשוטות והשוואה. אלה קודקודמי נקודות קבוע לצרוך הרבה פחות אנרגיה ויכולים לרוץ על ליבה DSP שנמצאו במצבים אקוסטיים מודרני.
  • (FLT:0 חלקיות ו-Pre TerminationFLT:1): הפעוט יכול לעצור את ההארה ברגע שכל בדיקות השוויון מסופקות או כאשר ניתן לבצע שיפור מינימלי שנקבע מראש.
  • (FLT:0Cross-Layer Optimization OptimizationFIRLT:1): שיעור קוד LDPC יכול להיות מותאם על בסיס תנאי ערוץ נמדד (למשל, יחס אות-לא-לא-רעש, עיכוב התפשט) מראה שולחן פשוט מאוחסן בזיכרון של הצומת בוחר את שיעור הקוד המתאים ללא צורך אופטימיזציה בזמן אמת.

קבלות ומסחר-Offs

החלת קודים LDPC ל- UWSNs מניבה שיפורים משמעותיים באמינות, אבל הישגים אלה באים עם שינויים מסחריים כי מעצבי הרשת חייבים להעריך בקפידה.

אמינות מוגברת ואינטגריטי נתונים

מחקרים סימבוליים וניסויים בתחום הראו באופן עקבי כי קודים LDPC יכולים להפחית את שיעור השגיאה הקטן על ידי מספר פקודות של גודל בהשוואה לשידור לא מקודד או קודים פשוטים יותר כמו Hamming או ריד-Solomon בתנאים מקבילים.לדוגמה, קוד LDPC של שיעור 1/2 עם אורך בלוק של 2048 ביטים יכול להשיג רווח משותף של 5-7DB על מערכת לא מקודמת טיפוסית מים רדודים, אשר מספק באופן משמעותי את הכוח.

מבחינת קצב אובדן החבילה (PLR), השיפור הוא דרמטי באותה מידה. יישומים רבים של UWSN דורשים PLR מתחת 1003FLT:0-303FLT:1 עבור העלאה של נתונים אמינים.ללא קידוד, השגת כזה נמוך PLR עשוי לדרוש כוח גבוה באופן לא מעשי או טווחי שידור קצרים מאוד.

אנרגיה באמצעות צמצום הרנסנסרים

(התועלת האנרגטית הישירה ביותר מגיעה מהימנעות מחידושים (UWSN), בכל רנסנסרציה צורכת כמות אנרגיה דומה של שידור מקורי, בתוספת האנרגיה להאזנה ועיבוד.comic Modems בדרך כלל 50-200 W במהלך השידור, מה שהופך את ההעברה לגבוהה ביותר.קוד LDPC המקטין את שיעור השגיאה המשתנים מ-10FLT1FIRDIRDIRDIRST ל 10: 10:2 LT2 קיצוץ משמעותי.

שקיפות וסגידה

ה- Trading-off העיקרי הוא גדל עד קצה עקב זמן מרתיע.עבור אורך בלוק של 2048 ביטים ו-50 קידודים מרתיעים, מפיץ אמונה הפועל על מעבד אותות דיגיטליים בעל עוצמה נמוכה עשוי לקחת 10-50 מ"מ, זה קטן יחסית לעיכוב ה-Action in UWSNs (hunds of מילימטרים של מילימטר לשנייה), אבל עשוי להיות מעוקבים מתחת למים, אך עדיין לא ניתן לנטראקטיביים של זיכרון מימי הביניים, אלא גם אם כן, כמו גם כן, כמו גם לא יכול להיות מושפע מ-C.

אתגרים ודרכים מחקר פתוחות

למרות היתרונות ברורים, פריסת קודים LDPC ב UWSN עדיין לא נפוצה.כמה אתגרים נותרו, מעורר השראה מחקר מתמשך.

תקציבים קשיחים ותקציבי חשמל

בעוד QC-LDPC קודרים הם קלים, הפעוט נשאר גדול יותר. צומת חיישן רבים בנוי סביב מיקרובקרים בעלות נמוכה עם לוגיקה מוגבלת וזיכרון. a אמונה מלאה propagation decoder עבור אורך בלוק מתון (למשל, 4096 סיביות) יכול לדרוש מאות קילויבי זיכרון ואלפי תאים לוגיים אם ייושמו בחומרה זו עשויים להיות יותר מאשר אלגוריתמים של אובדן קלושט או ירידה במשקל.

ערוץ אסטיגמציה והתאמה

קודים LDPC מבצעים את הטוב ביותר כאשר לקודד יש ידע מדויק של מצב הערוץ (למשל, שפיכות רעש, קידוד mplitude) בערוצי UWA, אשר משתנים במהירות עם זמן ומיקום, קבלת הערכות ערוץ אמין היא קשה. Mismatchs בין תנאי הנחה בפועל ערוץ יכול לפענוח ביצועים.

זיכרון קונסטריטים ועיצוב קוד

מחיקת שיעורי קוד מרובים או מיקסים גדולים של בדיקת דחיסות בזיכרון לא רצוני צורכת אחסון פלאש מוגבל. זחלים ספאאר ניתן לאחסן בפורמטים דחוסים, אבל הדיכאון מעל הראש עשוי להיות לא טריוויאלי. יתר על כן, עיצוב קודי צפיפות אופטימליים במיוחד עבור ערוץ אקוסטי תת-עם הזיכרון הארוך שלה רעש לא-Gausian - יש בעיה פתוחה ביותר.

כיוונים עתידיים ומגמות מתפתחות

הדור הבא של UWSNs יהיה כנראה לשלב טכניקות מתקדמות רבות לצד קודים LDPC לדחוף אמינות נוספת.

מקור משותף: Channel Coding (JSCC)

במקום לטפל בתיקון דחיסה וטעייה כבלוקים נפרדים, JSCC משלב אותם כדי לנצל את מבנה המקור.לדוגמה, נתוני חיישן (זמן, לחץ) לעתים קרובות מציגים מתאם זמני חזק.על ידי קידוד משותף של המקור והערוץ, JSCC יכול להשיג יעילות כללית גבוהה יותר, במיוחד תחת רעש חמור. LDPC קודים הם התאמה טבעית עבור JSCC כי קודמיהם יכולים לשלב קודים לפני בקלות.

Machine Learning for Decoder Optimization

טכניקות למידה עמוקות מוחלות על LDPC decoding, הן כדי ללמוד לוחות זמנים טובים יותר להעביר מסר וכדי לפצות על מודלים ערוץ לא מושלם. Neural אמונה propagation decoders יכול להיות מאומן על תגובות דחפים ערוץ בפועל של UWA, פוטנציאל לפרט תקן BP בתנאים ריאליים. בעוד אינטנסיבי חישובי עבור הכשרה, הקצוץ יכול להיות יעיל באמצעות חומרה מיוחדת.

Cross-Layer ו- Multi-User Detectors

ב- UWSNs צפופה, מספר רב של צמתים משדרים בו זמנית, מה שמוביל להפרעות מרובות גישה.מערכות עתידיות עשויות לשלב LDPC קידוד עם זיהוי רב משתמשים (MUD) באופן רציונטיבי, בדומה להפרעות טורבו.

(FLT:0) משאבים חיצוניים: 1) עבור הקוראים המעוניינים בפרטים של עיצוב קוד LDPC וביצועים בערוצים UWA, ההפניות הבאות מספקות תובנה עמוקה יותר:

  • (ב) קודים של LDPC לתקשורת אקוסטית תת-ימית: A Survey" - IEEE AccesseurFLT:1
  • (ב) רפורמות קודי QC-LDPC בערוצים אאורטיים של שפכים" - תקשורת גופנית
  • (ב) "הקודים של LDPC עבור ערוצים מתפתלים" - ArXivreaFLT:1

מסקנה

אימוץ של קודים נמוכים-רגישות של פרופילים ברשתות חיישן אלחוטיות תת-קרקעית מייצג צעד חזק לקראת תקשורת תלויה באחת מהסביבות המאתגרות ביותר של כדור הארץ.על ידי מינוף מבנים מכווצים מלוחים והפצת אמונות רציונטיביות, קודים LDPC יכולים להפחית באופן דרסטי את שיעורי השגיאה הקטנים, אובדן החבילה התחתון, והצלת אנרגיה באמצעות פחות רנסטים, בעוד שקשרים לחומרה, יישום, אופטימיזציה של תאים, ולהוביל, תהליכים מתקדמים, ולפתח טכנולוגיות, לא עקביות, ולפתח, לא פחות, ולפתח גירסאות קריטיות של טכנולוגיות של טכנולוגיות של טכנולוגיות של CLDC, ולפתח, ולפתח, לא עקביות, הוא רק עבור טכנולוגיות של טכנולוגיות.