Table of Contents

Введение в подводные акустические коммуникации и необходимость исправления ошибок

Мировые океаны покрывают более 70% поверхности Земли и играют решающую роль в регулировании климата, добыче ресурсов и глобальной безопасности. Подводная акустическая связь (UAC) служит основным средством беспроводного обмена данными в этой сложной среде, позволяя применять такие приложения, как океанографический мониторинг в реальном времени, автономный подводный контроль (AUV), морская нефтегазовая телеметрия и морская разведка. Радиоволны быстро ослабевают в морской воде, а оптические сигналы страдают от сильного рассеяния; поэтому акустические волны - обычно в диапазоне от 1 кГц до 100 кГц - остаются наиболее практичным физическим слоем для подводных линий умеренной дальности.

Несмотря на свою полезность, подводный акустический канал представляет собой уникально враждебный набор нарушений. Высокий уровень шума окружающей среды от судоходства, морской жизни и поверхностной погоды; сильное многолучевое распространение, вызванное отражениями от поверхности, дна и термоклинов; значительные доплеровские распространения из-за относительного движения и токов воды; и очень ограниченная полоса пропускания (обычно десятки кГц) все сговориться, чтобы ухудшить надежность данных. Скорость ошибок (BER) до 10 -2 -3 являются общими, намного превышающими допуск большинства цифровых приложений. Без надежного кодирования коррекции ошибок, UAC дальнего действия становится непрактичным для чего-либо за пределами базовой телеметрии.

Коды с низкой плотностью - проверка (LDPC) появились как мощное решение этой проблемы надежности. Первоначально обнаруженные Робертом Галлагером в 1963 году и вновь открытые в конце 1990-х годов, коды LDPC приближаются к пределу пропускной способности Шеннона на многих каналах, что делает их идеальными для подводной акустической связи с дефицитом пропускной способности. Эта статья обеспечивает авторитетное, готовое к производству исследование того, как коды LDPC применяются в системах ОАК, охватывая фундаментальную теорию, практические шаги реализации, преимущества, оставшиеся препятствия и будущие направления исследований.

Понимание подводного акустического канала

Основные нарушения распространения

Чтобы понять, почему коды LDPC так ценны, необходимо сначала понять канал, для защиты которого они предназначены. Подводный акустический канал характеризуется:

  • Мультипатическое распространение — Звуковые лучи следуют по нескольким путям между передатчиком и приемником из-за отражений; результирующее распространение задержки может превышать 100 мс, вызывая интерсимволическую интерференцию (ISI).
  • Доплеровское распространение — Относительное движение между источником и приемником, а также волновое движение вызывает смещение и распространение частоты. Доплеровские сдвиги могут достигать нескольких десятков Гц, бросая вызов когерентной демодуляции.
  • Частотно-зависимое затухание — Более высокие частоты поглощаются быстрее, ограничивая полезную полосу пропускания. Типичный мелководный канал может предлагать только несколько кГц полезной полосы пропускания в диапазоне 10 км.
  • Время-изменяющийся импульсный ответ (FLT: 1) — канал значительно меняется в течение секунд или минут, требуя адаптивного выравнивания и кодирования.
  • Средний шум — источники шума сильно различаются (ветер, биология, доставка); спектральная плотность шума не белая и часто достигает пика на низких частотах.

Эти факторы объединяются, чтобы создать канал с низким отношением сигнал-шум (SNR), высокими скоростями ошибок разрыва и сильной зависимостью от условий окружающей среды. Традиционные блочные коды (например, Рид-Соломон) или сверточные коды могут предложить некоторую защиту, но их производительность далеко не соответствует теоретическим пределам для таких жестких каналов.

Почему важна сильная коррекция ошибок

Протоколы автоматического повторного запроса (ARQ) неэффективны в подводных системах, потому что задержка в оба конца (из-за низкой скорости звука ~ 1500 м / с) может составлять много секунд. Каждая ретрансляция потребляет драгоценную энергию и время. Коррекция ошибок (FEC) уменьшает необходимость в ретрансляции путем исправления ошибок на приемнике. Коды LDPC с их производительностью около Шеннона максимизируют пропускную способность для заданного бюджета мощности - критическое преимущество для узлов с питанием от батареи.

Что такое коды LDPC? Технический обзор

Определение и исторический контекст

Коды проверки линейных блоков, определенные разреженной матрицей проверки четности H (размеры mn, где nm, являются ключевыми: каждая строка и столбец содержит только небольшое количество из них, что позволяет эффективно итеративное декодирование.В докторской диссертации Галлагера 1963 года была введена концепция, но вычислительные ограничения эпохи отнесли коды LDPC к безвестности.С ростом VLSI и повторным открытием в 1997 году Маккеем и Нилом, коды LDPC превзошли турбокоды во многих сценариях, что привело к их принятию в стандартах, таких как DVB-S2, IEEE 802.11n и 5G NR.

Как работают LDPC кодирование и декодирование

Кодирование систематического кода LDPC происходит сначала путем создания матрицы генератора G из H (через гауссовское устранение) и затем формирования кодового слова cuG, где uuuuuuun] и включает в себя как исходные данные, так и биты чётности.

Декодирование выполняется с использованием итеративного распространения убеждений (также известного как алгоритм сумма-продукт) на графе Таннера — двухсторонний граф с переменными узлами (представляющий биты кодового слова) и контрольными узлами (представляющий уравнения четности). Алгоритм обменивается вероятностями (или соотношениями вероятности журнала) между узлами, постепенно уточняя оценки до тех пор, пока не будет найдено действительное кодовое слово или не будет достигнуто максимальное количество итераций. Эта итеративная структура дает кодам LDPC их исключительную производительность: они могут исправить большое количество ошибок даже при низких SNR, приближаясь к пределу Шеннона в пределах доли децибела.

Производительность около Шеннона и ее значение для ОАК

Теорема Шеннона-Хартли дает максимальную скорость, с которой данные могут передаваться по заданной полосе пропускания с произвольно низкой вероятностью ошибки, выраженной как C = B log2(1 + SNR. Коды LDPC могут работать со скоростью в пределах 0,5 дБ от этого предела, подвиг, недостижимый классическими блчными кодами. Для подводных акустических связей, где SNR часто сильно ограничен шумом и затуханием, важно сжать каждый последний бит емкости. Коды LDPC обеспечивают надежную связь при значениях SNR, которые в противном случае давали бы погрешности этажей выше полезных порогов.

Применение кодов LDPC в подводных акустических системах

Архитектура и интеграция систем

Внедрение кодов LDPC в систему ОАК требует тщательной интеграции с физическим слоем. Типичная цепочка передатчика состоит из:

  1. Исходное кодирование (сжатие, факультативно).
  2. Канал, кодирующий с кодом LDPC подходящей скорости и длины.
  3. Модуляция (например, BPSK, QPSK или OFDM-картирование поднесущей).
  4. Формирование импульса и передача через акустический преобразователь.

При приемнике сигнал проходит через гидрофон, демодулирование и выравнивание, калькулятор логарифмического отношения мягких бит (LLR), а затем декодер LDPC. Выбор скорости кода (например, 1/2, 2/3, 3/4) обычно адаптирован к качеству текущего канала: более низкая скорость обеспечивает большую избыточность и используется в плохих условиях, в то время как более высокая скорость максимизирует пропускную способность, когда канал является доброкачественным.

Кодирование данных с помощью LDPC: практические шаги

Современные LDPC-кодеры используют структурированные матрицы проверки четности, такие как основанные на двухдиагональных или квазициклических конструкциях, для уменьшения сложности. В программируемом в полевых условиях массиве затворов (FPGA) или цифровом сигнальном процессоре (DSP) кодер эффективно выполняет умножение матрицы-вектора. Для подводного модема со скоростью передачи данных от нескольких кбит/с до десятков кбит/с кодер может быть реализован в реальном времени с умеренным энергопотреблением. Сам процесс кодирования детерминирован и добавляет ничтожную задержку по сравнению с задержкой распространения.

Трансмиссия через подводный канал

После кодирования передаются модулированные символы. Канал искажает сигнал посредством свертки с импульсной реакцией канала и добавления цветного шума. На мелководье импульсная реакция может составлять сотни символьных периодов. Для борьбы с ИСИ приемники обычно используют дробно расположенные эквалайзеры обратной связи принятия решения (DFE) или ортогональное мультиплексирование с частотным разделением (OFDM) с циклическим префиксом. Оба подхода могут выводить мягкие метрики для декодера.

Расшифровка с распространением веры в тяжелых условиях

Декодер LDPC на приемнике запускает алгоритм итеративного распространения убеждений. Каждая итерация состоит из:

  1. Обновление узла проверки — вычислите исходящие LLR из контрольных узлов в переменные узлы на основе входящих сообщений.
  2. Обновление переменных узлов — суммируйте LLR с канала и с подключенных контрольных узлов.
  3. Тяжелое решение — предварительно определите значения битов и проверьте, удовлетворены ли все уравнения четности.

В подводных системах декодер должен обрабатывать негауссовские шумы и потенциальные ошибки взрыва. Некоторые реализации используют приближение min-sum для уменьшения сложности, жертвуя небольшой долей усиления кодирования для более быстрой конвергенции. Кроме того, методы раннего прекращения (например, остановка, когда синдром равен нулю) экономят энергию - критически важное соображение для автономных платформ с питанием от батареи.

Преимущества кодов LDPC для подводных акустических коммуникаций

Исключительная способность исправления ошибок

Коды LDPC могут исправлять высокий процент ошибок передачи даже в средах, где частота ошибок необработанного бита составляет 10−2—10−3. Для кода длиной 10 000 бит и скоростью 1/2 хорошо спроектированный декодер LDPC может доставлять выход BER ниже 10−6 при SNR всего на 2 дБ выше пропускной способности канала. Эта производительность жизненно важна для приложений, таких как команды управления для AUV или надежный сбор данных научных датчиков.

Предельный уровень эффективности почти Шеннона

Поскольку коды LDPC работают так близко к пределу Шеннона, они обеспечивают наиболее эффективное использование скудной акустической полосы пропускания. Фактически они позволяют более высокие скорости передачи данных для данной полосы пропускания и передавать мощность - или, эквивалентно, более низкую мощность для заданной скорости. В системах UAC с большой дальностью действия, где время автономной работы измеряется в месяцах, эта эффективность напрямую переводится в увеличенную продолжительность развертывания.

Надежность к изменчивому во времени мультипату и доплеру

Хотя коды LDPC по своей сути не застрахованы от ISI или Doppler, их сильная способность исправлять ошибки может компенсировать недостатки в уравнивании и синхронизации. Перемещая кодированные биты через несколько OFDM-символов или временных интервалов, декодер может обрабатывать взрывные ошибки, которые возникают из-за случайных глубоких выцветаний. В сочетании с адаптивной модуляцией и кодированием (AMC) коды LDPC позволяют системе поддерживать целевую частоту ошибок в широком диапазоне условий канала.

Масштабируемость и гибкость

Коды LDPC могут быть разработаны для любой длины блока и скорости кода, со структурированными формами, которые хорошо масштабируются в аппаратном обеспечении. Эта адаптивность делает их подходящими для всего, от коротких, высокопроизводительных ссылок (например, загрузка данных из узла датчика) до дальних, низкоскоростных ссылок (например, команда и управление глубоководным транспортным средством). Одна и та же архитектура декодера может поддерживать несколько скоростей кода, загружая различные определения матрицы проверки четности.

Проблемы и ограничения в области подводного развертывания

Вычислительная сложность и задержка

Алгоритм итеративного декодирования требует нескольких проходов через граф Таннера. Для кода длиной 10 000 с 50 итерациями декодеру может потребоваться обрабатывать миллионы обновлений края в секунду. В то время как современные FPGA могут справиться с этим, рассеивание мощности может превышать 1 Вт - значительная часть бюджета мощности типичного подводного модема. Аппаратные эффективные реализации с использованием смещенной мини-суммы или многоуровневого планирования уменьшают сложность, но компромисс между производительностью и энергией остается активной областью исследований.

Ограничения памяти и пол ошибок

Декодеры LDPC требуют больших блоков памяти для хранения значений LLR и промежуточных сообщений. В недорогом модеме на основе микроконтроллера это может быть запретительным. Кроме того, некоторые проекты кода LDPC демонстрируют пол ошибок при высоких SNR - внезапное увеличение остаточных ошибок, которые могут быть вредными для приложений, требующих чрезвычайно высокой надежности. Тщательный выбор параметров кода (например, с использованием протографа или нерегулярных конструкций) может смягчить это, но дизайнеры должны проверить пол ошибок с помощью моделирования.

Оценка канала и полное использование декодера

Производительность декодера LDPC ухудшается, если оценки канала, подаваемые в расчет LLR, являются неточными. В быстро меняющихся подводных каналах получение точных оценок мгновенного SNR, доплеровского сдвига и импульсного отклика затруднено. Несовпадающие LLR могут привести к расхождению декодера или увеличению количества итераций, что наносит ущерб пропускной способности и энергоэффективности.

Будущие направления и возможности для исследований

Интеграция с Multiple-Input Multiple-Output (MIMO) и OFDM

Объединение кодов LDPC с MIMO-OFDM является многообещающим путем для повышения спектральной эффективности в ОАК. Методы MIMO используют пространственное разнообразие для борьбы с затуханием, в то время как OFDM делит широкополосный канал на множество узких поднесущих, каждая из которых испытывает приблизительно плоское затухание. Коды LDPC могут применяться через пространственные потоки и поднесущие для обеспечения мощной двумерной защиты от ошибок. Ранние экспериментальные результаты показали, что системы MIMO-OFDM-LDPC могут достигать пропускной способности на порядок выше, чем традиционные однонесущие модулированные ссылки.

Совместная оценка канала и декодирование

Итеративные приемники, которые связывают оценку канала с декодированием LDPC - иногда называемым турбо-эквализацией или итеративным выравниванием и декодированием - могут значительно улучшить производительность. В этих схемах декодер передает внешнюю информацию обратно в эквалайзер, который уточняет оценку канала и мягкий выход для следующей итерации. Эта синергия особенно эффективна в подводной среде с длительным задержкой, где традиционные эквалайзеры борются.

Машинное обучение для оптимизации декодера и проектирования кода

В недавней работе было применено глубокое обучение для декодирования LDPC, использование нейронных сетей для замены или расширения алгоритма распространения убеждений. Нейронные декодеры могут адаптироваться к негауссовским распределениям шума или к конкретной статистике каналов, наблюдаемой в области развертывания. Кроме того, обучение с подкреплением может использоваться для адаптивного выбора скоростей кода и схем модуляции, максимизируя пропускную способность при соблюдении целевого ограничения задержки или надежности.

Реализация низкомощного оборудования

Исследования специализированных маломощных ASIC для декодирования LDPC нацелены на потребление энергии в диапазоне милливатт для кодов короткой длины. В сочетании с подводными модемами, собирающими энергию, такие маломощные декодеры могут обеспечить долгосрочные, незадействованные сенсорные сети. Новые технологии энергонезависимой памяти (например, RRAM) также предлагают потенциал для энергонезависимого хранения значений LLR, снижая статическую мощность.

Заключение

Коды с низкой плотностью проверяли свою ценность как краеугольный камень надежной цифровой связи в некоторых из самых сложных каналов на Земле, включая подводную акустическую среду. Их производительность вблизи Шеннона, надежная коррекция ошибок и гибкость делают их методом управления ошибками для современных систем ОАК, направленным на высокую надежность и эффективность. В то время как препятствия, такие как вычислительная сложность, энергопотребление и оценка каналов, сохраняются, текущие достижения в аппаратных архитектурах, итеративном дизайне приемника и интеграции машинного обучения, обещают преодолеть эти барьеры. По мере того, как спрос на автономные подводные операции, мониторинг окружающей среды и безопасные подводные каналы передачи данных продолжает расти, кодирование LDPC останется незаменимым инструментом для достижения надежной и безопасной передачи данных под волнами.

Для дальнейшего чтения теории и практики кодов LDPC в подводных коммуникациях см. обзор IEEE по кодированию каналов для UAC , учебник по основам кода LDPC и исследовательский документ, подробно описывающий адаптивное кодирование LDPC для различных океанских каналов .