Düşük boyutlu Parity-Check (LDPC) kodları, modern hata düzeltmesinin temel taşı haline geldi, geniş bir iletişim sistemleri boyunca yakın kapasiteye sahip performans sağlar. Derin uzay telemetriden 5G mobil ağlarına kadar, Shannon limitine yaklaşma yeteneği onları vazgeçilmez hale getiriyor. Ancak, enerji peyzajı bu kadar pahalıya mal olan bir cihazdır - akıllı telefonlar, IoT sensörleri, giyilebilir bir cihaz için bu tür bir tasarım için gerekli olan çok sayıda tasarım gerektirir.

Bu makale, yüksek çözünürlükte algoritmaları, donanım-aware mimarilerini inceleyeceğiz ve veri bütünlüğünden ödün vermeden cihaz ömrünü uzatmaya söz veren adaptif teknikler inceleyeceğiz.

LDPC'deki Enerji Meydanlığı

Enerji verimli tasarımı için gerekli olan ihtiyacı takdir etmek için, her bir iterasyon LDPC decoding'de nerede enerji tüketildiğini anlamak önemlidir. Standart inanç-propagasyon (BP) algoritması, en uygun şekilde, tekrarlanan kontrol güncelleme sayısını içerir.

Battery-güçlü cihazlar birkaç farklı zorlukla karşı karşıya:

  • [FONT:0]Limited enerji bütçesi: [Döntilmiş Bir IoT sensörü, birkaç joules toplam enerji kapasitesine sahip olabilir.
  • [FONT:0)Peak güç kısıtlamaları:[Dönetici:[Dönetici] Birçok cihazın sıkı güç sınırları vardır. Bir hesaplama yoğun kesinti patlama bataryayı boşaltabilir veya hatta düzenleyici kapasiteyi aşabilir.
  • [FONT:0]Idle vs. aktif ticaretoffs:[Dönetici: 0,0) Birçok uygulamada (örneğin, kablosuz sensör ağları), cihaz çoğu zaman ve sadece bazen veri iletiyor veya veri almak zorundadır.

Böylece, enerji verimli LDPC tasarımı sadece kodlanmış blok başına toplam enerji değil aynı zamanda üst güç profiline ve düşük güç eyaletlerine hızla girebilme yeteneğine sahip olmalıdır.

Enerji Verimliliği için Anahtar Tasarım İlkeleri

İlk Bir İlk Prensip Olarak İspanyollar

LDPC'deki "düşük" zaten birincil yolda verimlilik için ipuçları veriyor: parity-check matrix sabit veya baz-küre uygulamaları için çok az sayıda olmalıdır.A s ⁇ matrix doğrudan kontrol kodlarını azaltır[Dönetici-node-node-node bağlantıları, sabit olmayan cihazlar için hesaplama işi kesmek, bu sparsity bazen sabit veya baz-kırıklama uygulamaları elde etmek için birkaç maliyetin daha fazla olabilir.)

Low-Latency Uygulamaları için Kısa Kod

Uzun LDPC kodları (örneğin, 64800 bitleri, daha küçük tamponlar, daha az dinamik güç tüketimi gerektirir.Ancak, şelaleli kısa paketler iletilen batarya destekli cihazlar (örneğin, sensör okumaları gibi), uzun 256 ila 1024 bitleri kodlar genellikle daha pratik hale gelir.

Yapısız Diğerler

Yapılanmamış (gerçekten inşa edilmiş) LDPC kodları, kompakt bir temsil ve paralelleştirilmiş bir kesintiye yol açabilir, bellek erişimini azaltıp düşük ücretli uygulamaları azaltılabilir.Instrucd (e.g., IEEE 802.11n, 5G NR)[Döneticileri)[Döneticileri) kodları tercih edilir.

Sparse Matrix Construction Techniques

Hem sparse hem de enerji kısıtlamaları altında iyi performans gösteren bir parity-check matrix inşa etmek birkaç inşaat yöntemine dikkat gerektirir:

Progresif Edge Büyüme (PEG)

PEG algoritması büyük bir zürper ile Tanner grafiği inşa eder (en kısa döngünün uzunluğu) Büyük dükleri mesajların arasındaki korelasyonları azaltır, bu dalekoder'ın daha hızlı bir şekilde ve daha az iterasyonlara yaklaşmasına izin verir.

Prototipleme Tasarımları

Prototipleme kodları, istenen boyuta kadar kaldırılan küçük bir "anne" matrisinden başlar. Bu yaklaşım, protografın derece dağıtımını dikkatlice seçerek - örneğin, kredi kartının iki değişken düğümünden daha az gücü en aza indirir ve böylece hesaplama yükünü azaltır.

Enerji için Yoğunlaştırma

Son araştırmalar, bir bataryanın iç direnişini vurgulamak için parity-check matrixinin tasarlandığı "nitelik şekillendirme"yi araştırmıştır - bazı satırlarda yoğun bir şekilde yakınlaştırır ve diğerlerinde iş yükünü dengeleyebilir.Bu yaklaşım, daha sürekli bir güç çizebilir ve bir bataryanın iç direnişini engelleyecektir. Ayrıca, yoğun satırların yakınlaştırılmasına da erken bir şekilde son verir.

Düşük Komplexite Algorithms

Dakika algoritması ve çeşitleri, BP'nin en pratik seçeneği olarak kabul edilen decoders'ları yerine getirir. hesaplamalı yoğun olarak )tanh) ve )atanh) basit min karşılaştırmalarla BP işlevleri, min-sum bir büyüklük emriyle arithmetic karmaşıklığı azaltır.

Offset ve Normalleştirilmiş Min-Sum

Pure min-sum, çek-node çıkışlarının en yüksek seviyedeki kesintiye uğraması için bir ölçeklendirme hatası getirir, düşük çözünürlükte küçük bir sabiti çıkarırken BP'ye yakın performans getirir.Normalleştirilmiş min-sum multiplies by a scaling faktör less than one. both techniques partial compensate for the overestimation of check-node outputs, bring performance close to BP while maintain low the dengeleme or scaling value can be correct in the kanal koşul, or adaptif melodied for the kanal.

Katmanlı Decoding

Katmanlı decoding (ayrıca turbo dekoding mesajının geçişi olarak da bilinir) Süreçler serideki sıraların alt setleri sıra dışı mesajların yayınlanması, her katmanın protografda sıraya karşılık gelen mesajların sayısı yaklaşık yarısına kıyasla, standart selleme programına kıyasla, ancak enerji miktarın% 40'ı da önemli ölçüde azaltılması gerekir.

Erken Tesih Teknikleri

Basit ama etkili bir strateji, parity-check denklemleri bir kez daha kesintiye uğratmayı durdurmaktır (veya en yüksek iterasyon sayımından sonra). Bu "syndrome check", en az yük ile kıyasla her bir iterasyonun sonunda yapılabilir.

Donanım-Aware Code Design

En enerji verimli LDPC kodu, decoder donanımın özelliklerini kullanamaması durumunda işe yarar. Kod ve mimarinin tasarımı önemlidir.

Seri vs. Paralel Decoding

Tam paralel kodlayıcılar yüksek kodlu elde ederler ancak büyük üst düzey gücü ve alanı tüketerek, küçük batarya destekli cihazlar için uygun olmayanlar yaparlar. 0:0)Serial veya yarı paralı mimariler) tekrar işleme elemanları (PEs) birden fazla döngüler, mevcut ve gerilim ölçeklendirmesini azaltır. Kod satırı ağırlığı ve PE'lerin sayısına uygun şekilde, tasarımcılar boş zaman ve devreleri yalnızca gerektiğinde tutabilirler.

Memory and Data Flow Optimizasyon

Bellek erişimleri genellikle dijital kodlayıcılarda baskın enerji tüketicisidir. İyi tasarlanmış bir kod büyük depolama ihtiyacını azaltabilir: küçük kaldırma faktörleri ile daha az girişler hafızada depolanmalıdır.Ayrıca, ultra konum güncelleme şemaları (ta değişken-node mesajlar hesaplananlar) bu girişlerin% 1'inden daha azını önlemek için eleştireldir.

Ger ve Frekans Scaling

Modern CMOS devreleri, gerekli saat frekansı azaltıldığında daha düşük tedarik gerilimlerinde çalışabilir. Belirli bir kod için tasarlanmış bir LDPC decoder, bu tür dinamik veriler düşük olduğunda (DVFS) özellikle de düşük olduğunda hıza sahiptir.

Adaptasyon ve Hibrit Yaklaşımlar

Battery-güçlü cihazlar genellikle dinamik kanal ortamlarda çalışır. Sabit bir kod ve decoder verimsiz olabilir: Kanal iyi olduğunda çok agresif veya koşulları kötüleştirirken yetersiz.

Çok fazla Mode Decoding

Tek bir decoder, çoklu kodları veya birden çok kodlama programlarını destekleyebilir, kanal kalitesine dayanan aralarında geçiş yapabilir. Örneğin, kanal pristine olduğunda, decoder kötü dönemler sırasında hafif bir min-sum kullanabilir.

Rate-Compatible

Hızsuz LDPC kodları, düşük enerji tasarrufu gerektiren yüksek çözünürlükte yüksek çözünürlükte yüksek çözünürlükte bir kodla başlayabilir veya birden fazla parite kontrol matrisini birleştirin ve özellikle kanalın sık sık iyi olduğu güçlü IoT cihazları için etkili olur. - Enerji tasarrufu, düşük enerji yüksek kod kullandığından kaynaklanmaktadır.

Analog ve Karma-Signal Decoding

Umut verici ama daha spekülatif bir yaklaşım, LDPC'nin analog veya karışık devrelerdeki enerji azaltımının uygulanmasıdır. Analog decoders mevcut summasyon ve karşılaştırmanın doğal fiziklerini kullanır, kontrol alanı saatsiz dijital mantıkla gerçekleştirir.İlk prototipler, bu alanda yapılan araştırmalar, dijital algoritmaların hassas sınırlamaları ve proses varyasyonlarını etkiler.For batarya destekli cihazlar için hassas kısıtlamalardan muzdariptir.

Future Yol ve Makine Öğrenme Entegrasyonu

Makine öğreniminin kesişimi (ML) ve LDPC kodu tasarımı aktif bir sınırdır. ML modelleri, belirli bir kod ve kanal için en uygun şekilde programlanabilir, potansiyel olarak bu işlem, el sanatları ile ilgili heuristics'den daha fazla sayılmıştır.,TELFLT:0))))) Bu, önemli hata oranı bozulmadan% 30'a kadar enerji tüketimini azaltacak bir politikayı öğrenebilir.

Başka bir yön, sadece lineer işlemleri ve aktivasyon işlevlerini kullanarak BP algoritmasının küçük sayıda trene ulaşılabilmesi için, bu tür "öğrenme" kodlayıcılarının elde edebileceğine dair söz verir.

Ek olarak, vücut tutma görevleri ile birlikte, enerji maliyetini artırabilecek şekilde, aynı matris destekli cihazlar için kullanılan aynı matris kontrol işlemlerinin boş çevrimler sırasında yeniden kullanılabileceğini ifade eder.

Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç

Enerji verimli LDPC kodlarını batarya destekli cihazlar için tasarlayın tek bir teknik değil, çok yönlü bir optimizasyon problemi kod inşaatı, algoritma seçimi ve donanım uygulamaları. En etkili tasarımları ultra-parse yarı-sikletleri ile başlar, her zaman cihazın gücü cephesini ve merkezini tutar.

Nesnelerin interneti alt ölçülere göre daraltmaya devam ettikçe, düşük güç hatası düzeltmesi talep yalnızca yoğunlaşacaktır. Araştırma topluluğu, yeni kod aileleriyle, yeni kodlama algoritmalarıyla cevap verir ve bataryaya bağlı cihazlara bağlı olarak hizmet eder.Bu ilkeleri bugün benimsemeye göre, mühendisler yalnızca güvenilir bir şekilde iletişim kurmaz, aynı zamanda tek bir şarj üzerinde aylarca veya aylarca devam edebilirler.

Daha fazla okuma için, klasik anketi [[0)Richardson ve Urbanke'nin LDPC kodları üzerinde ) olduğunu görmek, [FONTD:2).IEEE 5G standart ultra-düşük-güç uygulamaları için.