LDPC Kodlarına Giriş ve Derece Dağıtımlarının Önemi

Düşük Boyut Parity-Check (LDPC) kodları, orta 1990'larda bu kodların yeniden yapılandırılması ve Robert Gallager tarafından 1960'lı yıllarda, RFID kodlarının kodlanması nedeniyle onlarca yıl boyunca göz ardı edildi.

Bir LDPC kodunun performansı, kod ve #8217'dedir; Tanner grafiği. Bu derece dağıtımları sadece teorik bir egzersiz değil; doğrudan kod ve #8217; Shannon kapasiteye yaklaşma yeteneği, eşleme ve hata zemin davranışları.Bu makale, LDPC kodlu ve performansa olan etkisini inceler.

LDPC Kodlarını ve Derece Dağıtımlarını Anlamak

Tanner Graph Structure

Bir LDPC kodu, bir sparse parity-check matrixü tarafından tanımlanır:0)H), Tanner grafiğinde belirtilen bir iki disjoint setleri ile tanımlanır: değişken düğümler (her bir kod için bir tane) ve kontrol düğümleri kontrol eder (her bir parite-check denklemi için bir tane).

Bir düğümün derecesi, değişken düğümler için derece dağıtım, [[0) ve #955; (x))[Dönder)[değiştir | kaynağı değiştir] ve kontrol düğümleri için, [[#961;(x)))[Döneticiler tarafından ifade edilir:0))))[D|P)[D)[P)

  • [FONT=0)λ (x) = & #8721; ) ve #955;[Dönetici: 3)[Dönetici[Dönetici|Dönetici: 4) x[FLT: 4)[FLT: 9|D)[D)[D)[D)[D)[D)[Dönetici[D))[Düzüğün alt kısmından değişkenleri vardır.
  • [FONT=0)ρ (x) = & #8721; ) ve #961;) x[FLT: 4 x[FLT)[D[D)[D)[D)[D)[D)[D)[D)[D)[D)[D))[D))[D)))[D)))[D)))))[D[D))))))))))

Bu polinomlar tatmin edici ve #955; (1) = & #961; (1) = 1 ve 0,8; [Dönüşük evrim analizine basit olan, kodun tasarımı, [FONT) / (∑ & #8211; [Dönemli: 9)[Dönemli: 9)

Düzenli vs. Irregular Degree Dağıtıms

Erken LDPC kodları düzenliydi: Her değişken aynı dereceye sahip değildi (örneğin, Mitzenmacher, Shokroi ve Spielman 1990'ların sonlarında farklı derecelere sahip olmak için değişken ve kontrol düğümleri farklı derecelere sahip olmak için basitti.Bu esneklik kodu ve #8217; Örneğin, yüksek derece değişken düğümler tarafından tanıtıldı.

Derece Dağıtım Optimizasyonunun Rolü

Üst düzey dağıtım optimizasyonunun birincil hedefi, kanal parametresi olarak tanımlanacaktır (örneğin, gürültü variance σ)2[Dönemli kanallar için, veya çiftlik kanalları için olasılık p) için, iteratif decoder hala blok uzunluğu olarak düşük bir olasılıkta, genellikle farkli bir şekilde gecikme eğilimi gösterir.

Eşlerin ötesinde, derece dağıtım diğer performans ölçümleri de etkiler:

  • [FONT:0)Error zemin:[Dönetici:[Dönetici:0)) Yüksek sinyal-to-noise oranlarında, hata olasılığı küçük tuzaklar veya absorbe edilen setler nedeniyle yavaş yavaş yavaş yavaş azalır. Proper derece dağıtım tasarımı hata zeminini yükseltebilir veya tamamen ortadan kaldırılabilir.
  • [FONT=0)Convergence hızı:[Dönetici:[Dönetici:0)[Döntgenme hızı:[Dönetici:0)[Döneticileri doğru bir kod Kelimeye ulaşmak için gerekli olan bazı açıklamalar. Dağıtımlar, gecikme gecikmeleri azaltabilecek daha güvenilir mesajlar sağlar.
  • [FONT=0)Minimum mesafe:[Dönetici:[Dönetici:0)[Dönemli olmayan kod sözcüğün en küçük Hamming ağırlığı.
  • [FONT=0)Complexity:[Dönetici:[Dönekli düğümler, iterasyon başına daha fazla hesaplama gerektirir; optimizasyon, transkript ve enerji tüketimi ile dengelenmelidir.

Anahtar Optimizasyon Teknikleri

Yoğun Evrim

Richardson ve Urbanke tarafından desteklenen, LDPC kodunun tüm inanç yayılımı ile uyumlu olması için değişken ve kontrol düğümleri arasındaki geçişleri takip eder.Bu, olasılık yoğunluk fonksiyonunu takip etmek için basitleştirir (PDF) birçok durumda LLR dağıtım oranı (LLR) mesajlarının hesaplanması ve kontrol düğümleri arasında değişir.Bu tür kanallarda hızlanan ve bu tür bir hatanın veya simetrisinin gerektirdiğini varsayar.

EXIT Chart Analysis

Extrinsic Information Transfer (EXIT) grafikler, on Brink tarafından tanıtıldı, düşük bir hataya yakınlaşmanın, EXITde decoders (VND) ve eşiğine bağlı olduğunu tespit etmek için bir grafik yöntemi sağlayabilir. EXITde decoders (CND) ve tam bir evrimle ilgili olarak, her iki dekodingin karşılıklı bilgi transfer özelliklerini genişleterek, özellikle de yüksek çözünürlükte bir sabitleme için kullanılan sürüme yakınlaşacaktır.

Genetik Algoritmalar ve Evrimsel Arama

Çünkü olası derece dağıtım alanları yüksek boyutlu ve non-convex, heuristic optimizasyon yöntemleri genetik algoritmaları (GAs) gibi yöntemler genellikle kullanılır. Adaylık derece dağıtımları seçimi, geçit ve mutasyonlar yoluyla gelişti, fitness yoğunluğu veya EXIT grafik analizi ile değerlendirilerek. GAs karmaşık kanal modelleri için yakın optimize edebilir (örneğin, fading kanalları, multi- seviye modulation)

Linear Programlama Yöntemleri

Bir Gaussian yoğunluğu için yakınlaşma varsayımına göre, optimizasyon sorunu doğrusal bir programa dönüştürülebilir. Bu yaklaşım, belirli kısıtlamaların (örneğin, istikrar koşulu) düşük olmayan kanallarda veya olmayan gürültülerle olan kanalların geçerliliğini kullanır.

Optimizasyon ve Heuristic Kuralları

Bazı eserler, değişkenleri optimize etmek ve diğer sabit tutarken dağıtımları kontrol etmek için önermiştir. Basit heuristik kurallar, tek bir değere veya bir “ check-regular” tasarım, genellikle iyi sonuçlar.

Thresholds ve Performansı Üzerine Etkisi

Shannon Limitine Yaklaşım

Üst düzey dağıtım optimizasyonunun en çarpıcı başarılarından biri, Shannon kapasiteye uygun olarak yaklaşabilme yeteneğidir. Örneğin, düzensiz LDPC kodları optimize edilmiş dağıtımlarla optimize edilmiş dağıtımlar için 0,045 dB'de kapasite sınırının düşüklüğüne göre (BEC) görerekli geçiş kanalı için, öküzsüz kanaldaki eşler normal olarak orta blok uzunluğu için rapor edilir.Bu, LDPC kodlarından daha iyi veya daha iyi bir şekilde karşılaştırılabilir.

Threshold Saturation with Spatially Çiftd LDPC Kodları

Yoğun bir son gelişme, SC kod zincirini darbe ve sonlandırmak için gösterilen fenomendir [MAP) en üst düzeye gelen (SC) LDPC kodları tarafından tahmin edilir.Ingerekli bir ölçüm zincirine bağlanırken, SC-LDPC kodlarının BP eşi, en yüksek bir posteri (MAP) eşiğine yaklaşmak için en yüksek düzeydeki sınırların eşiğine ulaşabilmektedir.Bu etki, yoğunlukla tahmin edilebilir ve SC-LDPC kodları için optimizasyona yol açabilir.

Hata Kat Azaltımı

Yüksek eşikler şelalede operasyon için gereklidir (ortalama SNR), birçok uygulama (örneğin, optik depolama, derin uzay iletişim) ayrıca son derece düşük hata katlarını talep eder, genellikle 10 °T:0)-15)) derece hata oranını azaltır ve bu kontroller küçük tuzaklardan kaçınmak için büyük ölçüde azalır.

Convergence Speed ve Latency

Gerçek zamanlı video akışı veya kontrol sistemleri gibi gecikmeli uygulamalar, daha fazla abartma miktarı kritiktir. Daha hızlı bir yakınlaşma sağlayan derece dağıtımları optimize edebilir.Örneğin, yüksek derece değişken düğümleri ile dağıtımlar daha hızlı bir şekilde yaklaşma eğilimindedir, çünkü daha çeşitli ek bilgiler erken alır. Ancak, bu biraz daha düşük bir eşiğin maliyetine gelebilir.Çok-yapırık ve oran uyumlu hale gelir.For example, distributions with a higher fraction of high- degree distributions that are managed performance across a range of rates.

Pratik Uygulamalar ve Future Yollar

5G NR ve Beyond

5G Yeni Radyo standardı, farklı blok uzunluğu ve kod oranı rejimleri için uygun olan iki temel grafik LDPC kodu kullanır. Temel grafikler eşiğine, hata zeminine ve uygulama karmaşıklığına kadar optimize edilmiş durumda. Future 6G sistemleri, LDPC kodlarını daha esnek derece dağıtımlarla kullanmak bekleniyor, potansiyel olarak kanal koşullarına uygun olmayan bir şekilde genişletilebilir.

Uydu ve Deep-Space İletişim

Sinyal-to-noise oranı genellikle çok düşük, LDPC kodları düşük seviyeli derece dağıtımlarla (örneğin, oran 1/3 veya 1/4) kullanılır.BJSDS ( Uzay Veri Sistemleri için Konsolosluk Komitesi) telemetri ve telecommand için standartlaştırılmıştır.

Optik İletişim Sistemleri

Uzun mesafeli fiber bağlantıları, modülasyonlar ve doğrusal olmayanlar tarafından gürültüyü azaltmak için LDPC kodlarına giderek daha fazla güveniyor. ancak, optik kanallar genellikle yumuşak çözünürlükte ölçüm kısıtlamaları ve asimetrik gürültü dağıtımları ile standart olarak standartlaştırılmış kodların elde edildiğini göstermiştir.

Data Storage ve NAND Flash Memory

NAND flash bellek, program /erase bisiklet, tutma ve rahatsız edici kullanım nedeniyle hatalardan muzdariptir. LDPC kodları optimize edilmiş derece dağıtımları ile standarttır (Solid-State Drives). Kanal, 10 altında yüksek çözünürlükte hesaplama optimizasyonu dikkate alınmalıdır.

Kuantum LDPC Kodları

Heyecan verici bir sınır, LDPC kodlarının kuantum hata düzeltmesi için uygulanmasıdır. KLDPC (QLDPC) kodları, yüksek klasik LDPC dağıtımlarının, potansiyel olarak daha düşük olan yanlışlayıcı bilgisayarlara göre uyarlanabilir.

Adaptif ve Machine Learning-Driven Optimizasyon

Geleneksel derece dağıtım optimizasyonu analitik modeller ve egzoz aramalara dayanıyor. Ancak, derin öğrenme artışıyla araştırmacılar, büyük boşlukları en iyi şekilde araştırarak, pratik decoder kısıtlamaları altında en geçncy kullanmaya başladılar (örneğin, sabit nokta arithmetic, sınırlı iterasyonlar) öğrenmenin en iyi karar sürecini öğrenebileceğini öğrenmeleri için sinir ağları kullanmaya başladılar.

Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç

Derece dağıtım optimizasyonu sadece akademik bir egzersiz değildir; bu, LDPC kodlarının geniş bir iletişim ve depolama teknolojileri spektrumu üzerindeki tam potansiyelini ortaya çıkarmak ve analiz etmek için gerekli olan hataların düzeltilmesi ve düzeltilmesi için kod eşiğiye yakın olabilir.Bu, bilgisayar limitleri, 6G, kuantum ağlarına göre geliştikçe, daha düşük bir sonraki tasarım ve karmaşıklık sistemlerinin daha iyi bir şekilde dağıtılması için doğru bir şekilde düzeltme yöntemlerin geliştirilmesini sağlar.

[FONT=0)))

  • [0]Wikipedia: Low-Density Parity-Check Kodu).
  • [FONT=0]T. Richardson ve R. Urbanke, "Döncümlerin mesaj geçişleri altında kontrol kodlarının kapasitesi" IEEE Trans. Inf. Theory, 2001.[DD)
  • [FONT=0)S. on Brink, "İsviçresiz olarak paralel kodlar", IEEE Trans. Commun., 2001.[DDD)
  • [FONT=0)A. Ashikhmin, G. Kramer ve S. on Brink, "Extrinsic information transfer işlevleri: Model ve tahmin kanal özellikleri", IEEE Trans. Inf. Theory, 2004.
  • B. Djordjevic, B. Vasic ve M. A. Neifeld, " Optik iletişim sistemleri için LDPC kodlarının çok boyutlu optimizasyonu", IEEE J. Sel. Alanlar Commun., 2008.).