LDPC Kodlarına Giriş

Düşük Boyut Parity-Check (LDPC) kodları, doğrusal hata düzeltme kodlarının sınıflandırılması, modern kablosuz iletişim sistemlerinin temel taşı haline gelen kodlardır. İlk olarak Robert Gallager tarafından 1960'lı yıllardaki düzeltme performansı ile tanıştırılabilir.PC LD kodları, Shannon limitindeki ilerlemelere göre, yüksek çözünürlükte olan basit bir kanalda ve kontrol edilebilir bir kanalda en yüksek çözünürlükte olan doğrulayıcı bir sinyale sahip olan doğrulayıcı bir sinyale sahip olmalıdır.

Kablosuz Sensörler için Tasarım

LDPC kodları kablosuz sensörler için tasarım, güç tüketimi, geç kalmışlık, hafıza kısıtlamaları ve iletişim kanalının fiziksel özelliklerini gerektirir. Temel istasyonların veya mobil cihazlardan farklı olarak, sensör düğümleri genellikle sınırlı işlem yeteneklerine sahiptir, küçük hafıza ayak izi ve katı enerji bütçelerine sahiptir.

Kanal Koşulları ve Kodu Seçme

Kablosuz sensör ağları genellikle önemli müdahale ile ortamlarda çalışır, çok fazla sempati, ve farklı sinyal-to-noise oranları (SNR) sabit bir kod oranı tüm koşullar boyunca en uygun olmayabilir. Düşük güç sensörleri için, adaptive code, 1/2) daha fazla hata düzeltme sağlar, ancak kod oranı daha fazla parasal miktarlara göre değişir, artan iletim enerjisi ve geç hıza göre daha az enerji sağlar (örneğin, 3 veya 7/8) kanal bozukluğuna uygun olarak daha hassastır.

Donanım Konsolosluğu ve Uygulama Seçenekleri

Sensör node donanım genellikle düşük güç mikrokontrolörleri sınırlı olarak çip hafıza ve hata düzeltmesi için özel donanım hızlandırıcısı içerir.Victors'ta otomatik olarak, basit geçiş tabanlı kodlar için genellikle otomatik olarak optimize etmek ve kesintiye uğratmak için tercih edilir.

Kod İnşaat Teknikleri

LDPC kodlarının inşaatı rastgele, yapılandırılmış ve protografya temelli yöntemlere geniş bir şekilde sınıflandırılabilir.Her yaklaşım performans, karmaşıklık ve donanım arkadaşlıkları arasında farklı ticaret-offları sunar.

Rastgele İnşaat

Random LDPC kodları, Tanner grafiğinin zımparatını en üst düzey bir sütun ağırlığı ve sıra ağırlığı dağıtım ile kontrol eden algoritmaları kullanarak inşa edilmiştir.En yaygın rastgele inşaat yöntemi, ancak düzensiz yapı onları donanımda, özellikle de hafızada bulunan bir sensör düğümleri uygulamaktadır.

Yapılı İnşaat Yapı

Yapılı LDPC kodları, özellikle de yarı-siklik (QC) LDPC kodları, düşük güç kablosuz sensörleri için tercih edilir, çünkü bunlar kod kod kod kodlarını ve kodlarını kullanarak genişletir ve IEEE 802.11n (Wi-Fi) gibi verimli bir paralel işleme sağlar.

Prototipleme-Temel Kodlar

Daha büyük bir kod üretmek için “copy-permute” işlemi ile genişletilen küçük bir bipartite grafiği (protograf) kullanarak yapılandırılmış kodların fikrini genişletir ve yükleme işlemi, belirli bir yapı ile kod oluşturmaya olanak sağlar.The protograf uses the connection pattern between variable nodes and check nodes, and its remove (expansion)ifier to develop the degree distribution and pair performance analitikly. they are especially useful for kablosuz sensörler because the correct systems.

Low Power için Algoritmalar

Dekoding algoritması, bir LDPC sisteminde birincil güç tüketimi sürücüdür. İki ana sınıf iteratif dekoding algoritmaları var: inanç yayılımı (BP) ve basitleştirilmiş varyantlar için. Düşük güç sensörleri için, seçim sadece performansla ilgili değil, aynı zamanda hafıza erişim modelleri hakkında da.

Belief Propagation (Sum-Ürün Algoritma)

Tam BP algoritması, aynı zamanda düşük uçlu bir işlemci için de bilinir, tam marjinal arka olasılıklar hesaplayın ve en iyi hata düzeltme performansı elde eder. Ancak, çoğu batarya destekli sensör ve logarithmik hesaplamalar gerektirir, bu da düşük uç bir işlemci için güç açısından pahalıdır. Donanımda, BP algoritması yüksek çözünürlükte bir uyarı gerektirir ve çoğu batarya destekli sensör düğümleri depolamak için çok pratik yapar.

Min-Sum ve Variants

En küçük işlemle hiperbolik tanjantlarının toplamını yerine getirerek BP check node update'i basitleştirir. Bu, bilgisayar karmaşıklığının büyük ölçüde azaltılır - çoklu uygulamalar karşılaştırmalar ile değiştirilir - ve ölçeklendirme faktörü ( 1) BP'ye kıyasla performans kaybı tipik olarak 0.1-0.3 dB'dir, bu da kayıp performans için kabul edilebilir bir şekilde sabitlenebilir ve sıralanabilir bir şekilde sabitlenebilir.

ultra-düşük güç sensörleri için, hatta min-sum algoritması çok talep edilebilir.Decoder tasarımları genellikle erken sonlandırma kriterlerini çalıştırır - belirli sayıda parite çeki zaman sadece 3 veya 4 bit bir sendrom kontrol edildiğinde - hafıza kullanımı ve donanım dekodingleri arasındaki karmaşıklığı azaltır.

Katmanlı Decoding ve Alternatif Yaklaşımlar

Katmanlı decoding, aynı zamanda parite-check matrix olarak da bilinir, değişken düğümlerin güncellemesini veya yakınlaşmayı hızlandırmaları için düğümleri kontrol eder. Tipik bir tabakada, önemli güç tasarrufuna yol açan bir süreç için, yapılandırılmış kontrol matrisi bir zamanda, ilişkili değişken düğümleri güncellemek, bu yaklaşım, yakınlaştırma işlemine ihtiyaç duyulan iki veya daha fazla bir faktör tarafından yakınlaştırmaya karar verir.For configured-LDPC kodları için, katmanlı dekoding matrisi özellikle etkili bir şekilde erişilebilir.

Başka bir umut verici yön stochastic decoding, bu da mesajların biraz daha fazla temsilini kullanıyor ve basit ikili işlemleri kullanarak olasılık üzerinde çalışıyor. Stochastic LDPC decoders son derece düşük karmaşıklığa sahip ve doğal olarak alt-mikron CMOS uygulamaları için cazip hale getiriyor. Ancak, performansları gürültü veya marjinalleştirme gibi tekniklerle birleştirilmeden muzdarip olabilir.

Ticaret ve Optimizasyon

Kablosuz bir sensör için bir LDPC kodu optimize etmek, çok boyutlu bir tasarım alanı canlandırmayı içerir. Anahtar ticaret-offlar şunları içerir:

  • [FONT:0)Error zemin vs.şelale bölge: Daha düşük hata katları ( yüksek SNR'de belirgin bir şekilde ikamet hataları) genellikle uzun süre veya daha fazla kesintiye uğrama gerektirir, birçok sensör uygulaması için, orta bir hata zemini hedef SNR'de faaliyet göstermek için yeterince dikilir.
  • [FONT=0)Kom uzun süre geç kalmışsa; Kısa kodlar hafıza gerekliliklerini azaltır ve gecikme gecikmeli gecikmeler yapar ancak gerçek zamanlı sensör veri akışlarında, geç saatler, daha güçlü kodları veya daha iyi kanal tahminlerini talep edebilir.
  • [FONT=0) Sertware paralellik vs. güç:) Tamamen paralel bir decoder, büyük çip alanıyla yüksek bir şekilde elde edebilir ve yüksek performanslı sensörleri için, bir seri veya yarı para birimini birden fazla saat döngüsü üzerinden işlem birimleri daha uygun hale getirir, hatta daha fazla bağlantıya ulaşırsa bile.
  • [FONT:0)Quantization hassasiyet:[Dönemli:[Dönemli: 0,4, 1) Not: Daha az bit bellek ve kompatory karmaşıklığı azaltır, ancak bir performans cezasını verebilir. iç mesajlar ve intrinsic kanal değerlerinin gösterimini optimize edin (örneğin, log benzeri oranlar) tasarım aşamasında kritik bir adımdır.

Kod parametreleri üzerinde iterate olan otomatik tasarım araçları, ölçüm sistemleri ve decoder mimarileri, belirli bir sensör platformu için en uygun ticaret-off bulmalarına yardımcı olabilir. Örneğin, tipik bir optimizasyon döngüsü, bir hedef blok uzunluğu ile başlayabilir (örneğin, 1024 bit) ve kod oranı (örneğin, 1/2), o zaman min-sum decoder çeşitli ölçümler ve erken sonlandırmalar ve başarıyla kodlanmış çerçevede enerji ölçmek için.

Future Yol Tarifi

Düşük güç kablosuz sensörler için LDPC kodlarının geliştirilmesi gelişmeye devam ediyor. Yüksek güvenilirlik sağlamaktayken güç tüketimini daha da azaltma sözü veren birkaç araştırma alanı.

Adaptif ve Yeniden yapılandırılabilir Kodlar

Gelecekteki sensör ağları, parity-check matrix, kod oranı veya kanal koşullarına veya batarya seviyesine yanıt verme programları için dinamik olarak değiştirir. Örneğin, tam bir batarya ile bir sensör daha fazla iterasyonlar ile güçlü bir kod kullanabilir, ancak daha basit, daha hızlı decoder.

Makine Öğrenme-Aided Decoding

Son çalışmalar, bilgilendirici bir dekoding geliştirmek için derin bir öğrenme uygular, ya da sensör düğümleri üzerindeki bazı bölümleri hafıza ve hesaplama sınırlamaları nedeniyle zorlanır ve ölçümleme programı bu boşluğu optimize edebilir.Neural BP decoders, BP'yi min-sum karmaşıklığıyla tamamlamak için eğitilebilir. ancak, sensör düğümleri hakkında sinir ağları dağıtmaya zorlanır ve ölçümlemeli sinir ağları bu boşluğu optimize edebilir.

Enerji Hasatlığı ve IoT ile entegrasyon

Kablosuz sensörler Nesnelerin İnterneti (IoT) giderek artan ölçüde, genellikle enerji tasarrufuna güvenerek, düşük enerji süreleri boyunca bile bağlantı kurmalarını talep eder. Aynı şekilde, tek veya çok az sayıda iterasyonda kodlanabilir olan düşük yoğunlukla kodlar (enerji için işlem süresine göre)

Non-Binary LDPC kodları

Non-binary LDPC kodları, yüksek sipariş Galois alanları üzerinde çalışır (örneğin, GF (4), GF (16) veya GF (16) ve küçük paketler ile kıyaslanabilen sensör ağları için daha iyi bir hata düzeltme performansı sunar (örneğin, 64-256 bit) çünkü uzun bloklamalar olmadan performansa ulaşabilirler.

Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç

LDPC kodları düşük güç kablosuz sensör ağlarında yüksek veri güvenilirliği elde etmek için güçlü bir araçtır. Kodu inşaat yöntemini dikkatlice seçerek, algoritmayı ve donanım mimarisi, tasarımcılar, sensör düğümleri sıkı güç ve performans gereksinimleriyle karşılanabilir.In-PC, min-sum decoding ve erken sonlandırma ile birlikte, sadece enerji verimli bir düzeltme yöntemi sunmak için pragmatik bir yol sunar.Ingoing research into adaptive systems, machine learning, and non-binary codes will daha fazla geliştirme. as kablosuz sensörler.