Giriş: Neden Low-Complexity LDPC Kodları IoT için Önemli

Düşük Boyut Parity-Check (LDPC) kodları, veri bütünlüğünün kritik olduğu modern dijital iletişimin temel taşı haline gelmiş, IPv2 ve Wi-Fi'den 5G NR'ye kadar uzanan standartlarda ortaya çıkmaktadır. Yakın zamanda, veri bütünlüğünün kritik öneme sahip olduğu uygulamalar için son derece cazip hale gelir. ancak, bu karmaşıklık platformları için doğrudan yükleme işlemine izin verilmez.

Temel meydan okuma, basit zorlukları korumakta, bu makale, karmaşıklığı azaltmak için kanıtlanmış stratejileri inceler ve gerçek dünya IoT dağıtımlarını nasıl güçlendirdiğini vurgulamaktadır.

IoT Hatası'nı Anlamak

IoT iletişim bağlantıları genellikle düşük güç bütçeleri, geçici iletim ve gürültülü ortamlar (endüstriyel makine, kentsel müdahale veya iç engeller) ile karakterize edilir. Mobil telefonlar veya baz istasyonların aksine, IoT düğümleri doğal olarak esnek bir ticaret kesintilerini elde etmek için karmaşık bir işlem sağlayabilirler çünkü performansları kodlama ve anahtarlama işlevleri ile ayarlanabilir.

Düşükkomplexlik LDPC tasarımları bu boşluğu köprülemek için hedefler. ya da birkaç kilobaytında bulunan bir ayak izi ve daha az enerji tüketen bir kodlama elde etmek için kod yapısını değiştirirler.

Low-Complexity LDPC Code Design

Bu tür kodları geliştirmek çeşitli rekabet gerekliliklerini içerir. Aşağıdaki zorluklar özellikle bir IoT bağlamda akut:

  • [[Dönetici:0) Hata çözme yeteneği ve hesaplama kolaylığı[Dönetici: Son derece sparse kodu, yüksek yoğunlukta performans artışına sahip bir kod da sergileyebilir, ancak yüksek yoğunlukta daha fazla işlem talep eder.
  • [FONT:0) Gerçek zamanlı operasyon için gecikme gecikme oranını azaltmak ([Dönetici kontrol veya otonom sensör ağları gibi uygulamalar, kesinti sabit bir süre içinde tamamlamak zorundadır. Birçok düşük seviyeli algoritmaların gecikmesine karşı ticaret yapması gerekir, ancak tasarımcının çoğu küçük kalır.
  • [FONT:0) Enerji tüketiminin tükenmesi sırasında ([Dönetici: Her hafıza erişimi ve arithmetici operasyonu enerji tüketmektedir. Tek bir inanç kodlaması, yüzlerce yüz yüzen veya sabit nokta çoklu uygulama içerebilir.
  • [FONT:0) Heterojen IoT uygulamaları arasında ölçeklenebilirlik[[Dönetici: 128-bit ödeme yükü için akıllı bir metrede çalışan bir kod, bir çevresel sensörde 1024-bit paket için altoptimal olabilir. LDPC kodları, donanım decoder yeniden tasarlanmadan blok uzunluğu ve oranına adapte edilebilir.
  • [FONT:0]Memory ayak izi kısıtlamaları[[Döntgen: Pişmanlık kontrol matrisleri ve ara mesajları, tipik bir Cortex-M0 işlemcisinin RAMını hızla çıkarabilirsiniz. Low-complexite tasarımları genellikle depolama gereksinimlerini azaltmak için simetri veya yapılandırılmış matrisleri kullanır.

Low-Complexity LDPC Design için Core Strategies

Yukarıdaki zorlukların doğrudan ele alınması gereken birkaç kanıtlanmış tasarım tekniği, karşılıklı olarak özel değildir ve genellikle belirli bir IoT senaryosu için en iyi ticarete ulaşmak için birleştirilir.

Sparse Graph Structures

Bir LDPC decoder'in karmaşıklığı, Tanner grafiğindeki kenar sayısına doğrudan orantılıdır (örneğin, yüksek çözünürlükteki mesajlar sayısı en aza indirmektir.)Sparse) Grafikleri tasarlayarak, çok düşük kenar yoğunluğu ile çalışır - örneğin, değişken 3 veya 4 derece düğümleri için ve 6 ila 6 derece düğümleri - yüksek çözünürlükte değişim yöntemleri kullanarak.

QuasiCyclic (QC) LDPC-

Bu yapı, hem enkoding hem de de kanal geçişleri için yapılan bir kartal-check-serit tarafından tanımlanır.Thesi-sikletme özelliği aynı cirperatif mimariye sahip olabilir[t FONT=C) Aynı cirsel hızlar için kullanılabilir ve gecikmeler için kullanılabilir.

Basitleştirilmiş Dekoding Algorithms

Tam inanç (BP) deco-proder, basit minimum kullanım işlemi ile doğrusal olmayan fonksiyonları değiştirerek büyük bir basitleştirme kullanır.In IoT devices, [[Ücretsiz:0) algoritması[FLT) algoritması[FLT], basit bir minimum kullanım işlemi ile doğrusal olmayan işlevleri yerine getirmekle basit bir basit bir basitleştirme sağlar.

  • [FONT=0]Resset min-sum[[Döntgen: 1 ): Kontrol-node mesajlarının aşırılık için telafi edilmesi için sürekli bir denge.
  • [FONT=0) Normal olarak min-sum[[DÜT:1): Kontrolsüz bir faktör tarafından yapılan baskıyı çok basitleştirmek için (tipik olarak 0,5-0.9) önemli bir karmaşıklık yapmadan doğruluk geliştirmek.
  • [FONT:0) Kendi kendini kınayan nezdi,[Dönemli: 1)[[Dönderlik hızının iyileştirilmesi için güncelleme kuralları değiştir]

Bu algoritmaları sadece 4-6 bitlerinin sabit noktası kullanılarak uygulanabilir, yüzen nokta birimleri tamamen ortadan kaldırılabilir ve tam BP decoder ile karşılaştırıldığında büyüklükteki bir güç tüketimini kesebilir.

Adaptasyon ve Erken Belirlenme

Her zaman sabit bir sayı yapmak yerine, adaptif decoders sendromyu veya bit tahminlerin yakınlığını takip eder ve geçerli bir kod sözcüğü bulunulduğunda erken dur. Bu “erken sona er”, kanal durumuna bağlı olarak ortalama 30-70% sayısını azaltabilir, doğrudan enerji tasarrufu sağlar.

Özel IoT Channels için Kod Optimizasyonu

Tüm IoT kanalları aynı değildir. Bir giyilebilir vücut-area ağ deneyimleri fading ve yol kaybı için tasarlanmıştır, sabit bir kablosuz bağlantı üzerinden iletişim kurmak beyaz Gaussian gürültü (2+0N) Beklenen kanal koşullarına uygun olan mükemmel performans, örneğin, LDPC kodları için tasarlanmış kodlar [Dönder: 128-512 bitleri) için sistematik olarak en kısa sürede performans kullanarak optimize edilebilir performans için en az karmaşık performans kullanarak optimize edilebilir.

IoT'de Pratik Uygulama

Akıllı Ev ve Bina Otomasyonu

Sıcaklık için kablosuz sensörler, nem ve occupancy genellikle Zigbee, Thread veya Bluetooth Low Energy (lt) Bu protokollerin güçlü güvenilirlik gereksinimleri vardır, ancak veri oranları düşük ve paketler kısadır. Low-complexity LDPC kodları ile 1/2 veya 2/3, aynı bağlantı bütçesi için min-bit mesajları ve erken sonlandırma ile birlikte, düşük güç Cortex-M0 temelinde 4 KB'den daha az ile alıcı duyarlılığı artırmak için aynı bağlantı bütçesine kadar.

Giysilenebilir Sağlık İzlemeleri

Sürekli glukoz monitörleri, ECG yamaları ve pul oximeters, sinyal işleme ve Bluetooth iletişimini yöneten mikrokontrollü bir mikro kontrol cihazı ile hayati verileri iletmeli. LDPC kodları güçlü hata algılama yetenekleriyle (örneğin, bir koncatene CRC) uygulanabilir, ancak sürekli işlem haftaları boyunca batarya hayatını korumak zorundadır.

Endüstriyel IoT ve Akıllı Tarım

Endüstriyel ortamlarda, sert elektromanyetik müdahale ve uzun mesafeler (örneğin, bir fabrikada veya tarlalarda) sağlam bir kodlama gerektirir. Low-complexity LDPC decoders, kanal kalitesine dayalı olarak, enerji tüketimini% 90 oranında tamamen yumuşak bir azaltıcı bir toprak-moisture sensörü ağı kullanarak koruyabilir.

Su ve Aşırı Çevreler

Daha az yaygın olsa da, yeraltı madenlerinde sualtı veya yeraltı madenlerinde kullanılan IoT cihazları son derece zorlu kanallarla karşı karşıyadır. Low-complexity LDPC kodları ile birlikte, kanallararası ailelerle bir araya getirilebilir ve sabit nokta arithmeticileri ile min-umalize edilebilir.

Ticaret ve Pratik Yönleri

Yukarıdaki stratejiler etkili olsa da, bu sistem mimarlarının kabul etmesi gereken doğal ticaretle geliyorlar:

  • [FONT:0)Error zemin vs. karmaşıklığı[Dönemli: Çok sparse kodları yüksek SNR'de bir hata zemini sergileyebilir. ultra sağdaki BER (e.g., tıbbi implantlar), bu kabul edilemez. Birkaç yüksek derece değişken düğüm eklemek veya koncatenasyon şeması kullanmak zemini düzeltebilir, ancak yüksek SNR'de bir hata zemini artırabilir.
  • [FONT=0]Short blok uzunlukları[[Dönemli)[[Dönem: 0,5-200 bit), Shannon kapasite genişleyen, basitleştirilmiş decoders (örneğin min-1 dB) bu rejimde ek olarak, blok yapısını özellikle blok uzunluğu için optimize ederek, genellikle protograf veya sistematik arama yoluyla.
  • [FONT=0]Flexability vs. adanmış donanım): Genel amaçlı bir MCU üzerinde sabit bir yazılım olan özel bir donanım hızlandırıcısı genellikle en iyi yoldur, submilliwatt güç ve deterministic latency sunar.
  • [FONT=0)Kom oranı seçimi[[[Dönetici: alt fiyatlar daha fazla koruma sağlar, ancak birçok IoT uygulaması için, paket büyüklüğü sabitlenir, bu nedenle kod oranını azaltır, daha az ücret yükü paket başına taşıma anlamına gelir.

Future Yol Tarifi

Araştırma, IoT için düşük değerleme LDPC kodlamasını zorlamaya devam ediyor. Anahtar eğilimleri şunları içerir:

  • [FONT:0)Makine-öğrenme-koderleri[Döneticileri)[Dönetici ağlarının alt üst düzey bir işletim sistemi için yeterince basitken, performans geliştirmesi mümkün olabilir.
  • [FONT:0)Analog ve karışık imzalı dekoding[[Dönetici: Aşırı düşük güç senaryoları için, analog LDPC decoders bu işlem sinyalleri mevcut veya gerilim domaininde geliştiriliyor, ancak bunlar hala ticari dağıtımdan yıllar.
  • [FONT:0)Joint kaynağına kanal kodlama[Dönetici: Kombinasyon algoritmaları ile Modifikleştirilmiş LDPC kodları, bu tür enerjileri biraz daha azaltabilir.
  • [FONT:0) <24|24|x|x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x

Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç

IoT-komplexite LDPC kodları için tasarım, hata yapma performansı ve en küçük mikro kontroller üzerinde sağlam hata düzeltmeleri ile işlem yapmak için dikkatli bir denge gerektirir.Bu tasarımlar akıllı ev sensörleri, kullanılabilir sağlık cihazları, endüstriyel ağlar ve ötesinde. IoT'nin genişlediği gibi basitleştirilmiş dekoding algoritmaları ile yeni alanlara – kablosuz ağlardan dolayı - daha düşük maliyetli cihazlara dayanıklı hataları düzeltmesi mümkün olacaktır.