Yumuşak-Decision LDPC Decoding

Düşük Boyut Parity-Check (LDPC) kodları, başlangıçta Robert Gallager tarafından 1960'larda tanıtıldı, bu performans düzeltmesinin temel taşı haline geldi. Yakın zamanda, 5G Yeni Radyo, DVB-S2X, Wi-Fi 6 (802.11ax) ve uydu iletişimleri gibi standartların onları zorunlu hale getirilmesini sağladı.

Yumuşak-decision decoding, her bir sembolün çok sayıda hassas tahminlerini kullanır, genellikle log-likelilik oranları şeklinde (LLRs) Bir LLR, olasılık oranını temsil eder, bu olasılıkta 1, alınan sinyale 0,1, verilen hataya göre, yumuşak-decision decoders, en az maliyetli, inanç tabanlı düzeltmeler sağlar.

LDPC kodları, sparse parity-check matriks tarafından tanımlanır, zor-tacision performansı arasındaki fark düşük sinyal-to-noise oranlarında dramatik olabilir (SNR), zor-tacision algoritmaları bu yapıyı kullanarak genellikle yumuşak-tacision decoders tamamen başarısız olur.

Algoritmalarda Son Yenilikler

Son on yıl, yumuşak çözünürlükte önemli bir yenilik gördü. Araştırmacılar hata kaydetme performansından ödün vermeden hesaplama karmaşıklığı azaltmaya, algoritmaları farklı kanal koşullarına adapte etmeye ve veri odaklı optimizasyon için makine öğrenimine adapte etmeye odaklandılar.

Normalleştirilmiş Min-Sum Algorithm

Dakika algoritması (MSA), normalleştirilmiş min-sum algoritmasını normalleştirilmiş bir LLR büyüklüğü ile çoğaltmak için güncellemeyi neredeyse azaltırken, bu da sürekli olarak aşırılama ve normalleştirilmiş bir şekilde tüm kontrol faktörüne göre tüm hataları tekrarlayan normal bir hatayla bu şekilde genişletir.

Offset Min-Sum Algorithm

MSA'nın normalleştirilmesi için ruhta benzer şekilde, dengeleme parametresi, her çek-node çıkış mesajının büyüklüğünden sürekli bir dengeyi çıkarır.Bu yöntem ölçeklendirme yerine, yakın olmayan bir bölgeden gelen inanç değiştiriyor. dengeleme parametresi, yaklaşık ve gerçek check-node güncelleştirmeleri arasındaki belirsiz hatayı minimuma indirmek için seçilir. Offset MSA özellikle de kanal gürültü istatistikleri iyi niyetli olduğunda etkilidir.

Katmanlı Decoding

Katmanlı decoding – ayrıca önceki iterasyondan mesajları kullanarak da bilinir - bir süre parite kontrol matrisi siparişi, hemen sonraki katmanlar için güncellenen mesajları kullanarak, tüm değişken düğümler aynı hata oranına ulaşmak için aynı anda güncellenir.

Adaptif Decoding Teknikleri

Gerçek dünya iletişim kanalları sabit değildir; kanal kalitesi göstergeleri nedeniyle gürültü özellikleri değişir, ya da güç varyasyonları. Adaptif bir decoding teknikleri, normalleştirme faktörü, dengeleme değeri veya hatta en yüksek enerji bölgeleri için düşük güç modu gibi - bazı gecikme kriterlerine göre, 5G üssünde, decoder, düşük performanslı yüksek performanslı yüksek performanslı bir hesaplama yöntemiyle daha kısa sürede etkilenen bir diğer deyişle, düşük maliyetli bir akışla ilgili diğer verileri takip edebilir.

Neural Network-Based Decoders

Makine öğrenmesi, özellikle derin öğrenme, LDPC dekoding için yeni bir sınır açtı. Neural ağ tabanlı decoders yerine veya öğrenilen dönüşümlerle geleneksel mesaj geçiş işlemlerinin bir veri kümesi üzerinde, özellikle de en iyi mesaj ölçeklendirme algoritması için, her bir iterasyon algoritması için, bu ağırlık parametrelerinin standartlaştırılmış bir şekilde değiştirilmesi gibi normal bir algoritmalar için standartlaştırılmış bir şekilde değiştirilmesini sağlamak için standartlaştırılmış bir sistem olarak tanımlanabilir.

Stochastic Decoding

Stochastic decoding, istenen olasılık ile sınırlı olan bir dizi ile değiştirilir. Check-node operasyonları basit mantık kapıları (örneğin, kontrol düğümleri için XOR), dramatik olarak donanım uygulamaları ile basitleştirmek için otomatik olarak sabitlenir.Her mesaj, yüksek çözünürlükte bulunan bir Bernoulli serisi tarafından değiştirilir.

Ultra-Sparse Kodları ve Çift Decoding

Algoritma inovasyonuna paralel olarak, kod tasarımı daha iyi bir uyum sağlar.Viakoder. Spatially çiftd LDPC kodları (SC-LDPC) blok meslektaşlarından çok daha düşük hata katları ile inşa edilir.Bir boru hattında, yeni kanal çıktıları ile sürekli olarak işlem yapılırken, yüksek çözünürlükte yüksek olan bu paradigmayı sınırlı hafıza ile incelenir.

İletişim Sistemlerine Etkisi

Bu yeniliklerin genel etkisi derindir, hem teorik yetenekleri hem de dijital iletişim sistemlerinin pratik dağıtımlarını dönüştürmektir.

5G NR ve Beyond

5G Yeni Radyo standardı, LDPC kodlarını veri kanalı için kabul etti, iki kod oranını destekleyen bir temel çizer. 5G bazilicision decoder in a 5G base-tacision decoder in a 5G base-hor işlemcisi 10 Gbps with block-error rates with very low latency (on 100 mikrosaniyenin siparişi) Bu şekilde daha yüksek oranlarda ve daha düşük bir erken sonlandırmanın mümkün hale gelmesi bekleniyor.

Uydu haberleşmesi ciddi güç ve geç kalmış kısıtlamalar altında çalışır.Inss2X standart kullanım LDPC kodları, Space Data Systems (CCSDS) için kontrasepsiyonel olmayan ölçeklendirmeler gibi, çok düşük SNRurallar sırasında bağlantıya sahip olmak için çok düşüktü (örneğin, Space Data Systems (CCSDS)PC LD kodlarına bağlı olarak, bu ağ gecikmeleri kullanarak çok düşük çözünürlükte (örneğin, çok düşük çözünürlükte) kontrol edilebilir.

Data Storage ve Memory

Solid-state sürücüler (SSDs) ve NAND flash anıları, aynı hücreyi birden fazla gerilim eşine göre kullanarak yumuşak bilgi üreten standart hata-korunma mekanizması haline geldi.Kampiyonel kullanım süresi boyunca normal bir hata ve tabakalama yöntemiyle, birçok yüksek çözünürlükte aynı hücreyi kullanarak yumuşak bilgi elde eden standart hata-retry teknikleri ile bir araya geldi.

Optik Ulaşım Ağı

Optik iletişim sistemleri 400 Gbps ve 800 Gbps'de çalışan CObps, sonraki taşıma nesli için net bir şekilde hesaplanmış olan LDPC decoders'ı lineer ve nonlinear bozukluk için telafi etmek için telafi edilen SC-LD kodları, sayısal sinyal işleme ASIC'ler ile kullanılan paralel olarak, hattın yönetilebilir gücü tüketimine karşı boşluğu azaltacak şekilde kabul edilir.

Future Yol Tarifi

Yumuşak-decision LDPC decoding'deki araştırmalar, performans, verimlilik ve uyum sağlama konusunda daha fazla gelişme vaat eden birkaç yol devam ediyor.

Gerçek Zamanlı Decoders içinde Derin Öğrenmenin Entegrasyonu

Sinir ağ tabanlı decoders şu anda büyük yüzen akış hesaplamaları gerektirir, AI hızlandırıcılarının hızlı evrimi ve uzmanlaşmış dijital sinyal işlemcileri gerçek zamanlı olarak uygulanabilir hale getirir. Future sistemleri, kanal durumuna göre geleneksel bir yumuşak-decision decoder ile birlikte optimize edilebilir, tamamen özel kanal modellerine göre yeni kodlar verebilir.

Kuantum ve Post-Quantum LDPC

kuantum iletişim için, LDPC kodları, kuantum kodlarının stabilizasyonu ve kuantum hata düzeltmesi ile kullanılır. kuantum LDPC kodlarının yumuşak kodlanması doğal olarak zorlanır, çünkü kuantum ölçümler yıkıcı ve tekrarlanamaz. kuantum kodları için son yenilikler resmim ve degeneracy'in dikkatli bir şekilde kullanımı.

Donanım-Aware Algorithm Co-Design

Future LDPC decoders, gelişmiş CMOS düğümleri için yüksek geri yükleme işlemi ile tasarlanmıştır. Algoritma ve tabakalı zamanlama gibi yenilikler zaten donanım kısıtlamaları ile şekillendirilir. İleri CMOS düğümleri için trend, değişkenliği ve tedarik gürültülerini tolere edebilir. Yeni algoritmaların ikili seviyeli mesajlarla çalışmasını sağlayan veri dolaşımı ile gelişmiştir.

Kod ve Dinamik Çevreler için Algoritma-Diversity

Future iletişim sistemleri dramatik olarak farklı koşullarla karşı karşıya kalacaktır - derin kapalı tartışmalardan yüksek performanslı ve düşük güç modları arasında değişkenleştirilmiş bir sistem, bu geçişleri dinamik olarak seçer, tarihi kanal verilerini önceden yapılandırır. Soft-decision decoders with reurable LLR representation and variable iteration limits will switchly between high-per-pervercing systems will orkestrasyon these Transitions, learning solutions will orkestra data to pre-poserposition.

Gallager'in orijinal fikirlerinin bugün nöral artırılmış yumuşak-decision decoders'ın sürekli inovasyon gücünü gösteriyor.Her algoritmalı önceden - normalleştirilmiş min-sum, tabakalı planlama, adaptif teknikler ve sinir bozucu – teorik kapasite ve pratik performans darları arasındaki boşluklar büyümeye devam ettikçe, yüksek hızlı iletişim büyümeye devam ediyor, yumuşak-decision LDPC decoding, bir sonraki nesil ağların zorluklarını karşılamak için gelişmekte olan ön planda kalacaktır.