通信工程 / 系统课时

用 Turbo 码解释迭代信息交换

用 Turbo 码解释迭代信息交换

Turbo 码利用两路分量译码器反复交换软信息,修正单次判决无法确认的比特。本篇用一个六位信息帧和可运行的 Python 实验,展示交织、外信息、后验判决之间的关系,并追踪错误位在迭代中如何被纠正。

学习目标

  • 说清两路递归系统卷积码(RSC)和交织器各自提供什么约束。
  • 根据对数似然比区分信道信息、先验信息、后验信息和外信息。
  • 运行三轮软输入软输出译码,并检查每轮硬判决的变化。

两路校验为什么能互补

典型并行级联 Turbo 编码器把同一组信息位送入两路 RSC 编码器,第二路先经过交织器重排位序。发送端只传一份系统位和两份校验位;暂不考虑尾位与删余时,码率为 1/31/3。两路校验在不同位序上施加卷积约束,因而可能对同一个噪声错误提供互补证据。

接收端获得三组软值:系统位 LsysL_{\mathrm{sys}}、第一路校验位 Lp1L_{p1}、第二路校验位 Lp2L_{p2}。译码器一利用前两组,译码器二利用交织后的系统软值及 Lp2L_{p2}。两者不交换硬判的 0、1,而是交换各自新获得的概率证据。

两路 Turbo 分量译码器与外信息迭代回路

外信息如何计算和回传

对某一位定义 L=ln⁡[P(u=0)/P(u=1)]L=\ln[P(u=0)/P(u=1)]。L>0L>0 倾向判为 0,L<0L<0 倾向判为 1;绝对值越大,当前证据越强。软输入软输出(SISO)译码器综合信道观测和先验,产生后验 LpostL_{\mathrm{post}},但要减掉已经使用过的信息才能生成外信息:

Le=Lpost−Lsys−LaL_e=L_{\mathrm{post}}-L_{\mathrm{sys}}-L_a

例如 Lpost=1.5L_{\mathrm{post}}=1.5、Lsys=0.7L_{\mathrm{sys}}=0.7、La=0.3L_a=0.3,则应传给另一译码器的 Le=0.5L_e=0.5,不能直接传 1.5,否则会把原来的系统证据重复计算。

第一轮从译码器一的全零先验开始。其外信息交织后作为译码器二的先验;译码器二产生的新外信息再解交织,供译码器一下一轮使用。输出硬判决取译码器二解交织后的后验,而不是任一路外信息的符号。

用六位帧观察三轮修正

下面采用初态为零、反馈多项式八进制 7、前向多项式八进制 5 的四状态 RSC。信息帧是 101100,交织顺序为 [2,5,0,4,1,3](从零编号);三个软值数组视为信道解调器的已知输出。为了让示例仅用 Python 标准库即可运行,每个分量译码器枚举 26=642^6=64 条候选路径,计算精确的逐位后验,而非实现工程中常用的 BCJR 前后向递推。

python
from itertools import product
from math import exp, log

def rsc_parity(bits):
    s0 = s1 = 0
    parity = []
    for bit in bits:
        feedback = bit ^ s0 ^ s1  # (7, 5) 八进制 RSC,初态为 0
        parity.append(feedback ^ s1)
        s0, s1 = feedback, s0
    return parity

def logsumexp(values):
    top = max(values)
    return top + log(sum(exp(v - top) for v in values))

def siso(systematic, parity, prior):
    paths = []
    for word in product((0, 1), repeat=len(systematic)):
        check = rsc_parity(word)
        score = sum(
            (1 - 2 * bit) * (systematic[i] + prior[i]) / 2
            + (1 - 2 * check[i]) * parity[i] / 2
            for i, bit in enumerate(word)
        )
        paths.append((word, score))
    posterior = [
        logsumexp([score for word, score in paths if word[i] == 0])
        - logsumexp([score for word, score in paths if word[i] == 1])
        for i in range(len(systematic))
    ]
    external = [v - systematic[i] - prior[i] for i, v in enumerate(posterior)]
    return posterior, external

truth = [1, 0, 1, 1, 0, 0]  # 只用于统计实验误码,不参与译码
perm = [2, 5, 0, 4, 1, 3]  # 交织后第 j 位对应原始位置 perm[j]
systematic = [0.80, 0.73, 1.27, -0.76, 3.73, -1.16]
parity1 = [-0.95, -4.45, 1.68, -0.29, -0.46, 2.10]
parity2 = [-3.77, -1.25, 3.39, -1.71, -1.17, 2.87]
prior = [0.0] * len(truth)

def show(label, llrs):
    result = [int(value < 0) for value in llrs]
    errors = sum(a != b for a, b in zip(result, truth))
    print(f"{label}: {''.join(map(str, result))}, 错误位={errors}")

show("信道硬判", systematic)
for turn in range(1, 4):
    _, external1 = siso(systematic, parity1, prior)
    order_sys = [systematic[i] for i in perm]
    order_prior = [external1[i] for i in perm]  # 只交换外信息
    posterior2, external2 = siso(order_sys, parity2, order_prior)
    posterior = [0.0] * len(truth)
    prior = [0.0] * len(truth)
    for j, i in enumerate(perm):
        posterior[i] = posterior2[j]  # 解交织恢复原始位序
        prior[i] = external2[j]
    show(f"第{turn}轮", posterior)

预期输出:

text
信道硬判: 000101, 错误位=3
第1轮: 101000, 错误位=1
第2轮: 101100, 错误位=0
第3轮: 101100, 错误位=0

真实比特 truth 仅用于统计误码,不传入 siso。第 4 位在第一轮仍被判为 0,第二轮变为 1;两轮判决序列分别为 101000 和 101100。这说明一次交换不能保证纠正全部错误,后续轮次可能继续改变后验符号。

迭代什么时候会出错

  • **交织位置不匹配:**发送端和接收端必须采用同一置换。示例中 perm[j] 表示交织后第 j 位来自原始第几个位置;回传时必须按该映射解交织。
  • **重复使用系统信息:**传递 LpostL_{\mathrm{post}} 而非 LeL_e 会使同一观测被多次计入,造成过度自信;应严格执行后验减系统项、减先验项。
  • **把收敛当作正确:**示例第三轮保持 101100,但判决不再变化并不能证明没有错误。实用接收机可设最大 6~8 轮,并在码块有 CRC 时结合 CRC 通过条件提前停止;具体轮数取决于实现与时延预算。
  • **把演示复杂度用于长帧:**穷举需要约 O(IN2N)O(I N 2^N) 计算量;工程中的四状态 BCJR 单轮为 O(N⋅4)O(N\cdot4),适合更长帧,其中 II 是迭代轮数、NN 是信息位数。本例未加入终止尾位、删余和量化,不能据此推断实际误码率增益。

Turbo 迭代译码的可检验关键是:每次传递经过交织或解交织的新增外信息,并用后验值产生当前判决;只交换 0、1 硬判或重复传后验,都不是这里的软信息迭代。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

用 Turbo 码解释迭代信息交换

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通