Skip to content
返回搜索结果

Turbo码(Turbo Coding)与迭代译码

提出者
Claude Berrou, Alain Glavieux, and Punya Thitimajshima
年份
1993
类型
iterative error-correcting code
类别
Coding theory

本文为机器翻译,尚未经过审校。 阅读英文原文

字号

它有什么作用?

Turbo码由Berrou、Glavieux和Thitimajshima于1993年提出,是信道编码史上的一个里程碑。它们实现了接近香农极限(通信可靠性的理论边界)0.5 dB的性能,这在以前被认为是不可能实现的实用复杂度。Turbo码使用级联卷积码、交织器和基于信念传播的迭代译码。它们被采用于3G(UMTS)系统,并在4G/5G系统中与LDPC码一同保持重要地位。

方法背后的直觉

标准的纠错码通过增加冗余来保护数据,但通常需要复杂的译码(例如,最大似然译码,其复杂度随码长呈指数增长)。Turbo码则颠倒了这个问题:并行使用简单的编码器(两个或多个卷积码),它们之间由一个伪随机交织器隔开,并让译码器通过迭代交换信息。交织器确保一个码难以纠正的错误对于另一个码来说很可能很容易(由于置换),因此迭代细化能够收敛到真实消息。这种“Turbo效应”(因此得名)产生了比单次译码指数级更好的性能,接近理论极限。

历史学

Turbo码于1993年ICC会议上发布,以接近香农的性能震惊了编码理论界。它们是3G(UMTS、cdma2000)在20世纪90年代末普及的主要推动力。对Turbo码的理解催生了更广泛的迭代译码理论,并促使对经典码(例如,Hamming码被证明具有迭代结构)的理解复兴。在21世纪初,LDPC码(由Gallager于1962年重新发现)作为竞争者出现,具有可比的性能和更简单的结构。极化码(Arikan,2009)在极限情况下提供了理论最优性。现代标准(5G NR)支持所有这三类码;Turbo码已成为遗留技术但被广泛实现。

何时使用

Turbo码在深衰落或噪声信道中表现出色,这些信道需要强大的纠错能力(例如,卫星、深空、水下通信)。当低比特错误率(BER < 10^-6)至关重要且延迟允许迭代译码(几毫秒)时,应使用Turbo码。Turbo码不太适合速率关键型应用或非常短的分组(交织器和译码器状态会主导开销)。随着LDPC码和极化码(性能略好,结构更简单)的兴起,Turbo码在许多新标准中已成为遗留技术,但仍用于兼容层。

局限与注意事项

  • 迭代译码引入了延迟(长交织器的延迟可达几十毫秒)
  • 性能对交织器设计敏感;选择不当会削弱Turbo效应
  • 在极低的BER下,错误倾向于聚集(错误平台);需要代码定制来缓解
  • 译码复杂度与信息长度成正比(非指数级,但仍较高)
  • 短分组会受到交织器开销和收敛迭代次数不足的影响

来源中的条件不能替代独立的科学审查或分析引擎的验证。

优势

  • 在实际复杂度下,性能接近香农极限0.5 dB
  • 在较宽的信噪比范围内表现良好,不像经典码那样存在阈值现象
  • 每次迭代都能提高性能,允许通过迭代次数控制速率
  • 可分离设计:可以使用任何卷积码,具有灵活性
  • 由于交织器扩展了错误,对突发错误具有鲁棒性

应用

  • 3G/4G蜂窝通信(UMTS、LTE):下行和上行流量信道使用Turbo码提供接近香农的性能
  • 卫星通信:深空任务(例如,火星探测器)使用Turbo码从极端噪声中可靠地恢复数据
  • 军事安全通信:在易受干扰的环境中,使用强大的纠错能力进行加密数据传输
  • 无线传感器网络:低功耗节点使用短Turbo码进行可靠的多跳转发
  • 医疗遥测:生物医学设备通过嘈杂的无线链路传输关键患者数据

使用方式

使用方式

1

信息比特使用相同的卷积编码器(RSC:递归系统卷积码)编码成两个并行码字。

2

在两个编码器之间,一个伪随机比特交织器对信息序列进行置换。这确保了对于相同信息,两个码字具有不同的权重分布。

3

编码后的比特(来自两个编码器的系统比特和校验比特)通过信道传输,并受到噪声干扰。

4

在接收端,软输入软输出(SISO)译码器进行迭代:译码器1使用接收到的信号和来自译码器2的外部信息来改进其估计。译码器2也进行类似操作。解交织器/交织器在译码器之间传递信息。

5

经过固定次数的迭代(例如,8-20次)后,通过对似然比进行阈值处理来做出最终的硬判决。收敛过程可以通过“Turbo悬崖”来跟踪:一旦信噪比(SNR)跨过开始迭代收敛的阈值,性能会急剧下降。

常见陷阱

  • 使用确定性或过短的交织器;伪随机性对于迭代增益至关重要
  • 假设固定迭代次数是最优的;性能随SNR变化;自适应迭代次数更好
  • 忽略错误平台;Turbo码可能出现一个阈值(Turbo悬崖),低于该阈值性能急剧下降
  • 将Turbo码应用于非常短的信息块(<100比特);相对开销过高
  • 未考虑迭代译码中的反馈延迟;需要译码器之间精确的时间同步

常见问题

Turbo码中的“Turbo”是什么意思?

名称指的是迭代译码过程,类似于涡轮增压发动机:每个译码器“增强”信号以供下一个译码器使用。每次迭代的指数级性能增益有时被称为Turbo效应。它与涡轮增压器没有实际关系。

为什么交织器如此重要?

交织器在第一个译码器的错误模式被第二个译码器看到之前打破了它们之间的相关性。没有它,两个译码器会反复犯同样的错误。一个好的交织器确保一个译码器的错误被随机分散,使第二个译码器获得新的视角,并实现有效的迭代。

什么是Turbo悬崖?

Turbo码表现出一个尖锐的阈值:低于临界信噪比,迭代译码无法收敛,BER很差。高于阈值,BER急剧下降。这就是Turbo悬崖。对于系统设计,信噪比必须安全地高于悬崖;运行在悬崖下方会导致灾难性故障,尽管信噪比看起来尚可。

需要多少次迭代?

典型的Turbo译码器使用8-20次迭代;更多的迭代可以提高性能但会增加延迟。在高信噪比下,几次迭代就足够了(收敛很快)。在低信噪比下,需要更多的迭代。自适应迭代(检查收敛情况,如果完成则提前停止)可以在延迟和性能之间取得平衡。

相关方法

参考文献

  1. Berrou, C., Glavieux, A., & Thitimajshima, P. (1993). Near Shannon limit error-correcting coding and decoding: Turbo-codes. In Proceedings of the IEEE International Conference on Communications (ICC), 1064-1070.

    打开 DOI 文献
    已复制。
  2. Richardson, T. J., & Urbanke, R. L. (2002). The capacity of low-density parity-check codes under message-passing decoding. IEEE Transactions on Information Theory, 47(2), 599-618.

    打开 DOI 文献
    已复制。