快速译码器的标桩的有损压缩制造技术

一种利用滑动窗口算法的快速译码器可以进行快速的计算，最近的发展已经通过在迭代运算之间存储标桩的办法，在增加的存储器使用开销同时减少了迭代译码器的计算量，用于改进的滑动窗口算法的标桩是可以被压缩的，使得译码器具有最小的附加存储量，而通过在迭代之间存储标桩的办法保留计算量方面的优势。优选地，状态度量的位置代表了存储标桩内的最低代价。（*该技术在2021年保护过期，可自由使用*）

【技术实现步骤摘要】

本专利技术涉及一种迭代译码器，它使用一种滑动窗口算法对输入的具有一定信噪比的编码信号进行译码，其中存储标桩(stake)的状态度量是为了用作未来迭代中的反向递归的起始点。本专利技术更进一步涉及一种译码方法，它使用一种滑动窗口算法对输入的具有一定信噪比的编码信号进行译码，其中存储标桩的状态度量是为了用作未来迭代中的反向递归的起始点。这样的迭代译码器是由如下文件中被公开the document′Organisation de la memoire dans un turbo decodeur utilisantl′algorithme SUB-MAP ′by Adod Dingninou，Fathi Raouafi and ClaudeBen-on，Departement d′electronique，BNST Bretagne，BP 832，29285Brest Cedex，France.该文件公开了一种使用滑动窗口的迭代快速译码器。为了使用滑动窗口算法来对数据块译码，译码器在数据块之前和/或之后开始对格状篱笆(trellis)步骤作一定数量的译码，以使得到达数据块的第一个和最后一个状态度量矢量的较好的预估状态度量，这是可行的，因为格状篱笆码的状态度量具有收敛特性。若不考虑假设的起始状态度量，状态度量将在几个格状步骤之后朝着正确的解答收敛，从而得到用于对数据字节编码的码的结果。这样在一个系统中，其中2u个状态都在一个格状步骤可能中以组成一个状态度量矢量，快速译码器在数据块之前和/或之后启动大约5u个格状篱笆步骤，以确信该状态度量已经充分地收敛，在需要解码的数据块的开始和结束生成了一个合理的状态度量的预测值。数据块的开始和结束的状态度量矢量就称为标桩，在滑动窗口算法中，数据块之前和/或之后的5u个格状步骤将在每个迭代中被计算。作为对滑动窗口算法的改进，下列文件′Organisation de lamemoire clans un turbo decodeur utilisant l′algorithme SUB-MAP′公开了对于迭代译码器存储用于下一次迭代的标桩是有利的。这增加了存储器的用处，在减少用于开始数据块之外的格状6u步骤的同时，导致处理的减少，这是因为从前一个迭代中获取的标桩已经相当准确地预测到数据块的起始和终止处的状态，并且启动于格状之外5u的一个重复的前向和后向递归将不会产生明显更多的关于数据块的起始和终止状态度量的准确预测。只有标桩的状态度量需要被存储。在每个度量中具有6个状态和10个比特的系统中，这将带来每个标桩80比特的存储要求。对总共有5000个格状度量，一个标桩有40个格状步骤的，存储需求则有125*8*10＝10Kbit。有关这个译码器的一个问题是，与常规滑动窗口算法比较起来，附加存储器需求是不合适宜的。本专利技术通过提供一个解码器解决了这个问题，该解码器的特征在于具有标桩的状态度量通过有损压缩而被压缩。通过压缩标桩的状态度量，存储需求的数量便进一步的减少。这是基于这样的认识，经过使用有损压缩，标桩中的状态度量的一些信息丢失了，但是如果这个结果误差可以与启动于数据外5u的反向递归的误差相比，则反向递归不会从这个丢失中受损。因此，没有必要存储无损标桩的状态度量。一个本专利技术的实例具有这样的特征，迭代译码器可以通过选择一个具体的状态并只存储标桩内的这个具体状态的位置来压缩状态度量。在一个格状篱笆步骤中，不同的状态只有相对的重量是相关的，它表明到达一个特定状态的代价。通过只存储最相关状态的位置，存储需求便极大地减少了。在以上例子中，存储最相关状态的位置只需要3比特，将存储量从10Kbit减少到125*3＝375bit。本专利技术的更进一步的实例的特征是，特定状态是标桩的所有状态中具有最低代价的状态。一个标桩最可能的状态与反映最低代价的度量相关。通过只存储具有最低代价的度量的状态的标桩的位置，度量值丢失了，留下的仅有的信息就是格状中哪个状态是最可能的。上述例子中，存储量从4Kbit减少到125*3＝375bit，而信息中最有用的部分——最可能状态的位置则保留了下来。这表明了存储量有极大的减少而又为反向递归提供了适当的起始点。而本专利技术的更进一步的实例的特征在于，迭代译码器通过对已存储的特定状态所指示的标桩状态赋予0值来重建标桩，并且对标桩的所有其它状态赋予相等的、非零的代价值。标桩的重建是基于已有的信息的，即在具有代表最低代价的度量的状态的标桩中的位置，其它状态的状态度量都被设置为相同的值，然后这个重建的标桩就在下一个迭代中用作反向递归的起始点。而本专利技术更进一步的实例的特征在于，预设的不相同的代价由对已编码码字确定，已编码码字是无噪声的，并且用一个等于0的状态度量来选择第一个状态度量矢量，用作重建标桩的第一个译码状态，该标桩具有一个等于0的状态度量，被所存储的特定状态度量位置所指示。重建标桩的最佳状态度量通过编码码字和对该码字译码来确定，同时确定该码字仍然是任意无噪声的。当编码器通过一个状态，比如说位于x的状态2，在对数据字编码时，译码器将发现在同样的位置，如果编码码字是无噪声的，状态2将具有最低代价。该实例中，该状态度量矢量将会发现关联于常数，并被认为是常数，例如存储于一个固定的存储器。当一个译码器在由上一次迭代存储的位置指示的某个状态重建一个标桩时，该存储于固定存储器中的状态矢量便被选择为与同样状态相关联。而本专利技术更进一步的实例的特征在于，代价与输入信号的信噪比成正比。格状状态的状态度量的绝对值反映了到达该状态的代价，因此，如果该信号具有高的信噪比则可能的状态将更加不同于低信噪比的时候。所以，到达一个状态的代价，它由状态度量反映出来，在一个具有高信噪比的系统的状态矢量中会更加不同，在高信噪比的情形下处于某个状态的可能性会明显地比较大，并且到达其它可能状态的代价会较高。在低信噪比的情形，没有哪个状态表现出更大的可能性，到达任何一个状态的的代价都是相似的。因此，本专利技术为应用于标桩的所有状态的所有度量的代价提供了一个比例因子，来反映信号的信噪比。本专利技术将采用图示来解释。附图说明图1显示了滑动窗口算法的概念。图2显示了存储标桩的概念，用来在存储器使用方面减少计算量。图3显示了有损压缩和标桩重建。图4显示了用来重建标桩的状态度量矢量的判定。图5显示了一个具有4个状态的系统的格状篱笆，以及用在标桩重建过程中的状态度量矢量的判定。图1显示了在一个数据字中一个解码器执行的用于两个连续迭代的滑动窗口算法的概念。一个窗口内被放置于数据字7的数据块1将被译码，为此，解码器将在距离数据块的起始和/或终止3个、5个5u距离上开始译码。当递归在数据块1的其实和/或终止位置到达状态度量矢量9、11时，状态度量矢量9、11的预测将是相当准确的，状态9、11可以用来作为对数据块1译码的起始点。在下一个迭代将重复这样的处理，译码器将在距离数据块19的起始和/或终止位置5u的距离上开始译码。当格状篱笆在数据块在数据块19的起始和/或终止位置到达状态度量矢量15、17，那么状态度量矢量15、17的预测会是相当准确的，因为作为前一次迭代的结果数据字13的精确性已经被改进了，而作为状态度量矢量15的结果，在当前迭代中发现本文档来自技高网...

【技术保护点】
用迭代方式对输入编码信号译码的译码器，它采用滑动窗口算法，其中标桩的状态度量矢量用来作为下一次迭代的前向或后向递归的起始点，标桩的状态度量被存储于积存器中 特征在于，标桩的状态度量以有损压缩形式存储。

【技术特征摘要】
...

【专利技术属性】
技术研发人员：JTMH迪利森，
申请(专利权)人：皇家菲利浦电子有限公司，
类型：发明
国别省市：NL[荷兰]