【技术实现步骤摘要】
码本设计方法、通信设备以及码本训练方法
本专利技术涉及移动通信网络,以及,尤其涉及基于简化的最大互信息(maximummutualinformation,MMI)矢量量化(VectorQuantization,VQ)的混合自动重复请求(HybridAutomaticRepeatRequest,HARQ)缓存减少的方案。
技术介绍
长期演进(LongTermEvolution,LTE)系统是一种现代的移动通信标准,已被设计成在用户设备(UserEquipment,UE)和封包数据网络(packagedatanetwork,PDN)之间提供无缝的互联网协议(IP)连接。长期演进系统中使用HARQ,努力保证传输的可靠性以及提高信道的吞吐量。HARQ是停止以及等待(stop-and-wait)的传输方案,其中,在发送端,只有从接收实体接收到ACK/NACK之后,后续的发送才能发生。在接收端,已接收的信息被暂时存储在HARQ存储器。如果所接收到的消息没有被正确的解码,被存储的有用信息能够与随后的同一消息的信息结合,以正确的解码该消息。随着移动网络中不断增加的数据速率,在接收的HARQ队列中要存储的数据量急剧增加。例如,第4类HARQ需要大约11兆(mega)比特的外部存储器和1.4兆比特的内部存储器,用于存储一个HARQ副本。为了减轻增加HARQ存储器空间大小的需求,需要在接收HARQ队列中进行数据压缩。矢量量化(VectorQuantization,VQ)是一种高效的基于块编码(blockcoding)原则的数据压缩方法。一矢量量化将矢量空间中的k维矢量映射成一组 ...
【技术保护点】
一种码本设计方法,其特征在于,包括:根据预定的码本子集设计,从一组源数据矢量中获得分布信息;根据预定的码本长度L以及该分布信息,为每一个码本子集确定码字个数NS;将每一个源数据矢量分到对应的码本子集;训练码本子集中的源数据矢量;以及将默认码本矢量值分配到没有源数据矢量的码本子集。
【技术特征摘要】
2012.12.27 US 13/729,0161.一种码本设计方法,其特征在于,包括:根据预定的码本子集设计,从一组源数据矢量中获得分布信息;根据预定的码本长度L以及该分布信息,为每一个码本子集确定码字个数Ns;将每一个源数据矢量分到对应的码本子集;训练码本子集中的源数据矢量;以及将默认码本矢量值分配到没有源数据矢量的码本子集;将训练后的每一码本子集排序,得到具有长度L的最终码本;将输入数据矢量映射到所述最终码本的一个码本子集;在所映射到的码本子集中搜索,以发现用于该输入数据矢量的最小失真码字。2.根据权利要求1所述的方法,其特征在于,该源数据矢量是对数似然比矢量,该预定的码本子集设计是基于该对数似然比矢量的符号标记。3.根据权利要求2所述的方法,其特征在于,用于每一个码本子集的训练方法涉及使用劳埃德算法,以用于矢量量化。4.根据权利要求3所述的方法,其特征在于,该矢量量化是基于最大互信息,训练方法包括:a)、将源数据矢量分割成具有重建值Yi的k维区域Ri,以及初始化旧的互信息损失ΔIold以及新的互信息损失ΔInew为无限大;b)、分配该新的互信息损失等于该旧的互信息损失:ΔInew=ΔIold;c)、对于每一个源数据矢量r,将r分配到Ri,以使得Yi以及r具有最小互信息失真;d)、如果存在一个或者多个空的区域Ri,将一个或者多个非空区域Ri分割,以及返回从步骤c)重复执行;e)、对于每一个i,根据预定的算法,更新该重建值为其中,ni是Ri中相关矢量的数量;以及lk代表Ri中源数据矢量r对应的对数似然比;f)、更新该新的互信息损失其中,是r以及Yi之间的互信息失真;τ表示码本子集中源数据矢量的集合,以及g)、重复步骤b)到f)直到满足其中,ε表示预定义的界限。5.根据权利要求3所述的方法,其特征在于,该矢量量化是基于欧几里德距离,该训练方法包括:a)、将该源数据矢量分割成具有重建值Yi的k维区域Ri,以及初始化旧的欧几里德距离Δdold以及新的欧几里德距离Δdnew为无限大;b)、分配该新的欧几里德距离等于该旧的欧几里德距离:Δdnew=Δdold;c)、对于每一个源数据矢量r,将r分配到Ri,以使得Yi以及r具有最小的欧几里德距离;d)、如果存在一个或者多个空的区域Ri,将一个或者多个非空区域Ri分割,以及返回从步骤c)重复执行;e)、对于每一个i,更新该重建值为其中,ni是Ri中相关矢量的数量;以及lk代表Ri中该源数据矢量r对应的对数似然比;f)、更新该新的欧几里德距离Δdnew=∑r∈τ||r-Yi||2,其中,||r-Yi||2是r以及Yi之间的欧几里德距离;τ表示码本子集中源数据矢量的集合;g)、重复步骤b)到f)直到满足其中,ε表示预定的界限。6.根据权利要求1所述的方法,其特征在于,用于每一个码本子集的训练方法使用劳埃德算法,该方法包括:a)、将一组源数据分割成具有重建值Yi的k维区域Ri,以及初始化旧的失真测度ΔDold以及新的失真测度ΔDnew为无限大;b)、安排该新的失真测度等于该旧的失真测度:ΔDnew=ΔDold;c)、对于每一个源数据矢量r,将r分配到Ri,以使得Yi以及r具有最小失真测度;d)、如果存在空的区域Ri,将一个或者多个非空区域Ri分割,以及返回从步骤c)重复执行;e)、对于每一个Ri,根据预定的算法,更新重建值Yi;f)、根据该更新的重建值Yi,更新该新的ΔDnew;以及g)、重复执行步骤b)到f),直到满足其中,ε表示预定的界限。7.根据权利要求6所述的方法,其特征在...
【专利技术属性】
技术研发人员:李俊强,
申请(专利权)人:联发科技新加坡私人有限公司,
类型:发明
国别省市:新加坡;SG
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。