面向6G物聯網的分布式譯碼技術

袁偉杰 李雙洋* 種若汐 白寶明 D W K NG

①(新南威爾士大學電子工程與通信學院 悉尼 2032)

②(西安電子科技大學綜合業務網理論及關鍵技術國家重點實驗室 西安 710071)

1 引言

經過多年的研究和發展，第5代無線通信(5G)已經在全球范圍內進行了標準化和商用[1]。面向未來，第6代無線通信(6G)將會在5G的基礎上，實現更低延時、更高速率、更大規模和更廣的覆蓋范圍，以滿足更豐富的應用需求。在未來移動通信的眾多場景中，物聯網(Internet-of-Things, IoT)是最為核心的一項應用[2]。在6G IoT網絡中，用戶不僅僅局限于人，同樣也包括了網絡中的多種設備，它們同樣可以通過網絡傳輸數據而無需人-人或人-機交互。隨著用戶計算能力的提高和無線傳感器技術的發展，物聯網將廣泛地應用于消費、商業、工業和基礎設施等領域[3,4]。

在IoT網絡中，用戶利用先進的無線傳感器獲取環境的某些信息，并通過網絡無處不在地共享這些信息，從而根據環境變化做出相應的決策。例如，在智慧家庭中(smart home), IoT設備通過對多種信號進行檢測來識別出環境中人的狀態，從而為殘障人士和老年人提供幫助；在未來交通系統包括交通管理、道路安全檢測等應用中，IoT網絡可以對車輛的位置和狀態進行實時監測，從而在出現問題時及時發送預警[5,6]。在這些IoT應用中，高精度的信息檢測算法是保證網絡有效傳輸信息的關鍵。鑒于此，本文將對IoT網絡中的檢測與譯碼問題進行研究。

不失一般性地，考慮在典型IoT應用場景中有一個移動的無線接入點(Access Point, AP)向各個用戶廣播消息。各個用戶收到消息后，需要對消息進行譯碼并做出響應。針對這一場景，傳統的傳輸機制通常假設網絡中存在一中心處理單元，各用戶將收到的消息通過上行鏈路發送給中心單元后由中心單元完成譯碼。之后中心處理單元再通過下行鏈路將譯得的信息發送給各用戶，從而用戶可以根據譯碼得到的信息完成不同的應用。然而這樣的處理方式并不適用于6G的IoT網絡中。需要強調的是，在6G中的IoT網絡中，通過無線連接的用戶數量將是巨大的[7]。在這樣的大規模網絡中，在中心單元執行譯碼往往需要很大的開銷。舉例來講，如果一個用戶距離中心單元很遠時，要保證中心單元對信息的可靠接收往往需要用很高的發射功率，這將會在實際應用中為網絡帶來很大的負擔。區別于傳統的傳輸機制，一些改進的傳輸機制通過將部分用戶作為中繼節點，使得遠處的用戶依靠路由(routing)與中心單元進行通信。這種基于中繼的傳輸機制可以有效地減少信息傳輸的功率開銷。然而，由于網絡的動態特性，用作中繼節點的用戶需要頻繁地根據網絡需要進行改變，從而實現復雜的網絡調度。復雜的網絡調度又勢必增加網絡的通信開銷，并引入較高的傳輸時延。除此之外，當中心單元未能按預期工作時，整個IoT網絡很有可能會發生故障，并導致嚴重的性能損失，甚至會危害安全性。為了解決這個問題，國內外學者提出了直接根據每個用戶收到的消息進行譯碼的傳輸機制[8,9]。然而，由于消息傳輸受信道衰落和噪聲影響，譯碼的準確性往往無法保證。這促使我們設計一種新的具有良好可擴展性和高魯棒性的IoT網絡譯碼方法。

本文基于文獻[10]中提出的共識算法，提出了一種應用于功率受限的6G IoT網絡中的分布式譯碼算法。共識算法起源于自動化理論和分布式計算領域[11]，其在多智能體網絡中的應用吸引了眾多興趣。共識方法通過在網絡用戶之間共享信息并迭代更新用戶的“本地”度量從而使用戶之間達成共識。其優點在于它可以有效避免每個網絡中用戶由于消息更新導致信息的重復計算，并且可以保證每個用戶獲得與中心單元相同的信息量。本文首先給出了系統模型，并根據系統模型設計了相應的中心化譯碼算法，作為后續分布式算法設計的基礎。其次，通過對似然函數的分解和運算，介紹了一種現有的基于對數似然比共識的分布式譯碼算法[12]。通過該算法，IoT網絡中的每個用戶均可以得到基于全部觀測的信息，因此其譯碼性能可以達到中心化處理算法的性能。然而，該算法要求每個用戶均完美獲得網絡的拓撲結構。但在實際IoT網絡中，由于用戶具有高動態特性，網絡拓撲結構實時變化，很難滿足上述假設。因此，受到圖模型譯碼算法啟發，本文設計了一種基于“外”信息的分布式譯碼方法，本方法可以有效克服網絡拓撲結構未知的問題。最后，考慮實際IoT網絡中的量化問題，對所提算法進行了改進，使其可以應用于實際系統中。

2 系統模型

3 分布式網絡譯碼

圖1 IoT網絡拓撲結構

3.1 傳統共識算法

共識算法是一種并行處理算法，每個用戶基于從鄰居用戶收到的信息迭代更新其“本地”度量。在第1次迭代時，第k 個用戶的“本地”度量初始化為Lk(0)=L(yk,x)。 則在第n 次迭代時，其“本地”度量的更新可以表示為

圖2 基于共識機制和非共識機制的通信開銷比較

3.2 基于對數似然比的改進共識算法[12]

3.3 基于和積算法的改進共識算法

接下來本文提出一種基于和積算法(Sum-Product Algorithm, SPA)的共識算法[14]。回顧傳統基于圖模型的低密度奇偶校驗(Low-Density Parity-Check, LDPC)碼的譯碼算法[15]，變量節點將“外”(extrinsic)信息發送到校驗節點以更新相應的信息[7]。上述過程類似于本文所考慮的網絡譯碼問題。因此，本文擬將和積算法進行推廣來解決網絡譯碼問題。

具體來講，將每個用戶抽象為一種特殊類型的網絡節點，該節點接收來自鄰居用戶發送的“外”信息并對自己的“本地”信息進行更新，并通過更新后的“本地”信息獲得相應的“外”信息，并將得到的“外”信息送還給所有鄰居用戶，其具體結構如圖3所示。

圖3 基于圖模型的分布式譯碼算法

需要注意的是，“內”信息是完全基于本地觀測得到的信息，在迭代過程中保持不變。但是，“外”信息在每次迭代中都會根據來自相鄰用戶的信息進行更新。經過數次迭代后，各用戶即可達成共識，這與基于和積算法的常規譯碼算法相似。通過多次迭代，每個用戶的“本地”信息將收斂到“全局”信息，從而使得各個用戶都可以譯出從AP發出的消息。將式(12)與式(14)相比較可知，基于和積算法的共識算法不需要掌握網絡的動態結構，所有用戶可以直接廣播其信息，并根據收到的信息更新其“本地”信息。

為了控制用戶間交互的信息量，可以通過數據壓縮、高階調制或者僅傳遞部分信息等方法來實現。然而，目前學術界對網絡用戶之間信息量的分析還沒有確切結論，有待于進一步研究。

4 仿真結果

本文考慮一個具有 K =64個用戶的IoT網絡，其中所有用戶隨機分布在面積為100×100 m2的2維平面內。任意兩個用戶的通信距離設為75 m，即當兩個用戶的距離小于等于75 m時可以通信。對于AP廣播至用戶的消息x ，本文假設其為二進制相位鍵控(Binary Phase Shift Keying, BPSK)信號，長度為 J =100。假設AP到用戶的信道為獨立的加性高斯白噪聲(Additive White Gaussian Noise,AWGN)信道，其中白噪聲功率譜密度為N0。為了更好地驗證本文提出的算法的優勢，對于中心式處理方法，假設從用戶傳至用戶的通信鏈路是無噪的。另外，考慮將提出的基于和積算法的改進共識算法作為分布式處理方法。為了更好地模擬實際網絡場景，考慮將網絡節點之間的消息傳輸方式分為無損消息傳遞以及有損消息傳遞兩種情況。對于無損消息傳遞，本文假設鄰居用戶可以完全準確地獲取當前用戶的“外”信息；對于有損消息傳遞，假設當前用戶的“外”信息經過了 Q bit 進行量化處理、BPSK調制后經由AWGN信道傳輸至鄰居用戶。

圖4中給出了不同迭代次數時6G IoT網絡分布式譯碼算法的平均誤碼率(Bit-Error-Rate, BER)性能隨AP-用戶鏈路信噪比變化的曲線。在此，考慮無損消息傳遞，即用戶間的通信鏈路假設為無噪。作為性能下界，采用中心化處理的集中式譯碼算法性能也被繪出。其中，僅有1次迭代時的分布式譯碼算法性能等效于各個用戶依靠自己收到信號進行譯碼的結果。可以看出，此時各個用戶無法譯碼出來自AP廣播的消息，性能損失很大，造成IoT網絡功能失效。但是，在3次迭代后，分布式譯碼算法的性能已經接近于性能下界。進一步增加迭代次數已無法帶來明顯的性能提升。

圖5中繪出了6G IoT網絡中，用戶之間有損消息傳遞時的平均誤碼率性能。不失一般性地，將AP-用戶鏈路的信噪比設為10 dB，用戶的“外”信息采用了Q=4 bit量化處理。為了表征用戶之間通信鏈路的狀態，定義用戶之間信道的信噪比為Eb/N0=QEs/N0，表征每一個LLR采用了Q bit進行傳輸，其中N0為 白噪聲的功率譜密度，Es為平均符號能量。考慮用戶間信息傳輸信噪比為0 dB, 5 dB, 10 dB和15 dB。同時，將中心化處理的集中式譯碼算法的對應結果作為性能下界。從圖4可以看出，隨信噪比增大，分布式譯碼算法的性能得到明顯改善。此外，隨迭代次數增加，分布式譯碼算法性能明顯提升。在用戶-用戶鏈路信噪比為10 dB時，采用3,4, 5次迭代的分布式譯碼算法性能與性能下界已經十分接近，驗證了所提分布式譯碼算法在實際IoT網絡中的有效性。

圖4 用戶間無損消息傳遞時的分布式算法性能

圖5 用戶間有損消息傳遞時的分布式算法性能

5 結論

在面向6G的物聯網中，用戶需要在鏈路中斷(link failure)和中心單元無法正常工作的情況下有效處理信息并作出決策。本文針對以上問題，提出了一種分布式的譯碼算法。通過用戶間的通信和“本地”信息處理，用戶可以不依賴于中心單元完成譯碼。與中心式處理算法相比，分布式算法具有更好的可擴展性和魯棒性。仿真結果表明，采用分布式譯碼算法可以獲得與中心式算法幾乎相同的譯碼性能，顯示了所提算法在面向6G物聯網應用中的巨大潛力。