重传,ARQ和HARQ

通信,就是将信息准确无误地从发件人传递给收件人的过程。信息在光纤,电缆中以电信号传播,在传播过程中信号会因为噪声和干扰而“受伤”,因此我们需要想办法保证信息传递的准确性。

重传

我前段时间网购了一只可爱的熊本熊,但是过了好几天快递记录一直停滞不更新。我心急,联系商家,他说跟快递确认可能小熊已经丢了,于是给我重新发了一只。

熊笨熊
熊笨熊

可以粗略地将通信模型类比成网购熊本熊,其中的熊本熊就是需要传递的信息块1(如下图所示),商家是发送方(transmitter),我是接收方(receiver),委托的快递是信道(可以简单理解为信息传递的管道)。

我通过查询快递,发现熊本熊发货异常,与商家联系之后,他给我又发了一只过来。

模型
模型

在信息传递错误的情况下,会使用与我类似的策略:如果接收方发现信息有误(不完整,损坏或者丢失),就要求发送方将原来的信息重新发送一次,这就是重传机制

重传
重传

重传机制在日常生活中也非常常见,比如我们交谈时候,如果没有听清楚,会不自觉地“嗯?”一声,对方就会将刚才的话再说一遍。

前向错误更正

我们通过听到的语音片段,判断对方发出的信息是否正确,那手机和计算机又怎么判断发送信息是否正确呢?使用CRC校验

网购熊本熊,收到货物之后,我怎么判断是我买的那只呢?

我会将它与网店的照片和描述进行比对,比如外观,颜色,材质,样式等等,如果这些关键信息与网店描述一致,那么就可以肯定我收到的是正品。与商家确认之前,我利用了网店的冗余信息,判断网购货物的真伪。

前向错误更正是一种在单向通信系统中控制传输错误的技术,通过连同数据发送额外的资讯进行错误恢复,以降低比特误码率。

电子设备也是根据发送信息中携带的冗余信息来验证正确性的,这种技术角前向错误更正。所有的电子设备与人类不同,它们只认识0和1,传递的信息也是一串010101010101...一样的码流,所以在传送的信息码流之后,发送方会添加与信息码流相关的冗余信息,供接收方判断收到信息的正确性。本质上,是通过一系列的运算,提取出信息码流的特征,用冗余信息描述,并将冗余信息附在信息码流的之后一起发送出去。

如下图所示,黄色块是信息比特,CRC bits就是冗余信息。接收方解码出信息比特,再运算出CRC bits与发送的CRC bits进行比较:如果相同,则信息接收无误,否则说明信息传输错误。CRC的具体的机制可以参考我之前的博文CRC校验编码

CRC
CRC

ARQ和HARQ

ARQ

之前介绍的重传机制就是一种ARQ(Automatic Repeat-reQuest)技术。

如下图所示,接收方在收到信息之后,会借助前向错误更正技术来判断收到的信息是否损坏,如果没有则反馈一条ACK(ACKnowledgement)的信息,告诉发送方信息已经正确接收,发送方知晓之后继续发送新的信息;否则,如果发现有误,就丢弃该信息,然后发送一条Non-ACKnowledgement(NACK)的反馈信息,发送方收到信息之后会重新发送原来的信息

ACK/NACK
ACK/NACK

该技术有如下几个关键特征:

  1. 接收方会发送反馈信息给发送方。无论接收正确与否,都需要反馈接收情况给发送方;
  2. 接收正确之后才继续发送信息。在前一个信息没有正确确认之前,不得发送下一条信息,所以ARQ又称为stop and wait ARQ。如下图所示
NACK
NACK

HARQ

我们留意到,如果信息有误就直接丢弃,丢弃掉的信息仅仅是部分损坏,那如果不丢弃,是不是可以利用里面的信息解码呢?

答案是肯定的。有一个很直观的例子,比如发送一页书,只是后面的一小部分模糊不清,如果重发之后之前损坏的那一小部分是好的,就可以将二者拼接起来,完整地复原之前的结果,这里的“拼接”就是通信信号中的软合并(soft combine)技术。

软合并
软合并

如上图所示,很明显如果将之前传输有误的数据缓存起来,与现有的损坏数据做分集合并,必然会提高信息正确解码的概率,这种结合了分集合并和ARQ的技术就称为HARQ,即混合ARQ技术。

软合并1
软合并1

HARQ与之前的ARQ有两个显著区别:

  1. 缓存损坏数据。ARQ将损坏数据直接扔掉,而HARQ需要缓存起来;
  2. 缓存数据与当前数据软合并解码。缓存数据就是为了软解码,提高正确检测率。
软合并2
软合并2

如上图所示,如果数据块2一直发送失败,接收方会一直反馈失败,直到与本地缓存数据联合正确解码为止。

根据发送方重发数据的内容是否一致,可以将HARQ分为跟踪合并和增量冗余两种类型。

  • 跟踪合并(Chase Combining)
chase combining
chase combining

发送端将原始信息比特(Information Bits)加上CRC(Cyclic Redundancy Check, CRC)后通过Turbo Encoder编码产生数据包(Coded Bits),无论首次还是之后重传都要发送这个数据包Coded Bits,接收方则利用Maximum-ratio概念组合现在及之前收到的Coded Bits后,再进入解码器(Decoder)。由於每次重傳都與第一次傳的資料相同,所以並不會增加編碼率(Coding Rate),但可以在每次重傳時都增加訊噪比(Signal to Noise Ratio, SNR)Eb/N0。

  • 增量冗余(Incremental Redundancy)
IR
IR

與Chase Combining不同的是,傳送端在傳送前會將Coded Bits透過循環緩衝器(Circular Buffer)用打孔(Puncturing)的方式分成四種冗餘版本(Redundancy Version, RV)第一次傳送r.v.=0,若有需要重傳,通常會依序再傳r.v.=2、r.v.=3及r.v.=1的部分,若傳送四次合併之後仍無法正確解碼,才會全部捨棄再從頭重傳一遍,其相關概念如圖5所示。LTE中的HARQ結合Soft Combining都是以Incremental Redundancy為主。因此,FEC及Soft Combining提供的低誤碼率,將可以大幅減少傳統ARQ所必須重傳的次數。

参考资料

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 159,015评论 4 362
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,262评论 1 292
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 108,727评论 0 243
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,986评论 0 205
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,363评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,610评论 1 219
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,871评论 2 312
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,582评论 0 198
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,297评论 1 242
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,551评论 2 246
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,053评论 1 260
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,385评论 2 253
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,035评论 3 236
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,079评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,841评论 0 195
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,648评论 2 274
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,550评论 2 270

推荐阅读更多精彩内容