首页 / 专利库 / 专利权 / 发明 / 选择发明 / 一种基于动态选择的LDPC码译码方法

一种基于动态选择的LDPC码译码方法

阅读:707发布:2023-02-09

专利汇可以提供一种基于动态选择的LDPC码译码方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种基于动态选择的LDPC码的译码方法,本发明通过对双曲正切函数图像的研究,在校验 节点 处的处理过程中,动态选择LLR-BP 算法 或者Min-Sum算法,在译码性能降低不大的 基础 上,大大降低译码复杂度,便于LDPC码的实际应用。,下面是一种基于动态选择的LDPC码译码方法专利的具体信息内容。

1.一种基于动态选择的LDPC码译码方法,其特征在于该方法包括:
(1)根据信道的先验知识,将初始概率似然比 作为对应变量节点n的初始消息,传送至与其相连的校验节点mn,并设置迭代次数l=1;其中,n=1,...,N,N为变量节点的个数,mn∈M(n),形如M(·)为Tanner图中和变量节点·相连接的校验节点的集合, 为从集合N(mn)\n传到校验节点mn的概率信息,形如N(·)为Tanner图中和校验节点·相连接的变量节点的集合;
(2)定义危险区域x∈[0,0.77],并判断第l-1次迭代中对于校验节点m,与其相连变量节点nm的概率似然比 是否在危险区域内,nm∈N(m);当所有值都落在危险区域之外时,或者有且只有一个变量节点的概率似然比值落在危险区域中时,执行步骤(3),否则执行步骤(4),其中,m=1,...,M,M为校验节点的个数;
(3)利用Min-Sum算法,计算变量节点nm向对应校验节点m传递的消息概率值并执行步骤(5),其中, 为从集合M(nm)\m传到变量节点nm的概率信息,m=1,...,M,nm∈N(m);
(4)利用LLR-BP算法,计算变量节点nm向对应校验节点m传递的消息概率值 m=1,...,M,nm∈N(m),并执行步骤(5);
(5)对于变量节点n和与其相连的校验节点mn,根据 计算第l次迭代时校验节点mn向该变量节点n传递的消息概率值 同时计算第l次迭代时后验概率似然比L(l)(qn);其中,n=1,...,N,mn∈M(n);
(6)若L(l)(qn)>0,判定译码得到的第n个符号为 否则 从而生成译码得到的符号向量
(7)检测校验方程 是否成立,H为校验矩阵,若成立则判定译码成功,否则令l=l+1,返回执行步骤(2),直至译码成功或迭代次数达到预设次数,若达到预设次数仍未译码成功,则结束译码并判定译码失败。
2.根据权1所述的基于动态选择的LDPC码译码方法,其特征在于:步骤(1)中初始概率似然比 的计算公式具体为:
2
式中,yn表示接收到的经过编码的第n个符号,σ为信道噪声方差。
3.根据权1所述的基于动态选择的LDPC码译码方法,其特征在于:所述步骤(3)中变量节点nm向对应校验节点m传递的消息概率值 的计算公式具体为:
4.根据权1所述的基于动态选择的LDPC码译码方法,其特征在于:所述步骤(4)中变量节点nm向对应校验节点m传递的消息概率值 的计算公式具体为:
5.根据权1所述的基于动态选择的LDPC码译码方法,其特征在于:所述步骤(5)中第l次迭代时校验节点mn向该变量节点n传递的消息概率值 的计算公式具体为:
式中, yn表示接收到的经过编码的第n个符号,σ2为信道噪声方差。
6.根据权1所述的基于动态选择的LDPC码译码方法,其特征在于:所述步骤(5)中第l次迭代时后验概率似然比L(l)(qn)的计算公式具体为:
式中, yn表示接收到的经过编码的第n个符号,σ2为信道噪声方差。

说明书全文

一种基于动态选择的LDPC码译码方法

技术领域

[0001] 本发明涉及译码方法,尤其涉及一种基于动态选择的LDPC码译码方法。

背景技术

[0002] 低密度奇偶检验码最早由Gallager于1963年提出,20世纪90年代后期,由于Turbo码的发现使得学者重新对LDPC码进行了研究。现在LDPC码从理论上已被证明是一类非常接近香农限的纠错码。
[0003] LDPC码的译码算法包括对数域消息传递(LLR-BP)算法和最小和(Min-Sum)算法。在码长无限长、二分图无环的情况下,基于软判决的LLR-BP算法等价于最优的最大似然译码,但由于LLR-BP算法在校验检点处的处理步骤中,要进行大量的双曲正切函数与其反函数的计算,所以导致该译码算法的复杂度极高,难于硬件实现。而Min-Sum算法虽然因为引入最小值函数替代了校验检点处的处理步骤中的双曲正切函数,简化了译码复杂度,但是却使得译码的误码率大大增加。复杂度和误码率如何平衡,无疑限制了LDPC码在实际中的应用。

发明内容

[0004] 发明目的:本发明针对现有技术存在的问题,提供一种基于动态选择的LDPC码译码方法,其译码性能好、译码复杂度低、便于硬件实现
[0005] 技术方案:本发明所述的基于动态选择的LDPC码译码方法包括:
[0006] (1)根据信道的先验知识,将初始概率似然比 作为对应变量节点n的初始消息,传送至与其相连的校验节点mn,并设置迭代次数l=1;其中,n=1,...,N,N为变量节点的个数,mn∈M(n),形如M(·)为Tanner图中和变量节点·相连接的校验节点的集合,为从集合N(mn)\n传到校验节点mn的概率信息,形如N(·)为Tanner图中和校验节点·相连接的变量节点的集合;
[0007] (2)定义危险区域x∈[0,0.77],并判断第l-1次迭代中对于校验节点m,与其相连变量节点nm的概率似然比 是否在危险区域内,nm∈N(m);当所有值都落在危险区域之外时,或者有且只有一个变量节点的概率似然比值落在危险区域中时,执行步骤(3),否则执行步骤(4),其中,m=1,...,M,M为校验节点的个数;
[0008] (3)利用Min-Sum算法,计算变量节点nm向对应校验节点m传递的消息概率值并执行步骤(5),其中, 为从集合M(nm)\m传到变量节点nm的概率信息,m=1,...,M,nm∈N(m);
[0009] (4)利用LLR-BP算法,计算变量节点nm向对应校验节点m传递的消息概率值m=1,...,M,nm∈N(m),并执行步骤(5);
[0010] (5)对于变量节点n和与其相连的校验节点mn,根据 计算第l次迭代时校验节点mn向该变量节点n传递的消息概率值 同时计算第l次迭代时后验概率似然比L(l)(qn);其中,n=1,...,N,mn∈M(n);
[0011] (6)若L(l)(qn)>0,判定译码得到的第n个符号为 否则 从而生成译码得到的符号向量
[0012] (7)检测校验方程 是否成立,H为校验矩阵,若成立则判定译码成功,否则令l=l+1,返回执行步骤(2),直至译码成功或迭代次数达到预设次数,若达到预设次数仍未译码成功,则结束译码并判定译码失败。
[0013] 有益效果:本发明与现有技术相比,其显著优点是:一种基于动态选择的LDPC码的译码方法。该方法通过对双曲正切函数图像的研究,在校验节点处的处理过程中,动态选择LLR-BP算法或者Min-Sum算法,在译码性能降低不大的基础上,大大降低译码复杂度,便于LDPC码的实际应用。附图说明
[0014] 图1是双曲正切函数图像。
[0015] 图2是本发明与传统译码算法的性能比较图。

具体实施方式

[0016] 1、技术问题分析
[0017] 通过观察LDPC码的LLR-BP和Min-Sum译码算法,发现二者最大的不同就是在每次(l-1)迭代过程中,处理校验节点m的方式不同:LLR-BP译码算法对上一次迭代中所有的|L(qn'm)|,使用双曲正切函数及其反函数,计算变量节点向校验节点m传递的消息概率值L(l)(rmn),虽然精度很大,最后译码性能特别好,但是造成了译码复杂度也非常大,不利于LDPC码的实际应用;而Min-Sum只通过比较运算,取上一次迭代中所有|L(l-1)(qn'm)|值里最小的一个,计算L(l)(rmn),提高了复杂度的同时大大降低了译码准确度。
[0018] 而通过观察双曲正切函数y=tanh(x)的函数图像,如图1所示,可以发现tanh(x)在x>0时单调递增,且存在x0,当x∈[0,x0]时y=tanh(x)迅速上升,曲线斜率很大,而大于x0后上升趋势迅速放缓,曲线斜率变小并最终无限趋近于1。因此,令x0=0.77,此点处tanh(x)曲线斜率为 即切线与横轴夹为 定义x∈[0,0.77]为危险区域。在每次迭代过程中处理校验节点m时,先判断上一次迭代中所有的|L(l-1)(qn'm)|有多少落在了“危险区域”(l)之中,再动态选择LLR-BP或Min-Sum来计算L (rmn)。
[0019] 2、技术方法
[0020] 通过以上分析,本实施例提出了一种基于动态选择的LDPC码译码方法,包括:
[0021] (1)根据信道的先验知识,将初始概率似然比 作为对应变量节点n的初始消息,传送至与其相连的校验节点mn,并设置迭代次数l=1;其中,n=1,...,N,N为变量节点的个数,mn∈M(n),形如M(·)为Tanner图中和变量节点·相连接的校验节点的集合,为从集合N(mn)\n传到校验节点mn的概率信息,形如N(·)为Tanner图中和校验节点·相连接的变量节点的集合。
[0022] 初始概率似然比 的计算公式具体为:
[0023]
[0024] (2)定义危险区域x∈[0,0.77],并判断第l-1次迭代中对于校验节点m,与其相连变量节点nm的概率似然比 是否在危险区域内,nm∈N(m);当所有值都落在危险区域之外时,或者有且只有一个变量节点的概率似然比值落在危险区域中时,执行步骤(3),否则执行步骤(4),其中,m=1,...,M,M为校验节点的个数;
[0025] (3)利用Min-Sum算法,计算变量节点nm向对应校验节点m传递的消息概率值并执行步骤(5),其中, 为从集合M(nm)\m传到变量节点nm的概率信息,m=1,...,M,nm∈N(m)。
[0026] 其中,变量节点nm向对应校验节点m传递的消息概率值 的计算公式具体为:
[0027]
[0028] (4)利用LLR-BP算法,计算变量节点nm向对应校验节点m传递的消息概率值m=1,...,M,nm∈N(m),并执行步骤(5)。
[0029] 其中,变量节点nm向对应校验节点m传递的消息概率值 的计算公式具体为:
[0030]
[0031] (5)对于变量节点n和与其相连的校验节点mn,根据 计算第l次迭代时校验节点mn向该变量节点n传递的消息概率值 同时计算第l次迭代时后验概率似然比L(l)(qn);其中,n=1,...,N,mn∈M(n)。
[0032] 其中,第l次迭代时校验节点mn向该变量节点n传递的消息概率值 的计算公式具体为:
[0033]
[0034] 式中, yn表示接收到的经过编码的第n个符号,σ2为信道噪声方差。
[0035] 第l次迭代时后验概率似然比L(l)(qn)的计算公式具体为:
[0036]
[0037] (6)若L(l)(qn)>0,判定译码得到的第n个符号为 否则 从而生成译码得到的符号向量
[0038] (7)检测校验方程 是否成立,H为校验矩阵,若成立则判定译码成功,否则令l=l+1,返回执行步骤(2),直至译码成功或迭代次数达到预设次数,若达到预设次数仍未译码成功,则结束译码并判定译码失败。
[0039] 对本发明与其他算法进行比较,如图2所示,可知,本发明平衡了其他算法的复杂度和误码率,在译码性能降低不大的基础上,大大降低译码复杂度。
[0040] 以上所揭露的仅为本发明一种较佳实施例而已,不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈