CN101321035B - 差值上限获取方法、定点方法及装置 - Google Patents

Abstract

本发明实施例公开了差值上限获取方法、定点方法及装置，差值上限获取方法包括：获取分支度量最大值与最小值的差值；确定优选路径个数以及卷积编码器的约束长度；获取各优选路径累积度量的差值上限。定点方法包括：获取各优选路径累积度量的差值上限；根据选取的归一化值对各优选路径累积度量值进行归一化处理；根据选取的归一化值和各优选路径累积度量的差值上限确定各优选路径累积度量值的位宽。通过差值上限获取方法可以有效的指导各优选路径累积度量的差值上限的求取，进一步地，通过对归一化后的各优选路径累积度量值进行定点，能够合理设置定点位宽，在保证译码器的定点性能的同时合理控制译码器的复杂度与成本。

Description

差值上限获取方法、定点方法及装置

技术领域

本发明涉及通信技术领域，具体涉及一种差值上限获取和定点技术。 

背景技术

在通信系统的各种差错控制中所用到的码，按照对信息元处理方法的不同，可分为分组码与卷积码两大类。分组码每一码组的校验元仅与本组的信息元有关；卷积码每一码组的校验元不仅与本组的信息元有关，而且也与其前m段的信息元有关，其中m为编码存贮。由于在卷积码的编码过程中，充分利用了各码段之间的相关性，在编码效率与设备复杂性相同的前提下，卷积码的性能要优于分组码，且实现最佳译码和准最佳译码也较分组码容易。 

卷积码通常使用维特比算法(VA，Viterbi Decoding Algorithm)进行译码。VA算法通过在网格中有效的搜索全局最优路径来完成前向纠错。VA算法是最大似然序列估计的最优解码算法，VA算法中最主要的思想是将接收的信号序列和所有可能的发射码字序列进行相关，然后从中选取似然值最大的序列。 

然而，在实际的很多应用中，如果除知道最优路径外，还需要知道全局次优路径，例如全局第二优路径、全局第三优路径等等，那么即使最优路径可能会产生误码率，也可以通过次优路径更好的完成前向纠错。卷积码次优路径维特比算法(LVA，List Viterbi Decoding Algorithm)就是通过寻找全局次优路径，利用全局次优路径的信息来改善前向纠错的性能，其中，全局次优路径包括全局第二优路径，全局第三优路径等等。LVA算法的处理框图如图1所示，如果选择的优选路径错误校验正确则输出译码，不需要寻找下一次优路径，如果校验不正确，则请求下一个优选路径；判断请求的优选路径是第几次优路径，其是否在预先设定的寻找优选路径的范围内，如果是，则返回到LVA译码器对该次优路径进行译码，否则表明当前帧错误，译码失败。 

在对现有技术的研究和实践过程中，本发明的发明人发现： 

现有技术方法不能获得包括次优路径在内的累积度量的差值上限，进一步地，也不能对LVA各优选路径累积度量值进行定点，从而使得LVA译码器的定点性能不可靠。 

发明内容

有鉴于此，本发明实施例的目的在于提供差值上限获取方法、定点方法及装置，能够获得包括次优路径在内的累积度量的差值上限，进一步地，能够对各优选路径累积度量值进行定点，提高LVA译码器的定点性能。 

为解决上述问题，本发明实施例是通过以下技术方案来实现的： 

一种差值上限获取方法，主要包括： 

获取分支度量最大值与最小值的差值；确定优选路径个数以及卷积编码器的约束长度；将所述优选路径个数减1得到的值、所述卷积编码器的约束长度以及所述分支度量最大值与最小值的差值相乘得到第一乘积，将所述卷积编码器的约束长度减1得到的值与所述分支度量最大值与最小值的差值相乘得到第二乘积，将所述第一乘积与所述第二乘积相加得到各优选路径累积度量的差值上限。 

一种差值上限获取装置，主要包括： 

获取单元，用于获取分支度量最大值与最小值的差值； 

确定单元，用于确定优选路径个数以及卷积编码器的约束长度； 

差值上限获取单元，用于将所述优选路径个数减1得到的值、所述卷积编码器的约束长度以及所述分支度量最大值与最小值的差值相乘得到第一乘积，将所述卷积编码器的约束长度减1得到的值与所述分支度量最大值与最小值的差值相乘得到第二乘积，将所述第一乘积与所述第二乘积相加得到各优选路径累积度量的差值上限。 

一种定点方法，主要包括： 

获取分支度量最大值与最小值的差值；确定优选路径个数以及卷积编码器的约束长度；将所述优选路径个数减1得到的值、所述卷积编码器的约束长度以及所述分支度量最大值与最小值的差值相乘得到第一乘积，将所述卷积编码器的约束长度减1得到的值与所述分支度量最大值与最小值的差值相乘得到第二乘积，将所述第一乘积与所述第二乘积相加得到各优选路径累积度量的差值上限；根据选取的归一化值，对各优选路径累积度量值进行归一化处理；根据所述选取的归一化值和所述各优选路径累积度量的差值上限，确定各优选路径累积度量值的位宽。 

一种定点装置，主要包括： 

分支度量差值获取单元，用于获取分支度量最大值与最小值的差值； 

第一确定单元，用于确定优选路径个数和卷积编码器的约束长度； 

差值上限获取单元，用于将所述优选路径个数减1得到的值、所述卷积编码器的约束长度以及所述分支度量最大值与最小值的差值相乘得到第一乘积，将所述卷积编码器的约束长度减1得到的值与所述分支度量最大值与最小值的差值相乘得到第二乘积，将所述第一乘积与所述第二乘积相加得到各优选路径累积度量的差值上限； 

归一化单元，用于根据选取的归一化值，对各优选路径累积度量值进行归一化处理； 

附图说明

位宽确定单元，用于根据所述获取单元获取的所述各优选路径累积度量 的差值上限和所述归一化单元选取的所述归一化值，确定各优选路径累积度量值的位宽。 

可见，在本发明实施例中，通过获取分支度量最大值与最小值的差值和确定优选路径个数以及卷积编码器的约束长度，从而获取各优选路径累积度量的差值上限，能够获得包括次优路径在内的累积度量的差值上限，可以有效的指导LVA各优选路径累积度量的差值上限的求取。进一步地，通过选取的归一化值对各优选路径累积度量值进行归一化处理；根据选取的归一化值和各优选路径累积度量的差值上限，确定归一化后各优选路径累积度量值的位宽，能够合理设置定点位宽，在保证LVA译码器的定点性能的同时合理控制LVA译码器的复杂度与成本。 

图1是现有技术中LVA算法处理框图； 

图2是本发明实施例一的方法流程图； 

图3是本发明实施例二的方法流程图； 

图4是本发明实施例三的方法流程图； 

图5是本发明实施例四的方法流程图； 

具体实施方式

图6是本发明实施例五装置的组成框图； 

图7是本发明实施例六装置的组成框图。 

本发明实施例提供的差值上限获取方法、定点方法及装置，能够获得包括次优路径在内的累积度量的差值上限，进一步地，能够对各优选路径累积度量值进行定点，提高LVA译码器的定点性能。 

实施例一、 

参见图2，本发明实施例提供的差值上限获取方法，可以包括： 

步骤201：获取分支度量最大值与最小值的差值； 

若某一状态往前回溯时分叉，其中分叉的状态到某一状态的度量是分支度量。λ_max是基2算法最小分支度量和最大分支度量的差值。对于软信息定点化后的译码来说，λ_max是有确定值的。假设编码速率为1/R，对于N比特量化的软信息输入来说，λ_max＝R*(2^N-1) 

步骤202：确定优选路径个数以及卷积编码器的约束长度； 

其中，优选路径的个数L可以预先设定，设定值的大小与LVA译码器的复杂程度有关，由于是在LVA算法中，所以必须包含次优路径，因此优选路径的个数可以至少为两个。卷积编码器的约束长度m+1与卷积码的纠错能力和差错率都相关，一旦卷积编码器确定，就可以确定卷积编码器的约束长度。 

步骤203：根据分支度量最大值与最小值的差值、优选路径个数以及卷积编码器的约束长度获取各优选路径累积度量的差值上限。 

根据上述过程中确定的λ_max、优选路径个数L以及卷积编码器的约束长度m+1，确定L个优选路径累积度量的差值上限。例如，该L个优选路径累积度量的差值上限可以为：(L-1)(m+1)λ_max+mλ_max。 

下面先描述进入同一状态的任意两条优选路径的差值上限的获取方式，再描述任意状态各优选路径的差值上限的获取方式。 

当L＝2时，进入同一状态的两条优选路径的差值上限获取方式如下： 

1)这两个优选路径来自不同的两个状态，设这两个状态为r和s，当前时刻状态为t。设状态t的最优路径来自状态r，次优路径来自状态s，则 

M₁(t)-M₂(t)＝[M₁(r)+B(r→t)]-[M₁(s)+B(s→t)] 

           ＝[M₁(r)-M₁(s)]+[B(r→t)-B(s→t)] 

其中，M₁(t)表示状态t最优路径的累计度量，M₂(t)表示状态t第2优路径的累积度量，M₁(r)表示状态r最优路径的累计度量，M₂(r)表示状态s第2优路径的累积度量，M₁(s)表示状态s最优路径的累计度量，M₂(s)表示状态s第2优路径的累积度量，B(r→t)表示状态r到t的分支度量，B(s→t)表示状态s到t的分支度量。 

在VA算法中，任意时刻任意两个状态的优选路径累积度量的差值存在上限，这个上限是mλ_max，λ_max为基2算法分支度量最大值与最小值的差值，可以得到状态t的最优路径的累积度量和第2优路径的累积度量的差值上限为： 

M₁(t)-M₂(t)≤mλ_max+λ_max＝(m+1)λ_max

2)两个优选路径来自同一个状态，并且经过若干次回溯后，两个优选路径终于分叉，来自不同的状态。假设在状态t′状态往前回溯时分叉，且分别来自状态r和s。设状态t′的最优路径来自状态r，次优路径来自状态s，则各优选路径累积度量的差值上限为： 

M₁(t)-M₂(t)＝M₁(t′)-M₂(t′) 

           ＝[M₁(r)+B(r→t′)]-[M₁(s)+B(s→t′)] 

           ＝[M₁(r)-M₁(s)]+[B(r→t′)-B(s→t′)] 

           ≤mλ_max+λ_max＝(m+1)λ_max

综合上述两种情况，当优选路径个数为2时，进入一个状态的前2个优选 路径累积度量的差值存在上限，这个累积度量的差值上限是(L-1)(m+1)λ_max。 

假设2≤L≤n-1时，进入同一状态的前L个优选路径累积度量差值上限小于(L-1)(m+1)λ_max。则要证明当L＝n时该结论也成立，只需证明当L＝n时进入同一状态的最优路径和第L优路径满足该上限即可。 

当前状态t的L个优选路径在回溯过程中到达t′(t有可能和t′是相同状态，即第一次回溯即产生分离)状态时第一次产生分离时，这时也要分两种可能出现的情况获取LVA各优选路径累积度量的差值上限： 

1)分离后，最优路径和第L优选路径仍回溯到同一个状态r； 

设此时有i(i＞1)个路径分离到不同于r的其它状态中去，那r状态中还剩下n-i个优选路径，由于在之前的回溯过程中最优路径和第L优选路径都经过相同的分支度量，所以 

M₁(t)-M_L(t)＝M₁(t′)-M_L(t′) 

＝[M₁(r)+B(r→t′)]-[M_n-i(r)+B(r→t′)] 

＝M₁(r)-M_n-i(r) 

又因为当2≤L≤n-1，结论成立，所以： 

M₁(t)-M_L(t)＝M₁(r)-M_n-i(r)≤(n-i-1)(m+1)λ_max≤(L-1)(m+1)λ_max

2)分离后，最优路径和第L优选路径分别属于不同的状态r，s。 

设最优路径在r状态，它也是r状态的最优路径；第L优选路径在s状态，s状态共有j个路径回溯过去，它是s状态的第j优径，1≤i，j≤n-1，1≤i+j≤n，则 

M₁(t)-M_L(t)＝M₁(t′)-M_L(t′)＝[M₁(r)+B(r→t′)]-[M_j(s)+B(s→t′)]＝{[M₁(r)+B(r→t′)]-[M₁(s)+B(s→t′)]}+{[M₁(s)+B(s→t′)]-[M_j(s)+B(s→t′)]} 

因为1≤j≤n-1，可以利用2≤L≤n-1时结论成立的假设，则 

[M₁(s)+B(s→t′)]-[M_j(s)+B(s→t′)]＝M₁(s)-M_j(s)≤(j-1)(m+1)λ_max

所以进入同一状态的LVA各优选路径累积度量的差值上限为 

M₁(t)-M_L(t)＝M₁(t′)-M_L(t′)＝[M₁(r)+B(r→t′)]-[M_j(s)+B(s→t′)] 

＝{[M₁(r)+B(r→t′)]-[M₁(s)+B(s→t′)]}+{[M₁(s)+B(s→t′)]-[M_j(s)+B(s→t′)]} 

≤(m+1)λ_max+(j-1)(m+1)λ_max＝j(m+1)λ_max≤(L-1)(m+1)λ_max

综合上述两种情况，当L＝n时，则进入相同状态的各优选路径累积度量的 差值上限是(L-1)(m+1)λ_max。 

因此，在LVA算法中，进入同一状态的前L个优选路径累积度量的差值存在上限，这个上限是(L-1)(m+1)λ_max，其中L为优选路径个数，m+1为卷积编码器的约束长度，λ_max为基2算法分支度量最大值与最小值的差值。 

进一步地，根据确定的L个优选路径累积度量的差值上限，可以获取某一时刻任意状态、任意前L优选路径的差值上限。设M_i(a)为某一时刻状态a的第i优路径，M_j(b)为相同时刻状态b的第j优路径，则： 

$M_i\left(a\right)-M_j\left(b\right)\≤M_1\left(a\right)-M_j\left(b\right)$

${=M}_1\left(a\right)-M_1\left(b\right)+M_1\left(b\right)-M_j\left(b\right)$

$\≤(L-1)(m+1){\mathrm{\λ}}_{\max }+m{\mathrm{\λ}}_{\max }$

因此，某一时刻任意状态、任意前L优选路径累积度量的差值上限为(L-1)(m+1)λ_max+mλ_max。 

也就是说，将优选路径个数减1得到的值、卷积编码器的约束长度以及分支度量最大值与最小值的差值相乘得到第一乘积(L-1)(m+1)λ_max，将卷积编码器的约束长度减1得到的值与分支度量最大值与最小值的差值相乘得到第二乘积mλ_max，将第一乘积(L-1)(m+1)λ_max与第二乘积mλ_max相加，可以得到各优选路径累积度量的差值上限(L-1)(m+1)λ_max+mλ_max。 

本发明实施例通过获取分支度量最大值与最小值的差值和确定优选路径个数以及卷积编码器的约束长度，从而获取各优选路径累积度量的差值上限，能够获得包括次优路径在内的累积度量的差值上限，可以有效的指导LVA各优选路径累积度量的差值上限的求取。进一步地，获取到LVA各优选路径累积度量的差值上限后，可以运用于很多领域，例如较优选的应用领域是利用获取到的LVA各优选路径累积度量的差值上限对归一化后的LVA各优选路径累积度量值进行定点。 

实施例二、 

参见图3，本发明实施例提供的定点方法可以包括： 

步骤301：获取各优选路径累积度量的差值上限； 

根据优选路径个数、卷积编码器的约束长度和分支度量最大值与最小值 的差值获取LVA各优选路径累积度量的差值上限。 

差值上限的获取方式可以参考附图2所示的实施例的相关描述，此处不再赘述。 

步骤302：根据选取的归一化值，对各优选路径累积度量值进行归一化处理； 

根据各优选路径累积度量的差值上限的获取方法得到LVA各优选路径累积度量的差值上限后，可以用该差值上限对归一化后各优选路径累积度量值进行定点，能够合理设置定点位宽，在保证LVA译码器的定点性能的同时合理控制LVA译码器的复杂度与成本。为了对归一化后各优选路径的累积度量值进行定点，我们可以将LVA各优选路径累积度量值按照如下方法进行归一化：在每个时刻对LVA各优选路径累积度量值进行归一化处理，该归一化处理的方式可以为：将各优选路径累积度量值均减去一个相同值，该相同的值即选取的归一化的值。根据LVA原理，在每个时刻对LVA各优选路径累积度量值进行归一化处理并不影响路径选择。归一化后的值可以作为下一时刻各路径累积度量的初始值。 

需要说明的是，该归一化的值可以任意选取，较优地，选取的归一化值可以是任意一个优选路径累积度量值或各优选路径累积度量值中的最小值。 

对各优选路径累积度量值进行归一化处理可以有很多方式，较优地，可以是将各优选路径的累积度量值减去选取的归一化值。 

步骤303：根据选取的归一化值和各优选路径累积度量的差值上限，确定各优选路径累积度量值的位宽。 

根据选取的归一化值和各优选路径累积度量的差值上限，确定各优选路径累积度量值的位宽的方式可以为： 

如果选取的归一化值为任意一个优选路径累积度量值，则判断各优选路径累积度量的差值上限d_max以2为底的对数值是否为整数，如果是，则确定归一化后各优选路径累积度量值的位宽n为将该对数值加2得到的值log₂d_max+2；如果否，则确定归一化后各优选路径累积度量值的位宽n为将大于该对数值的相邻的整数值加1得到的值 

可以用位宽n来表示归一化后各优选路径累积度量值的位宽，其中， 

表示向上取整。 

如果选取的归一化值为各优选路径累积度量值中的最小值，则判断各优选路径累积度量的差值上限d_max以2为底的对数值是否为整数，如果是，确定归一化后各优选路径累积度量值的位宽n为将该对数值加1得到的值log₂d_max+1；如果否，确定归一化后各优选路径累积度量值的位宽n为大于该对数值的相邻的整数值 

可以用位宽n来表示归一化后各优选路径累积度量值的位宽。 

需要说明的是，确定位宽也可以采用其它的方法，例如不需要进行归一化处理也可以确定位宽，上述确定位宽的方法是一个较优选的方案，能够更加合理的设置定点位宽。 

本发明实施例根据选取的归一化值和获取的各优选路径累积度量的差值上限，确定归一化后各优选路径累积度量值的位宽，通过对归一化后的LVA各优选路径累积度量值进行定点，能够合理设置定点位宽，在保证LVA译码器的定点性能的同时合理控制LVA译码器的复杂度与成本。 

本发明实施例根据不同的归一化方法给出了对应的实施例，下面结合附图进行详细说明。 

实施例三、 

在本实施例中，首先获取任意状态各优选路径累积度量的差值上限，然后任意选取某一状态的任一优选路径累积度量值作为归一化值，根据该归一化值对LVA各优选路径累积度量值进行归一化，根据LVA各优选路径累积度量值归一化后值的取值范围确定各优选路径累积度量值的位宽。 

参见图4，本实施例提供的定点方法可以包括： 

步骤401：获取LVA任意状态各优选路径累积度量的差值上限； 

其中，获取LVA任意状态各优选路径累积度量的差值上限的方法与附图2的实施例中描述基本相同，此处不再赘述。 

步骤402：任意选取某一状态的一优选路径累积度量值作为归一化值，根据该选取的归一化值对LVA各优选路径累积度量值进行归一化； 

根据步骤401中得到的L个优选路径累积度量的差值上限值，即(L-1)(m+1)λ_max+mλ_max，令d_max＝(L-1)(m+1)λ_max+mλ_max，则LVA各优选路径累积度量归一化后值的取值范围是[-d_max，d_max]，也就是说LVA各优选路径累积度量值 归一化后的值取值范围上限为d_max。 

步骤403：根据选取的归一化值和各优选路径累积度量的差值上限确定归一化后LVA各优选路径累积度量值的位宽。 

根据步骤402中选取的归一化值，即任意一个优选路径累积度量值，和步骤401中获取的LVA任意状态各优选路径累积度量的差值上限，可以确定LVA各优选路径累积度量值的位宽n，由于LVA各优选路径累积度量值归一化后的值的取值范围在负数到正数之间，则该归一化后的值可以用n比特有符号数来表示，而n的取值可以为： 

其中， 

表示向上取整。当log₂d_max的值不为整数时，则将归一化后LVA各优选路径累积度量值的位宽确定为大于该对数值的相邻的整数值加1得到的值，即 当log₂d_max为整数时，则将LVA各优选路径累积度量值的位宽确定为将该对数值加2得到的值，即log₂d_max+2。 

至此，LVA各优选路径累积度量值定点方法已经实现，通过该方法可以确定LVA各优选路径累积度量值的位宽，可以使得LVA译码器根据合理的位宽值选择优选路径，改善LVA译码器的定点性能，合理控制LVA译码器的成本。 

实施例三中的定点方法，选取任意一个优选路径累积度量值作为归一化值，这种选取任意一个优选路径累积度量值作为归一化值的方案时间复杂度低。此外，还可以选取其他的值作为归一化值，例如选取各优选路径累积度量值中的最小值作为归一化值，下面将结合具体实施例进行说明。 

实施例四、 

在本实施例中，首先获取各状态各优选路径累积度量的差值上限，然后选取各优选路径累积度量值中的最小值作为归一化值，根据选取的归一化值对各优选路径累积度量值进行归一化，根据选取的归一化值和各状态各优选路径累积度量的差值上限确定各优选路径累积度量值的位宽。 

参见图5，本发明实施例提供的定点方法的具体步骤如下： 

步骤501：获取各状态L个优选路径累积度量的差值上限； 

其获取方法参考附图2所示的实施例的相关描述，此处不再赘述。 

步骤502：选取各优选路径累积度量值中的最小值作为归一化值，根据该选取的归一化值对LVA各优选路径累积度量值进行归一化； 

对各优选路径累积度量值进行归一化处理可以有很多方式，较优地，可 

以是将各优选路径的累积度量值减去选取的归一化值。 

根据步骤501中得到的L个优选路径累积度量的差值上限值，即(L-1)(m+1)λ_max+mλ_max，令d_max＝(L-1)(m+1)λ_max+mλ_max，则LVA各优选路径累积度量归一化后值的取值范围是[0，d_max]，也就是说LVA各优选路径累积度量值归一化后的值取值范围上限为d_max。 

步骤503：根据选取的归一化值和各优选路径累积度量的差值上限确定归一化后LVA各优选路径累积度量值的位宽。 

根据步骤502中选取的归一化值，即各优选路径累积度量值中的最小值，和和步骤501中获取的LVA任意状态各优选路径累积度量的差值上限，可以确定LVA各优选路径累积度量值的位宽n，由于LVA各优选路径累积度量值归一化后的值的取值范围在零到正数之间，则该归一化后的值可以用n比特无符号数来表示，而n的取值可以为： 

其中， 

表示向上取整。当log₂d_max的值不为整数时，则将归一化后LVA各优选路径累积度量值的位宽确定为大于该对数值的相邻的整数值 当log₂d_max为整数时，则将归一化后LVA各优选路径累积度量值的位宽确定为将该对数值加1得到的值log₂d_max+1。 

至此，LVA各优选路径累积度量值定点方法已经实现，通过该方法可以确定LVA各优选路径累积度量值的位宽，可以使得LVA译码器根据合理的位宽值选择优选路径，改善LVA译码器的定点性能，合理控制LVA译码器的成本。 

实施例四中选取各优选路径累积度量值中的最小值作为归一化值，得到LVA各优选路径归一化后的值大于等于零，可以选取无符号数来表示位宽，因此空间复杂度低。 

需要说明的是，本发明实施例中对LVA各优选路径进行归一化处理的方法并不局限于实施例三和实施例四中的方法，还可以为选取各优选路径累积度 量值中的最大值等等，此处不一一枚举。 

实施例五、 

本发明实施例提供了一种差值上限获取装置，如图6所示，该装置可以包括： 

获取单元601，用于获取分支度量最大值与最小值的差值； 

确定单元602，用于确定优选路径个数以及卷积编码器的约束长度； 

差值上限获取单元603，用于根据获取单元601获取的分支度量最大值与最小值的差值和确定单元602确定的优选路径个数以及卷积编码器的约束长度获取各优选路径累积度量的差值上限。 

上述装置各单元可以实现获取LVA各优选路径累积度量的差值上限值过程可以参考上述方法实施例中的相关描述。 

实施例六、 

本发明实施例提供了一种定点装置，如图7所示，该装置可以包括： 

获取单元701，用于获取各优选路径累积度量的差值上限； 

归一化单元702，用于根据选取的归一化值，对各优选路径累积度量值进行归一化处理； 

位宽确定单元703，用于根据获取单元701获取的各优选路径累积度量的差值上限和归一化单元702选取的归一化值，确定各优选路径累积度量值的位宽。 

其中，获取单元701可以包括： 

分支度量差值获取单元7011，用于获取分支度量最大值与最小值的差值； 

第一确定单元7012，用于确定优选路径个数和卷积编码器的约束长度； 

差值上限获取单元7013，用于根据分支度量差值获取单元7011获取的分支度量最大值与最小值的差值和第一确定单元7012确定的优选路径个数和卷积编码器的约束长度，获取各优选路径累积度量的差值上限。 

其中，归一化单元702可以包括： 

归一化值选取单元7021，用于选取归一化值； 

处理单元7022，用于将各优选路径累积度量值减去根据归一化值选取单元7021选取的归一化值。 

其中，位宽确定单元703可以包括： 

判断单元7031，用于判断获取单元701获取的各优选路径累积度量的差值上限以2为底的对数值是否为整数； 

第二确定单元7032，用于根据选取的归一化值和判断单元7031的判断结果确定归一化后各优选路径累积度量值的位宽；当选取的归一化值为任意一个优选路径累积度量值时，若判断单元7031判断的结果是整数时，确定归一化后各优选路径累积度量值的位宽为将该对数值加2得到的值，若判断单元7031判断的结果不是整数时，确定归一化后各优选路径累积度量值的位宽为将大于该对数值的相邻的整数值加1得到的值；或者，当选取的归一化值为各优选路径累积度量值中的最小值时，若判断单元7031判断的结果是整数时，确定归一化后各优选路径累积度量值的位宽为将该对数值加1得到的值，若判断单元7031判断的结果不是整数时，确定归一化后各优选路径累积度量值的位宽为大于该对数值的相邻的整数值。 

上述装置中各单元可以确定归一化后各优选路径累积度量值的位宽，实现对各优选路径累积度量值进行定点。 

上述获取单元701可以实现获取LVA各优选路径累积度量的差值上限值。 

上述归一化单元702可以实现对LVA各优选路径累积度量的差值上限进行归一化。 

上述位宽确定单元703可以确定归一化后的LVA各优选路径累积度量值的位宽。 

综上，通过本发明实施例提供的方法和装置，可以确定各优选路径累积度量的差值上限，可以有效的指导LVA各优选路径累积度量的差值上限的求取。进一步地根据选取的归一化值和获取的各优选路径累积度量的差值上限，可以确定归一化后各优选路径累积度量值的位宽，能够合理设置定点位宽，在保证LVA译码器的定点性能的同时合理控制LVA译码器的复杂度与成本。 

结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形 式的存储介质中。 

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。 

Claims (10)

1.一种差值上限获取方法，其特征在于，包括：

获取分支度量最大值与最小值的差值；

确定优选路径个数以及卷积编码器的约束长度；

将所述优选路径个数减1得到的值、所述卷积编码器的约束长度以及所述分支度量最大值与最小值的差值相乘得到第一乘积，将所述卷积编码器的约束长度减1得到的值与所述分支度量最大值与最小值的差值相乘得到第二乘积，将所述第一乘积与所述第二乘积相加得到各优选路径累积度量的差值上限。

2.一种定点方法，其特征在于，包括：

获取分支度量最大值与最小值的差值；

确定优选路径个数以及卷积编码器的约束长度；

将所述优选路径个数减1得到的值、所述卷积编码器的约束长度以及所述分支度量最大值与最小值的差值相乘得到第一乘积，将所述卷积编码器的约束长度减1得到的值与所述分支度量最大值与最小值的差值相乘得到第二乘积，将所述第一乘积与所述第二乘积相加得到各优选路径累积度量的差值上限；

根据选取的归一化值，对各优选路径累积度量值进行归一化处理；

根据所述选取的归一化值和所述各优选路径累积度量的差值上限，确定各优选路径累积度量值的位宽。

3.根据权利要求2所述的定点方法，其特征在于，所述根据选取的归一化值，对各优选路径累积度量值进行归一化处理包括：

将各优选路径累积度量值减去所述选取的归一化值。

4.根据权利要求3所述的定点方法，其特征在于，选取的所述归一化值包括：

任意一个优选路径累积度量值或各优选路径累积度量值中的最小值。

5.根据权利要求4所述的方法，其特征在于，所述根据所述选取的归一化值和所述各优选路径累积度量的差值上限，确定各优选路径累积度量值的位宽包括：

如果所述选取的归一化值为任意一个优选路径累积度量值，则判断所述各优选路径累积度量的差值上限以2为底的对数值是否为整数，

如果是，则确定归一化后各优选路径累积度量值的位宽为将所述对数值加2得到的值；

如果否，则确定归一化后各优选路径累积度量值的位宽为将大于所述对数值的相邻的整数值加1得到的值。

6.根据权利要求5所述的方法，所述根据所述选取的归一化的值和所述各优选路径累积度量的差值上限，确定各优选路径累积度量值的位宽包括：

如果所述选取的归一化值为各优选路径累积度量值中的最小值，则判断所述各优选路径累积度量的差值上限以2为底的对数值是否为整数，

如果是，确定归一化后各优选路径累积度量值的位宽为将所述对数值加1得到的值；

如果否，确定归一化后各优选路径累积度量值的位宽为大于所述对数值的相邻的整数值。

7.一种差值上限获取装置，其特征在于，包括：

获取单元，用于获取分支度量最大值与最小值的差值；

确定单元，用于确定优选路径个数以及卷积编码器的约束长度；

差值上限获取单元，用于将所述优选路径个数减1得到的值、所述卷积编码器的约束长度以及所述分支度量最大值与最小值的差值相乘得到第一乘积，将所述卷积编码器的约束长度减1得到的值与所述分支度量最大值与最小值的差值相乘得到第二乘积，将所述第一乘积与所述第二乘积相加得到各优选路径累积度量的差值上限。

8.一种定点装置，其特征在于，包括：

分支度量差值获取单元，用于获取分支度量最大值与最小值的差值；

第一确定单元，用于确定优选路径个数和卷积编码器的约束长度；

差值上限获取单元，用于将所述优选路径个数减1得到的值、所述卷积编码器的约束长度以及所述分支度量最大值与最小值的差值相乘得到第一乘积，将所述卷积编码器的约束长度减1得到的值与所述分支度量最大值与最小值的差值相乘得到第二乘积，将所述第一乘积与所述第二乘积相加得到各优选路径累积度量的差值上限；

归一化单元，用于根据选取的归一化值，对各优选路径累积度量值进行归一化处理；

位宽确定单元，用于根据所述获取单元获取的所述各优选路径累积度量的差值上限和所述归一化单元选取的所述归一化值，确定各优选路径累积度量值的位宽。

9.根据权利要求8所述的定点装置，其特征在于，所述归一化单元包括：

归一化值选取单元，用于选取归一化值；

处理单元，用于将各优选路径累积度量值减去根据所述归一化值选取单元选取的所述归一化值。

10.根据权利要求8至9任一项所述的定点装置，其特征在于，所述位宽确定单元包括：

判断单元，用于判断所述获取单元获取的所述各优选路径累积度量的差值上限以2为底的对数值是否为整数；

第二确定单元，用于根据所述选取的归一化值和所述判断单元的判断结果确定归一化后各优选路径累积度量值的位宽；

当所述选取的归一化值为任意一个优选路径累积度量值时，若所述判断单元判断的结果是整数时，确定归一化后各优选路径累积度量值的位宽为将所述对数值加2得到的值，若所述判断单元判断的结果不是整数时，确定归一化后各优选路径累积度量值的位宽为将大于所述对数值的相邻的整数值加1得到的值；

或者，当所述选取的归一化值为各优选路径累积度量值中的最小值时，若所述判断单元判断的结果是整数时，确定归一化后各优选路径累积度量值的位宽为将所述对数值加1得到的值，若所述判断单元判断的结果不是整数时，确定归一化后各优选路径累积度量值的位宽为大于所述对数值的相邻的整数值。

Images