CN101350695B - 低密度奇偶校验码译码方法及系统 - Google Patents

Abstract

本发明涉及一种低密度奇偶校验码译码方法，包括接收信号序列信息，初始化变量节点的置信信息矩阵；根据所述经过初始化的变量节点的置信信息矩阵，更新校验节点的置信信息矩阵；根据所述经过更新的校验节点的置信信息矩阵，更新变量节点置信信息矩阵；将经过更新的变量节点的置信信息矩阵，乘以一个归一化系数，对所述经过更新的变量节点的置信信息矩阵进行修正；根据所述经过修正的变量节点的置信信息矩阵，进行临时判决，输出译码结果信息。本发明还涉及一种低密度奇偶校验码译码系统。本发明所提供的低密度奇偶校验码译码方法及系统不需要增加原译码算法的复杂度，提高译码性能，且不依赖于低密度奇偶校验码的选择。

Description

低密度奇偶校验码译码方法及系统

技术领域

本发明涉及一种低密度奇偶校验(Low-Density Parity Check；以下简称LDPC)码译码方法，尤其是一种改进的LDPC码译码方法。本发明还涉及一种改进的LDPC码译码系统。

背景技术

通信系统中，信息在传送过程中由于受到噪声干扰等影响，可能发生错误。为了纠正或发现传输过程中发生的信息错误，一般采用纠错码在传输的信息中添加一些冗余信息恢复出正确信息的方法，提高通信系统的传输性能。

目前，LDPC码译码大多采用置信传播译码算法和最小和译码算法方法。其中，置信传播译码算法应用式 $R_{j,i}=2{\tanh }^{-1}\left(\underset{i^{\′}\∈B\left(j\right)\backslash i}{\mathrm{\Π}}\tanh (Q_{{j,i}^{\′}}/2)\right)$ 对校验节点置信信息矩阵进行更新，虽然置信传播译码算法能取得较优异的译码性能，但迭代过程中，在对校验节点置信信息矩阵R进行更新时，需要用到复杂的超正切tanh()函数的运算和其反函数的运算，而在实际应用时，虽然这些复杂的函数运算可以使用查表或者分段近似等方法，但是复杂度都很高，不利于高速译码的实现。为了减少计算时的复杂度，最小和译码算法提出应用式 $R_{j,i}=\underset{i^{\′}\∈B\left(j\right)\backslash i}{\min }\left|Q_{j,i^{\′}}\right|\underset{i^{\′}\∈B\left(j\right)\backslash i}{\mathrm{\Π}}\mathrm{sgn}\left(Q_{{j,i}^{\′}}\right)$ 对校验节点置信信息矩阵进行更新，虽然最小和译码算法的实现复杂度远远低于置信传播译码算法，而且求最小和求和操作有利于译码器的实现和提高译码的速度，但应用最小和译码算法不可避免地会出现译码性能的下降，造成LDPC码的性能损失。

根据置信传播译码算法和最小和译码算法在译码性能和实现复杂度上的差别，提出了一些改进的最小和译码算法，希望既不增加实现复杂度，又能够获得更接近置信传播译码算法的性能。其中有一种最小和译码算法的改进方法为通过对最小和译码算法中求最小值的计算结果除以一个系数，即用式 $R_{j,i}=\underset{i^{\′}\∈B\left(j\right)\backslash i}{\min }\left|Q_{j,i^{\′}}\right|\underset{i^{\′}\∈B\left(j\right)\backslash i}{\mathrm{\Π}}\mathrm{sgn}\left(Q_{{j,i}^{\′}}\right)/\mathrm{\α}$ 来代替式 $R_{j,i}=\underset{i^{\′}\∈B\left(j\right)\backslash i}{\min }\left|Q_{j,i^{\′}}\right|\underset{i^{\′}\∈B\left(j\right)\backslash i}{\mathrm{\Π}}\mathrm{sgn}\left(Q_{{j,i}^{\′}}\right)\text{,}$ 其中系数α为归一化系数。比一般的基于归一化系数改进最小和译码算法更进一步的，此方法中使用的归一化系数α不是一个固定值，而是根据最小值的大小选择不同的归一化系数，从而使计算结果与置信传播译码算法的计算结果更接近，译码性能更好。虽然该改进方法可以提高最小和译码算法的性能，同时不会明显增加原有译码算法的实现复杂度，但是该方法实现时的难点是需要对归一化系数进行优化和切换，导致译码时算法的控制复杂度增加。

另外还有一种最小和译码算法的改进方法，将最小和译码算法中的求最小值的计算结果减去一个修正值，即用式 $R_{j,i}=\underset{i^{\′}\∈B\left(j\right)\backslash i}{\min }\left|Q_{j,i^{\′}}\right|\underset{i^{\′}\∈B\left(j\right)\backslash i}{\mathrm{\Π}}\mathrm{sgn}\left(Q_{{j,i}^{\′}}\right)-\mathrm{\Δ}$ 代替式 $R_{j,i}=\underset{i^{\′}\∈B\left(j\right)\backslash i}{\min }\left|Q_{j,i^{\′}}\right|\underset{i^{\′}\∈B\left(j\right)\backslash i}{\mathrm{\Π}}\mathrm{sgn}\left(Q_{{j,i}^{\′}}\right),$ 比一般的基于修正值改进最小和译码算法更进一步的，该专利申请中使用的修正值Δ不是一个固定值，而是根据求得的最小值查表获得的，是可变的，从而使计算结果与置信传播译码算法的计算结果更接近，译码性能更好。虽然该改进方法可以提高最小和译码算法的性能，同时不会明显增加原有译码算法的实现复杂度，但是该方法实现时的难点是需要对修正值进行优化和查表选择，导致译码时算法的控制复杂度增加。

而另一种对最小和译码算法进行归一化系数改进的方法，与其他使用归一化系数对求最小和结果进行修正的方法不同的是，该方法中除了保留使用归一化系数对求最小和结果进行修正外，还在迭代中的求和时使用了归一化系数进行修正。也就是说，在更新校验节点置信信息矩阵时，使用式 $R_{j,i}=\mathrm{\α}\underset{i^{\′}\∈B\left(j\right)\backslash i}{\min }\left|Q_{j,i^{\′}}\right|\underset{i^{\′}\∈B\left(j\right)\backslash i}{\mathrm{\Π}}\mathrm{sgn}\left(Q_{{j,i}^{\′}}\right)$ 来代替式 $R_{j,i}=2{\tanh }^{-1}\left(\underset{i^{\′}\∈B\left(j\right)\backslash i}{\mathrm{\Π}}\tanh (Q_{{j,i}^{\′}}/2)\right),$ 同时在更新变量节点置信信息矩阵时，使用式 $Q_{j,i}=L_i+\mathrm{\β}\underset{j^{\′}\∈A\left(i\right)\backslash j}{\mathrm{\Σ}}{R}_{j^{\′},i}$ 来代替式 $Q_{j,i}=L_i+\underset{j^{\′}\∈A\left(i\right)\backslash j}{\mathrm{\Σ}}{R}_{j^{\′},i}$ 其中，两个归一化系数α、β都是优化得到的。虽然这种改进方法译码性能会有提高，但归一化系数的优化会更复杂。

发明内容

本发明的第一个方面是提供一种LDPC码译码算法的改进方法，用以解决LDPC译码的复杂度问题，提高LDPC码的译码性能，并不依赖于LPDC码的选择。

本发明的第二个方面是提供一种LDPC码译码系统，用以解决LDPC码译码实现复杂的问题，且适合各种LDPC码译码算法的实现。

本发明第一个方面通过一些实施例提供了如下的技术方案：一种低密度奇偶校验码译码方法，包括接收信号序列信息，初始化变量节点的置信信息矩阵；根据所述经过初始化的变量节点的置信信息矩阵，更新校验节点的置信信息矩阵；根据所述经过更新的校验节点的置信信息矩阵，更新变量节点置信信息矩阵；将经过更新的变量节点的置信信息矩阵，乘以一个归一化系数，对所述经过更新的变量节点的置信信息矩阵进行修正；根据所述经过修正的变量节点的置信信息矩阵，进行临时判决，输出译码结果信息。

本发明第一个方面的实施例所提供的LDPC码译码算法的改进方法既适用于置信传播译码算法，也适用于最小和译码算法；且不需要增加原译码算法实现时的复杂度，提高LDPC码的译码性能；对原译码算法性能的改进不依赖于LDPC码的选择，并能够大幅降低LDPC码译码实现时对量化精度的要求。

本发明第二个方面通过一些实施例提供了如下的技术方案：一种低密度奇偶校验码译码系统，包括第一模块，用于接收信号序列信息，初始化变量节点的置信信息矩阵；第二模块，与所述第一模块连接，用于根据所述经过初始化的变量节点的置信信息矩阵，更新校验节点的置信信息矩阵；第三模块，与所述第二模块连接，用于根据所述经过更新的校验节点的置信信息矩阵，更新变量节点置信信息矩阵；第四模块、与所述第三模块连接，用于将经过更新的变量节点的置信信息矩阵，乘以一个归一化系数，对所述经过更新的变量节点的置信信息矩阵进行修正；第五模块，与所述第四模块连接，用于根据所述经过修正的变量节点的置信信息矩阵，进行临时判决，输出译码结果信息。

本发明所提供的LDPC码译码系统简单实用，复杂程度低，译码性能高，且适合各种LDPC码译码算法的实现。

下面结合附图和具体实施例进一步说明本发明的技术方案。

附图说明

图1为本发明LDPC码译码算法的改进方法的示意图。

图2为本发明LDPC码译码算法的改进方法的流程图。

图3为LDPC码译码误码率曲线图。

图4为LDPC码译码误帧率曲线图。

图5为LDPC码译码系统结构图。

具体实施方式

实施例一、

本实施例提供一种低密度奇偶校验码译码方法，包括接收信号序列信息，初始化变量节点的置信信息矩阵；根据所述经过初始化的变量节点的置信信息矩阵，更新校验节点的置信信息矩阵；根据所述经过更新的校验节点的置信信息矩阵，更新变量节点置信信息矩阵；将经过更新的变量节点的置信信息矩阵，乘以一个归一化系数，对所述经过更新的变量节点的置信信息矩阵进行修正；根据所述经过修正的变量节点的置信信息矩阵，进行临时判决，输出译码结果信息。

LDPC码是一种线性分组码，通常用LDPC码的奇偶校验矩阵H进行描述。LDPC码的基本特征就是其奇偶校验矩阵H的稀疏性，即奇偶校验矩阵H中非零元素的个数远远小于矩阵的大小，从奇偶校验矩阵H可以推出满足HG^T＝0的LDPC的生成矩阵G。对于一个长度为n-k的信息比特序列x来说，其中n为奇偶校验矩阵的列数即变量节点数量，k为奇偶校验矩阵的行数，在通信系统的发射端需要对该信息比特序列进行编码，添加适当的冗余信息，编码之后产生一长度为n的比特序列等待发送。编码之后的信息比特序列在信道中传输时，可能受噪声干扰等影响而变化并发生错误，因此在接收端需要对接收到的信息比特序列进行译码，利用冗余信息恢复出正确的信息比特序列。

LDPC码的变量节点v_i代表奇偶校验矩阵H的每一列，校验节点c_j代表奇偶校验矩阵H的每一行，定义变量节点v_i参与的校验节点集合A(i)＝{j，H_j，i＝1}，即集合A(i)包含奇偶校验矩阵H第i列中所有元素为1的行号；校验节点c_j参与的变量节点集合B(j)＝{i，H_j，i＝1}，即集合B(j)包含奇偶校验矩阵H第j行中所有元素1所在的列号，(其中i，j为正整数)同时定义两个大小与奇偶校验矩阵相同的置信信息矩阵，一个是变量节点的置信信息矩阵Q，一个是校验节点的置信信息矩阵R。

如图1所示，本实施例提供一种LDPC码译码算法的改进方法，步骤如下：

步骤1，初始化变量节点的置信信息矩阵；

初始化过程具体为从接收信号序列计算出对应每一个变量节点的置信信息L_i，同时对变量节点的置信信息矩阵Q根据式Q_j，i＝L_i，(i，j，n，k为正整数，j＝1…k，i＝1…n，)进行初始化。

步骤2，更新校验节点的置信信息矩阵R；

根据式 $R_{m,i}=2{\tanh }^{-1}\left(\underset{i^{\′}\∈B\left(m\right)\backslash i}{\mathrm{\Π}}\tanh (Q_{{m,i}^{\′}}/2)\right),$ 利用上述变量节点的置信信息矩阵Q对校验节点的置信信息矩阵R进行更新。

步骤3，更新变量节点的置信信息矩阵Q；

变量节点的置信信息矩阵Q的更新使用求和操作，并将求和结果乘以一个经过优化的归一化系数进行修正更新，即根据式 $Q_{j,i}=\mathrm{\α}(L_i+\underset{j^{\′}\∈A\left(i\right)\backslash j}{\mathrm{\Σ}}{R}_{j^{\′},i})$ 进行修正更新，利用上述经过更新的校验节点的置信信息矩阵R的信息对变量节点的置信信息矩阵Q进行更新，其中α为经过优化的归一化系数。

步骤4，临时判决；临时判决具体为，计算 $D_i=L_i+\underset{j^{\′}\∈A\left(i\right)}{\mathrm{\Σ}}{R}_{j^{\′},i},$ 判决得到临时判决值

当D_i≥0，则 ${\hat{y}}_i=0;$ 若D_i＜0，则 ${\hat{y}}_i=1;$ 判断上述临时判决值

是否满足校奇偶校验矩阵H的要求，即是否满足条件 $H\hat{y}=0,$ 若满足，则可以停止迭代，返回有效的译码结果信息；否则，判断迭代次数是否大于最大迭代次数，若不大于，则返回步骤2根据经过更新的变量节点的置信信息矩阵重新更新校验节点的置信信息矩阵，继续进行迭代操作；否则，返回译码失败信息。上述最大迭代次数为预先设定好的一常量，例如可设置最大迭代次数为10，最大迭代次数越大，译码效果越好，但会产生时延。

上述为改进的置信传播译码算法，上述的步骤2中若应用式 $R_{m,i}=\underset{i^{\′}\∈B\left(m\right)\backslash i}{\min }\left|Q_{m,i^{\′}}\right|\underset{i^{\′}\∈B\left(m\right)\backslash i}{\mathrm{\Π}}\mathrm{sgn}\left(Q_{{m,i}^{\′}}\right)$ 代替式 $R_{m,i}=2{\tanh }^{-1}\left(\underset{i^{\′}\∈B\left(m\right)\backslash i}{\mathrm{\Π}}\tanh (Q_{{m,i}^{\′}}/2)\right),$ 则成为改进的最小和译码算法。上述LDPC码译码算法的改进方法的具体实现步骤参见图2。

本实施例中应用计算机仿真的方法验证本改进方法的有效性，仿真使用的LDPC码是一种码效率为0.93、码长为4080的伪循环LDPC码。如图3、4所示，其中虚线为改进前的曲线，实线为改进后的曲线，从仿真的结果可以看出，本实施例所提供的LDPC码译码改进方法不但可以降低最小和译码算法的误码率和误帧率，同样可以降低置信传播译码算法的误码率和误帧率。在误码率为10^-8或者误帧率为10^-6时，对于置信传播译码算法，改进后比改进前有约0.15dB的性能优势；而对于最小和译码算法，改进后比改进前有0.3dB的性能优势。特别的，经过本实施例提供的经过改进的最小和译码算法能够获得比未改进的置信传播译码算法更好的译码性能。

考虑到实际应用时需要接收信号的软信息的情况，需要对所接收信号值进行多位的量化，量化时包括符号位在内被量化成3位，在图3、4中给出了对应的经量化的最小和译码算法及经改进的方法的译码性能，在未改进之前，量化的最小和译码算法与置信传播和最小和译码算法相比，分别有0.5dB和0.3dB的性能损失。但是，使用本实施例所提供的改进方法之后，在相同的量化位数下，量化的最小和译码改进算法的性能增益达到了0.4dB，已超过了未改进的最小和译码算法的译码性能。从图中可以看出，本实施例所提供的改进方法不但可以提高最小和译码算法的性能，而且能够提高置信传播译码算法的译码性能，特别突出的是，该改进方法能够大幅提高量化的最小和译码算法的译码性能。

在对上面的三种译码算法进行改进时，使用了不同的经过仿真优化的归一化系数，置信传播迭代译码算法、最小和迭代译码算法和量化的最小和迭代译码算法使用的归一化系数分别为0.9、0.7和0.6，是采用仿真尝试的方法得到，但不局限于此生成方法。本实施例中，使用的归一化系数为一个常数，上述常数是可根据经过更新的变量节点的置信信息矩阵即求和值大小变化而进行选择的，选择不同修正常量针对不同译码算法可以获得更好的译码性能。另外，不管是软件实现，还是硬件实现，本改进方法在实现时都只需要增加一步将经过更新的变量节点的置信信息矩阵乘以一个经过优化的归一化系数进行修正的简单操作，不会增加原有译码算法的实现复杂度。

本实施例所提供的改进方法既适用于置信传播译码算法，也适用于最小和译码算法；且不需要增加原译码算法实现时的复杂度，提高LDPC码的译码性能；对原译码算法性能的改进不依赖于LDPC码的选择，并能够大幅降低LDPC码译码实现时对量化精度的要求。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

实施例二、

如图5所示，一种低密度奇偶校验码译码系统，包括第一模块，用于接收信号序列信息，初始化变量节点的置信信息矩阵；第二模块，与所述第一模块连接，用于根据所述经过初始化的变量节点的置信信息矩阵，更新校验节点的置信信息矩阵；第三模块，与所述第二模块连接，用于根据所述经过更新的校验节点的置信信息矩阵，更新变量节点置信信息矩阵；第四模块、与所述第三模块连接，用于将经过更新的变量节点的置信信息矩阵，乘以一个归一化系数，对所述经过更新的变量节点的置信信息矩阵进行修正；第五模块，与所述第四模块连接，用于根据所述经过修正的变量节点的置信信息矩阵，进行临时判决，输出译码结果信息。

在进行LDPC码译码时，首先由第一模块中的第二子模块接收信号序列信息，并计算每一变量节点的置信信息，再由第三子模块根据接收到的置信信息对变量节点的置信信息矩阵进行初始化处理；第一模块发送经过初始化的变量节点的置信信息矩阵到第二模块，第二模块根据接收到的信息，按照预先设定的更新规则对校验节点的置信信息矩阵进行更新；将经过更新的校验节点的置信信息矩阵发送给第三模块，第三模块按照预先设定的更新规则对变量节点的置信信息矩阵进行更新；第四模块接收到经过更新的变量节点的置信信息矩阵后，根据第一子模块生成的归一化系数对其进行修正，上述归一化系数看通过上述第一子模块通过仿真尝试获得；第四模块对变量节点的置信信息矩阵进行修正后，将结果发送给第五模块进行译码结果的判决；第五模块中的第四子模块首先计算得到临时判决值，然后由第五子模块判断上述临时判决值是否满足LDPC码奇偶校验矩阵的要求，若满足，第七子模块输出有效译码结果信息；若不满足，再由第六模块判断迭代次数是否大于预先设定的最大迭代次数，若不大于，则返回调用第二模块继续进行迭代操作进行更新；否则，第七子模块输出译码失败信息。

本实施例所提供的LDPC码译码系统既适合于置信传播译码算法的实现，也适用于最小和译码算法的实现；系统简单实用，复杂程度低，译码性能高。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种低密度奇偶校验码译码方法，其特征在于，包括：

接收信号序列信息，初始化变量节点的置信信息矩阵；

根据所述经过初始化的变量节点的置信信息矩阵，更新校验节点的置信信息矩阵；

根据所述经过更新的校验节点的置信信息矩阵，更新变量节点置信信息矩阵；

将经过更新的变量节点的置信信息矩阵，乘以一个归一化系数，对所述经过更新的变量节点的置信信息矩阵进行修正；

根据所述经过修正的变量节点的置信信息矩阵，进行临时判决，输出译码结果信息；

其中，所述将经过更新的变量节点的置信信息矩阵，乘以一个归一化系数，对所述经过更新的变量节点的置信信息矩阵进行修正，具体为根据公式 对所述经过更新的变量节点的置信信息矩阵进行修正，其中R为校验节点的置信信息矩阵，Q为变量节点的置信信息矩阵，L_i为所述变量节点的置信信息，A(i)为校验节点集合，k为低密度奇偶校验码的奇偶校验矩阵的行数，n为低密度奇偶校验码的奇偶校验矩阵的列数，α为归一化系数，k，n，i，j为正整数，j=1…k，i=1…n。

2.根据权利要求1所述的方法，其特征在于：所述初始化变量节点的置信信息矩阵，包括：

根据接收到的信号序列信息，计算每一个变量节点的置信信息；

根据所述置信信息，初始化变量节点的置信信息矩阵。

3.根据权利要求2所述的方法，其特征在于：所述根据所述置信信息，初始化变量节点的置信信息矩阵，具体为根据公式Q_j，i=L_i对所述变量节点的置 信信息矩阵进行初始化，其中Q为变量节点的置信信息矩阵，L_i为所述置信信息，n为低密度奇偶校验码的奇偶校验矩阵的列数，k为低密度奇偶校验码的奇偶校验矩阵行数，k，n，i，j为正整数，j＝1...k，i＝1...n。

4.根据权利要求1所述的方法，其特征在于：所述根据所述经过初始化的变量节点的置信信息矩阵，更新校验节点的置信信息矩阵，具体为根据公式 

对所述校验节点的置信信息矩阵进行更新，其中R为校验节点的置信信息矩阵，Q为变量节点的置信信息矩阵，B(j)为变量节点集合，n为低密度奇偶校验码的奇偶校验矩阵的列数，k为低密度奇偶校验码的奇偶校验矩阵行数，i，j为正整数，j＝1...k，i＝1...n。

5.根据权利要求1所述的方法，其特征在于：所述根据所述经过初始化的变量节点的置信信息矩阵，更新校验节点的置信信息矩阵，具体为根据公式 

对所述校验节点的置信信息矩阵进行更新，其中R为校验节点的置信信息矩阵，Q为变量节点的置信信息矩阵，B(j)为变量节点集合，n为低密度奇偶校验码的奇偶校验矩阵的列数，k为低密度奇偶校验码的奇偶校验矩阵行数，i，j为正整数，j＝1...k，i＝...n。

6.根据权利要求1所述的方法，其特征在于：所述根据所述经过修正的变量节点的置信信息矩阵，进行临时判决，输出译码结果信息，包括：

计算 

得到临时判决值 验证所述临时判决值是否满足所述低密度奇偶校验码的奇偶校验矩阵要求，若满足，则输出译码结果信息，其中R为校验节点的置信信息矩阵，A(i)为校验节点集合，L_i为所述变量节点的置信信息，n为低密度奇偶校验码的奇偶校验矩阵的列数，k为低密度奇偶校验码的奇偶校验矩阵行数，k，n，i，j为正整数，j＝1...k，i＝1...n；

否则，判断迭代次数是否大于预先设定的最大迭代次数，若不大于，则根据经过更新的变量节点的置信信息矩阵重新更新校验节点的置信信息矩 阵；否则，输出译码失败信息。

7.一种低密度奇偶校验码译码系统，其特征在于，包括：

第一模块，用于接收信号序列信息，初始化变量节点的置信信息矩阵；

第二模块，与所述第一模块连接，用于根据所述经过初始化的变量节点的置信信息矩阵，更新校验节点的置信信息矩阵；

第三模块，与所述第二模块连接，用于根据所述经过更新的校验节点的置信信息矩阵，更新变量节点置信信息矩阵；

第四模块、与所述第三模块连接，用于将经过更新的变量节点的置信信息矩阵，乘以一个归一化系数，对所述经过更新的变量节点的置信信息矩阵进行修正；

第五模块，与所述第四模块连接，用于根据所述经过修正的变量节点的置信信息矩阵，进行临时判决，输出译码结果信息；

其中，所述第四模块具体用于根据公式 

对所述经过更新的变量节点的置信信息矩阵进行修正，其中R为校验节点的置信信息矩阵，Q为变量节点的置信信息矩阵，L_i为所述变量节点的置信信息，A(i)为校验节点集合，k为低密度奇偶校验码的奇偶校验矩阵的行数，n为低密度奇偶校验码的奇偶校验矩阵的列数，α为归一化系数，k，n，i，j为正整数，j=1…k，i=1…n。

8.根据权利要求7所述的低密度奇偶校验码译码系统，其特征在于，所述第四模块包括第一子模块，用于通过仿真尝试得到归一化系数。

9.根据权利要求7所述的低密度奇偶校验码译码系统，其特征在于，所述第一模块包括：

第二子模块，用于接收信号序列信息，并计算每一个变量节点的置信信息； 

第三子模块，与所述第二子模块连接，用于根据所述置信信息，初始化变量节点的置信信息矩阵。

10.根据权利要求7所述的低密度奇偶校验码译码系统，其特征在于，所述第五模块包括：

第四子模块，用于计算获得临时判决值；

第五子模块，与所述第四子模块连接，用于验证所述临时判决值是否满足所述低密度奇偶校验码的奇偶校验矩阵要求；

第六子模块，与所述第五子模块连接，用于判断迭代次数是否大于预先设定的最大迭代次数；

第七子模块，与所述第六子模块连接，用于输出译码结果信息。 

Images