CN101582699A - 用于两电平调制输入的Turbo和LDPC译码的软判决LLR计算方法 - Google Patents

Abstract

本发明公开了一种用于两电平调制输入的Turbo和LDPC译码的软判决LLR计算方法，1)对解调采样数据进行AGC自动增益控制调整其信号幅度，使信号能量稳定保持在

，2)对AGC输出信号进行软判决获得软判决数据slice(n)，通过线性函数计算slice(n)分别等于

和－

的概率，3)根据概率进行对数似然比LLR计算，获得LLR度量的估计值。本发明的有益技术效果是：采用本发明方法后，软判决数据和LLR估计值的映射关系可通过现有软件实现查表，由查表替代现有技术中的复杂度极高、运算量极大的处理过程。

Description

用于两电平调制输入的Turbo和LDPC译码的软判决LLR计算方法

技术领域

本发明涉及通信领域的一种译码技术，尤其涉及一种用于两电平调制输入的Turbo和LDPC译码的软判决LLR计算方法。

背景技术

数据通过信道传输受到干扰，就可能在发送数据中引入差错。在发送数据中插入校验信息，可以对接收差错进行检测，确定发送数据经过信道传输后是否引入差错。通常的做法是在分组中传送数据，并且在每个分组上增加循环冗余校验(CRC)信息，接收时对接收数据进行CRC校验判断接收数据中是否存在差错。

非实时传输数据时也可以通过重传对数据进行多次传输，以克服信道干扰引入的数据差错。但是实时数据传输时，比如传统电话机或蜂窝网电话机上的话音呼叫、视频会议呼叫等，请求重传是不现实的。

为了解决上述问题，研究人员提出了：在信道编码处理时进行两次卷积编码，交织编码和其中一个卷积编码器串行，这种编码结构一般被称为turbo编码。通常采用迭代算法进行turbo码译码，其性能在低信噪比(SNR)时十分接近香农极限。

turbo码是由Berrou等于1993年提出的，人们通过对turbo码的深入研究，发现turbo码从某种角度上说也是一种LDPC码，而LDPC码是一种线性分组码，它于1962年由Gallager提出后很长一段时间没有受到人们的重视；由于turbo码的提出，引起了广大研究者对LDPC码的研究兴趣，通过对LDPC码的重新研究，使人们重新认识到LDPC码所具有的优越性能和巨大的实用价值。

turbo码和LDPC码的译码输入数据都是采样数据的对数似然比(Log-likelihood ratio)LLR，而非采样数据的硬判决数据；精确的LLR计算需要高复杂度算法的同时计算量也相应很大，因此，工程实践上希望提供简化的方法，比如根据估计而不是直接计算获得LLR度量值。根据估算的LLR度量值作为turbo译码器和LDPC译码器的初始值，既降低译码器软判决输入度量计算的复杂度，同时也不影响译码器的性能。

发明内容

本发明提出了一种用于两电平调制输入的Turbo和LDPC译码的软判决LLR计算方法，其步骤为：1)对解调采样数据进行AGC自动增益控制调整其信号幅度，使信号能量稳定保持在

2)对AGC输出信号进行软判决获得软判决数据slice(n)，通过线性函数计算slice(n)分别等于

和

的概率，3)根据概率进行对数似然比LLR计算，获得LLR度量的估计值。

AGC自动增益控制包括：预设AGC自动增益控制的期望输出幅度门限为

将

减去AGC自动增益控制输出信号幅度，得到误差信号，误差信号经环路滤波处理得到校正增益，将校正增益还原为线性增益，将线性增益与AGC自动增益控制的输入信号相乘，得到AGC自动增益控制输出信号agc_d(n)；前述过程也叫AGC环路处理。

期望输出幅度门限

小于满输出幅度的一半；若AGC自动增益控制输入信号为小信号，为该小信号设置增益上限；当AGC自动增益控制输入信号类型为从小信号到大信号跳变时，设置AGC环路输出溢出标志，将AGC环路增益/对数清零，此时AGC环路线性增益为1，AGC环路进入新的响应状态。

软判决的方法为：

若AGC自动增益控制输出信号agc_d(n)在区间内，对agc_d(n)进行128等分均匀量化，即量化精度为

并将等分均匀量化后的结果作为软判决输出信号slice(n)；

若AGC自动增益控制输出信号agc_d(n)在区间以外，则对agc_d(n)进行饱和处理：如果agc_d(n)大于那么软判决输出 $\mathrm{slice}\left(n\right)=\sqrt{E_s};$ 如果agc_d(n)小于

那么软判决输出 $\mathrm{slice}\left(n\right)=-\sqrt{E_s}.$

计算slice(n)分别等于

和

的概率的方法为：

1)根据下式计算slice(n)等于

的概率 $p(v=+\sqrt{E_s}|\mathrm{slice}\left(n\right)):$

$p(v=+\sqrt{E_s}|\mathrm{slice}\left(n\right))=(\mathrm{slice}\left(n\right)+\sqrt{E_s})/\left(2\sqrt{E_s}\right)$

2)将步骤1)计算结果代入下式，可求得slice(n)等于

的概率 $p(v=-\sqrt{E_s}|\mathrm{slice}\left(n\right)):$

$p(v=+\sqrt{E_s}|\mathrm{slice}\left(n\right))+p(v=-\sqrt{E_s}|\mathrm{slice}\left(n\right))=1$

按下式计算对数似然比LLR：

$L\left(r\left(n\right)\right)=\ln \left[\frac{p(v=+\sqrt{E_s}|\mathrm{slice}\left(n\right))}{p(v=-\sqrt{E_s}|\mathrm{slice}\left(n\right))}\right]=\ln \left[\frac{p(v=+\sqrt{E_s}|\mathrm{slice}\left(n\right))}{1-p(v=+\sqrt{E_s}|\mathrm{slice}\left(n\right))}\right]$

其中， $p(v=-\sqrt{E_s}|\mathrm{slice}\left(n\right))$ 为slice(n)等于

的概率；

$p(v=+\sqrt{E_s}|\mathrm{slice}\left(n\right))$ 为slice(n)等于

的概率；

本发明的有益技术效果是：采用本发明方法后，软判决数据和LLR估计值的映射关系可通过现有软件实现查表，由查表替代现有技术中的复杂度极高、运算量极大的处理过程。

附图说明

图1、本发明流程框图；

图2、自动增益控制流程图；

图3、不同E_b/N₀下信号功率和AGC输出信号功率的比例曲线；

图4、软判决流程图；

图5、对应AGC输出数据的LLR初始值；

具体实施方式

现有技术中对精确的LLR计算需要高复杂度的算法同时计算量大，带来硬件开销大等问题，发明人经过深入研究发现：为了解决这一难题，只有对解调采样数据到LLR度量估计值的处理方法进行改进后，才能使处理过程与现有成熟软件完美结合，利用软件功能进行查表，最终实现计算的简化，降低运算量以及硬件开销。

参见图1，本发明的基本步骤如下：1)对解调采样数据进行AGC自动增益控制调整其信号幅度，使信号能量稳定保持在

2)对AGC输出信号进行软判决获得软判决数据slice(n)，通过线性函数计算slice(n)分别等于

和

的概率，3)根据概率进行对数似然比LLR计算，获得LLR度量的估计值。

参见图2，其中，AGC自动增益控制对数据进行的操作为：预设AGC自动增益控制的期望输出幅度门限为

将

减去AGC自动增益控制输出信号幅度，得到误差信号，误差信号经环路滤波处理得到校正增益，将校正增益还原为线性增益，将线性增益与AGC自动增益控制的输入信号相乘，得到AGC自动增益控制输出信号agc_d(n)；前述过程也叫AGC环路处理。

在进行AGC自动增益控制处理时，为了保证处理的可靠性，期望输出幅度门限

应小于满输出幅度的一半；若AGC自动增益控制输入信号为小信号，为该小信号设置增益上限；由于处理方式的限制(二进制补码系统)，当AGC自动增益控制输入信号类型为从小信号到大信号跳变时，AGC环路会出现“假稳定”状态(即增益很大AGC环路输出溢出，但AGC环路还处于“稳定”状态)，针对此种情况，需设置AGC环路输出溢出标志，输出溢出时(即发生“假稳定”状态时)，将AGC环路增益/对数清零，此时AGC环路线性增益为1，AGC环路进入新的响应状态。

对解调数据进行AGC自动增益控制处理，保证解调采样数据r(n)通过AGC环路处理后的输出信号agc_d(n)平均功率不变(包括有用信号功率和噪声功率)，实际上AGC自动增益控制的输出功率认为是信号功率忽略了噪声功率，因为从解调采样数据r(n)中提取噪声信号或者噪声信号功率都比较困难，在归一化信噪比E_b/N₀＞2dB(E_b表示信号功能，N₀表示噪声功率)的情况下这种近似处理是合理的，同时这种假设可以满足实际工程实际需要。不同E_b/N₀下信号功率和AGC自动增益控制输出信号功率的比例关系曲线如图3所示，从图中可以看到在E_b/N₀＝2dB的情况下，信号功率占总信号功率的61％左右，随着E_b/N₀的提高，信号功率逐步增大，AGC输出功率仅仅考虑信号功率而忽略噪声功率的影响逐步减小。

参见图4，本发明中，软判决处理的方法包括：

若AGC自动增益控制输出信号agc_d(n)在区间

内，对agc_d(n)进行128等分均匀量化，即量化精度为

并将等分均匀量化后的结果作为软判决输出信号slice(n)；

若AGC自动增益控制输出信号agc_d(n)在区间

以外，则对agc_d(n)进行饱和处理：如果agc_d(n)大于

那么软判决输出 $\mathrm{slice}\left(n\right)=\sqrt{E_s};$ 如果agc_d(n)小于

那么软判决输出 $\mathrm{slice}\left(n\right)=-\sqrt{E_s}.$

经软判决处理得到slice(n)后，计算slice(n)分别等于

和

的概率，在计算概率时，只需计算slice(n)等于

和的概率的其中一个，因为slice(n)等于

和

的概率满足关系

$p(v=+\sqrt{E_s}|\mathrm{slice}\left(n\right))+p(v=-\sqrt{E_s}|\mathrm{slice}\left(n\right))=1:$

只要计算出其中一个概率，将其代入上式，就可得到另一个概率。

其具体计算步骤为：

1)根据下式计算slice(n)等于的概率 $p(v=+\sqrt{E_s}|\mathrm{slice}\left(n\right)):$

$p(v=+\sqrt{E_s}|\mathrm{slice}\left(n\right))=(\mathrm{slice}\left(n\right)+\sqrt{E_s})/\left(2\sqrt{E_s}\right)$

2)将步骤1)计算结果代入下式，可求得slice(n)等于

的概率 $p(v=-\sqrt{E_s}|\mathrm{slice}\left(n\right)):$

$p(v=+\sqrt{E_s}|\mathrm{slice}\left(n\right))+p(v=-\sqrt{E_s}|\mathrm{slice}\left(n\right))=1$

按下式计算对数似然比LLR：

$L\left(r\left(n\right)\right)=\ln \left[\frac{p(v=+\sqrt{E_s}|\mathrm{slice}\left(n\right))}{p(v=-\sqrt{E_s}|\mathrm{slice}\left(n\right))}\right]=\ln \left[\frac{p(v=+\sqrt{E_s}|\mathrm{slice}\left(n\right))}{1-p(v=+\sqrt{E_s}|\mathrm{slice}\left(n\right))}\right]$

其中， $p(v=-\sqrt{E_s}|\mathrm{slice}\left(n\right))$ 为slice(n)等于

的概率；

$p(v=+\sqrt{E_s}|\mathrm{slice}\left(n\right))$ 为slice(n)等于的概率；

得到概率后，进行对数似然比LLR计算，最终获得LLR度量的估计值。

采用本发明方法后，就可将概率计算和对数似然比LLR计算通过软件(如matlab)预处理后以查找表LUT的方式存储在ROM中，概率计算的结果通过软判决输出数据和AGC自动增益控制输出数据映射到解调采样数据r(n)上，也即建立起了解调采样数据r(n)和LLR计算结果(即LLR度量估计值)的映射关系，大大简化了物理实现时复杂的除法和对数运算，相应的降低了硬件开销，提高了处理速度。

处理实例：

AGC自动增益控制输出数据对应的LLR初始值如图5所示。AGC自动增益控制输出数据agc_d(n)如果大于

软判决数据进行饱和处理取

如果小于软判决数据进行饱和处理取

从图中可以看出agc_d(n)大于

输出的LLR初始值保持在4.1846agc_d(n)小于

输出的LLR初始值保持在-4.1846。因为LLR计算过程避免了除法出现分母等于0的情况，slice(n)等于

和

的概率范围从区间[0，1]压缩到了区间[0.015，0.0985]，由此对应的LLR初始值最大值和最小值分别是

L(r(n))_max＝ln(0.985/0.015)＝4.1846

L(r(n))_min＝ln(0.015/0.985)＝-4.1846

实际应用中，可以参考图5根据AGC输出数据agc_d(n)直接获得LLR初始值。

Claims (6)

1、一种用于两电平调制输入的Turbo和LDPC译码的软判决LLR计算方法，其特征在于：1)对解调采样数据进行AGC自动增益控制调整其信号幅度，使信号能量稳定保持在

2)对AGC输出信号进行软判决获得软判决数据slice(n)，通过线性函数计算slice(n)分别等于

和

的概率，3)根据概率进行对数似然比LLR计算，获得LLR度量的估计值。

2、根据权利要求1所述的用于两电平调制输入的Turbo和LDPC译码的软判决LLR计算方法，其特征在于：AGC自动增益控制包括：预设AGC自动增益控制的期望输出幅度门限为

将

减去AGC自动增益控制输出信号幅度，得到误差信号，误差信号经环路滤波处理得到校正增益，将校正增益还原为线性增益，将线性增益与AGC自动增益控制的输入信号相乘，得到AGC自动增益控制输出信号agc_d(n)；前述过程也叫AGC环路处理。

3、根据权利要求2所述的用于两电平调制输入的Turbo和LDPC译码的软判决LLR计算方法，其特征在于：期望输出幅度门限

小于满输出幅度的一半；若AGC自动增益控制输入信号为小信号，为该小信号设置增益上限；当AGC自动增益控制输入信号类型为从小信号到大信号跳变时，设置AGC环路输出溢出标志，输出溢出时，将AGC环路增益/对数清零，此时AGC环路线性增益为1，AGC环路进入新的响应状态。

4、根据权利要求1所述的用于两电平调制输入的Turbo和LDPC译码的软判决LLR计算方法，其特征在于：软判决的方法为：

若AGC自动增益控制输出信号agc_d(n)在区间内，对agc_d(n)进行128等分均匀量化，即量化精度为

并将等分均匀量化后的结果作为软判决输出信号slice(n)；

若AGC自动增益控制输出信号agc_d(n)在区间

以外，则对agc_d(n)进行饱和处理：如果agc_d(n)大于

那么软判决输出 $\mathrm{slice}\left(n\right)=\sqrt{E_s};$ 如果agc_d(n)小于

那么软判决输出 $\mathrm{slice}\left(n\right)=-\sqrt{E_s}.$

5、根据权利要求1所述的用于两电平调制输入的Turbo和LDPC译码的软判决LLR计算方法，其特征在于：计算slice(n)分别等于

和

的概率的方法为：

1)根据下式计算slice(n)等于的概率 $p(v=+\sqrt{E_s}|\mathrm{slice}\left(n\right)):$

$p(v=+\sqrt{E_s}|\mathrm{slice}\left(n\right))=(\mathrm{slice}\left(n\right)+\sqrt{E_s})/\left(2\sqrt{E_s}\right)$

2)将步骤1)计算结果代入下式，可求得slice(n)等于

的概率 $p(v=-\sqrt{E_s}|\mathrm{slice}\left(n\right)):$

$p(v=+\sqrt{E_s}|\mathrm{slice}\left(n\right))+p(v=-\sqrt{E_s}|\mathrm{slice}\left(n\right))=1.$

6、根据权利要求1所述的用于两电平调制输入的Turbo和LDPC译码的软判决LLR计算方法，其特征在于：按下式计算对数似然比LLR：

$L\left(r\left(n\right)\right)=\ln \left[\frac{p(v=+\sqrt{E_s}|\mathrm{slice}\left(n\right))}{p(v=-\sqrt{E_s}|\mathrm{slice}\left(n\right))}\right]=\ln \left[\frac{p(v=+\sqrt{E_s}|\mathrm{slice}\left(n\right))}{1-p(v=+\sqrt{E_s}|\mathrm{slice}\left(n\right))}\right]$

其中， $p(v=-\sqrt{E_s}|\mathrm{slice}\left(n\right))$ 为slice(n)等于

的概率；

$p(v=+\sqrt{E_s}|\mathrm{slice}\left(n\right))$ 为slice(n)等于

的概率。

Images