CN102164023A - 自适应动态量化ldpc码译码方法 - Google Patents

Abstract

本发明属于通信技术领域，是一种低密度奇偶校验码（LDPC）的译码方法。设V为变量节点信息，u为校验节点信息，N _v 为变量节点的总数，l _v 为V的量化范围上限；在每次迭代中，首先采用Min-Sum或BP方法更新所有V和u的值；然后统计更新后V的绝对值大于0.9l _v 的数量P _v ；如果P _v /N _v 大于某个阈值η，则所有的V和u均乘以1/β，从而完成一次迭代；多次迭代后，即可收敛到正确率较高的码字。该方法能动态调整LDPC译码过程中的信息量化方式，从而能避免译码信息的量化饱和，使信息量化位宽缩短，有效地降低LDPC译码器的复杂度。该动态调整基于自适应的机制，能很好地避免调整过程中的误差，使得译码性能损失很微小。

Description

自适应动态量化LDPC码译码方法

技术领域

本发明属于通信技术领域，具体涉及一种低密度奇偶校验码（Low Density Parity Check Code，LDPC）的译码方法。

背景技术

随着通信技术的发展，对通信系统的吞吐量和可靠性的要求越来越高，传统的信道编码如卷积码等越来越难以满足这些要求。通过采用低密度奇偶校验码（LDPC）能有效降低通信系统误码率，同时具有较高的译码速度，以满足先进通信系统的要求。LDPC码运用范围广，能适用于各种不同的通信环境，在无线通信，有线通信，甚至卫星通信中都有广泛的应用前景。总之，低密度奇偶校验码（LDPC）是一种极具潜力的通信信道编码解决方案。

LDPC译码方法对于LDPC码的应用是非常重要的。LDPC码通常采用置信传播（Belief Propagation，BP）方法译码。在传统的BP方法中，译码信息在校验节点（Check Node）和变量节点（Value Nodes）中来回传递更新。但是传统BP方法运算复杂度较高，最终导致译码器硬件结构复杂，不利于LDPC码的运用。对于BP方法的改进，如最小和算法（Min-Sum）能减少BP方法中的非线性运算，或者如层调度方法（Layered Decoding）能减少BP方法中使用的信息存储空间。此外，还有如QC-LDPC码等改进，该类码的译码矩阵能提高译码器并行程度。

即使存在这些改进，LDPC译码方法仍然不算简单，其最终的译码器硬件结构仍然较复杂。突出表现在译码信息存储空间大，信息处理复杂，硬件布局布线困难。译码信息的存储空间、复杂程度和信息的量化方式息息相关。如果能减少译码信息的量化位宽，同时又不影响译码性能，就能大幅减少译码器复杂度。

发明内容

本发明的目的在于提出一种能减少译码信息的量化位宽，同时又不影响译码性能，因而能大幅减少译码器复杂度的LDPC码译码方法。

本发明所提出的LDPC码译码方法，通过动态调整信息量化范围来避免饱和误差，使得信息所需量化位宽缩短，同时量化范围的调整基于自适应的机制，所以称为自适应动态量化译码方法。

本发明所提出的译码方法的原理如下：译码过程中信息幅值会不断增大，当量化位宽有限时，信息量化值会饱和溢出，影响译码性能。因此可通过不断扩大信息量化范围来避免饱和溢出效应。

在量化范围扩大前，设量化精度（最小量化区间）为q，量化位宽为w，其中有一位符号位z _s ，设某个信息的量化值为Z。那么，Z可以通过2的幂的多项式R(z)，q和z _s 表示为：

多项式R(z)中各项的系数为1或者0，各项系数构成一个w-1维二进制向量: 

。设在一次迭代中同类信息的量化方式一致，因为Min-Sum算法中采用的是线性运算，所以基于z _s R(z)的运算的结果乘以因子q后，即为基于Z的运算结果。所以在量化范围扩大前，译码器只需要存储z和z _s 。假设量化范围扩大β倍，那么量化量化精度q也扩大β倍，量化间距变为βq。设在量化范围扩大后该信息新的量化值为Z'，量化位宽仍为w。则Z'可以通过β，q，z _s 和2的幂的多项式R(z')表示为：

其中多项式R(z')的系数构成向量z'。同样，在量化范围扩大后译码器只需要存储z'和z _s 。设INT(z)表示对整数z取整。由于Z和Z'是同一个信息的量化值，所以R(z)和R(z')存在关系为，

因此，采用这种信息处理方式，我们可以简单地把二进制信息乘以1/β来实现信息量化范围的扩大，很有效地降低了重新量化对硬件的开销。

量化方式改变会导致额外的信息损失；量化精度的不断降低也给信息的准确性带来负面影响。因此，在不影响译码性能情况下，要尽量减少量化范围扩大的次数。只有当信息量化饱和开始变得严重时，才执行量化范围的扩展。这些问题的解决都要求算法能够自适应地评估饱和噪声的大小，并决定是否扩大量化范围。另外，自适应算法还要有利于硬件实现。

本发明采用的方法如下所述。设变量节点信息V和校验节点信息u。设V的量化范围上限为l _v ，量化位宽为w比特，其中一位是符号位。对译码信息V和u的量化范围进行扩大，设每次量化范围扩大倍数为β，初始量化精度为q ₀ ，则经n次量化范围扩大后，设p _v 表示V大于0.9l _v 的概率。在每次迭代后估计p _v 。若p _v 的估计值大于某个阈值η，则扩大信息的量化范围。

图1具体描述了本方法的过程。设N _v 表示变量节点的总数。在每次迭代中，首先采用Min-Sum方法更新所有V和u的值。然后统计经过更新后V的绝对值大于0.9l _v 的数量，并记为P _v 。如果结果P _v /N _v 大于某个阈值η，则所有的V和u均乘以1/β，从而完成一次迭代。多次迭代后，即可收敛到正确率较高的码字。译码方法中的参数β和η可以通过多次数学仿真得到一个较优值。初始量化精度q ₀ 根据LDPC码的校验矩阵不同，一般取0.25至0.5之间。

本发明方法能动态调整LDPC译码过程中的信息量化方式，从而能有效地降低LDPC译码器的复杂度。

附图说明

图1  动态量化译码方法说明。

图2  实现动态量化译码方法的结构图。

图3  动态量化译码方法中的所需运算单元的结构图。

具体实施方式

下面结合附图进一步描述本发明。

采用本发明所述方法的译码器实现如图2所示。

在图2中，V_RAM表示用于存储变量节点信息V的内存，U_RAM表示用于存储校验节点信息u的内存。V_RAM采用了乒乓结构，2组内存轮流替换使用，提高系统吞吐率。图2中的运算单元首先用于更新译码信息。在一次迭代中，运算单元从V_RAM与U_RAM中读取等待被更新的译码信息，然后采用Min-Sum或其他方法获得新的V和u，最后把更新后的译码信息存回V_RAM和U_RAM。为了实现动态量化，运算单元在更新V的同时还判断V的绝对值是否大于0.9l _v 。并根据判断结果，通知自适应估计单元是否增大P _v 的值。图2中的自适应估计单元用于对P _v 进行计数，运算单元每检测到一个绝对值大于0.9l _v 的更新后的V，P _v 就增加1。控制单元从自适应估计单元中读取P _v 计数结果，并与阈值相比较，判断是否执行量化范围扩大。如果判断执行，控制单元则通知运算单元在下一次迭代前对所有的V和u执行一次乘以因子1/β的运算，即完成一次量化范围的扩大，并同时调整l _v 的参考值。由此，实现一次译码迭代，经过多次反复的译码迭代后，码字向正确的结果收敛。控制单元还负责给出读写V_RAM和U_RAM时的地址信息，监视校验判决单元的执行等。

译码器还应该包括其他一些辅助模块。其中，桶形移位器用于常用的QC-LDPC码中对单位阵的变换操作。变换参数由控制单元给出。判决校验单元用于判断译码是否成功，如成功则把译码结果输出给缓存输出。缓存输出用于把最终译码结果输出给通信系统的下一级。

图3进一步详细列出了运算单元的结构图。运算单元首先从内存中读取V和u的值。其次如图2中左边虚线框所示：当控制单元通知运算单元扩大信息量化范围时，被读取的V和u乘以1/β，然后通过2选1选择器输出至下一级；如无需扩大信息量化范围，则V和u通过2选1选择器直接输出至下一级。下一级中，译码信息V和u相加后根据Min-Sum方法或BP方法得到更新后的值，即new V和new u。.图2中，右边的虚线框图用于检测new V是否接近量化饱和，检测的标准是new V的绝对值是否大于0.9l _v 。并把检测结果输出给自适应估计单元用于计数P _v 。

Claims (2)

1.一种自适应动态量化LDPC码译方法，其特征在于具体步骤如下：

设变量节点信息为V，校验节点信息为u， N _v 表示变量节点的总数，l _v 为V的量化范围上限；在每次迭代中，首先采用Min-Sum或BP方法更新所有V和u的值；然后统计经过更新后V的绝对值大于0.9l _v 的数量，并记为P _v ；如果结果P _v /N _v 大于某个阈值η，则所有的V和u均乘以1/β，从而完成一次迭代；多次迭代后，即可收敛到正确率较高的码字。

2.根据权利要求1所述的自适应动态量化LDPC码译方法，其特征在于参数β和η通过多次数学仿真得到。

Images