CN103973314A - 一种基于ldpc的信号编解码方法、及接收端和发送端 - Google Patents

Abstract

本发明提供一种基于LDPC的信号编解码方法、及发送端及接收端，所述方法包含：步骤101）将信源编码后的比特流等分为若干组，每组长度为K_b；步骤102）将K_p个已知导频比特插入每组中得到待编码的信息块，记录导频比特在各信息块中的插入位置并发送至接收端；步骤103）生成大小为M×N的校验矩阵H，依据校验矩阵H对信息块进行编码得到长度为N的码字；步骤104）从码字中去除已知的导频比特，将未知的数据比特和校验比特进行调制得到发送符号，将这些符号发送至接收端；步骤105）在接收端进行与上述步骤相反的操作解码得出发送端的发送信号。本发明在发送端插入已知导频符号提高接收端解码器性能，克服了解码器进行消息传播时，在变量节点和校验节点间存在的误差传播现象。

Description

一种基于LDPC的信号编解码方法、及接收端和发送端

技术领域

本发明涉及通信领域，特别涉及信道编码技术中的低密度奇偶校验（LowDensityParity Check，LDPC）码技术，具体涉及一种基于LDPC的信号编解码方法、及接收端和发送端。

背景技术

在通信中的信道编码领域中，低密度奇偶校验码(LDPC)码是最接近Shannon极限的编码方式之一。它是1962年由Gallager在博士论文中提出的，但是受当时技术水平的限制，未能引起人们的注意。1996年，Mackay和Neal对LDPC码的重新研究发现，该码是一种性能接近Shannon限、可以实现的好码，其性能甚至超过Turbo码。此后LDPC码迅速成为编码领域的热点。另外的仿真表明，在BPSK调制下，码率1/2码长为10⁷的非规则LDPC码在AWGN中传输，误码率（Bit Error Rate，BER）为10^-5时的性能距Shannon限仅有0.0045dB，是目前已知最接近Shannon极限的码。与其他编码方式相比，LDPC码有对相关衰落的衰落速度不敏感；良好的自交织性；译码方法简单；合理构造校验矩阵误码平台较低等特性。

LDPC码有很多种译码算法，本质上大都是基于Tanner图的消息迭代译码算法，其基本思想是：信息节点向其连接的每一个校验节点传递所有的已有的消息，包括从其他校验节点前一次迭代得到的外部消息和接收的信道消息，使得校验节点进行更新；然后由校验节点将除接收节点拥有信息之外的全部外部消息传向信息节点，使得信息节点进行更新，完成一次迭代过程；重复迭代过程，直到达到最大迭代次数或得到正确输出。

然而，LDPC译码器在迭代中进行消息传递时，因为数据从有噪的信道中获得，有可能会传播错误的消息，从而造成误差传播现象，最终可能导致比特估计错误，因此误码率提高。而当前对LDPC码的分析主要集中在LDPC码本身，如校验矩阵的构造、有效编码算法、译码算法、性能分析及其在实际系统中的应用等，而上述相关措施并没有对这种问题进行有效的解决。

发明内容

本发明的目的在于，为克服现有技术的LDPC译码器进行消息传播时，在变量节点和校验节点间存在的误差传播现象，提供一种更为鲁棒的实用LDPC码算法。

为实现上述目的，本发明提供了一种基于低密度奇偶校验码的信号编码方法，所述方法包含：

步骤101）将信源编码后的比特流等分为若干组，每组有固定长度K_b；

步骤102）将K_p个已知的导频比特插入每组中得到待编码的信息块，记录导频比特在各信息块中的插入位置并发送至接收端；

步骤103）生成大小为M×N的校验矩阵H，依据校验矩阵H对信息块进行编码得到长度为N的码字；

步骤104）从码字中去除已知的导频比特，将未知的数据比特和校验比特进行调制得到发送符号，将这些符号经由信道发送至接收端；

其中，所述步骤102）具体采用如下方式之一向每组中插入导频比特：

连续方式，即将K_p个导频比特相邻放置；

交织方式，即将K_p个导频比特等间距插入数据比特中；或

随机方式，即将K_p个导频比特随机插入数据比特中。

本发明还提供一种基于低密度奇偶校验码的信号解码方法，该解码方法用于解码采用上述编码方法编码的信号，所述方法包含：进一步包含：

步骤105-1）接收端首先接收数据，其中数据包含发送的已调制符号和噪声，在按照固定长度分组后，采用与发送端相同的策略将与发送端相同的导频插入其接收的数据中；

步骤105-2）将包括导频和接收的未知数据在内的所有N个数据进行后验似然信息的初始化，然后根据后验似然信息对变量节点从校验节点中得到的信息进行初始化；

步骤105-3）启动迭代程序：

首先更新从变量节点到校验节点的消息，消息从与它相连的变量节点中获取，然后进行所有变量节点的消息更新，消息从与它相连的校验节点中获取；

步骤105-4)对接收的未知的比特进行似然比估计和判决，然后将已知的导频比特插入到判决结果中，得到所有N个比特的估计

步骤105-5）如果或者达到最大迭代次数，则退出迭代并输出判决结果；否则返回步骤105-3）继续迭代过程，其中H为LDPC码的校验矩阵，当解码输出的比特估计无误时，

上述步骤105-2）进一步包含如下步骤：

首先，

对导频的后验似然信息计算如下：

对于K_p个导频有x_i＝y_i,i∈P，即导频数据的后验概率等于先验概率；从而可知当导频为x_i＝+1时，后验似然信息L₀(i)＝ln(1/0)＝+∞，当导频为x_i＝-1时，L₀(i)＝ln(0/1)＝-∞，其中P为导频在数据块中的位置；

对未知数据的后验似然信息的计算如下：

对N个导频数据和未知数据的后验似然信息计算公式为：

其中，x_i表示将比特进行调制后的符号，y_i表示接收的数据，包括发送符号和噪声，σ²表示信道中的噪声功率；

然后，对N个变量节点从校验节点中获取的信息利用上面计算的后验似然信息进行初始化，具体为：变量节点i从与它相连的校验节点j中得到的似然信息依据如下公式进行初始化：L(g_ij)＝L₀(i)，其中i＝1,2,…,N，j为与变量节点i相连的校验节点，当所有N个变量节点的似然信息L(g_ij)用后验似然信息进行赋值后，就完成了初始化过程。

上述步骤105-3）进一步包含如下步骤：

每次迭代中，

首先，对所有M个校验节点进行消息更新，消息从与它相连的变量节点中获取，计算如下：

$L\left(h_{\mathrm{ij}}\right)={2\tanh }^{-1}\left(\underset{i^{\′\∈N\left(j\right)\backslash i}}{\mathrm{\Π}}\tanh \left(\frac{L\left(g_{i^{\′}j}\right)}{2}\right)\right)$

其中，1≤j≤M，i∈N(j)，N(j)为与校验节点j相连的变量节点的集合，N(j)\i表示N(j)中除去变量节点i之后的集合，L(g_i'j)表示变量节点i从与它相连的校验节点j中获得的似然信息，L(h_ji)表示校验节点j从与它相连的变量节点i中获得的似然信息；

然后，进行所有N个变量节点的消息更新，消息从与它相连的校验节点中获取，计算如下：

其中，1≤i≤N，j∈M(i)，M(i)为与变量节点i相连的校验节点的集合，M(i)\j为M(i)除去校验节点j之后的集合，L₀(i)表示初始的后验似然信息。

为了实现上述方法，本发明还提供一种基于低密度奇偶校验码的发送端，该发送端包含：信源模块，信源编码模块，信道编码模块和调整模块，其特征在于，所述信道编码模块进一步包含：

等分子模块，用于将信源编码后的比特流等分为若干组，每组有固定长度K_b；

导频比特插入子模块，用于将K_p个已知的导频比特插入每组中得到待编码的信息块，记录导频比特在各信息块中的插入位置并发送至接收端；

校验矩阵生成子模块，用于生成大小为M×N的校验矩阵H；

编码子模块，用于依据校验矩阵H对信息块进行编码得到长度为N的码字；

调制子模块，用于从码字中去除已知的导频比特，将未知的数据比特和校验比特进行调制发送至接收端。

上述导频比特插入子模块进一步包含：

插入策略选择单元，用于从连续、交织和随机方式中选择一种插入策略，将导频比特插入信息块中；

第一插入子模块，用于依据选择的插入策略将导频比特插入等分的比特信息中；

插入位置记录单元，用于记录导频比特在信息块中的位置；

发送单元，用于将记录的位置信息发送至接收端并将插入导频信息的信息块发送至编码子模块进行编码。

为了实现上述方法本发明还提供了一种基于低密度奇偶校验码的接收端，该接收端包含：解调模块，信道解码模块，信源解码模块，其特征在于，所述信道解码模块进一步包含：

第二插入子模块，用于依据插入位置记录单元记录的位置信息将导频比特插入接收符号中；

初始化子模块，用于将接收的所有数据的后验似然信息初始化；

迭代执行子模块，用于启动如下迭代程序：首先更新从变量节点到校验节点的消息，然后进行所有变量节点的消息更新，消息从与它相连的校验节点中获取；

估计和判决子模块，用于对接收的未知的符号进行似然比估计和判决，如果或者达到最大迭代次数，则退出迭代并输出判决结果；否则返回迭代执行子模块继续迭代过程。

上述初始化子模块进一步包含：

导频初始化子模块，用于对已知的导频进行后验似然信息的初始化；

未知数据初始化子模块，用于对未知数据进行后验似然信息的初始化；

变量节点迭代初始化子模块，用于对变量节点从与它相连的校验节点中获取的信息进行初始化。

上述迭代执行子模块进一步包含：

校验节点更新子模块，用于校验节点从变量节点中获取的信息更新；

变量节点更新子模块，用于变量节点从校验节点中获取的信息更新。

上述估计和判决子模块进一步包含：

软信息估计子模块，用于对解码的信息进行准确估计；

比特判决子模块，用于获取比特估计；

迭代判决子模块，用于确定是否解码成功并及时退出迭代。

本发明的优点在于：

1、本发明通过在信息块中添加已知的导频符号，减少了解码器的误差传播现象的发生。导频符号有阻止不可靠信息的传播和提供更置信的信息的作用。

2、通过对导频辅助的LDPC码编解码方案和传统LDPC码编解码方案的仿真对比，可以证明本发明的算法更优，特别是在衰落信道中，性能有着显著的提高。

3、本发明方案简单，相对于传统LDPC，几乎没有增加任何复杂度，具有良好的科研应用价值。

4、本发明更为灵活，可以与现有已知的LDPC码技术相结合，改善系统的可靠性。

总之，本发明特别涉及信道编码技术中的低密度奇偶校验（Low Density ParityCheck，LDPC）码技术，本发明通过插入已知的导频符号提高接收端解码器性能，克服了解码器进行消息传播时，在变量节点和校验节点间存在的误差传播现象，提供了一种更为鲁棒的实用LDPC码算法。仿真表明，本发明提供的技术方案有着更好的性能。另外，相对于传统LDPC码，发明的技术几乎没有增加任何复杂度，易于实现，具有良好的科研应用价值。

附图说明

图1为导频辅助的LDPC编码器框图；

图2为导频插入示意图；

图3为导频排除示意图；

图4为导频辅助的LDPC解码器框图；

图5-a为本发明提供的发送端编码传输流程图；

图5-b为本发明提供的接收端的解码流程图；

图6为接收端导频插入示意图；

图7为导频辅助的LDPC码和传统LDPC码在AWGN信道下的对比图；

图8为导频辅助的LDPC码和传统LDPC码在瑞利平坦衰落信道下的对比图。

具体实施方式

下面结合附图和具体实施例对本发明的方案进行详细的说明。

本发明提出了一种导频辅助的LDPC码编解码方案，其中编码方案包括以下步骤：

步骤1）、对输入的比特流进行分组，每组有固定长度K_b；

步骤2）、对每组的K_b个消息比特，插入已知的K_p个导频比特，组成一个信息块，信息比特长度为K＝K_b+K_p；

步骤3）、生成校验矩阵H，矩阵大小为M×N；

步骤4）、对信息块进行编码，得到长度为N的码字：c＝[s;p]＝[c₁,c₂,…,c_N]，其中s为信息比特，p为校验比特；

步骤5）、从码字中除去已知的导频比特，将其它比特流进行调制，得到符号流，在信道中传输这些符号。

因此，导频辅助的LDPC码的编码码率为R＝K_b/(N-K_p)。

针对以上编码方案，导频辅助的LDPC码的解码方案包括以下步骤：

步骤1）、接收“N-K_p”个数据，其中数据为发送的信息符号和信道中高斯白噪声的叠加，并将导频符号按插入的位置放入到接收数据中；

步骤2）、对所有的数据的后验似然信息进行初始化，由于导频符号的后验信息等于先验信息，需要进行不同的初始化过程；

步骤3）、对每次迭代过程，首先更新从变量节点到校验节点的消息，然后更新从校验节点到变量节点的消息，其中消息指节点的后验似然信息；

步骤4)、除了导频符号，进行其他符号的估计及判决后，得到比特判决结果

步骤5)、计算其中H为编码器步骤3）中构造的校验矩阵，为解码器步骤4）中的判决结果，如果计算结果为0，或者达到最大迭代次数，则退出迭代并输出判决结果；否则将迭代次数加1，返回步骤3继续迭代过程。

图1为本发明的编码器原理框图。下面结合图1，对本发明的导频辅助的LDPC码编码方案进行详细说明：

步骤1、对输入的比特流进行分组，每组有固定长度K_b；

由于LDPC码是一种线性分组码，按固定信息长度和码率进行编码，因此对比特流按照固定长度进行分组。

步骤2、对每组的K_b个消息比特，插入已知的K_p个导频比特，组成一个信息块，

信息比特长度为K＝K_b+K_p；

图2为导频插入示意图。导频为伪随机比特序列，都为发送端和接收端已知，它依次插入到K_b个数据比特中，得到一个长度为K＝K_b+K_p的信息块。插入方式可以有三种：（1）连续的，K_p个导频放置在一起，（2）交织的，数据比特和导频等间距插入放置；（3）随机的，导频比特随机地插入到K_b个数据比特中。假设导频在信息块中的位置集合为P＝{p₁,p₂,…}，另外，导频位置在发送端和接收端均已知。

步骤3、生成校验矩阵H，矩阵大小为M×N；

校验矩阵H中每列含有ω_r个1，每行含有ω_c个1，是稀疏的矩阵。H矩阵的设计不仅要考虑性能、编译码复杂度上的因素，还要考虑是否方便硬件实现。由于本文不是针对编解码内部进行的，因此可采用任意已发表的校验矩阵构成方法，从这个意义上来说，本发明更加灵活，可以与其他LDPC码方法相结合。

步骤4、对信息块进行编码，得到长度为N的码字：c＝[s;p]＝[c₁,c₂,…,c_N]，其中s为信息比特，p为校验比特；

本步骤与传统LDPC码的构造方法相同。但是，此时进行的编码码率为R^*＝K/N＝(K_b+K_p)/N，称之为内编码器码率，不是真正的导频辅助的LDPC编码器的码率。

步骤5、从码字中除去已知的导频比特，将其他比特流进行调制，并在信道中传输。

图3为导频排除示意图。由于导频符号在发送端和接收端均已知，因此在发送的比特流中将导频符号除去，只有未知的数据比特和校验比特被调制，然后发送。这样做的目的是获得有效性和节省能量。

因此，导频辅助的LDPC码的编码码率为R＝K_b/(N-K_p)，与内编码器码率R^*的关系为

$R^{*}=\frac{K_b+K_p}{K_b+K_{p}R}R---\left(1\right)$

在实际使用中，给定每组数据长度K_b和LDPC码编码码率R，通过合理选择导频长度K_p，从而由式（1）得到内编码码率R^*进行编码。

发送的数据在有噪信道中传输，接收端接收到数据后进行解码。假设调制方式为BPSK，信道为AWGN信道，其中的加性高斯白噪声均值为0，方差为σ²。图4为导频辅助的LDPC解码器框图，图5-b为接收端的处理流程图，结合图4和图5-b，对本发明的导频辅助的LDPC码解码方案进行详细说明：

步骤1、接收数据流，并按照固定的N-K_p个数据进行分组，其中数据为发送的信息符号和信道中高斯白噪声的叠加，并将导频符号按插入的位置放入到接收数据中；

图6为接收端导频插入示意图。接收端已知导频序列和导频在码字中的位置P，当接收到数据时接收端按照位置P插入已知的导频序列，得到数据块y＝[y₁,y₂,…,y_N]，其中

$y_i=\left\{\begin{array}{cc}{x}_i,& i\∈P\\ x_i=n_i& i=1,N,\·\·\·,\mathrm{N\; and\; i}\∉P\end{array}\right.,$ 并且x_i＝1-2c_i。

步骤2、对所有N的数据的后验似然信息进行初始化，由于导频符号的后验信息等于先验信息，需要进行不同的初始化过程；

本步骤对所有变量节点进行后验信息的初始化，其中对数后验似然信息定义为：

$L_0\left(i\right)=\ln \frac{P(x_i=+1|y_i)}{P(x_i=-1|y_i)},i=1,\·\·\·,N---\left(2\right)$

对导频数据，因为与接收数据无关，因此后验概率等于先验概率：

$L_0\left(i\right)=\ln \frac{P(x_i=+1|y_i)}{P(x_i=-1|y_i)}=\ln \frac{P(x_i=+1)}{P(x_i=-1)},i\∈P---\left(3\right)$

因此，当导频为x_i＝+1时，L₀(i)＝ln(1/0)＝+∞，当导频为x_i＝-1时，L₀(i)＝ln(0/1)＝-∞。

对于其他接收数据， $L_0\left(i\right)=\ln \frac{P(x_i=+1|y_i)}{P(x_i=-1|y_i)}=\ln \frac{1/\sqrt{2\mathrm{\π}{\mathrm{\σ}}^2}\exp (-{(y_i-1)}^2/{2\mathrm{\σ}}^2)}{1/\sqrt{2\mathrm{\π}{\mathrm{\σ}}^2}\exp (-{(y_i+1)}^2/{2\mathrm{\σ}}^2)}=\frac{{2y}_i}{{\mathrm{\σ}}^2},$

因此，综上所述，N个数据的后验似然信息可表示为：

然后，对变量节点i从与它相连的校验节点j中获得的似然信息进行初始化：

L(g_ij)＝L₀(i)，其中i＝1,2,…,N，j为与变量节点i相连的校验节点。，L(g_i′j)表示变量节点i从与它相连的校验节点j中获得的似然信息，L(h_ji)表示校验节点j从与它相连的变量节点i中获得的似然信息；

步骤3、对每次迭代过程，首先更新校验节点的消息，然后更新变量节点的消息，其中消息指节点的后验似然信息；

每次迭代中，首先对所有校验节点进行消息更新，消息从与它相连的变量节点中获取，计算如下：

$L\left(h_{\mathrm{ij}}\right)={2\tanh }^{-1}\left(\underset{i^{\′\∈N\left(j\right)\backslash i}}{\mathrm{\Π}}\tanh \left(\frac{L\left(g_{i^{\′}j}\right)}{2}\right)\right)---\left(5\right)$

其中1≤j≤M，i∈N(j)，N(j)为与校验节点j相连的变量节点的集合，N(j)\i表示N(j)中除去变量节点i之后的集合。

然后进行所有变量节点的消息更新，消息从与它相连的校验节点中获取，计算如下：

其中1≤i≤N，j∈M(i)，M(i)为与变量节点i相连的校验节点的集合，M(i)\j为M(i)除去校验节点j之后的集合。

步骤4)、除了导频符号，进行其他符号的估计，最后进行判决得到比特估计

由于导频符号是已知的，因此进行符号估计时不对其进行处理，即对i∈P，对符号进行似然比估计为：其中1≤i≤N且根据似然估计对符号进行判决为：

步骤5)、计算其中H为LDPC编码器步骤3）中构造的校验矩阵，为解码器步骤4）中的判决结果，如果计算结果为0，或者达到最大迭代次数，则退出迭代并输出判决结果；否则将迭代次数加1，返回步骤3继续迭代过程。

如图5-a所示，该图为本发明提供的发送端编码传输流程图，具体包含如下步骤：

步骤501）将待发送的数据流按照固定长度进行分组，得到若干组有固定长度K_b的分组；

步骤502）将每个分组中插入已知的导频比特插入各分组中；

步骤503）对插入导频比特的各组数据进行LDPC编码；

步骤504）将编码后的信号进行去导频处理，并将去导频处理后的信号进行调制发送。

本步骤检测数据是否被正确解码或达到最大的迭代次数，如果正确解码或已迭代了足够多的次数则退出。否则继续迭代以获得更准确的符号估计

通过与传统LDPC码的BER性能比较来评估导频辅助的LDPC码技术的性能。为了保证对比的公平性，将数据块长度K_b和编码码率R设为相同。如假设K_b＝400，R＝1/3，则传统LDPC码进行码率为1/3的LDPC编码，得到N＝1200比特的编码数据，对其调制后发送到信道中。对导频辅助的LDPC码技术，选择导频长度为K_p＝400bits，则根据式（1）可得R^*＝1/2，因此对导频辅助的LDPC码选用内编码码率为1/2的编码器，编码后去除导频，将同样得到1200比特的发送数据。综上所述，对本方案和传统方案的编码数据长度和发送长度都相等。

图7为导频辅助的LDPC码和传统LDPC码在AWGN信道下的对比图。可以看出，本发明的方法的BER性能明显优于传统LDPC码，在误码率10^-6时，性能提高0.4~0.5dB。图8为导频辅助的LDPC码和传统LDPC码在锐利平坦衰落信道下的对比图。在误码率10^-6时，性能提高约1.2dB。另外，导频辅助的LDPC码在衰落信道下的性能提升高于AWGN信道，说明该方案在恶劣环境中更加健壮。

应该说明的是，上面仅仿真了一个例子，可以设置任意的K_b，R和K_p进行仿真，由于已知的导频序列提供最可靠的信息，因此，相对于传统LDPC码，导频辅助的LDPC码的性能总是较优的。

最后所应说明的是，以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行修改或者等同替换，都不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (10)

1.一种基于低密度奇偶校验码的信号编码方法，所述方法包含：

步骤101）将信源编码后的比特流等分为若干组，每组有固定长度K_b；

步骤102）将K_p个已知的导频比特插入每组中得到待编码的信息块，记录导频比特在各信息块中的插入位置并发送至接收端；

步骤103）生成大小为M×N的校验矩阵H，依据校验矩阵H对信息块进行编码得到长度为N的码字；

步骤104）从码字中去除已知的导频比特，将未知的数据比特和校验比特进行调制得到发送符号，将这些符号经由信道发送至接收端；

其中，所述步骤102）具体采用如下方式之一向每组中插入导频比特：

连续方式，即将K_p个导频比特相邻放置；

交织方式，即将K_p个导频比特等间距插入数据比特中；或

随机方式，即将K_p个导频比特随机插入数据比特中。

2.一种基于低密度奇偶校验码的信号解码方法，该解码方法用于解码采用权利要求1所述的编码方法编码的信号，所述方法包含：

根据权利要求1所述的基于低密度奇偶校验码的信号编码方法，其特征在于，所述步骤105）进一步包含：

步骤105-1）接收端首先接收数据，其中数据包含发送的已调制符号和噪声，在按照固定长度分组后，采用与发送端相同的策略将与发送端相同的导频插入其接收的数据中；

步骤105-2）将包括导频和接收的未知数据在内的所有N个数据进行后验似然信息的初始化，然后根据后验似然信息对变量节点从校验节点中得到的信息进行初始化；

步骤105-3）启动迭代程序：

首先更新从变量节点到校验节点的消息，消息从与它相连的变量节点中获取，然后进行所有变量节点的消息更新，消息从与它相连的校验节点中获取；

步骤105-4)对接收的未知的比特进行似然比估计和判决，然后将已知的导频比特插入到判决结果中，得到所有N个比特的估计

步骤105-5）如果或者达到最大迭代次数，则退出迭代并输出判决结果；否则返回步骤105-3）继续迭代过程，其中H为LDPC码的校验矩阵，当解码输出的比特估计无误时，

3.根据权利要求2所述的基于低密度奇偶校验码的信号解码方法，其特征在于，所述步骤105-2）进一步包含如下步骤：

首先，

对导频的后验似然信息计算如下：

对于K_p个导频有x_i＝y_i,i∈P，即导频数据的后验概率等于先验概率；从而可知当导频为x_i＝+1时，后验似然信息L₀(i)＝ln(1/0)＝+∞，当导频为x_i＝-1时，L₀(i)＝ln(0/1)＝-∞，其中P为导频在数据块中的位置；

对未知数据的后验似然信息的计算如下：

对N个导频数据和未知数据的后验似然信息计算公式为：

其中，x_i表示将比特进行调制后的符号，y_i表示接收的数据，包括发送符号和噪声，σ²表示信道中的噪声功率；

然后，对N个变量节点从校验节点中获取的信息利用上面计算的后验似然信息进行初始化，具体为：变量节点i从与它相连的校验节点j中得到的似然信息依据如下公式进行初始化：L(g_ij)＝L₀(i)，其中i＝1,2,…,N，j为与变量节点i相连的校验节点，当所有N个变量节点的似然信息L(g_ij)用后验似然信息进行赋值后，就完成了初始化过程。

4.根据权利要求2所述的基于低密度奇偶校验码的信号解码方法，其特征在于，所述步骤105-3）进一步包含如下步骤：

每次迭代中，

首先，对所有M个校验节点进行消息更新，消息从与它相连的变量节点中获取，计算如下：

$L\left(h_{\mathrm{ij}}\right)={2\tanh }^{-1}\left(\underset{i^{\′\∈N\left(j\right)\backslash i}}{\mathrm{\Π}}\tanh \left(\frac{L\left(g_{i^{\′}j}\right)}{2}\right)\right)$

其中，1≤j≤M，i∈N(j)，N(j)为与校验节点j相连的变量节点的集合，N(j)\i表示N(j)中除去变量节点i之后的集合，L(g_i'j)表示变量节点i从与它相连的校验节点j中获得的似然信息，L(h_ji)表示校验节点j从与它相连的变量节点i中获得的似然信息；

然后，进行所有N个变量节点的消息更新，消息从与它相连的校验节点中获取，计算如下：

其中，1≤i≤N，j∈M(i)，M(i)为与变量节点i相连的校验节点的集合，M(i)\j为M(i)除去校验节点j之后的集合，L₀(i)表示初始的后验似然信息。

5.一种基于低密度奇偶校验码的发送端，该发送端包含：信源模块，信源编码模块，信道编码模块和调整模块，其特征在于，所述信道编码模块进一步包含：

等分子模块，用于将信源编码后的比特流等分为若干组，每组有固定长度K_b；

导频比特插入子模块，用于将K_p个已知的导频比特插入每组中得到待编码的信息块，记录导频比特在各信息块中的插入位置并发送至接收端；

校验矩阵生成子模块，用于生成大小为M×N的校验矩阵H；

编码子模块，用于依据校验矩阵H对信息块进行编码得到长度为N的码字；

调制子模块，用于从码字中去除已知的导频比特，将未知的数据比特和校验比特进行调制发送至接收端。

6.根据权利要求5所述的基于低密度奇偶校验码的发送端，其特征在于，所述导频比特插入子模块进一步包含：

插入策略选择单元，用于从连续、交织和随机方式中选择一种插入策略，将导频比特插入信息块中；

第一插入子模块，用于依据选择的插入策略将导频比特插入等分的比特信息中；

插入位置记录单元，用于记录导频比特在信息块中的位置；

发送单元，用于将记录的位置信息发送至接收端并将插入导频信息的信息块发送至编码子模块进行编码。

7.一种基于低密度奇偶校验码的接收端，该接收端包含：解调模块，信道解码模块，信源解码模块，其特征在于，所述信道解码模块进一步包含：

第二插入子模块，用于依据插入位置记录单元记录的位置信息将导频比特插入接收符号中；

初始化子模块，用于将接收的所有数据的后验似然信息初始化；

迭代执行子模块，用于启动如下迭代程序：首先更新从变量节点到校验节点的消息，然后进行所有变量节点的消息更新，消息从与它相连的校验节点中获取；

估计和判决子模块，用于对接收的未知的符号进行似然比估计和判决，如果或者达到最大迭代次数，则退出迭代并输出判决结果；否则返回迭代执行子模块继续迭代过程。

8.根据权利要求7所述的基于低密度奇偶校验码的接收端，其特征在于，所述初始化子模块进一步包含：

导频初始化子模块，用于对已知的导频进行后验似然信息的初始化；

未知数据初始化子模块，用于对未知数据进行后验似然信息的初始化；

变量节点迭代初始化子模块，用于对变量节点从与它相连的校验节点中获取的信息进行初始化。

9.根据权利要求7所述的基于低密度奇偶校验码的接收端，其特征在于，所述迭代执行子模块进一步包含：

校验节点更新子模块，用于校验节点从变量节点中获取的信息更新；

变量节点更新子模块，用于变量节点从校验节点中获取的信息更新。

10.根据权利要求7所述的基于低密度奇偶校验码的接收端，其特征在于，所述估计和判决子模块进一步包含：

软信息估计子模块，用于对解码的信息进行准确估计；

比特判决子模块，用于获取比特估计；

迭代判决子模块，用于确定是否解码成功并及时退出迭代。