CN104821831A - 一种适用于高码率qc-ldpc码的双循环构造方法 - Google Patents

Abstract

准循环低密度奇偶校验码基矩阵构造方法为，借助由密度演变算法优化得到的节点分布，然后设定扩展因子Z，联合优化LDPC码校验矩阵的圈长和圈的外信息度大小，最终扩展生成一个性能优异的QC-LDPC码基矩阵，该基矩阵中的每个元素对应一个Z×Z维的全零阵、单位阵或单位阵的循环移位矩阵。但是在构造高码率QC-LDPC码的过程中，通常会出现矩阵行数与最大列重受限的矛盾，即最大列重大于行数。针对此情况，本发明提出通过对多个循环移位矩阵的叠加来增加列重的方法来构造基矩阵，即在单个分块矩阵中嵌入多重循环移位矩阵。此处的“叠加”操作是二进制加法，构造得到的基矩阵既保证QC-LDPC码的循环特性，还达到了通过增加最小码距来优化码字性能的需求。

Description

一种适用于高码率QC-LDPC码的双循环构造方法

技术领域

本发明涉及低密度奇偶校验码，具体来说是涉及一种低密度奇偶校验码校验矩阵的构造方法。

背景技术

信道编码技术是移动通信系统不可或缺的一项关键技术，而信道编码技术中的低密度奇偶校验(Low Density Parity Check，LDPC)码则被普遍认为是一种性能优越的信道编码方法。它以逼近香浓极限(指的是在会随机发生误码的信道上进行无差错传输的最大传输速率)的性能引起了广泛的关注，并且在移动通信系统的研究中得到了应用。LDPC码是一种比较特殊的线性分组码，特殊性就在于它的奇偶校验矩阵中1的数目远远小于0的数目，称为稀疏性，也称为低密度。也正因为LDPC码校验矩阵的随机构造和稀疏特性，矩阵中1的位置随意性太大，给实际的编码器设计增加了麻烦，所以从这方面考虑，通常会选择具有规则结构的准循环LDPC(Quasi-cyclic LDPC,QC-LDPC)码。

QC-LDPC码是通过基矩阵和扩展因子来描述的，基矩阵是由分块的子矩阵构成，满足部分并行译码的结构要求。每个子分块阵可用一个整数标记，从而整个QC-LDPC码校验矩阵可通过一个较低维度的基矩阵来表示。基矩阵中的每个元素对应一个分块矩阵(通常为全零阵，单位阵或单位阵的循环移位矩阵)，由分块子矩阵组成的校验矩阵，可按照优化系数设置非全零的子矩阵，从而构造得到QC-LDPC码。

一、QC-LDPC码基矩阵的扩展

式(1)描述的基矩阵B_3×4定义一类QC-LDPC码集，行数M＝3，列数N＝4，扩展因子Z＝4。从该矩阵可以看出，B中的各元素b_i,j∈[-1,Z-1]，基矩阵B扩展成式(2)中的矩阵，的行数m＝M×Z＝12，列数n＝N×Z＝16。扩展过程中，1对应的是大小为Z×Z的全零阵，0对应是大小为Z×Z的单位阵，其它正整数对应的矩阵是大小为Z×Z的循环移位矩阵，即单位矩阵循环右移b_i,j次得到的分块矩阵。

       $B_{3\×4}=\left[\begin{array}{cccc}2& 1& 0& -1\\ -1& 0& 2& 3\\ 1& 0& -1& 0\end{array}\right]$    式1

       ${\tilde{H}}_{12\×16}=\left[\begin{array}{cccccccccccccccc}0& 0& 1& 0& 0& 1& 0& 0& 1& 0& 0& 0& 0& 0& 0& 0\\ 0& 0& 0& 1& 0& 0& 1& 0& 0& 1& 0& 0& 0& 0& 0& 0\\ 1& 0& 0& 0& 0& 0& 0& 1& 0& 0& 1& 0& 0& 0& 0& 0\\ 0& 1& 0& 0& 1& 0& 0& 0& 0& 0& 0& 1& 0& 0& 0& 0\\ 0& 0& 0& 0& 1& 0& 0& 0& 0& 0& 1& 0& 0& 0& 0& 1\\ 0& 0& 0& 0& 0& 1& 0& 0& 0& 0& 0& 1& 1& 0& 0& 0\\ 0& 0& 0& 0& 0& 0& 1& 0& 1& 0& 0& 0& 0& 1& 0& 0\\ 0& 0& 0& 0& 0& 0& 0& 1& 0& 1& 0& 0& 0& 0& 1& 0\\ 0& 1& 0& 0& 1& 0& 0& 0& 0& 0& 0& 0& 1& 0& 0& 0\\ 0& 0& 1& 0& 0& 1& 0& 0& 0& 0& 0& 0& 0& 1& 0& 0\\ 0& 0& 0& 1& 0& 0& 1& 0& 0& 0& 0& 0& 0& 0& 1& 0\\ 1& 0& 0& 0& 0& 0& 0& 1& 0& 0& 0& 0& 0& 0& 0& 1\end{array}\right]$    式2

二、QC-LDPC码基矩阵的二分图表示

Tanner图是用来描述LDPC码的一种二分图结构，它将LDPC码中校验矩阵的节点分成两个集合，变量节点的集合{v₀,v₁,…,v_N-1}和校验节点的集合{c₀,c₁,…,c_M-1}，这两个集合是由LDPC码的校验矩阵的N个变量节点和M个校验节点确定的。属于不同集合的点间可能会有连线，同一集合内的节点间没有连线。如果一个变量节点参与了某个校验方程，则对应的变量节点和校验节点之间就会有一条连线，我们称该连线为边。

式(3)为校验矩阵H(6,4,2,3)的矩阵分布以及对应的校验方程。

       $H=\left[\begin{array}{cccccc}1& 1& 0& 1& 0& 0\\ 0& 0& 1& 1& 1& 0\\ 1& 0& 0& 0& 1& 1\\ 0& 1& 1& 0& 0& 1\end{array}\right],\left\{\begin{array}{c}{v}_0\⊕v_1\⊕v_3=0\\ v_2\⊕v_3\⊕v_4=0\\ v_0\⊕v_4\⊕v_5=0\\ v_1\⊕v_2\⊕v_5=0\end{array}\right.$    式3

根据校验矩阵H可得Tanner图，如图6所示。图中连接变量节点或校验节点边的数目称为该节点的度数，记为deg(v_j)和deg(c_j)(i＝0,1,…,5,j＝0,1…,3)。节点的度数也可以称作该节点对应的列的列重或者行的行重，列重记作λ，行重记作ρ，最大列重记作λ_m，最大行重记作ρ_m。

本发明中，我们需要将QC-LDPC码的基矩阵B扩展成“0-1”形式的校验矩阵H，然后方可由Tanner图表示。通常QC-LDPC码的基矩阵中λ_m≤M，所以在构造高码率码时，由于M的限制，得到的λ_m值较小，译码性能不是很好。我们希望通过增加列重λ拉大最小码距，改 善码字性能，本发明将针对该情况，提出构造λ_m＞M的基矩阵的构造方法。

发明内容

发明目的：为了解决QC-LDPC码基矩阵中行数与最大列重受限的问题，本发明提出一种适用于高码率QC-LDPC码的双循环构造方法，通过在单个分块矩阵中嵌入多重循环移位矩阵来增加列重,拉大最小码距，从而达到改善码字性能的目的。

技术方案：为实现上述目的，本发明采用的技术方案为：

一种适用于高码率QC-LDPC码的双循环构造方法，

(1)已知QC-LDPC码基矩阵列数N，码率R，行数M＝N(1-R)，列重为λ，行重为ρ，最大列重和最大行重分别用λ_m和ρ_m表示；利用DE算法遍历优化基矩阵的边分布，然后通过PEG-ACE算法构造基矩阵H_M×N；基于基矩阵H_M×N构造一个新的基矩阵B_t(M×N)，所述基矩阵B_t(M×N)最大列重为λ_m，M<λ_m≤tM，t≥2；

(2)将基矩阵B_t(M×N)分成t个子矩阵，大小均为M×N，对这t个子矩阵作二进制加法，最后生成校验和矩阵具体步骤如下：

S101：初始化：k＝0，对应矩阵B_t(M×N)中的第一块基矩阵B₀，对该矩阵作扩展生成并用Tanner图表示，对应的变量节点和校验节点的集合分别为V＝{v₀,v₁,…,v_n-1}和C＝{c₀,c₁,…,c_m-1}，其中n＝N×Z，m＝M×Z；初始化一个大小为n×d_vm0的矩阵V_p0，该矩阵是用来记录校验矩阵中非零元素对应的变量节点，其中d_vm0表示变量节点度的最大值，即d_vm0＝max{deg(v_i)|i∈[0,n-1]}；完成初始化后，顺序执行步骤S102；

S102：k＝k+1，顺序执行步骤S103；

S103：如果k<t，执行步骤S104，否则跳到步骤S106；

S104：将基矩阵B_k扩展成校验矩阵并用Tanner图表示；矩阵V_p1记录校验矩阵中非零元素对应的变量节点，矩阵V_p1的大小为n×d_vm1，其中d_vm1＝max{deg(v_i)|i∈[0,n-1]}表示变量节点度的最大值，顺序执行步骤S105；

S105：设置变量d_vm＝d_vm0+d_vm1，将V_p0和V_p1这两个矩阵合并，从而生成矩阵V_p，则有该矩阵的大小为n×d_vm；对于第i行的d_vm个元素，如果存在两个相同的非零元素，则将它们同时置0，否则继续寻找相同的两个元素，直到每行中的非零元素互不相同；最后统计结果，更新每个变量节点的度deg(v_i)，i∈[0,n-1]，最大度d_vm0，以及矩阵V_p0，矩阵的大小为n×d_vm0，对V_p0的第i行非零元素按照数值大小从小到大排序，如果deg(v_i)＜d_vm0，则用(d_vm0-deg(v_i))个“0”填充剩余的位置；转到步骤S102；

S106：由计算得到的校验和矩阵中非零元素对应的变量节点V_p0对校验节点进行计算；依次对矩阵V_p0中每行元素进行遍历，将n行中相同的非零元素的数目依次记作 deg(c_j),j∈[0,m-1]中，非零元素值对应j值的大小，设校验节点度的最大值d_cm0＝max{deg(c_j)|j∈[0,m-1]}；构造一个大小为m×d_cm0的矩阵C_p0，该矩阵是用来记录校验矩阵中非零元素对应的校验节点，矩阵C_p0中元素的具体值可以由遍历过程中各个非零元素所在的行i来确定，对矩阵C_p0的第[j]行非零元素按从小到大排序，如果deg(c_j)＜d_cm0，则用(d_cm0-deg(c_j))个“0”填充剩余的位置；顺序执行步骤S107；

S107：输出结果矩阵V_p0和矩阵C_p0即校验和矩阵的Tanner图形式。

2、根据权利要求1所述的单个分块矩阵中嵌入多重循环移位矩阵的构造方法，其特征在于：

S107：设置变量flag，判断flag＝1是否成立，如果成立，执行步骤S108,否则跳到步骤S109；

S108：直接输出结果矩阵V_p0和矩阵C_p0即和矩阵的Tanner图形式；

S109：对于deg(v_j)＜d_vm0的变量节点和deg(c_j)＜d_cm0的校验节点不需要用“0”填充多余位置，所以将矩阵V_p0和矩阵C_p0中的“0”元素全部删除，然后再输出结果矩阵V_p0和矩阵C_p0即和矩阵的Tanner图形式。

进一步的，步骤(1)中所述基矩阵B_t(M×N)；具体构造方法如下：已知基矩阵H_MxN部分变量节点的列重为λ_m0≤M，若需增加这些变量节点的列重至λ_m，M<λ_m≤tM，t≥2，则对基矩阵H_M×N的处理步骤具体如下：

1)构造(t-1)个大小与H_MxN相同的全零矩阵H₀，将每个H₀矩阵相应变量节点的前{(λ_m-M)/(t-1)}个元素置“1”；

2)将H_MxN和(t-1)个H₀矩阵合并成一个大小为t(MxN)的矩阵H_t(MxN)，利用联合优化ACE和圈长的构造方法得到新的基矩阵B_t(MxN)。

进一步的，单个分块矩阵中嵌入多重循环移位矩阵的构造方法，已知QC-LDPC码基矩阵列数N，码率R，行数M＝N(1-R)，列重为λ，行重为ρ，最大列重和最大行重分别用λ_m和ρ_m表示；利用DE算法遍历优化基矩阵的边分布，然后通过PEG-ACE算法构造基矩阵H_M×N；当前第一个变量节点的列重λ_m0＝M，若仍需要增加第一个变量节点的列重至λ_m，M<λ_m≤2M，则对基矩阵H_M×N的处理步骤具体如下：

1)构造一个大小与H_M×N相同的全零矩阵H₀，将矩阵第一列的前(λ_m-M)个元素置“1”；

2)将H_M×N和H₀这两个矩阵合并成一个大小为2(MxN)的矩阵H_2(MxN)，利用联合优化ACE和圈长的构造方法得到新的基矩阵B_2(MxN)；

3)将基矩阵B_2(MxN)分成两个子矩阵，大小均为M×N，对这两个子矩阵作二进制加法，最 后生成校验矩阵

有效益果：已有QC-LDPC码基矩阵构造方法为，借助由DE算法优化得到的节点分布，然后设定扩展因子Z，联合优化LDPC码校验矩阵的圈长和圈的外信息度大小，最终扩展生成一个性能优异的QC-LDPC码基矩阵。一般基矩阵中λ_m≤M，但是在构造高码率QC-LDPC码的过程中，我们希望增加列重以拉大最小码距，改善码字性能，此时会出现最大列重与行数受限的问题，即最大列重大于行数。针对此情况，本发明提出一种适用于高码率QC-LDPC码的双循环构造方法，在单个分块矩阵中嵌入多重循环移位矩阵，构造得到的基矩阵既保证QC-LDPC码的循环特性，还达到了通过增加最小码距来优化码字性能的需求。

附图说明

图1为本发明的流程图。

图2为N＝30，R＝4/5，Z＝640，λ_m＝6和λ_m＝12的基矩阵分布(分别记作ξ₁和ξ₂)；

其中图中的每一个元素代表一个维数为640×640的小方阵：若元素为点表示，则代表-1，对应一个全零矩阵；若该元素为(X₁,X₂)，则表示X₁和X₂对应的置换矩阵相加后得到的新矩阵，其他元素X则对应偏移量等于X的置换单位阵。

图3为对ξ₁和ξ₂定义的两组QC-LDPC码进行误码率性能仿真，得到的曲线结果；横坐标用译码门限E_b/N₀(dB)表示；纵坐标用误比特率Bit Error Rate表示。

其中，译码器的最大迭代次数均设置为100次，采用置信传播算法(Belief Propagation，BP)和最小和算法(Min-Sum，又记作NMS(1.0))对这两组码字进行性能仿真，图中竖线表示由DE算法计算的译码门限。观察图3中曲线，可以看出，ξ₂的性能明显优于ξ₁。分析比较由NMS(1.0)算法仿真的曲线，发现在BER1e-5处ξ₂比ξ₁有0.06dB的增益。再比较由BP算法仿真的曲线，同样显示相比ξ₁，ξ₂性能更优，当BER1e-5时它们之间约有0.16dB的差异，这与两条竖线间的差距是非常相近的。以上结果都验证了在构造高码率QC-LDPC码时，通过双循环构造方法来改善码性能的可靠性。

图4为WiFi的IEEE 802.11n标准中的一组高码率QC-LDPC码基矩阵分布(分别记作ξ₃和ξ₄)。

其中N＝24，码率R＝5/6，扩展因子Z＝81，ξ₃和ξ₄的最大列重分别为4和12。

图中的每一个元素代表一个维数为81×81的小方阵：若元素为点表示，则代表-1，对应一个全零矩阵；若该元素为(X₁,X₂,X₃)，则表示X1，X2以及X3对应的置换矩阵相加后得到的新矩阵，其他元素X则对应偏移量等于X的置换单位阵。

图5为ξ₃和ξ₄定义的两组QC-LDPC码进行误码率性能仿真，得到的曲线结果；横坐标用 译码门限E_b/N₀(dB)表示；纵坐标用误比特率/误帧率(BER/FER)。

其中，译码器的最大迭代次数均设置为100次，采用置信传播算法(Belief Propagation，BP)对着两组QC-LDPC码进行性能仿真分析，两条竖线分别对应由DE算法计算出的译码门限。观察图中误码率BER曲线，发现当BER1e-5时，ξ₄较ξ₃有约0.11dB的增益。对于误帧率FER曲线，不难看出在FER1e-4处，ξ₃和ξ₄间同样存在约0.12dB的差异。这些结果与图中它们门限间的差异非常地契合，较好地验证了该种适用于高码率QC-LDPC码的双循环构造方法的实用性。

图6为根据校验矩阵H(6,4,2,3)得到的Tanner图。

具体实施方式

下面结合附图对本发明作更进一步的说明。

已知QC-LDPC码基矩阵列数N，码率R，行数M＝N(1-R)，列重为λ，行重为ρ，最大列重和最大行重分别用λ_m和ρ_m表示。利用DE算法遍历优化基矩阵的边分布，然后通过PEG-ACE算法构造基矩阵H_M×N。当前第一个变量节点的列重λ_m0＝M，假设我们仍需要增加第一个变量节点的列重至λ_m(M＜λ_m≤2M)。所以对基矩阵H_M×N的处理步骤具体如下：

1)构造一个大小与H_M×N相同的全零矩阵H₀将矩阵第一列的前(λ_m-M)元素置“1”；

2)将H_M×N和H₀这两个矩阵简单地合并成一个大小为2(MxN)的矩阵H_2(MxN)，利用联合优化ACE和圈长的构造方法得到新的基矩阵B_2(MxN)；

3)将基矩阵B_2(MxN)分成两个子矩阵，大小均为M×N，对这两个子矩阵作二进制加法，最后生成校验矩阵

将步骤3中两个子矩阵的加法推广到基矩阵B中t个相加的情况，首先构造新的基矩阵B_t(M×N)，所述基矩阵B_t(M×N)第一个变量节点的列重为λ_m，M<λ_m≤tM，t≥2；具体构造方法如下：已知基矩阵H_MxN部分变量节点的列重为λ_m0≤M，若需增加这些变量节点的列重至λ_m，M<λ_m≤tM，t≥2，则对基矩阵H_M×N的处理步骤具体如下：

1)构造(t-1)个大小与H_MxN相同的全零矩阵H₀，将每个H₀矩阵相应变量节点的前{(λ_m-M)/(t-1)}个元素置“1”；

2)将H_MxN和(t-1)个H₀矩阵合并成一个大小为t(MxN)的矩阵H_t(MxN)，利用联合优化ACE和圈长的构造方法得到新的基矩阵B_t(MxN)。

将基矩阵B_t(M×N)分成t个子矩阵，大小均为M×N，对这t个子矩阵作二进制加法，最后生成校验和矩阵如图1所示，具体步骤如下：

S101：初始化：k＝0，对应矩阵B_t(M×N)中的第一块基矩阵B₀，对该矩阵作扩展生成(基 矩阵B_k扩展生成校验矩阵)。并用Tanner图表示，对应的变量节点和校验节点的集合分别为V＝{v₀,v₁,…,v_n-1}和C＝{c₀,c₁,…,c_m-1}，其中n＝N×Z，m＝M×Z。初始化一个大小为n×d_vm0的矩阵V_p0，该矩阵是用来记录校验矩阵中非零元素对应的变量节点，其中d_vm0表示变量节点度的最大值，即d_vm0＝max{deg(v_i)|i∈[0,n-1]}。我们暂时先计算变量节点，所以在整个计算过程中不断更新矩阵V_p0和d_vm0从而得到最终的和矩阵结果，最后再通过变量节点计算校验节点。完成初始化后，顺序执行步骤S102；

S102：k＝k+1，顺序执行步骤S103；

S103：如果k<t，执行步骤S104，否则跳到步骤S106；

S104：类似地，将基矩阵B_k扩展成校验矩阵(实现程序中均用表示)，并用Tanner图表示。矩阵V_p1记录校验矩阵中非零元素对应的变量节点，矩阵V_p1的大小为n×d_vm1，其中d_vm1＝max{deg(v_i)|i∈[0,n-1]}表示变量节点度的最大值，顺序执行步骤S105；

S105：设置变量d_vm＝d_vm0+d_vm1，将V_p0和V_p1这两个矩阵简单合并，从而生成矩阵V_p，则有该矩阵的大小为n×d_vm。对于第i行的d_vm个元素，如果存在两个相同的非零元素，则将它们同时置0，否则继续寻找相同的两个元素，直到每行中的非零元素互不相同。最后统计结果，更新每个变量节点的度deg(v_i)，i∈[0,n-1]，最大度d_vm0，以及矩阵V_p0，矩阵的大小为n×d_vm0，对V_p0的第i行非零元素按照数值大小从小到大排序，如果deg(v_i)＜d_vm0，则用(d_vm0-deg(v_i))个“0”填充剩余的位置。转到步骤S102；

S106：由计算得到的和矩阵中非零元素对应的变量节点V_p0对校验节点进行计算。依次对矩阵V_p0中每行元素进行遍历，将n行中相同的非零元素的数目依次记作deg(c_j)，j∈[0,m-1]中，非零元素值对应j值的大小，设校验节点度的最大值d_cm0＝max{deg(c_j)|j∈[0,m-1]}。构造一个大小为m×d_cm0的矩阵C_p0，该矩阵是用来记录校验矩阵中非零元素对应的校验节点，矩阵C_p0中元素的具体值可以由遍历过程中各个非零元素所在的行i来确定，对矩阵C_p0的第[j]行非零元素按从小到大排序，如果deg(c_j)＜d_cm0，则用(d_cm0-deg(c_j))个“0”填充剩余的位置。顺序执行步骤S107；

S107：设置变量flag，判断flag＝1是否成立，如果成立，执行步骤S108,否则跳到步骤S109；

S108：直接输出结果矩阵V_p0和矩阵C_p0即和矩阵的Tanner图形式；

S109：对于deg(v_j)＜d_vm0的变量节点和deg(c_j)＜d_cm0的校验节点不需要用“0”填充多余位置，所以将矩阵V_p0和矩阵C_p0中的“0”元素全部删除，然后再输出结果。

以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说， 在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (4)

1.一种适用于高码率QC-LDPC码的双循环构造方法，其特征在于：

(1)已知QC-LDPC码基矩阵列数N，码率R，行数M＝N(1-R)，列重为λ，行重为ρ，最大列重和最大行重分别用λ_m和ρ_m表示；利用DE算法遍历优化基矩阵的边分布，然后通过PEG-ACE算法构造基矩阵H_M×N；基于基矩阵H_M×N构造一个新的基矩阵B_t(M×N)，所述基矩阵B_t(M×N)最大列重为λ_m，M<λ_m≤tM，t≥2；

(2)将基矩阵B_t(M×N)分成t个子矩阵，大小均为M×N，对这t个子矩阵作二进制加法，最后生成校验和矩阵具体步骤如下：

S101：初始化：k＝0，对应矩阵B_t(M×N)中的第一块基矩阵B₀，对该矩阵作扩展生成并用Tanner图表示，对应的变量节点和校验节点的集合分别为V＝{v₀,v₁,…,v_n-1}和C＝{c₀,c₁,…,c_m-1}，其中n＝N×Z，m＝M×Z；初始化一个大小为n×d_vm0的矩阵V_p0，该矩阵是用来记录校验矩阵中非零元素对应的变量节点，其中d_vm0表示变量节点度的最大值，即d_vm0＝max{deg(v_i)|i∈[0,n-1]}；完成初始化后，顺序执行步骤S102；

S102：k＝k+1，顺序执行步骤S103；

S103：如果k<t，执行步骤S104，否则跳到步骤S106；

S104：将基矩阵B_k扩展成校验矩阵并用Tanner图表示；矩阵V_p1记录校验矩阵中非零元素对应的变量节点，矩阵V_p1的大小为n×d_vm1，其中d_vm1＝max{deg(v_i)|i∈[0,n-1]}表示变量节点度的最大值，顺序执行步骤S105；

S105：设置变量d_vm＝d_vm0+d_vm1，将V_p0和V_p1这两个矩阵合并，从而生成矩阵V_p，则有该矩阵的大小为n×d_vm；对于第i行的d_vm个元素，如果存在两个相同的非零元素，则将它们同时置0，否则继续寻找相同的两个元素，直到每行中的非零元素互不相同；最后统计结果，更新每个变量节点的度deg(v_i)，i∈[0,n-1]，最大度d_vm0，以及矩阵V_p0，矩阵的大小为n×d_vm0，对V_p0的第i行非零元素按照数值大小从小到大排序，如果deg(v_i)＜d_vm0，则用(d_vm0-deg(v_i))个“0”填充剩余的位置；转到步骤S102；

S106：由计算得到的校验和矩阵中非零元素对应的变量节点V_p0对校验节点进行计算；依次对矩阵V_p0中每行元素进行遍历，将n行中相同的非零元素的数目依次记作deg(c_j),j∈[0,m-1]中，非零元素值对应j值的大小，设校验节点度的最大值d_cm0＝max{deg(c_j)|j∈[0,m-1]}；构造一个大小为m×d_cm0的矩阵C_p0，该矩阵是用来记录校验矩阵中非零元素对应的校验节点，矩阵C_p0中元素的具体值可以由遍历过程中各个非零元素所在的行i来确定，对矩阵C_p0的第[j]行非零元素按从小到大排序，如果deg(c_j)＜d_cm0，则用(d_cm0-deg(c_j))个“0”填充剩余的位置；顺序执行步骤S107；

S107：输出结果矩阵V_p0和矩阵C_p0即校验和矩阵的Tanner图形式。

2.根据权利要求1所述的一种适用于高码率QC-LDPC码的双循环构造方法，其特征在于：

S107：设置变量flag，判断flag＝1是否成立，如果成立，执行步骤S108,否则跳到步骤S109；

S108：直接输出结果矩阵V_p0和矩阵C_p0即和矩阵的Tanner图形式；

S109：对于deg(v_j)＜d_vm0的变量节点和deg(c_j)＜d_cm0的校验节点不需要用“0”填充多余位置，所以将矩阵V_p0和矩阵C_p0中的“0”元素全部删除，然后再输出结果矩阵V_p0和矩阵C_p0即和矩阵的Tanner图形式。

3.根据权利要求1所述的一种适用于高码率QC-LDPC码的双循环构造方法，其特征在于：步骤(1)中所述基矩阵B_t(M×N)；具体构造方法如下：已知基矩阵H_MxN部分变量节点的列重为λ_m0≤M，若需增加这些变量节点的列重至λ_m，M<λ_m≤tM，t≥2，则对基矩阵H_M×N的处理步骤具体如下：

1)构造(t-1)个大小与H_MxN相同的全零矩阵H₀，将每个H₀矩阵相应变量节点的前{(λ_m-M)/(t-1)}个元素置“1”；

2)将H_MxN和(t-1)个H₀矩阵合并成一个大小为t(MxN)的矩阵H_t(MxN)，利用联合优化ACE和圈长的构造方法得到新的基矩阵B_t(MxN)。

4.根据权利要求1所述的一种适用于高码率QC-LDPC码的双循环构造方法，其特征在于：已知QC-LDPC码基矩阵列数N，码率R，行数M＝N(1-R)，列重为λ，行重为ρ，最大列重和最大行重分别用λ_m和ρ_m表示；利用DE算法遍历优化基矩阵的边分布，然后通过PEG-ACE算法构造基矩阵H_M×N；当前第一个变量节点的列重λ_m0＝M，若仍需要增加第一个变量节点的列重至λ_m，M<λ_m≤2M，则对基矩阵H_M×N的处理步骤具体如下：

1)构造一个大小与H_M×N相同的全零矩阵H₀，将矩阵第一列的前(λ_m-M)个元素置“1”；

2)将H_M×N和H₀这两个矩阵合并成一个大小为2(MxN)的矩阵H_2(MxN)，利用联合优化ACE和圈长的构造方法得到新的基矩阵B_2(MxN)；

3)将基矩阵B_2(MxN)分成两个子矩阵，大小均为M×N，对这两个子矩阵作二进制加法，最后生成校验矩阵