CN105187072A - 一种低时延ldpc码译码方法 - Google Patents

一种低时延ldpc码译码方法 Download PDF

Info

Publication number
CN105187072A
CN105187072A CN201510548991.1A CN201510548991A CN105187072A CN 105187072 A CN105187072 A CN 105187072A CN 201510548991 A CN201510548991 A CN 201510548991A CN 105187072 A CN105187072 A CN 105187072A
Authority
CN
China
Prior art keywords
value
variable nodes
vector
integer
node
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201510548991.1A
Other languages
English (en)
Inventor
陈元春
江德智
王红艳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sichuan Te Lunte Science And Technology Co Ltd
Original Assignee
Sichuan Te Lunte Science And Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sichuan Te Lunte Science And Technology Co Ltd filed Critical Sichuan Te Lunte Science And Technology Co Ltd
Priority to CN201510548991.1A priority Critical patent/CN105187072A/zh
Publication of CN105187072A publication Critical patent/CN105187072A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Error Detection And Correction (AREA)

Abstract

本发明提供了一种低时延LDPC码译码方法,该方法包括:对每个变量结点和检验结点,分别使用不同的自适应校正系数对外部消息进行自适应校正;通过整型化的可靠性量化值在结点之间传递信息。本发明提出了一种译码方法,其译码性能不依赖于信道信号质量,因此具有低复杂度和低延迟,有利于硬件实现。

Description

一种低时延LDPC码译码方法
技术领域
本发明涉及编码和译码,特别涉及一种低时延LDPC码译码方法。
背景技术
低密度奇偶检验码最早由Gallager于1963年提出,20世纪90年代后期,由于Turho码的发现使得学者重新对LDPC码进行了研究。现在LDPC码从理论上已被证明是一类非常接近香农限的纠错码。LDPC码的构造主要可分为两大类,一类是由计算机搜索得到的具有(类)随机特性的LDPC码,另一类是基于代数性质而得到的具有循环或者准循环特性的LDPC码。对应地,在LDPC码译码方法中,现有方法一方面软判决译码器在译码前需要了解信道的质量;另一方面校正方法中所引入校正系数的最优数值是与系统中所采用的LDPC码紧密相关的,最优解通常是由仿真的方法获得,这无疑限制了LDPC码在实际中的应用。
发明内容
为解决上述现有技术所存在的问题,本发明提出了一种低时延LDPC码译码方法,包括:
对每个变量结点和检验结点,分别使用不同的自适应校正系数对外部消息进行自适应校正;通过整型化的可靠性量化值在结点之间传递信息。
优选地,所述整型化的可靠性量化值是通过在接收端将接收到的实数信息进行量化,使其转换成整型值,其进一步包括:
接收经高斯信道叠加噪声后得到向量β=(β0,β1,…,βn-1),接收到的数值βj,经截取处理后被均匀量化到间隔为Δ的2h-1个小区间中的某个区间,每个区间可以用h个比特来表示,0≤j<n,n为向量维度,取量化函数为:
q j = - ( 2 h - 1 ) , &beta; j / &Delta; &le; - ( 2 h - 1 ) [ &beta; j / &Delta; ] , - ( 2 h - 1 ) < &beta; j / &Delta; < 2 h - 1 2 h - 1 , &beta; j / &Delta; &GreaterEqual; 2 h - 1
获得量化后的序列为q=(q0,q1,…,qn-1),其中qj是一个取值在[-(2h-1),+(2h-1)]范围内的整数,即如果βj超出量化范围,那么就令|qj|=(2h-1);
其中,符号[x]表示将数值x向0方向取整。
优选地,所述使用不同的自适应校正系数对外部消息进行自适应校正,进一步包括:
在第f次迭代时,检查判定结果向量z(f)=(z(f) 0,z(f) 1,…,z(f) n-1)是,如果R(f)j>0,则z(f)j=1;
对应于向量z(f)的并发式向量s(f)=(s(f) 0,s(f) 1,…,s(f) m-1);
式中,s(f) i=Σz(f) j⊕hi,j,其中j取0≤j<n-1,i取0≤i<m,m为并发式向量维度⊕符号表示模2加,hi,j为伴随矩阵的元素值;
检验结点Ci接收到与其相连的变量结点发送的信息,从检验结点Ci向变量结点Vj传送的外部消息Y(f) i,j,计算如下:
Y(f) i,j=α(f) i(2σ(f) i,j-1)min(|R(f) j'|)
式中,σ(f) i,j=s(f) i⊕z(f) j,α(f) i是第f次迭代过程中第i个检验结点的自适应校正系数,其取值确定如下:
α(f) i=submin(|R(f) j|)/max(|R(f) j|),
其中符号submin(x)表示向量x中次小的数值;
(3)变量结点Vj的外部消息ξ(f) j计算如下:
ξ(f) j=[ΣY(f) i,j];
使用准则R(f+1) j=R(0) j(f) j更新变量结点信息;并将更新后的可靠性量化值传送给与其相连的检验结点。
本发明相比现有技术,具有以下优点:
本发明提出了一种译码方法,其译码性能不依赖于信道信号质量,因此具有低复杂度和低延迟,有利于硬件实现。
附图说明
图1是根据本发明实施例的低时延LDPC码译码方法的流程图。
具体实施方式
下文与图示本发明原理的附图一起提供对本发明一个或者多个实施例的详细描述。结合这样的实施例描述本发明,但是本发明不限于任何实施例。本发明的范围仅由权利要求书限定,并且本发明涵盖诸多替代、修改和等同物。在下文描述中阐述诸多具体细节以便提供对本发明的透彻理解。出于示例的目的而提供这些细节,并且无这些具体细节中的一些或者所有细节也可以根据权利要求书实现本发明。
本发明的一方面提供了一种低时延LDPC码译码方法。图1是根据本发明实施例的低时延LDPC码译码方法流程图。在迭代译码的过程中对每个检验结点分别引入不同的自适应校正系数对外部消息进行自适应校正。结点之间传递的是基于整型的可靠性量化值,具有低复杂度和低延迟,有利于硬件实现。
在LDPC译码方法中引入一个校正系数来校正变量或检验结点所接收的信息。为了实现自适应译码方法,不同的检验结点具有不同的校正系数,且校正系数的数值随着迭代次数的增加而动态改变。下面分别介绍译码方法在变量结点和检验结点主要的计算。
(1)变量结点:每个变量结点将与其相连的检验结点传送来的信息作为输入信息进行处理,并将处理后的外部消息回传至相应的检验结点。
(2)检验结点:第i个检验结点将与其相连的变量结点传送来的信息作为输入信息进行处理,并用校正系数α(f) i将外部消息进行校正,而后回传至相应的变量结点。其中,符号α(f) i表示在第f次迭代过程中第i个检验结点的校正系数。本发明在不牺牲译码性能的前提下,给出校正系数的选取准则。
令c=(c0,c1,…,cn-1)是待传送的码字向量。调制后的向量为x=(x0,x1,…,xn-1),其中xi=2ci-1。经高斯信道叠加噪声后得到向量β=(β0,β1,…,βn-1)。为了降低方法的复杂度和计算量,本发明令不同结点之间交换的信息都是整型的可靠性量化值。因此,在接收端需要将接收到的实数信息进行量化,使其转换成整型化的可靠性量化值。
令Δ>0、h>1是在量化过程中需要用到的两个参数,其中Δ是量化区间间隔长度,h是量化比特位数。接收到的数值βj(0≤j<n)经截取处理后被均匀量化到间隔为Δ的2h-1个小区间中的某个区间,每个区间可以用h个比特来表示。假设量化后的序列为q=(q0,q1,…,qn-1),其中qj是一个取值在[-(2h-1),+(2h-1)]范围内的整数。这里需要说明的是,在量化的过程中,凡是超过量化范围的接收值,一律进行截取处理。也就是说,如果βj超出量化范围,那么就令|qj|=(2h-1)。接收值βj(0≤j<n)的量化函数定义如下:
式中,符号[x]表示将数值x向0方向取整。接收信号的幅度越大,量化结果的绝对值也越大。因此,量化值qj能够反应比特信息的可信度。
本发明用符号R(f)j来表示第j个变量结点Vj在第f次迭代时的可靠性量化值。在初始时刻即f=0次迭代时,令R(0) j=qj。在第f次迭代时,自适应译码器的工作主要有三个步骤,下面分别介绍。
(1)计算并发式:向量z(f)=(z(f) 0,z(f) 1,…,z(f) n-1)是判定结果,如果R(f)j>0,则z(f)j=1;反之,亦然。
对应于向量z(f)的并发式向量
s(f)=(s(f) 0,s(f) 1,…,s(f) m-1)。
式中,s(f) i=Σz(f) j⊕hi,j,其中0≤j<n-1,⊕符号表示模2加,hi,j为伴随矩阵的元素值。
(2)检验结点信息处理:检验结点Ci(0≤i<m)接收到与其相连的变量结点发送的信息,则从检验结点Ci(0≤i<m)向变量结点Vj传送的外部消息Y(f) i,j计算如下:
Y(f) i,j=α(f) i(2σ(f) i,j-1)min(|R(f) j'|)
式中,σ(f) i,j=s(f) i⊕z(f) j,α(f) i是自适应校正系数,其取值确定如下:
α(f) i=submin(|R(f) j|)/max(|R(f) j|)。
式中,符号submin(x)表示向量x中次小的数值。
(3)变量结点信息处理:变量结点Vj(0≤j<n)的外部消息ξ(f) j计算
如下:
ξ(f) j=[ΣY(f) i,j]。
用于变量结点信息更新的准则为R(f+1) j=R(0) j(f) j
并将更新后的可靠性量化值传送给与其相连的检验结点。
基于上述三个主要步骤,本发明可以将译码方法归纳如下:
步骤1输入:接收向量β,量化参数Δ、h和译码最大迭代次数Imax
步骤2初始化:将接收向量β量化为整型可靠性向量q;设置迭代次数标识f=0;设置初始可靠性量化值R(0)j=qj(0≤j<n);
步骤3迭代:当f<Imax时,执行以下步骤:
(1)计算判定向量z(f)=(z(f) 0,z(f) 1,…,z(f) n-1),如果R(f) j>0,则z(f) j=1;反之z(f) j=0;
(2)计算并发式向量s(f)=(s(f) 0,s(f) 1,…,s(f) n-1),如果s(f)=0,则退出迭代;
(3)对于每个检验结点Ci(0≤i<m),得到自适应校正系数α(f) i,并计算传送至变量结点的外部消息Y(f) i,j
(4)求得变量结点的外部消息ξ(f) j
(5)对于每个变量结点Vj(0≤j<n),更新其可靠性量化值,并将更新后的可靠性量化值传送至相邻的变量结点;
(6)迭代次数标识f=f+1;
步骤4输出:将判定向量z(f)作为译码器的输出。
综上所述,本发明提出了一种LDPC译码方法,其译码性能不依赖于信道信号质量,因此具有低复杂度和低延迟,有利于硬件实现。
显然,本领域的技术人员应该理解,上述的本发明的各模块或各步骤可以用通用的计算系统来实现,它们可以集中在单个的计算系统上,或者分布在多个计算系统所组成的网络上,可选地,它们可以用计算系统可执行的程序代码来实现,从而,可以将它们存储在存储系统中由计算系统来执行。这样,本发明不限制于任何特定的硬件和软件结合。
应当理解的是,本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理,而不构成对本发明的限制。因此,在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。此外,本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。

Claims (3)

1.一种低时延LDPC码译码方法,其特征在于,包括:
对每个变量结点和检验结点,分别使用不同的自适应校正系数对外部消息进行自适应校正;通过整型化的可靠性量化值在结点之间传递信息。
2.根据权利要求1所述的方法,其特征在于,所述整型化的可靠性量化值是通过在接收端将接收到的实数信息进行量化,使其转换成整型值,其进一步包括:
接收经高斯信道叠加噪声后得到向量β=(β0,β1,…,βn-1),接收到的数值βj,经截取处理后被均匀量化到间隔为Δ的2h-1个小区间中的某个区间,每个区间可以用h个比特来表示,0≤j<n,n为向量维度,取量化函数为:
q j = - ( 2 h - 1 ) , &beta; j / &Delta; &le; - ( 2 h - 1 ) &lsqb; &beta; j / &Delta; &rsqb; , - ( 2 h - 1 ) < &beta; j / &Delta; 2 h - 1 2 h - 1 , &beta; j / &Delta; &GreaterEqual; 2 h - 1
获得量化后的序列为q=(q0,q1,…,qn-1),其中qj是一个取值在[-(2h-1),+(2h-1)]范围内的整数,即如果βj超出量化范围,那么就令|qj|=(2h-1);
其中,符号[x]表示将数值x向0方向取整。
3.根据权利要求2所述的方法,其特征在于,所述使用不同的自适应校正系数对外部消息进行自适应校正,进一步包括:
在第f次迭代时,检查判定结果向量z(f)=(z(f) 0,z(f) 1,…,z(f) n-1)是,如果R(f)j>0,则z(f)j=1;
对应于向量z(f)的并发式向量s(f)=(s(f) 0,s(f) 1,…,s(f) m-1);
式中,s(f) i=Σz(f) j⊕hi,j,其中j取0≤j<n-1,i取0≤i<m,m为并发式向量维度⊕符号表示模2加,hi,j为伴随矩阵的元素值;
检验结点Ci接收到与其相连的变量结点发送的信息,从检验结点Ci向变量结点Vj传送的外部消息Y(f) i,j,计算如下:
Y(f) i,j=α(f) i(2σ(f) i,j-1)min(|R(f) j'|)
式中,σ(f) i,j=s(f) i⊕z(f) j,α(f) i是第f次迭代过程中第i个检验结点的自适应校正系数,其取值确定如下:
α(f) i=submin(|R(f) j|)/max(|R(f) j|),
其中符号submin(x)表示向量x中次小的数值;
(3)变量结点Vj的外部消息ξ(f) j计算如下:
ξ(f) j=[ΣY(f) i,j];
使用准则R(f+1) j=R(0) j(f) j更新变量结点信息;并将更新后的可靠性量化值传送给与其相连的检验结点。
CN201510548991.1A 2015-08-31 2015-08-31 一种低时延ldpc码译码方法 Pending CN105187072A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510548991.1A CN105187072A (zh) 2015-08-31 2015-08-31 一种低时延ldpc码译码方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510548991.1A CN105187072A (zh) 2015-08-31 2015-08-31 一种低时延ldpc码译码方法

Publications (1)

Publication Number Publication Date
CN105187072A true CN105187072A (zh) 2015-12-23

Family

ID=54908960

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510548991.1A Pending CN105187072A (zh) 2015-08-31 2015-08-31 一种低时延ldpc码译码方法

Country Status (1)

Country Link
CN (1) CN105187072A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1852029A (zh) * 2006-05-26 2006-10-25 清华大学 采用可变范围均匀量化的低密度奇偶校验码译码方法
CN101345532A (zh) * 2008-08-15 2009-01-14 苏州大学 Ldpc信道编码的译码方法
CN103199874A (zh) * 2012-01-05 2013-07-10 国民技术股份有限公司 一种低密度奇偶校验码译码方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1852029A (zh) * 2006-05-26 2006-10-25 清华大学 采用可变范围均匀量化的低密度奇偶校验码译码方法
CN101345532A (zh) * 2008-08-15 2009-01-14 苏州大学 Ldpc信道编码的译码方法
CN103199874A (zh) * 2012-01-05 2013-07-10 国民技术股份有限公司 一种低密度奇偶校验码译码方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
劳玲玲 等: "基于改进的整数量化LDPC码分层译码算法", 《西北工业大学学报》 *

Similar Documents

Publication Publication Date Title
US9479291B2 (en) Apparatus and method of constructing polar code
US20180357530A1 (en) Deep learning decoding of error correcting codes
CN105897379B (zh) 一种极化码级联空时码系统及其级联极化码编码方法
CN111294058B (zh) 一种信道编码和纠错译码方法、设备以及存储介质
JP6446730B2 (ja) データをデコードするための方法およびデコーダ
CN111224677B (zh) 编码方法、译码方法及装置
KR20230079159A (ko) 외부 블록 코드 및 내부 편극 조정 컨볼루션 코드가 있는 직렬 연접 코드
CN105763203B (zh) 一种基于硬可靠度信息的多元ldpc码译码方法
US9843414B2 (en) Low complexity error correction
CN104205647A (zh) 用于前向纠错(fec)码的性能评估的方法和设备
US10892783B2 (en) Apparatus and method for decoding polar codes
Wang et al. A low-complexity belief propagation based decoding scheme for polar codes-decodability detection and early stopping prediction
Cyriac et al. Polar code encoder and decoder implementation
US10298262B2 (en) Decoding low-density parity-check maximum-likelihood single-bit messages
CN101136639B (zh) 用于降低复杂性的低密度奇偶校验解码的系统和方法
CN105187072A (zh) 一种低时延ldpc码译码方法
Zhu et al. Performance analysis of averaging based distributed estimation algorithm with additive quantization model
CN105141318A (zh) 一种ldpc码快速译码方法
Yang et al. Efficient hardware architecture of deterministic MPA decoder for SCMA
US11476870B2 (en) Variable node processing methods and devices for message-passing decoding of non-binary codes
Liang et al. Exploiting noise correlation for channel decoding with convolutional neural networks
CN114337745A (zh) 一种模型驱动深度学习的大规模mimo信号检测方法
Iqbal et al. Improved belief propagation decoding algorithm for short polar codes
CN101867378B (zh) Ldpc解码中的水平操作方法、水平操作装置及ldpc解码器
Li et al. Modified Iterative BP-CNN Decoder Under Correlated Noise with Symmetric α-stable Distributions

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20151223