CN106464701B - 一种数据处理设备和方法 - Google Patents
一种数据处理设备和方法 Download PDFInfo
- Publication number
- CN106464701B CN106464701B CN201480078446.4A CN201480078446A CN106464701B CN 106464701 B CN106464701 B CN 106464701B CN 201480078446 A CN201480078446 A CN 201480078446A CN 106464701 B CN106464701 B CN 106464701B
- Authority
- CN
- China
- Prior art keywords
- iteration
- value
- node
- check
- variable 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.)
- Active
Links
- 238000012545 processing Methods 0.000 title claims abstract description 72
- 238000000034 method Methods 0.000 title claims abstract description 38
- 239000011159 matrix material Substances 0.000 claims abstract description 118
- 230000001788 irregular Effects 0.000 claims abstract description 31
- 238000003672 processing method Methods 0.000 claims abstract description 23
- 238000012795 verification Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims 1
- 238000004891 communication Methods 0.000 abstract description 5
- 101150053844 APP1 gene Proteins 0.000 description 11
- 101100189105 Homo sapiens PABPC4 gene Proteins 0.000 description 11
- 102100039424 Polyadenylate-binding protein 4 Human genes 0.000 description 11
- 238000005457 optimization Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 6
- 238000013139 quantization Methods 0.000 description 6
- 229920006395 saturated elastomer Polymers 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000013519 translation Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 101100055496 Arabidopsis thaliana APP2 gene Proteins 0.000 description 1
- 101100016250 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) GYL1 gene Proteins 0.000 description 1
- 102100038359 Xaa-Pro aminopeptidase 3 Human genes 0.000 description 1
- 101710081949 Xaa-Pro aminopeptidase 3 Proteins 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013524 data verification Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/2866—Architectures; Arrangements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
- H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Error Detection And Correction (AREA)
Abstract
本发明提供一种数据处理设备和方法，涉及通信领域，能够降低非规则LDPC译码的误码率和错误平台风险，包括：根据非规则LDPC译码的第i次迭代的每个变量节点的值获取第i次迭代的每个校验节点的值和第i次迭代的每个后验概率的值；确定i是否小于预设迭代次数；若确定出i小于所述预设迭代次数，则确定校验矩阵中不满足奇偶校验方程的行数；根据校验矩阵中不满足奇偶校验方程的行数、第i次迭代的每个校验节点的值和第i次迭代的每个后验概率的值获取第i+1次迭代的每个变量节点的值；若i大于或等于所述预设迭代次数，则输出第i次迭代的每个后验概率的值。本发明提供的数据处理方法和设备用于非规则LDPC译码。
Description
技术领域
本发明涉及通信领域，尤其涉及一种数据处理设备和方法。
背景技术
LDPC(Low Density Parity Check Code，低密度奇偶校验码)码是一类由稀疏的校验矩阵定义的分组码，LDPC码不仅有逼近香农限的良好性能，而且译码复杂度较低，结构灵活，LDPC码可分为规则LDPC码和非规则LDPC码。其中，非规则LDPC码由于其行重和列重不相同，与规则LDPC码相比具有更好的增益性能，并且可以灵活构造不同的码率，但是其错误平台风险高于规则LDPC码。
现有技术中，以由LDPC译码器实现非规则LDPC译码的过程为例，LDPC译码器包括后验概率APP值存储器、变量节点Vn值存储器、校验节点Cn值存储器、交换/逆交换模块和最小和译码模块，其中最小和译码模块用于LDPC译码。在LDPC译码过程中，根据第i次迭代的Cn值和APP值，计算出第i+1次迭代的Vn值，根据第i+1次迭代的Vn值计算出第i+1次迭代的Cn值和APP值。再根据第i+1次迭代的Cn值和APP值，计算出第i+2次迭代的V值，重复上述迭代过程，直到迭代次数达到预定次数，输出APP值结果。在非规则LDPC译码的过程中，APP值、Vn值及Cn值需要量化，量化位宽越小，LDPC译码器占用的逻辑资源越少，系统复杂度越低。与此同时，量化位宽较小时，可能在迭代过程中出现这样的情况，在迭代次数未达到预设迭代次数时，系统达到假平衡，Cn值、Vn值和APP值不再变化，导致APP值最终输出结果错误，导致误码率提高，错误平台风险增高。
发明内容
本发明的实施例提供一种数据处理设备和方法，能够降低非规则LDPC译码的误码率和错误平台风险。
为达到上述目的，本发明的实施例采用如下技术方案：
第一方面，提供一种数据处理设备，包括：
第一获取单元，用于根据非规则LDPC译码的第i次迭代的每个变量节点的值获取所述第i次迭代的每个校验节点的值和所述第i次迭代的每个后验概率的值，所述i是正整数；
第一确定单元，用于确定所述i是否小于预设迭代次数；
第二确定单元，用于在所述第一确定单元确定出所述i小于所述预设迭代次数时，确定校验矩阵中不满足奇偶校验方程的行数；
第二获取单元，用于根据所述第二确定单元确定的所述校验矩阵中不满足奇偶校验方程的行数、所述第一获取单元获取的所述第i次迭代的每个校验节点的值和所述第i次迭代的每个后验概率的值获取第i+1次迭代的每个变量节点的值；
所述第二确定单元，还用于在所述第一确定单元确定出所述i大于或等于所述预设迭代次数时，输出所述第i次迭代的每个后验概率的值。
结合第一方面，在第一种可实现方式中，所述第二获取单元具体用于：
判断所述第二确定单元确定的所述校验矩阵中不满足奇偶校验方程的行数是否小于预设阈值；
若所述校验矩阵中不满足奇偶校验方程的行数小于所述预设阈值，则将所述第i次迭代的每个后验概率的值减去所述第i次迭代的对应的校验节点的值的结果作为所述第i+1次迭代的对应的变量节点的值；
将所述校验矩阵中每一行最后一个非零项对应的所述第i+1次迭代的变量节点的值加x，所述x是大于-2M-1且小于2M-1-1的整数，所述M是变量节点的位宽。
结合第一方面或第一种可实现方式，在第二种可实现方式中，所述x为1。
结合第一方面、第一种至第二种可实现方式，在第三种可实现方式中，所述第二获取单元还用于：
若所述校验矩阵中不满足奇偶校验方程的行数大于或等于所述预设阈值，则将所述第i次迭代的每个后验概率的值减去所述第i次迭代的对应的校验节点的值的结果作为所述第i+1次迭代的对应的变量节点的值。
结合第三种可实现方式，在第四种可实现方式中，所述第一获取单元具体用于：
根据所述第i次迭代的每个变量节点的值获取所述第i次迭代的每个校验节点的值，所述第i次迭代的每个校验节点的值满足校验公式：
其中，β是常数，i是迭代次数，是第i次迭代的变量节点，是第i次迭代的校验节点；
将所述第i次迭代的每个变量节点的值与所述第i次迭代的对应的校验节点的值之和作为所述第i次迭代的对应的后验概率的值。
结合第一方面、第一种至第四种可实现方式，在第五种可实现方式中，所述第一获取单元还用于：
判断所述第i-1次迭代的第一后验概率的值是否大于或等于2N-1-1，所述N是后验概率的位宽；
若所述第i-1次迭代的第一后验概率的值大于或等于2N-1-1，则用2N-1-1代替所述第i次迭代的第一后验概率的值；
判断所述第i-1次迭代的后验概率的值是否小于或等于-2N-1+1；
若所述第i-1次迭代的第一后验概率的值小于或等于-2N-1+1，则用-2N-1+1代替所述第i次迭代的第一后验概率的值。
结合第一方面、第一种可实现方式至第五种可实现方式，在第六种可实现方式中，所述第二确定单元，包括：
分割子单元，用于将所述校验矩阵按行分成预设数个矩阵；
获取子单元，用于获取每个所述子矩阵中不满足奇偶校验方程的行数；
处理子单元，用于将每个所述子矩阵中不满足奇偶校验方程的行数之和作为所述校验矩阵中不满足奇偶校验方程的行数。
结合第六种可实现方式，在第七种可实现方式中，所述获取子单元具体用于：
计算所述第一子矩阵的每一行非零项对应的所述第i次迭代的变量节点的值的符号积；
判断所述第一子矩阵的每一行非零项对应的所述第i次迭代的变量节点的值的符号积是否等于-1；
若所述第一子矩阵中有w行非零项对应的所述第i次迭代的变量节点的值的符号积等于-1，则所述w为所述第一子矩阵中不满足奇偶校验方程的行数，所述w小于所述第一子矩阵的行数。
第二方面，提供一种数据处理设备，包括：
处理器，用于根据非规则LDPC译码的第i次迭代的每个变量节点的值获取所述第i次迭代的每个校验节点的值和所述第i次迭代的每个后验概率的值，所述i是正整数；
所述处理器，还用于确定所述i是否小于预设迭代次数；
所述处理器，还用于若确定出所述i小于所述预设迭代次数，则确定校验矩阵中不满足奇偶校验方程的行数；
所述处理器，还用于根据所述校验矩阵中不满足奇偶校验方程的行数、所述第i次迭代的每个校验节点的值和所述第i次迭代的每个后验概率的值获取第i+1次迭代的每个变量节点的值；
所述处理器，还用于若确定出所述i大于或等于所述预设迭代次数，则输出所述第i次迭代的每个后验概率的值。
结合第二方面，在第一种可实现方式中，所述处理器具体用于：
判断所述校验矩阵中不满足奇偶校验方程的行数是否小于预设阈值；
若所述校验矩阵中不满足奇偶校验方程的行数小于所述预设阈值，则将所述第i次迭代的每个后验概率的值减去所述第i次迭代的对应的校验节点的值的结果作为所述第i+1次迭代的对应的变量节点的值；
将所述校验矩阵中每一行最后一个非零项对应的所述第i+1次迭代的变量节点的值加x，所述x是大于-2M-1且小于2M-1-1的整数，所述M是变量节点的位宽。
结合第二方面或第一种可实现方式，在第二种可实现方式中，所述x为1。
结合第二方面、第一种至第二种可实现方式，在第三种可实现方式中，所述处理器还用于：
若所述校验矩阵中不满足奇偶校验方程的行数大于或等于所述预设阈值，则将所述第i次迭代的每个后验概率的值减去所述第i次迭代的对应的校验节点的值的结果作为所述第i+1次迭代的对应的变量节点的值。
结合第三种可实现方式，在第四种可实现方式中，所述处理器具体用于：
根据所述第i次迭代的每个变量节点的值获取所述第i次迭代的每个校验节点的值，所述第i次迭代的每个校验节点的值满足校验公式：
其中，β是常数，i是迭代次数，是第i次迭代的变量节点，是第i次迭代的校验节点；
将所述第i次迭代的每个变量节点的值与所述第i次迭代的对应的校验节点的值之和作为所述第i次迭代的对应的后验概率的值。
结合第二方面、第一种至第四种可实现方式，在第五种可实现方式中，所述处理器还用于：
获取第i-1次迭代的第一后验概率的值；
判断所述第i-1次迭代的第一后验概率的值是否大于或等于2N-1-1，所述N是后验概率的位宽；
若所述第i-1次迭代的第一后验概率的值大于或等于2N-1-1，则用2N-1-1代替所述第i次迭代的第一后验概率的值；
判断所述第i-1次迭代的后验概率的值是否小于或等于-2N-1+1；
若所述第i-1次迭代的第一后验概率的值小于或等于-2N-1+1，则用-2N-1+1代替所述第i次迭代的第一后验概率的值。
结合第二方面、第一种可实现方式至第五种可实现方式，在第六种可实现方式中，所述处理器具体用于：
将所述校验矩阵按行分成预设数个矩阵；
获取每个所述子矩阵中不满足奇偶校验方程的行数；
将每个所述子矩阵中不满足奇偶校验方程的行数之和作为所述校验矩阵中不满足奇偶校验方程的行数。
结合第六种可实现方式，在第七种可实现方式中，所述处理器具体用于：
计算所述第一子矩阵的每一行非零项对应的所述第i次迭代的变量节点的值的符号积；
判断所述第一子矩阵的每一行非零项对应的所述第i次迭代的变量节点的值的符号积是否等于-1；
若所述第一子矩阵中有w行非零项对应的所述第i次迭代的变量节点的值的符号积等于-1，则所述w为所述第一子矩阵中不满足奇偶校验方程的行数，所述w小于所述第一子矩阵的行数。
第三方面，提供一种数据处理方法，包括：
根据非规则LDPC译码的第i次迭代的每个变量节点的值获取所述第i次迭代的每个校验节点的值和所述第i次迭代的每个后验概率的值，所述i是正整数；
确定所述i是否小于预设迭代次数；
若确定出所述i小于所述预设迭代次数，则确定校验矩阵中不满足奇偶校验方程的行数；
根据所述校验矩阵中不满足奇偶校验方程的行数、所述第i次迭代的每个校验节点的值和所述第i次迭代的每个后验概率的值获取第i+1次迭代的每个变量节点的值；
若确定出所述i大于或等于所述预设迭代次数，则输出所述第i次迭代的每个后验概率的值。
结合第三方面，在第一种可实现方式中，所述根据所述校验矩阵中不满足奇偶校验方程的行数、所述第i次迭代的每个校验节点的值和所述第i次迭代的每个后验概率的值获取第i+1次迭代的每个变量节点的值，包括：
判断所述校验矩阵中不满足奇偶校验方程的行数是否小于预设阈值；
若所述校验矩阵中不满足奇偶校验方程的行数小于所述预设阈值，则将所述第i次迭代的每个后验概率的值减去所述第i次迭代的对应的校验节点的值的结果作为所述第i+1次迭代的对应的变量节点的值；
将所述校验矩阵中每一行最后一个非零项对应的所述第i+1次迭代的变量节点的值加x，所述x是大于-2M-1且小于2M-1-1的整数，所述M是变量节点的位宽。
结合第三方面或第一种可实现方式，在第二种可实现方式中，所述x为1。
结合第三方面、第一种至第二种可实现方式，所述根据所述校验矩阵中不满足奇偶校验方程的行数、所述第i次迭代的每个校验节点的值和所述第i次迭代的每个后验概率的值获取第i+1次迭代的每个变量节点的值，还包括：
若所述校验矩阵中不满足奇偶校验方程的行数大于或等于所述预设阈值，则将所述第i次迭代的每个后验概率的值减去所述第i次迭代的对应的校验节点的值的结果作为所述第i+1次迭代的对应的变量节点的值。
结合第三种可实现方式，在第四种可实现方式中，所述根据非规则LDPC译码的第i次迭代的每个变量节点的值获取第i次迭代的每个校验节点的值和第i次迭代的每个后验概率的值，包括：
根据所述第i次迭代的每个变量节点的值获取所述第i次迭代的每个校验节点的值，所述第i次迭代的每个校验节点的值满足校验公式：
其中，β是常数，i是迭代次数，是第i次迭代的变量节点，是第i次迭代的校验节点；
将所述第i次迭代的每个变量节点的值与所述第i次迭代的对应的校验节点的值之和作为所述第i次迭代的对应的后验概率的值。
结合第三方面、第一种至第四种可实现方式，在第五种可实现方式中，对于第i次迭代的第一后验概率，所述根据非规则LDPC译码的第i次迭代的第一变量节点的值获取第i次迭代的第一校验节点的值和第i次迭代的第一后验概率的值，还包括：
获取所述第i-1次迭代的第一后验概率的值；
判断所述第i-1次迭代的第一后验概率的值是否大于或等于2N-1-1；
若所述第i-1次迭代的第一后验概率的值大于或等于2N-1-1，则用2N-1-1代替所述第i次迭代的第一后验概率的值；
判断所述第i-1次迭代的后验概率的值是否小于或等于-2N-1+1；
若所述第i-1次迭代的第一后验概率的值小于或等于-2N-1+1，则用-2N-1+1代替所述第i次迭代的第一后验概率的值。
结合第三方面、第一种可实现方式至第五种可实现方式，在第六种可实现方式中，所述确定校验矩阵中不满足奇偶校验方程的行数，包括：
将所述校验矩阵按行分成预设数个矩阵；
获取每个所述子矩阵中不满足奇偶校验方程的行数；
将每个所述子矩阵中不满足奇偶校验方程的行数之和作为所述校验矩阵中不满足奇偶校验方程的行数。
结合第六种可实现方式，在第七种可实现方式中，对于第一子矩阵，所述获取所述第一子矩阵中不满足奇偶校验方程的行数，包括：
计算所述第一子矩阵的每一行非零项对应的所述第i次迭代的变量节点的值的符号积；
判断所述第一子矩阵的每一行非零项对应的所述第i次迭代的变量节点的值的符号积是否等于-1；
若所述第一子矩阵中有w行非零项对应的所述第i次迭代的变量节点的值的符号积等于-1，则所述w为所述第一子矩阵中不满足奇偶校验方程的行数，所述w小于所述第一子矩阵的行数。
本发明提供一种数据处理设备和数据处理方法，包括：根据非规则LDPC译码的第i次迭代的每个变量节点的值获取所述第i次迭代的每个校验节点的值和所述第i次迭代的每个后验概率的值，所述i是正整数；确定所述i是否小于预设迭代次数；若确定出所述i小于所述预设迭代次数，则确定校验矩阵中不满足奇偶校验方程的行数；根据所述校验矩阵中不满足奇偶校验方程的行数、所述第i次迭代的校验节点的值和所述第i次迭代的每个后验概率的值获取第i+1次迭代的变量节点的值；若所述i大于或等于所述预设迭代次数，则输出所述第i次迭代的每个后验概率的值。这样一来，当系统达到假平衡，后验概率的值、校验节点的值和变量节点的值不再变化时，数据处理设备根据校验矩阵中不满足奇偶校验方程的行数改变第i+1次迭代的变量节点的值，因此，改变后的变量节点的值能够改变第i+1次迭代的后验概率的值和第i+1次迭代的校验节点的值，从而打破系统的假平衡，使得迭代结果更加准确，错误平台的风险降低，非规则LDPC译码因错误平台产生的误码率也相应降低。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种数据处理设备的结构示意图；
图2为本发明实施例提供的另一种数据处理设备的结构示意图；
图3为本发明实施例提供的又一种数据处理设备的结构示意图；
图4为本发明实施例提供的一种数据处理方法的流程图；
图5为本发明实施例提供的另一种数据处理方法的流程图；
图6为本发明实施例中的第一子矩阵的示意图；
图7为现有技术和本发明优化方法的误码率和信噪比对比图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例一
本发明实施例提供一种数据处理设备10，如图1所示，包括：
第一获取单元101，用于根据非规则LDPC译码的第i次迭代的每个变量节点的值获取第i次迭代的每个校验节点的值和第i次迭代的每个后验概率的值，所述i是正整数。
第一确定单元102，用于确定所述i是否小于预设迭代次数。
第二确定单元103，用于在所述第一确定单元102确定出所述i小于所述预设迭代次数时，确定校验矩阵中不满足奇偶校验方程的行数。
第二获取单元104，用于根据所述第二确定单元102确定的所述校验矩阵中不满足奇偶校验方程的行数、所述第一获取单元101获取的所述第i次迭代的每个校验节点的值和所述第i次迭代的每个后验概率的值获取第i+1次迭代的每个变量节点的值。
所述第二确定单元103，还用于在所述第一确定单元102确定出所述i大于或等于所述预设迭代次数时，输出所述第i次迭代的每个后验概率的值。
这样一来，当系统达到假平衡，第i次迭代的后验概率的值、校验节点的值和变量节点的值不再变化时，数据处理设备根据校验矩阵中不满足奇偶校验方程的行数改变第i+1次迭代的变量节点的值，因此，改变后的变量节点的值能够改变第i+1次迭代的后验概率的值和第i+1次迭代的校验节点的值，从而打破系统的假平衡，使得迭代结果更加准确，错误平台的风险降低，非规则LDPC译码因错误平台产生的误码率也相应降低。
进一步的，所述第二获取单元可104以具体用于：
判断所述第二确定单元103确定的所述校验矩阵中不满足奇偶校验方程的行数是否小于预设阈值；
若所述校验矩阵中不满足奇偶校验方程的行数小于所述预设阈值，则将所述第i次迭代的每个后验概率的值减去所述第i次迭代的对应的校验节点的值的结果作为所述第i+1次迭代的对应的变量节点的值；
将所述校验矩阵中每一行最后一个非零项对应的所述第i+1次迭代的变量节点的值加x，所述x是大于-2M-1且小于2M-1-1的整数，所述M是变量节点的位宽。
优选的，x为1。
进一步的，所述第二获取单元104还可以用于：
若所述校验矩阵中不满足奇偶校验方程的行数大于或等于所述预设阈值，则将所述第i次迭代的每个后验概率的值减去所述第i次迭代的对应的校验节点的值的结果作为所述第i+1次迭代的对应的变量节点的值。
进一步的，所述第一获取单元101具体可以用于：
根据所述第i次迭代的每个变量节点的值获取所述第i次迭代的每个校验节点的值，所述第i次迭代的每个校验节点的值满足校验公式：
其中，β是常数，i是迭代次数，是第i次迭代的变量节点，是第i次迭代的校验节点；
将第i次迭代的每个变量节点的值与所述第i次迭代的对应的校验节点的值之和作为所述第i次迭代的对应的后验概率的值。
进一步的，对于第i次迭代的第一后验概率，所述第一获取单元101还可以用于：
获取第i-1次迭代的第一后验概率的值；
判断所述第i-1次迭代的第一后验概率的值是否大于或等于2N-1-1，所述N是后验概率的位宽；
若所述第i-1次迭代的第一后验概率的值大于或等于2N-1-1，则用2N-1-1代替所述第i次迭代的第一后验概率的值；
判断所述第i-1次迭代的后验概率的值是否小于或等于-2N-1+1；
若所述第i-1次迭代的第一后验概率的值小于或等于-2N-1+1，则用-2N-1+1代替所述第i次迭代的第一后验概率的值。
进一步的，所述第二确定单元103，如图2所示，可以包括：
分割子单元1031，用于将所述校验矩阵按行分成预设数个矩阵。
获取子单元1032，用于获取每个所述子矩阵中不满足奇偶校验方程的行数。
处理子单元1033，用于将每个所述子矩阵中不满足奇偶校验方程的行数之和作为所述校验矩阵中不满足奇偶校验方程的行数。
进一步的，对于第一子矩阵，所述获取子单元1032可以具体用于：
计算所述第一子矩阵的每一行非零项对应的所述第i次迭代的变量节点的值的符号积；
判断所述第一子矩阵的每一行非零项对应的所述第i次迭代的变量节点的值的符号积是否等于-1；
若所述第一子矩阵中有w行非零项对应的所述第i次迭代的变量节点的值的符号积等于-1，则所述w为所述第一子矩阵中不满足奇偶校验方程的行数，所述w小于所述第一子矩阵的行数。
实施例二
图3为本发明实施例提供的又一种数据处理设备的示意图，该数据处理设备20可以包括处理器201，存储器202，用于进行该数据处理设备20内部各设备之间的连接的至少一个通信总线203，用于实现这些设备之间的连接和相互通信。
通信总线203可以是工业标准体系结构(Industry Standard Architecture，简称为ISA)总线、外部设备互连(Peripheral Component，简称为PCI)总线或扩展工业标准体系结构(Extended Industry Standard Architecture，简称为EISA)总线等。该总线205可以分为地址总线、数据总线、控制总线等。
存储器202可以包括只读存储器和随机存取存储器，并向处理器203提供指令和数据。
处理器201可以是一个中央处理器(Central Processing Unit，简称为CPU)，或者是特定集成电路(APP值lication Specific Integrated Circuit，简称为ASIC)，或者是被配置成实施本发明实施例的一个或多个集成电路。
其中，处理器201用于根据非规则LDPC译码的第i次迭代的每个变量节点的值获取第i次迭代的每个校验节点的值和第i次迭代的每个后验概率的值，所述i是正整数；确定所述i是否小于预设迭代次数；若确定出所述i小于所述预设迭代次数，则确定校验矩阵中不满足奇偶校验方程的行数；根据所述校验矩阵中不满足奇偶校验方程的行数、所述第i次迭代的每个校验节点的值和所述第i次迭代的每个后验概率的值获取第i+1次迭代的每个变量节点的值；若确定出所述i大于或等于所述预设迭代次数，则输出所述第i次迭代的每个后验概率的值。
进一步的，所述处理器201可以具体用于判断所述校验矩阵中不满足奇偶校验方程的行数是否小于预设阈值；若所述校验矩阵中不满足奇偶校验方程的行数小于所述预设阈值，则将所述第i次迭代的每个后验概率的值减去所述第i次迭代的对应的校验节点的值的结果作为所述第i+1次迭代的对应的变量节点的值；将所述校验矩阵中每一行最后一个非零项对应的所述第i+1次迭代的变量节点的值加x，所述x是大于-2M-1且小于2M-1-1的整数，所述M是变量节点的位宽；若所述校验矩阵中不满足奇偶校验方程的行数大于或等于所述预设阈值，则将所述第i次迭代的每个后验概率的值减去所述第i次迭代的对应的校验节点的值的结果作为所述第i+1次迭代的对应的变量节点的值。
优选的，x为1。
进一步的，所述处理器201还可以用于：
处理器201可以根据所述第i次迭代的每个变量节点的值获取所述第i次迭代的每个校验节点的值，所述第i次迭代的每个校验节点的值满足校验公式：
其中，β是常数，i是迭代次数，是第i次迭代的变量节点，是第i次迭代的校验节点；
处理器201可以将第i次迭代的每个变量节点的值与所述第i次迭代的对应的校验节点的值之和作为所述第i次迭代的对应的后验概率的值。
进一步的，处理器201可以获取第i-1次迭代的后验概率的值；判断所述第i-1次迭代的后验概率的值是否大于或等于2N-1-1，所述N是后验概率的位宽；若所述第i-1次迭代的后验概率的值大于或等于2N-1-1，则用2N-1-1代替所述第i次迭代的每个后验概率的值；判断所述第i-1次迭代的后验概率的值是否小于或等于-2N-1+1；若所述第i-1次迭代的后验概率的值小于或等于-2N-1+1，则用-2N-1+1代替所述第i次迭代的每个后验概率的值。
进一步的，所述处理器201可以计算所述第一子矩阵的每一行非零项对应的所述第i次迭代的变量节点的值的符号积；判断所述第一子矩阵的每一行非零项对应的所述第i次迭代的变量节点的值的符号积是否等于-1；若所述第一子矩阵中有w行非零项对应的所述第i次迭代的变量节点的值的符号积等于-1，则所述w为所述第一子矩阵中不满足奇偶校验方程的行数，所述w小于所述第一子矩阵的行数。
这样一来，当系统达到假平衡，第i次迭代的后验概率的值、校验节点的值和变量节点的值不再变化时，数据处理设备根据校验矩阵中不满足奇偶校验方程的行数改变第i+1次迭代的变量节点的值，因此，改变后的变量节点的值能够改变第i+1次迭代的后验概率的值和第i+1次迭代的校验节点的值，从而打破系统的假平衡，使得迭代结果更加准确，错误平台的风险降低，非规则LDPC译码因错误平台产生的误码率也相应降低。
实施例三
本发明实施例提供一种数据处理方法，应用于数据处理设备，具体步骤如图4所示，包括：
步骤301、根据非规则LDPC译码的第i次迭代的每个变量节点的值获取第i次迭代的每个校验节点的值和第i次迭代的每个后验概率的值，所述i是正整数。
具体的，数据处理设备可以根据所述第i次迭代的每个变量节点的值获取所述第i次迭代的校验节点的值，所述第i次迭代的校验节点的值满足校验公式：
其中，β是常数，i是迭代次数，是第i次迭代的变量节点，是第i次迭代的校验节点；
数据处理设备可以将第i次迭代的变量节点的值与所述第i次迭代的校验节点的值之和作为所述第i次迭代的每个后验概率的值。
步骤302、确定i是否小于预设迭代次数。
若确定出i小于所述预设迭代次数，则执行步骤303；若确定出i不小于所述预设迭代次数，则执行步骤305。
步骤303、确定校验矩阵中不满足奇偶校验方程的行数。
该校验矩阵是由0和1组成的下三角矩阵，其中0代表的是0所在行对应的校验方程的对应的未知量的系数为0，1代表的是1所在行对应的校验方程的对应未知量的系数是非零数。
数据处理设备可以将所述校验矩阵按行分成预设数个矩阵；获取每个所述子矩阵中不满足奇偶校验方程的行数；将每个所述子矩阵中不满足奇偶校验方程的行数之和作为所述校验矩阵中不满足奇偶校验方程的行数。
具体的，对于第一子矩阵，所述获取所述第一子矩阵中不满足奇偶校验方程的行数，具体可以包括：数据处理设备可以计算所述第一子矩阵的每一行非零项对应的所述第i次迭代的变量节点的值的符号积；判断所述第一子矩阵的每一行非零项对应的所述第i次迭代的变量节点的值的符号积是否等于-1；若所述第一子矩阵中有w行非零项对应的所述第i次迭代的变量节点的值的符号积等于-1，则所述w为所述第一子矩阵中不满足奇偶校验方程的行数，所述w小于所述第一子矩阵的行数。
步骤304、根据所述校验矩阵中不满足奇偶校验方程的行数、第i次迭代的每个校验节点的值和第i次迭代的每个后验概率的值获取第i+1次迭代的每个变量节点的值。
数据处理设备可以判断校验矩阵中不满足奇偶校验方程的行数是否小于预设阈值。
若校验矩阵中不满足奇偶校验方程的行数小于所述预设阈值，则数据处理设备可以先将第i次迭代的每个后验概率的值减去第i次迭代的对应的校验节点的值的结果作为所述第i+1次迭代的对应的变量节点的值；再将校验矩阵中每一行最后一个非零项对应的第i+1次迭代的变量节点的值加x，所述x是大于-2M-1且小于2M-1-1的整数，所述M是变量节点的位宽。优选的，x为1。
若校验矩阵中不满足奇偶校验方程的行数大于或等于预设阈值，则数据处理设备可以将第i次迭代的每个后验概率的值减去所述第i次迭代的校验节点的值的结果作为第i+1次迭代的变量节点的值。
步骤305、输出所述第i次迭代的每个后验概率的值。
这样一来，当系统达到假平衡，第i次迭代的后验概率的值、校验节点的值和变量节点的值不再变化时，数据处理设备根据校验矩阵中不满足奇偶校验方程的行数改变第i+1次迭代的变量节点的值，因此，改变后的变量节点的值能够改变第i+1次迭代的后验概率的值和第i+1次迭代的校验节点的值，从而打破系统的假平衡，使得迭代结果更加准确，错误平台的风险降低，非规则LDPC译码因错误平台产生的误码率也相应降低。
进一步的，对于第i次迭代的第一后验概率，步骤301还可以包括：数据处理设备可以获取第i-1次迭代的第一后验概率的值；判断所述第i-1次迭代的第一后验概率的值是否大于或等于2N-1-1，所述N是后验概率的位宽；若第i-1次迭代的第一后验概率的值大于或等于2N-1-1，则用2N-1-1代替所述第i次迭代的第一后验概率的值；判断第i-1次迭代的后验概率的值是否小于或等于-2N-1+1；若第i-1次迭代的第一后验概率的值小于或等于-2N-1+1，则用-2N-1+1代替所述第i次迭代的第一后验概率的值。这样，每次迭代的结果都不会超过位宽要求，降低了这种饱和反转产生的误码率。
实施例四
本发明实施例提供一种数据处理方法，应用于数据处理设备，假设本发明实施例的非规则LDPC译码采用基本的最小和算法，假设待译码的信息是音频广播发送的数据信息，具体步骤如图5所示，包括：
步骤401、将待译码的数据量化为输入矩阵，执行步骤402。
音频广播发送的数据信息量化得到的数据信息以位宽为M的二进制码存储，将这些量化后的数据信息组成输入矩阵[λ1，λ2，......，λ8]，具体量化过程在现有技术中已经非常成熟，这里就不在详述。
步骤402、初始化后验概率APP和校验值节点Cn，执行步骤403。
初始化后的APP为输入矩阵，初始化后的Cn值为0。
其中，APP包括APP1至APP8，相应的，Cn包括Cn1至Cn8，变量节点Vn包括Vn1至Vn8。初始化后的APP值是第0次迭代的APP值，初始化后的Cn值是第0次迭代的Cn值。
步骤403、判断Cn中不满足奇偶校验方程的次数是否小于第二阈值。若是，则执行步骤404；若否，则执行步骤405。
步骤404、根据第j次迭代的APP值、第j次迭代的Cn值和1得到第j+1次迭代的Vn值。
数据处理设备可以将第j次迭代的每个APP值减去对应的第j次迭代的每个Cn值得到对应的第j次迭代的每个Vn，再将校验矩阵的每一行最后一个非零项对应的第j+1次迭代的Vn值加1。其中，j是大于且等于0的整数。
步骤405、将第j次迭代的APP减去第j次迭代的Cn的结果作为所述第j+1次迭代的变量节点Vn的值。
数据处理设备可以将第j次迭代的每个APP值减去对应的第j次迭代的每个Cn值的结果作为作为第j+1次迭代的每个Vn值。
步骤406、对第j+1次迭代的每个Vn进行限幅。
具体的，数据处理设备可以判断每个Vn是否超过位宽，假设Vn的位宽是4，数据处理设备可以判断每个Vn值是否超过[-7，7]，若Vn中存在超过[-7，7]的Vn1值，则使得Vn1的绝对值为7。进一步的，若Vn1是小于-7的数，则Vn1等于-7；若Vn1是大于7的数，则Vn1等于7。
步骤407、根据第j+1次迭代的Vn获取第j+1次迭代的Cn和第j+1次迭代的APP。
数据处理设备可以根据第j+1次迭代的每个Vn值获取第j+1次迭代的对应的Cn值，第j+1次迭代的每个Cn值，Cn满足校验公式：
其中，β是常数，i是迭代次数，是第j+1次迭代的变量节点，是第j+1次迭代的校验节点。值得说明的是，β的取值是根据被译码的数据和环境而设定的。
数据处理设备可以将第j+1次迭代的每个Vn值与第j+1次迭代的对应的Cn值之和作为第j+1次迭代的对应的APP值。对于APP中APP1，数据处理设备还可以对第j+1次迭代的APP1值进行优化。具体的，数据处理设备可以获取第j次迭代的APP1值，判断第j次迭代的APP1值是否大于或等于2N-1-1，若第j次迭代的APP1值大于或等于2N-1-1，则用2N-1-1代替第j+1次迭代的APP1值；再判断第j次迭代的APP1值是否小于或等于-2N-1+1，若第j次迭代的APP1值小于或等于-2N-1+1，则用-2N-1+1代替第j+1次迭代的APP1值。这样，在APP值的数据超出位宽范围时，该方法能够防止该数据饱和反转的发生，抑制译码错误。
示例的，假设APP位宽是5，相应的，APP的预设范围[-15，15]，假设第j次迭代的APP中的APP1、APP2、APP3和APP4分别为1.2，3.3，-9，-17，其中APP4值-17大于-15，则第j+1次迭代的APP4为-15。
步骤408、确定第j+1次迭代的校验矩阵中不满足奇偶校验方程的次数。
数据处理设备可以确定校验矩阵中不满足奇偶校验方程的行数的方法有很多，例如，总体法、分步法等等，可选的，总体法具体包括：数据处理设备可以直接计算出校验矩阵每一行非零项对应的第j+1次迭代的Vn值的符号积，判断该符号积是否等于-1，若校验矩阵有n行的符号积等于-1，则n为不满足奇偶校验方程的行数；可选的，分步法具体包括：数据处理设备可以将校验矩阵按行分成m个子矩阵，计算m个子矩阵第一子矩阵的每一行的符号积；判断第一子矩阵的每一行对应的第j+1次迭代的Vn值的符号积是否等于-1；若第一子矩阵有w行的符号积等于-1，则所述w为第一子矩阵中不满足奇偶校验方程的行数；采用相同的方法可以得到其他子矩阵中不满足奇偶校验方程的行数，数据处理设备可以获取m个子矩阵的每个子矩阵的不满足奇偶校验方程的行数，将每个子矩阵中不满足奇偶校验方程的行数相加，得到校验矩阵中不满足奇偶校验方程的行数。
示例的，假设第一子矩阵如图6所示，对应的，第一子矩阵的第一行对应的第j+1次迭代的变量节点的值为-1.58和-1.2，符号为负、负；第二行对应的第j+1次迭代的变量节点的值为3.51和4.35，符号为正、正；第三行对应的第j+1次迭代的变量节点的值为-5、-8.31和5.19，符号为负、负、正；第四行对应的第j+1次迭代的变量节点的值为-1、2.22和6.8，符号为负、正、正；第五对应的第j+1次迭代的变量节点的值为9.1、-3.41和4.45，符号为正、负、正。第一行非零项对应的第j+1次迭代的变量节点的值的符号积为1，第二行非零项对应的第j+1次迭代的变量节点的值的符号积为1，第三行非零项对应的第j+1次迭代的变量节点的值的符号积为1，第四行非零项对应的第j+1次迭代的变量节点的值的符号积为-1，第五行非零项对应的第j+1次迭代的变量节点的值的符号积为-1，其中，有2行非零项对应的第j+1次迭代的变量节点的值的符号积为-1，则第一子矩阵中不满足奇偶校验方程的行数为2。
值得说明的是，数据处理设备可以确定不满足奇偶校验方程的行数不仅仅可以通过判断校验矩阵每一行的符号积的行数，还可以是通过判断校验矩阵每一行非零项对应的负变量节点的个数是否为奇数，若Vn值有n行数据中负数个数是奇数，则n为不满足奇偶校验方程的行数。
步骤409、判断j+1是否小于预设迭代次数。若否，则执行步骤410；若是，则执行步骤403。
步骤410、输出第j+1次迭代的APP。
假设非规则LDPC译码采用采用基本的最小和算法，如图7所示，虚线表示采用现有技术的音频广播发送的数据信息的译码误码率和信噪比的关系曲线，其中，量化后的位宽为5比特，Cn的位宽为带符号6比特，APP的位宽为8比特，简称现有技术；实线表示采用本发明实施例的方法的音频广播发送的数据信息的译码误码率和信噪比的关系曲线，其中，音频广播发送的数据信息量化后的位宽为4比特，Cn的位宽为带符号4比特，APP的位宽为5比特，简称本发明优化方法1+2；点划线表示只采用本发明实施例中的降低饱和反转产生的误码率的方法的音频广播发送的数据信息的译码误码率和信噪比的关系曲线，其中，音频广播发送的数据信息量化后的位宽为4比特，Cn的位宽为带符号4比特，APP的位宽为5比特，简称本发明优化方法2。信噪比在14分贝之前，现有技术的误码率低于本发明优化方法1+2的误码率，在14分贝到14.5分贝之间，信噪比在14分贝到14.5分贝之间时，本发明优化方法1+2的误码率和现有技术的误码率近似；在信噪比13.5分贝之前，本发明优化方法1+2和本发明优化方法2的误码率相似，在信噪比13.5分贝至15.5分贝，本发明优化方法1+2的误码率远远低于本发明优化方法2的误码率，本发明优化方法1+2的后验概率的值和变量节点的值的位宽为5比特，比现有技术节约了37.5％的资源；现有技术的方法的校验节点的值的位宽为6比特，本发明优化方法1+2的校验节点的值的位宽为4比特，比现有技术节约了33.3％的资源，现有技术的方法的校验节点的值最小值、次小值、最小位置和符号的位宽之和为18，本实施例的方法的校验节点的值最小值、次小值、最小位置和符号的位宽之和为14，比现有技术节约了22.2％的资源，综合来看，本实施例提供的方法降低位宽之后，信噪比损失0.2分贝的同时，可节约30％的资源，同时错误平台风险不变。
本发明实施例提供一种数据处理方法，包括：根据非规则LDPC译码的第j次迭代的每个变量节点的值获取第j次迭代的每个校验节点的值和第j次迭代的每个后验概率的值，所述j是正整数；确定所述j是否小于预设迭代次数；若确定出所述j小于所述预设迭代次数，则确定校验矩阵中不满足奇偶校验方程的行数；根据所述校验矩阵中不满足奇偶校验方程的行数、所述第j次迭代的校验节点的值和所述第j次迭代的每个后验概率的值获取第j+1次迭代的变量节点的值；若所述j大于或等于所述预设迭代次数，则输出所述第j次迭代的每个后验概率的值。这样一来，当系统达到假平衡，第j次迭代的后验概率的值、校验节点的值和变量节点的值不再变化时，数据处理设备根据校验矩阵中不满足奇偶校验方程的行数改变第j+1次迭代的变量节点的值，因此，改变后的变量节点的值能够改变第j+1次迭代的后验概率的值和第j+1次迭代的校验节点的值，从而打破系统的假平衡，使得迭代结果更加准确，错误平台的风险降低，非规则LDPC译码因错误平台产生的误码率也相应降低。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是，本发明实施例提供的数据处理方法步骤的先后顺序可以进行适当调整，步骤也可以根据情况进行相应增减，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化的方法，都应涵盖在本发明的保护范围之内，因此不再赘述。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
Claims (43)
1.一种数据处理设备，其特征在于，包括：
第一获取单元，用于根据非规则低密度奇偶校验码LDPC译码的第i次迭代的每个变量节点的值获取所述第i次迭代的每个校验节点的值和所述第i次迭代的每个后验概率的值，所述i是正整数；
第一确定单元，用于确定所述i是否小于预设迭代次数；
第二确定单元，用于在所述第一确定单元确定出所述i小于所述预设迭代次数时，确定校验矩阵中不满足奇偶校验方程的行数；
第二获取单元，用于根据所述第二确定单元确定的所述校验矩阵中不满足奇偶校验方程的行数、所述第一获取单元获取的所述第i次迭代的每个校验节点的值和所述第i次迭代的每个后验概率的值获取第i+1次迭代的每个变量节点的值；
所述第二确定单元，还用于在所述第一确定单元确定出所述i大于或等于所述预设迭代次数时，输出所述第i次迭代的每个后验概率的值。
2.根据权利要求1所述的数据处理设备，其特征在于，所述第二获取单元具体用于：
判断所述第二确定单元确定的所述校验矩阵中不满足奇偶校验方程的行数是否小于预设阈值；
若所述校验矩阵中不满足奇偶校验方程的行数小于所述预设阈值，则将所述第i次迭代的每个后验概率的值减去所述第i次迭代的对应的校验节点的值的结果作为所述第i+1次迭代的对应的变量节点的值；
将所述校验矩阵中每一行最后一个非零项对应的所述第i+1次迭代的变量节点的值加x，所述x是大于-2M-1且小于2M-1-1的整数，所述M是变量节点的位宽。
3.根据权利要求2所述的数据处理设备，其特征在于，所述x为1。
4.根据权利要求1所述的数据处理设备，其特征在于，所述第二获取单元还用于：
若所述校验矩阵中不满足奇偶校验方程的行数大于或等于所述预设阈值，则将所述第i次迭代的每个后验概率的值减去所述第i次迭代的对应的校验节点的值的结果作为所述第i+1次迭代的对应的变量节点的值。
5.根据权利要求2所述的数据处理设备，其特征在于，所述第二获取单元还用于：
若所述校验矩阵中不满足奇偶校验方程的行数大于或等于所述预设阈值，则将所述第i次迭代的每个后验概率的值减去所述第i次迭代的对应的校验节点的值的结果作为所述第i+1次迭代的对应的变量节点的值。
6.根据权利要求3所述的数据处理设备，其特征在于，所述第二获取单元还用于：
若所述校验矩阵中不满足奇偶校验方程的行数大于或等于所述预设阈值，则将所述第i次迭代的每个后验概率的值减去所述第i次迭代的对应的校验节点的值的结果作为所述第i+1次迭代的对应的变量节点的值。
7.根据权利要求4所述的数据处理设备，其特征在于，所述第一获取单元具体用于：
根据所述第i次迭代的每个变量节点的值获取所述第i次迭代的每个校验节点的值，所述第i次迭代的每个校验节点的值满足校验公式：
其中，β是常数，i是迭代次数，是第i次迭代的变量节点，是第i次迭代的校验节点；
将所述第i次迭代的每个变量节点的值与所述第i次迭代的对应的校验节点的值之和作为所述第i次迭代的对应的后验概率的值。
8.根据权利要求5所述的数据处理设备，其特征在于，所述第一获取单元具体用于：
根据所述第i次迭代的每个变量节点的值获取所述第i次迭代的每个校验节点的值，所述第i次迭代的每个校验节点的值满足校验公式：
其中，β是常数，i是迭代次数，是第i次迭代的变量节点，是第i次迭代的校验节点；
将所述第i次迭代的每个变量节点的值与所述第i次迭代的对应的校验节点的值之和作为所述第i次迭代的对应的后验概率的值。
9.根据权利要求6所述的数据处理设备，其特征在于，所述第一获取单元具体用于：
根据所述第i次迭代的每个变量节点的值获取所述第i次迭代的每个校验节点的值，所述第i次迭代的每个校验节点的值满足校验公式：
其中，β是常数，i是迭代次数，是第i次迭代的变量节点，是第i次迭代的校验节点；
将所述第i次迭代的每个变量节点的值与所述第i次迭代的对应的校验节点的值之和作为所述第i次迭代的对应的后验概率的值。
10.根据权利要求1至9任一项权利要求所述的数据处理设备，其特征在于，对于第i次迭代的第一后验概率，所述第一获取单元还用于：
获取第i-1次迭代的第一后验概率的值；
判断所述第i-1次迭代的第一后验概率的值是否大于或等于2N-1-1，所述N是后验概率的位宽；
若所述第i-1次迭代的第一后验概率的值大于或等于2N-1-1，则用2N-1-1代替所述第i次迭代的第一后验概率的值；
判断所述第i-1次迭代的后验概率的值是否小于或等于-2N-1+1；
若所述第i-1次迭代的第一后验概率的值小于或等于-2N-1+1，则用-2N-1+1代替所述第i次迭代的第一后验概率的值。
11.根据权利要求1至9任一项权利要求所述的数据处理设备，其特征在于，所述第二确定单元，包括：
分割子单元，用于将所述校验矩阵按行分成预设数个子矩阵；
获取子单元，用于获取每个所述子矩阵中不满足奇偶校验方程的行数；
处理子单元，用于将每个所述子矩阵中不满足奇偶校验方程的行数之和作为所述校验矩阵中不满足奇偶校验方程的行数。
12.根据权利要求10所述的数据处理设备，其特征在于，所述第二确定单元，包括：
分割子单元，用于将所述校验矩阵按行分成预设数个子矩阵；
获取子单元，用于获取每个所述子矩阵中不满足奇偶校验方程的行数；
处理子单元，用于将每个所述子矩阵中不满足奇偶校验方程的行数之和作为所述校验矩阵中不满足奇偶校验方程的行数。
13.根据权利要求11所述的数据处理设备，其特征在于，对于第一子矩阵，所述获取子单元具体用于：
计算所述第一子矩阵的每一行非零项对应的所述第i次迭代的变量节点的值的符号积；
判断所述第一子矩阵的每一行非零项对应的所述第i次迭代的变量节点的值的符号积是否等于-1；
若所述第一子矩阵中有w行非零项对应的所述第i次迭代的变量节点的值的符号积等于-1，则所述w为所述第一子矩阵中不满足奇偶校验方程的行数，所述w小于所述第一子矩阵的行数。
14.根据权利要求12所述的数据处理设备，其特征在于，对于第一子矩阵，所述获取子单元具体用于：
计算所述第一子矩阵的每一行非零项对应的所述第i次迭代的变量节点的值的符号积；
判断所述第一子矩阵的每一行非零项对应的所述第i次迭代的变量节点的值的符号积是否等于-1；
若所述第一子矩阵中有w行非零项对应的所述第i次迭代的变量节点的值的符号积等于-1，则所述w为所述第一子矩阵中不满足奇偶校验方程的行数，所述w小于所述第一子矩阵的行数。
15.一种数据处理设备，其特征在于，包括：
处理器，用于根据非规则LDPC译码的第i次迭代的每个变量节点的值获取所述第i次迭代的每个校验节点的值和所述第i次迭代的每个后验概率的值，所述i是正整数；
所述处理器，还用于确定所述i是否小于预设迭代次数；
所述处理器，还用于若确定出所述i小于所述预设迭代次数，则确定校验矩阵中不满足奇偶校验方程的行数；
所述处理器，还用于根据所述校验矩阵中不满足奇偶校验方程的行数、所述第i次迭代的每个校验节点的值和所述第i次迭代的每个后验概率的值获取第i+1次迭代的每个变量节点的值；
所述处理器，还用于若确定出所述i大于或等于所述预设迭代次数，则输出所述第i次迭代的每个后验概率的值。
16.根据权利要求15所述的数据处理设备，其特征在于，所述处理器具体用于：
判断所述校验矩阵中不满足奇偶校验方程的行数是否小于预设阈值；
若所述校验矩阵中不满足奇偶校验方程的行数小于所述预设阈值，则将所述第i次迭代的每个后验概率的值减去所述第i次迭代的对应的校验节点的值的结果作为所述第i+1次迭代的对应的变量节点的值；
将所述校验矩阵中每一行最后一个非零项对应的所述第i+1次迭代的变量节点的值加x，所述x是大于-2M-1且小于2M-1-1的整数，所述M是变量节点的位宽。
17.根据权利要求16所述的数据处理设备，其特征在于，所述x为1。
18.根据权利要求15所述的数据处理设备，其特征在于，所述处理器还用于：
若所述校验矩阵中不满足奇偶校验方程的行数大于或等于所述预设阈值，则将所述第i次迭代的每个后验概率的值减去所述第i次迭代的对应的校验节点的值的结果作为所述第i+1次迭代的对应的变量节点的值。
19.根据权利要求16所述的数据处理设备，其特征在于，所述处理器还用于：
若所述校验矩阵中不满足奇偶校验方程的行数大于或等于所述预设阈值，则将所述第i次迭代的每个后验概率的值减去所述第i次迭代的对应的校验节点的值的结果作为所述第i+1次迭代的对应的变量节点的值。
20.根据权利要求17所述的数据处理设备，其特征在于，所述处理器还用于：
若所述校验矩阵中不满足奇偶校验方程的行数大于或等于所述预设阈值，则将所述第i次迭代的每个后验概率的值减去所述第i次迭代的对应的校验节点的值的结果作为所述第i+1次迭代的对应的变量节点的值。
21.根据权利要求18所述的数据处理设备，其特征在于，所述处理器具体用于：
根据所述第i次迭代的每个变量节点的值获取所述第i次迭代的每个校验节点的值，所述第i次迭代的每个校验节点的值满足校验公式：
其中，β是常数，i是迭代次数，是第i次迭代的变量节点，是第i次迭代的校验节点；
将所述第i次迭代的每个变量节点的值与所述第i次迭代的对应的校验节点的值之和作为所述第i次迭代的对应的后验概率的值。
22.根据权利要求19所述的数据处理设备，其特征在于，所述处理器具体用于：
根据所述第i次迭代的每个变量节点的值获取所述第i次迭代的每个校验节点的值，所述第i次迭代的每个校验节点的值满足校验公式：
其中，β是常数，i是迭代次数，是第i次迭代的变量节点，是第i次迭代的校验节点；
将所述第i次迭代的每个变量节点的值与所述第i次迭代的对应的校验节点的值之和作为所述第i次迭代的对应的后验概率的值。
23.根据权利要求20所述的数据处理设备，其特征在于，所述处理器具体用于：
根据所述第i次迭代的每个变量节点的值获取所述第i次迭代的每个校验节点的值，所述第i次迭代的每个校验节点的值满足校验公式：
其中，β是常数，i是迭代次数，是第i次迭代的变量节点，是第i次迭代的校验节点；
将所述第i次迭代的每个变量节点的值与所述第i次迭代的对应的校验节点的值之和作为所述第i次迭代的对应的后验概率的值。
24.根据权利要求15至23任一项权利要求所述的数据处理设备，其特征在于，
所述处理器还用于：
获取第i-1次迭代的第一后验概率的值；
判断所述第i-1次迭代的第一后验概率的值是否大于或等于2N-1-1，所述N是后验概率的位宽；
若所述第i-1次迭代的第一后验概率的值大于或等于2N-1-1，则用2N-1-1代替所述第i次迭代的第一后验概率的值；
判断所述第i-1次迭代的后验概率的值是否小于或等于-2N-1+1；
若所述第i-1次迭代的第一后验概率的值小于或等于-2N-1+1，则用-2N-1+1代替所述第i次迭代的第一后验概率的值。
25.根据权利要求15至23任一项权利要求所述的数据处理设备，其特征在于，所述处理器具体用于：
将所述校验矩阵按行分成预设数个子矩阵；
获取每个所述子矩阵中不满足奇偶校验方程的行数；
将每个所述子矩阵中不满足奇偶校验方程的行数之和作为所述校验矩阵中不满足奇偶校验方程的行数。
26.根据权利要求24所述的数据处理设备，其特征在于，所述处理器具体用于：
将所述校验矩阵按行分成预设数个子矩阵；
获取每个所述子矩阵中不满足奇偶校验方程的行数；
将每个所述子矩阵中不满足奇偶校验方程的行数之和作为所述校验矩阵中不满足奇偶校验方程的行数。
27.根据权利要求25所述的数据处理设备，其特征在于，所述处理器具体用于：
计算第一子矩阵的每一行非零项对应的所述第i次迭代的变量节点的值的符号积；
判断所述第一子矩阵的每一行非零项对应的所述第i次迭代的变量节点的值的符号积是否等于-1；
若所述第一子矩阵中有w行非零项对应的所述第i次迭代的变量节点的值的符号积等于-1，则所述w为所述第一子矩阵中不满足奇偶校验方程的行数，所述w小于所述第一子矩阵的行数。
28.根据权利要求26所述的数据处理设备，其特征在于，所述处理器具体用于：
计算第一子矩阵的每一行非零项对应的所述第i次迭代的变量节点的值的符号积；
判断所述第一子矩阵的每一行非零项对应的所述第i次迭代的变量节点的值的符号积是否等于-1；
若所述第一子矩阵中有w行非零项对应的所述第i次迭代的变量节点的值的符号积等于-1，则所述w为所述第一子矩阵中不满足奇偶校验方程的行数，所述w小于所述第一子矩阵的行数。
29.一种数据处理方法，其特征在于，包括：
根据非规则LDPC译码的第i次迭代的每个变量节点的值获取第i次迭代的所述每个校验节点的值和所述第i次迭代的每个后验概率的值，所述i是正整数；
确定所述i是否小于预设迭代次数；
若确定出所述i小于所述预设迭代次数，则确定校验矩阵中不满足奇偶校验方程的行数；
根据所述校验矩阵中不满足奇偶校验方程的行数、所述第i次迭代的每个校验节点的值和所述第i次迭代的每个后验概率的值获取第i+1次迭代的每个变量节点的值；
若确定出所述i大于或等于所述预设迭代次数，则输出所述第i次迭代的每个后验概率的值。
30.根据权利要求29所述的数据处理方法，其特征在于，所述根据所述校验矩阵中不满足奇偶校验方程的行数、所述第i次迭代的每个校验节点的值和所述第i次迭代的每个后验概率的值获取第i+1次迭代的每个变量节点的值，包括：
判断所述校验矩阵中不满足奇偶校验方程的行数是否小于预设阈值；
若所述校验矩阵中不满足奇偶校验方程的行数小于所述预设阈值，则将所述第i次迭代的每个后验概率的值减去所述第i次迭代的对应的校验节点的值的结果作为所述第i+1次迭代的对应的变量节点的值；
将所述校验矩阵中每一行最后一个非零项对应的所述第i+1次迭代的变量节点的值加x，所述x是大于-2M-1且小于2M-1-1的整数，所述M是变量节点的位宽。
31.根据权利要求30所述的数据处理方法，其特征在于，所述x为1。
32.根据权利要求29所述的数据处理方法，其特征在于，所述根据所述校验矩阵中不满足奇偶校验方程的行数、所述第i次迭代的每个校验节点的值和所述第i次迭代的每个后验概率的值获取第i+1次迭代的每个变量节点的值，还包括：
若所述校验矩阵中不满足奇偶校验方程的行数大于或等于所述预设阈值，则将所述第i次迭代的每个后验概率的值减去所述第i次迭代的对应的校验节点的值的结果作为所述第i+1次迭代的对应的变量节点的值。
33.根据权利要求30所述的数据处理方法，其特征在于，所述根据所述校验矩阵中不满足奇偶校验方程的行数、所述第i次迭代的每个校验节点的值和所述第i次迭代的每个后验概率的值获取第i+1次迭代的每个变量节点的值，还包括：
若所述校验矩阵中不满足奇偶校验方程的行数大于或等于所述预设阈值，则将所述第i次迭代的每个后验概率的值减去所述第i次迭代的对应的校验节点的值的结果作为所述第i+1次迭代的对应的变量节点的值。
34.根据权利要求31所述的数据处理方法，其特征在于，所述根据所述校验矩阵中不满足奇偶校验方程的行数、所述第i次迭代的每个校验节点的值和所述第i次迭代的每个后验概率的值获取第i+1次迭代的每个变量节点的值，还包括：
若所述校验矩阵中不满足奇偶校验方程的行数大于或等于所述预设阈值，则将所述第i次迭代的每个后验概率的值减去所述第i次迭代的对应的校验节点的值的结果作为所述第i+1次迭代的对应的变量节点的值。
35.根据权利要求32所述的数据处理方法，其特征在于，所述根据非规则LDPC译码的第i次迭代的每个变量节点的值获取第i次迭代的每个校验节点的值和第i次迭代的每个后验概率的值，包括：
根据所述第i次迭代的每个变量节点的值获取所述第i次迭代的每个校验节点的值，所述第i次迭代的每个校验节点的值满足校验公式：
其中，β是常数，i是迭代次数，是第i次迭代的变量节点，是第i次迭代的校验节点；
将所述第i次迭代的每个变量节点的值与所述第i次迭代的对应的校验节点的值之和作为所述第i次迭代的对应的后验概率的值。
36.根据权利要求33所述的数据处理方法，其特征在于，所述根据非规则LDPC译码的第i次迭代的每个变量节点的值获取第i次迭代的每个校验节点的值和第i次迭代的每个后验概率的值，包括：
根据所述第i次迭代的每个变量节点的值获取所述第i次迭代的每个校验节点的值，所述第i次迭代的每个校验节点的值满足校验公式：
其中，β是常数，i是迭代次数，是第i次迭代的变量节点，是第i次迭代的校验节点；
将所述第i次迭代的每个变量节点的值与所述第i次迭代的对应的校验节点的值之和作为所述第i次迭代的对应的后验概率的值。
37.根据权利要求34所述的数据处理方法，其特征在于，所述根据非规则LDPC译码的第i次迭代的每个变量节点的值获取第i次迭代的每个校验节点的值和第i次迭代的每个后验概率的值，包括：
根据所述第i次迭代的每个变量节点的值获取所述第i次迭代的每个校验节点的值，所述第i次迭代的每个校验节点的值满足校验公式：
其中，β是常数，i是迭代次数，是第i次迭代的变量节点，是第i次迭代的校验节点；
将所述第i次迭代的每个变量节点的值与所述第i次迭代的对应的校验节点的值之和作为所述第i次迭代的对应的后验概率的值。
38.根据权利要求29至37任一项权利要求所述的数据处理方法，其特征在于，对于第i次迭代的第一后验概率，所述根据非规则LDPC译码的第i次迭代的第一变量节点的值获取第i次迭代的第一校验节点的值和第i次迭代的第一后验概率的值，还包括：
获取第i-1次迭代的第一后验概率的值；
判断所述第i-1次迭代的第一后验概率的值是否大于或等于2N-1-1，所述N是后验概率的位宽；
若所述第i-1次迭代的第一后验概率的值大于或等于2N-1-1，则用2N-1-1代替所述第i次迭代的第一后验概率的值；
判断所述第i-1次迭代的后验概率的值是否小于或等于-2N-1+1；
若所述第i-1次迭代的第一后验概率的值小于或等于-2N-1+1，则用-2N-1+1代替所述第i次迭代的第一后验概率的值。
39.根据权利要求29至37任一项权利要求所述的数据处理方法，其特征在于，所述确定校验矩阵中不满足奇偶校验方程的行数，包括：
将所述校验矩阵按行分成预设数个子矩阵；
获取每个所述子矩阵中不满足奇偶校验方程的行数；
将每个所述子矩阵中不满足奇偶校验方程的行数之和作为所述校验矩阵中不满足奇偶校验方程的行数。
40.根据权利要求38所述的数据处理方法，其特征在于，所述确定校验矩阵中不满足奇偶校验方程的行数，包括：
将所述校验矩阵按行分成预设数个子矩阵；
获取每个所述子矩阵中不满足奇偶校验方程的行数；
将每个所述子矩阵中不满足奇偶校验方程的行数之和作为所述校验矩阵中不满足奇偶校验方程的行数。
41.根据权利要求39所述的数据处理方法，其特征在于，对于第一子矩阵，所述获取所述第一子矩阵中不满足奇偶校验方程的行数，包括：
计算所述第一子矩阵的每一行非零项对应的所述第i次迭代的变量节点的值的符号积；
判断所述第一子矩阵的每一行非零项对应的所述第i次迭代的变量节点的值的符号积是否等于-1；
若所述第一子矩阵中有w行非零项对应的所述第i次迭代的变量节点的值的符号积等于-1，则所述w为所述第一子矩阵中不满足奇偶校验方程的行数，所述w小于所述第一子矩阵的行数。
42.根据权利要求40所述的数据处理方法，其特征在于，对于第一子矩阵，所述获取所述第一子矩阵中不满足奇偶校验方程的行数，包括：
计算所述第一子矩阵的每一行非零项对应的所述第i次迭代的变量节点的值的符号积；
判断所述第一子矩阵的每一行非零项对应的所述第i次迭代的变量节点的值的符号积是否等于-1；
若所述第一子矩阵中有w行非零项对应的所述第i次迭代的变量节点的值的符号积等于-1，则所述w为所述第一子矩阵中不满足奇偶校验方程的行数，所述w小于所述第一子矩阵的行数。
43.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被硬件执行时能够实现权利要求29至42中任意一项所述的方法。
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/CN2014/076889 WO2015168862A1 (zh) | 2014-05-06 | 2014-05-06 | 一种数据处理设备和方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106464701A CN106464701A (zh) | 2017-02-22 |
| CN106464701B true CN106464701B (zh) | 2019-11-12 |
Family
ID=54391954
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201480078446.4A Active CN106464701B (zh) | 2014-05-06 | 2014-05-06 | 一种数据处理设备和方法 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN106464701B (zh) |
| WO (1) | WO2015168862A1 (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI672911B (zh) * | 2019-03-06 | 2019-09-21 | 瑞昱半導體股份有限公司 | 解碼方法及相關電路 |
| CN110661532B (zh) * | 2019-11-12 | 2023-02-10 | 西安电子科技大学 | 基于多元ldpc码噪声增强的符号翻转译码方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101087180A (zh) * | 2006-06-08 | 2007-12-12 | 华为技术有限公司 | 无线信道的译码方法、装置及其应用 |
| CN101217355A (zh) * | 2008-01-11 | 2008-07-09 | 清华大学 | 基于低密度奇偶校验译码软判决信息的迭代定时同步方法 |
| CN101340193A (zh) * | 2008-08-12 | 2009-01-07 | 普天信息技术研究院有限公司 | 一种低密度校验码的构造方法、编码器和译码器 |
| CN102545913A (zh) * | 2012-02-07 | 2012-07-04 | 中兴通讯股份有限公司 | 一种迭代译码方法及系统 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8429512B2 (en) * | 2008-06-23 | 2013-04-23 | Romat At Tel Aviv University Ltd. | Reduced complexity LDPC decoder |
| CN101604975A (zh) * | 2009-07-08 | 2009-12-16 | 复旦大学 | 一种低功耗多模qc-ldpc码解码器及其工作方法 |
| CN101800559B (zh) * | 2010-03-11 | 2013-02-27 | 复旦大学 | 一种基于tdmp的高速可配置qc-ldpc码解码器 |
-
2014
- 2014-05-06 CN CN201480078446.4A patent/CN106464701B/zh active Active
- 2014-05-06 WO PCT/CN2014/076889 patent/WO2015168862A1/zh active Application Filing
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101087180A (zh) * | 2006-06-08 | 2007-12-12 | 华为技术有限公司 | 无线信道的译码方法、装置及其应用 |
| CN101217355A (zh) * | 2008-01-11 | 2008-07-09 | 清华大学 | 基于低密度奇偶校验译码软判决信息的迭代定时同步方法 |
| CN101340193A (zh) * | 2008-08-12 | 2009-01-07 | 普天信息技术研究院有限公司 | 一种低密度校验码的构造方法、编码器和译码器 |
| CN102545913A (zh) * | 2012-02-07 | 2012-07-04 | 中兴通讯股份有限公司 | 一种迭代译码方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106464701A (zh) | 2017-02-22 |
| WO2015168862A1 (zh) | 2015-11-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6881859B2 (ja) | Ｐｏｌａｒ符号を用いてデータを符号化する方法及び装置 | |
| US10608668B2 (en) | Method and device for interleaving data | |
| KR100891782B1 (ko) | 고속 데이터 전송 시스템에서 순방향 오류 정정 장치 및방법 | |
| AU2018305459B2 (en) | Polar coding method and apparatus | |
| KR102386191B1 (ko) | 폴라 코드용의 블록 단위의 병렬 동결 비트 생성 | |
| CN109361495A (zh) | 一种极化码构造方法、装置、电子设备及可读存储介质 | |
| US10135466B2 (en) | Data sending method and apparatus | |
| CN106656406B (zh) | 一种非正交多址接入中信号检测方法及装置 | |
| JP2012060450A (ja) | 誤り訂正復号器、メモリコントローラ及び受信機 | |
| BR112015022981B1 (pt) | Método e componente de rede para detectar transmissões de assinatura de baixa densidade | |
| CN111082812A (zh) | 使用路径度量解码输入数据的设备及使用其的解码方法 | |
| EP3651392A1 (en) | Method and device for encoding polar code | |
| CN106464701B (zh) | 一种数据处理设备和方法 | |
| US8762812B2 (en) | Decoding device, decoding method, and program | |
| KR20230009498A (ko) | 데이터 처리 방법 및 장치, 디코더, 네트워크 디바이스 및 저장 매체 | |
| CN110739975B (zh) | 一种半随机译码器的变量节点复用方法 | |
| CN101436864B (zh) | 一种低密度奇偶校验码的译码方法及装置 | |
| CN109889283B (zh) | 一种scma上行通信系统多用户检测方法及装置 | |
| US9832060B2 (en) | Method and circuit for fast fourier transform | |
| CN115514450B (zh) | 一种稀疏码分多址系统的解码方法及装置 | |
| JP2011160491A (ja) | 復号器 | |
| CN102611461B (zh) | 一种码率为1/2、信息位长度为1024bit的AR4JA码的译码器 | |
| CN113300728B (zh) | 一种基于非正交多址上行链路的自适应消除干扰方法 | |
| JP4755238B2 (ja) | 復号器 | |
| EP3098971A1 (en) | Channel coding method and apparatus |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |