CN106603083B - 基于ldpc码节点剩余度置信传播译码的改进方法 - Google Patents

Abstract

本发明公开一种基于低密度奇偶校验(LDPC，Low‑Density Parity‑Check)码节点剩余度置信传播译码的改进方法。LDPC码的剩余度置信传播(RBP，Residual Belief Propagation)和基于校验节点的剩余度置信传播(NWRBP，Node‑wise RBP)是根据剩余度值的有序度量，动态选择最大剩余度值所在的边或校验节点，对其依次进行更新。对比依次同步更新所有校验节点和变量节点的Flooding译码，NWRBP的收敛速度和译码性能有了很大的提高。基于NWRBP，本发明提出了一种改进型NWRBP(ENWRBP,Enhanced NWRBP)，通过统计NWRBP译码过程中各变量节点的更新次数，如果NWRBP迭代译码失败，然后将更新次数最少的变量节点的初始化值设置为0，并重新译码。仿真结果表明，与NWRBP相比，ENWRBP译码方法有效降低了误码率(BER,Bit Error Rate)和误帧率(FER，Frame Error Rate)。

Description

基于LDPC码节点剩余度置信传播译码的改进方法

技术领域

本发明属于电子、通讯、与信息工程类领域，特别涉及无线通信和信息存储中LDPC纠错码的译码方法的设计。

背景技术

低密度奇偶校验(LDPC,Low-Density Parity-Check)码是一种线性码。LDPC码因其接近香浓极限的特性，目前已经被广泛应用到深空通信、光纤通信、卫星数字视频、音频广播、数据存储等领域。

传统LDPC码的迭代译码方法flooding，在每次迭代过程中，先同时更新所有的从变量节点到校验节点的边信息，然后再同时更新所有的从校验节点到变量节点的边信息。flooding译码的收敛速度较慢，为了提高译码收敛速度，Casado等人将剩余度概念运用到了置信传播，并提出了两种译码时序：基于剩余度置信(RBP,Residual BeliefPropagation)传播译码、基于校验节点的剩余度置信传播(NWRBP,Node-Wise RBP)译码。两者的区别是，RBP动态选择最大剩余度所在的边进行更新，而NWRBP动态选择最大剩余度所在的校验节点进行更新。这两个译码方法的收敛速度都优于flooding。尽管RBP和NWRBP的误码率低于flooding，然而这两种动态译码过程容易出现边或节点更新次数不均匀的现象，且性能受限于陷井集(trapping sets)的影响，导致一些错误的变量节点(即误码)在多次迭代译码后仍然不能被纠正。

发明内容

经研究发现，NWRBP在译码过程中，变量节点更新的次数并不均衡，存在某些节点更新次数极少的现象。而相对于更新次数较多的变量节点，更新次数较少的变量节点不能为相邻节点提供足够的有用信息，亦或该节点无法从相邻节点获得有用信息，导致相邻节点或其本身发生错误的概率更大。本发明正是利用这一现象，在NWRBP译码的基础上提出一种改进方法Enhanced NWRBP(ENWRBP)，该方法能有效均衡各变量节点的更新次数，从而进一步降低了LDPC码的译码误码率。

技术方案如下：

为方便理解译码流程，定义符号如下：

N(c_m)＝{v_n:h_mn＝1}表示与校验节点c_m相连的所有变量节点的集合；

N(c_m)\v_n表示除了变量节点v_n，所有与校验节点c_m相连的变量节点的集合；

N(v_n)＝{c_m:h_nm＝1}表示与变量节点v_n相连的所有校验节点的集合；

N(v_n)\c_m表示除了校验节点c_m，所有与变量节点v_n相连的所有校验节点的集合；

L_vj→ci表示变量节点v_j到校验节点c_i所在边的置信度值；

m_ci→vj表示校验节点c_i到变量节点v_j所在边的置信度值。

本发明提出的ENWRBP译码器的译码流程描述如下：

1)参数设置：变量节点v_j更新次数u_vj＝0,j＝1,2,...,n；设置初始化值被强制置零的变量节点总数为T,变量t＝0,变量

2)初始化：所有从校验节点到变量节点的边信息m_c→v设置为0；所有从变量节点到校验节点的边信息L_v→c设置为相应的信道接收信息r_i；

3)计算所有边信息m_ci→vj的剩余度值R(m_ci→vj)＝abs(m'_ci→vj-m_ci→vj)，其中abs表示求绝对值，m_ci→vj和m'_ci→vj分别表示从校验节点c_i到变量节点v_j的边信息在更新前后的置信度值；

4)在所有剩余度值中，找出最大剩余度值R(m_cmax→vmax)，并用c_max和v_max分别表示最大剩余度值所在边的两个端节点，即校验节点和变量节点；

5)对每一个v_j∈N(c_max)，更新从校验节点c_max到所有临边变量节点的信息m_cmax→vj，记录v_j更新的次数，即u_vj＝u_vj+1；并将剩余度R(m_cmax→vj)的值设置为0；

6)对每一个c_a∈N(v_j)\c_max，更新边信息L_vj→ca；再对每一个v_i∈N(c_a)\v_j，计算新的剩余度值R(m_ca→vi)；

7)若未达到最大迭代次数或译码序列不符合奇偶校验检测，则返回步骤4)；

8)当译码失败且t＜T，在{u_vj}中查找最小值所对应的变量节点，即查找译码过程中变量节点更新次数最小的变量节点，记为v_min；否则跳转至步骤10)；

9)

t＝t+1；重复步骤1)和2)的操作；再对每一个

设置L_vq→c＝0，即在重新译码的初始化步骤，对所有始于节点v_q的变量到校验节点边信息强制置零，并返回步骤3)；

10)译码结束，输出译码序列。

有益效果

本发明是基于LDPC码节点剩余度置信传播译码的改进方法。经研究发现，NWRBP在译码过程中，节点更新的次数并不均衡，存在某些节点更新次数少的现象，而相对于更新次数较多的变量节点，更新次数较少的变量节点不能为相邻节点提供足够的有用信息，亦或该节点无法从相邻节点获得有用信息，导致相邻节点或其本身发生错误的概率更大。本发明正是利用此现象，对这部分节点的信道接收值强制置零，并重新译码，从而有效降低误码率，达到提高译码性能的效果。

附图说明

图1:本发明提出的NWRBP译码器技术方案。

图2:码A在加性高斯白噪声信道环境下，T＝10时各译码方案误码率和误帧率与信噪比的关系。

图3:码B在高斯白噪声信道环境下，T＝10时各译码方案误码率和误帧率与信噪比的关系。

图4:码A在高斯白噪声信道环境下，不同T值，ENWRBP译码方案误码率和误帧率与信噪比的关系。

图5:码B在高斯白噪声信道环境下，不同T值，ENWRBP译码方案误码率和误帧率与信噪比的关系。

用于仿真的码A：(155,3,5)LDPC码。

用于仿真的码B：(305,3,5)LDPC码。

具体实施方式

具体实施方案如图1所示。在NWRBP的一次译码过程中，如果达到最大的迭代次数仍然不满足译码成功条件，那么就寻找到在迭代过程中更新最少次数的变量节点v_min，并且将始于该节点的变量到校验节点的边信息初始化值设置为0。随后，重新用NWRBP进行译码，连续测试T个更新次数最少的变量节点。

步骤1：首先初始化，把所有从校验节点到变量节点的边信息m_cj→vi设置为0；把所有从变量节点到校验节点的边信息L_vi→cj设置为它们相应的信道接收信息r_i；变量节点v_j的更新次数u_vj＝0,j＝1,2,...,n；设置最大迭代次数，设置最大尝试置零的变量节点数为T,变量t＝0,变量

步骤2：计算校验节点到变量节点边信息的剩余度值R(m_ci→vj)。寻找剩余度值的最大值R(m_cmax→vmax)所在的边，即在二分图中从校验节点c_max到变量节点v_max的置信度在更新前后残差最大。然后跟新边信息m_cmax→vj，并且记录变量节点v_j更新的次数，即u_vj＝u_vj+1。随后，将剩余度R_cmax→vj的值设置为0。接着，对于每一个c_a∈N(v_j)\c_max，更新变量节点到校验节点的信息L_vj→ca，再对每一个v_i∈N(c_a)\v_j，计算新的R(m_ca→vi)。接着，尝试译码判决，如果满足条件，译码结束，不满足则重复步骤2，直到达到最大迭代次数。

步骤3：如果不能译码成功，重新执行步骤1，接着找到更新次数最少的变量节点v_min，将其中所有从变量节点到校验节点的信息L_vmin→cj设置为0，并返回步骤2重新译码。重复译码中断条件为：成功译码或者初始化置零的变量节点数达到T个。

下面结合实例及附图，对本发明作进一步地详细说明，但本发明的实施方式不限于此。

本发明实验所用计算机的配置为内存4GB，CPU是Intel Core i5-24003.1GHz的台式计算机，所用代码是Matlab2012b语言开发。用于测试发明方案的LDPC编码有A和B两种：码A是(155,3,5)LDPC码；码B是(305,3,5)LDPC码。本发明中所有的仿真都是在二进制输入加性高斯白噪声(BI-AWGN)信道环境进行的。译码采用基于剩余度置信度传播(RBP)、基于校验节点的剩余度置信度传播(NWRBP),以及本发明提出的基于校验节点的改进剩余度置信度传播(ENERBP)，最大迭代次数为100，调制方式为BPSK。经分析各译码方案的性能，得出以下结论：

第一，ENWRBP的译码性能要好于NWRBP和RBP。如图2和图3所示，在SNR值较低时，图2中SNR值为2.5～3dB以及图3中2.5～2.7dB，误码率BER和误帧率FER的曲线三者大致相同。随着SNR值的增加，ENWRBP和NWRBP的译码曲线逐渐优于RBP，图2中NWRBP和ENWRBP依然大致相同，直到SNR值为4.0dB时，ENWRBP开始优于NWRBP，图3中ENWRBP在所示SNR范围内始终优于RBP和NWRBP，并且这种优势随着SNR值增大而在逐渐扩大。例如：如图3所示，在FER＝2×10^-4时，相比RBP和NWRBP，ENWRBP的FER分别得到0.3dB和0.18dB的译码增益，类似的，在BER＝2×10^-5时，相比RBP和NWRBP，ENWRBP的BER分别得到0.28dB和0.16dB的译码增益。

第二，随着t值的增大，ENWRBP的译码效果更好。如图4和图5所示，t＝10时的曲线要低于t＝5时的曲线，这种趋势随着SNR值的增大而增大。由此可见，通过增大对特定变量节点初始LLR值置0尝试次数，可进一步提高ENWRBP译码性能。例如：如图5所示，在FER＝1×10^-4时，相比T＝5,T＝10得到0.8dB的译码增益，同样，在BER＝1×10^-5时，相比T＝5,T＝10得到1.2dB的译码增益。

Claims (4)

1.基于LDPC码节点剩余度置信传播译码的改进方法，其特征在于，包括以下流程：

1)参数设置：变量节点v_j更新次数

设置初始化值被强制置零的变量节点总数为T,变量t＝0,变量

2)初始化：所有从校验节点到变量节点的边信息m_c→v设置为0；所有从变量节点到校验节点的边信息L_v→c设置为相应的信道接收信息r_i，r_i的取值与具体传输信道环境有关，而与译码流程无直接关联；

3)计算所有边信息

的剩余度值其中abs表示求绝对值，

和

分别表示从校验节点c_i到变量节点v_j的边信息在更新前后的置信度值；

4)在所有剩余度值中，找出最大剩余度值并用c_max和v_max分别表示最大剩余度值所在边的两个端节点，即校验节点和变量节点；

5)对每一个v_j∈N(c_max)，更新从校验节点c_max到所有临边变量节点的信息记录v_j更新的次数，即

并将剩余度

的值设置为0；

6)对每一个c_a∈N(v_j)\c_max，更新边信息

再对每一个v_i∈N(c_a)\v_j，计算新的剩余度值

7)若未达到最大迭代次数或译码序列不符合奇偶校验检测，则返回步骤4)；

8)当译码失败且t＜T，在

中查找最小值所对应的变量节点，即查找译码过程中变量节点更新次数最小的变量节点，记为v_min；否则跳转至步骤10)；

9)

t＝t+1；重复步骤1)和2)的操作；再对每一个设置

即在重新译码的初始化步骤，对所有始于节点v_q的变量到校验节点边信息强制置零，并返回步骤3)；

10)译码结束，输出译码序列；

其中：

N(c_m)＝{v_n:h_mn＝1}表示与校验节点c_m相连的所有变量节点的集合；

N(c_m)\v_n表示除了变量节点v_n，所有与校验节点c_m相连的变量节点的集合；

N(v_n)＝{c_m:h_nm＝1}表示与变量节点v_n相连的所有校验节点的集合；

N(v_n)\c_m表示除了校验节点c_m，所有与变量节点v_n相连的所有校验节点的集合；

表示变量节点v_j到校验节点c_i所在边的置信度值；

表示校验节点c_i到变量节点v_j所在边的置信度值。

2.根据权利要求1所述的基于LDPC码节点剩余度置信传播译码的改进方法，其特征在于，所述1)中对所有变量节点到校验节点的边信息初始化为信道信息，并设置允许初始化值强制置零的变量节点总数为T,亦即允许的最大重新译码次数，T值越大，译码成功率越高。

3.根据权利要求1所述的基于LDPC码节点剩余度置信传播译码的改进方法，其特征在于，所述5)中记录译码过程中每一个变量节点被更新的次数

在译码失败后，依据所述8)寻找到更新次数最少的变量节点，记为v_min，并依据所述9)将其归纳入集合

即

4.根据权利要求1所述的基于LDPC码节点剩余度置信传播译码的改进方法，其特征在于，所述9)中对译码过程重新初始化，并对

中的变量节点按照

的规则，对始于v_q的变量到校验节点边信息的初始化值强制置零。

Images