CN106941393B - 基于sor的ldpc译码方法及系统 - Google Patents
基于sor的ldpc译码方法及系统 Download PDFInfo
- Publication number
- CN106941393B CN106941393B CN201710122279.4A CN201710122279A CN106941393B CN 106941393 B CN106941393 B CN 106941393B CN 201710122279 A CN201710122279 A CN 201710122279A CN 106941393 B CN106941393 B CN 106941393B
- Authority
- CN
- China
- Prior art keywords
- node
- variable node
- formula
- check
- sor
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L1/004—Arrangements for detecting or preventing errors in the information received by using forward error control
- H04L1/0056—Systems characterized by the type of code used
- H04L1/0057—Block codes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L1/004—Arrangements for detecting or preventing errors in the information received by using forward error control
- H04L1/0045—Arrangements at the receiver end
- H04L1/0047—Decoding adapted to other signal detection operation
- H04L1/005—Iterative decoding, including iteration between signal detection and decoding operation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L1/004—Arrangements for detecting or preventing errors in the information received by using forward error control
- H04L1/0045—Arrangements at the receiver end
- H04L1/0055—MAP-decoding
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Error Detection And Correction (AREA)
Abstract
本发明公开了一种基于SOR的LDPC译码方法及系统,来进一步提高通信系统的稳定性,降低误码率。该方法通过将SOR检测和LDPC译码穿插起来,使得他们之间的概率信息可以流通,进而使得概率信息可以具有更高精度而且可以更快的收敛速度。
Description
技术领域
本发明涉及空时编码和信道编码技术领域,尤其涉及一种LDPC的基于SOR的联合迭代检测译码方法及系统。
背景技术
面对5G对于通信需求,传输速率,可靠性和频谱利用率都有很大需求。大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)面对该挑战,可以帮助提高传输速率和频谱利用率。而低密度奇偶校验码(Low Density Parity Check Code,LDPC)长时间作为通信协议中的标准码,其对差错控制的可靠性一度得到认可。最近,LDPC又被确定为5G中长码标准。
发明内容
发明目的:为了满足一些对误码率有更高要求的场合,本发明提出了LDPC编码的大规模MIMO的基于超松弛迭代(successive over relaxation,SOR)检测联合迭代检测译码方法及系统。该发明通过将大规模MIMO的SOR检测和LDPC译码结合,从而使得误码率降低,并且提高收敛速度。
技术方案:本发明所述的基于SOR的LDPC译码方法包括:
(1)对信道矩阵H和接收信号y进行预处理,得到匹配滤波器输出yMF=HHy和MMSE滤波矩阵W=G+σ2IM,并将W分解为W=D+L+LH;其中,G表示Gram矩阵,且G=HHH,σ2为噪声方差,IM为单位阵,(.)H为共轭转置操作,D为对角阵,L为下三角阵;
(2)设置迭代次数k=1;
(3)将匹配滤波器输出yMF、MMSE滤波矩阵分解结果D、L和LH以及修正因子ω作为输入,采用SOR算法更新得到第k次迭代时待检测信号估计结果sk;其中,SOR迭代公式为
式中,()k表示第k次迭代对应的值,s0为全0向量;
(4)通过MAP模块将待检测信号估计结果转化为比特概率的对数似然比;
(5)采用转换的对数似然比初始化LDPC中变量节点j的固有信息和变量节点j向校验节点i传输的信息其中,j=1,2,...,n,i=1,2,...,m,n、m分别为变量节点和校验节点的个数;
(6)根据下式计算第k次迭代时校验节点i向变量节点j传输的信息
式中,j=1,2,...,n,i=1,2,...,m,N(i)表示所有与校验节点i连接的变量节点的集合,表示变量节点l到校验节点i传输的信息的符号;
(7)根据采用下式对变量节点j的固有信息和变量节点j向校验节点i传输的信息进行更新:
式中,j=1,2,...,n,i=1,2,...,m,M(j)表示所有与变量节点j连接的校验节点的集合;
(8)通过MAP-1模块将变量节点j的固有信息转化为Δsk,并通过加权平均更新待检测信号估计结果sk,其中:
sk=αsk+βΔsk
式中,α、β是加权系数,并满足α+β=1;
(9)将k值加1,并返回步骤(3)进行迭代,直至达到预设次数;并做硬判决然后输出对码字的估计,判决方法为:如果Lj大于0,则第j个比特为0,否则第j个比特为1,Lj是迭代结束后变量节点j的固有信息。
其中,步骤(4)具体包括:
(4-1)采用下式计算sk是由第u个符号发射得来的概率
式中,sk(h)表示sk的第h个符号,cu表示第u个符号;
(4-2)根据上式计算得到P(0)和P(1),并采用ln(P(0)/p(1))计算得到对数似然比。
本发明所述的基于SOR的LDPC译码系统包括:
匹配滤波器单元,用于对信道矩阵H和接收信号y进行预处理,得到匹配滤波器输出yMF=HHy;
Gram矩阵计算单元,用于根据信道矩阵H计算得到Gram矩阵G=HHH;
MMSE滤波矩阵计算单元,用于计算得到MSE滤波矩阵W=G+σ2IM,其中,σ2为噪声方差,IM为单位阵;
MMSE滤波矩阵分解单元,用于将W分解为W=D+L+LH;其中,(.)H为共轭转置操作,D为对角阵,L为下三角阵;
SOR迭代单元,用于将匹配滤波器输出yMF、MMSE滤波矩阵分解结果D、L和LH以及修正因子ω作为输入,采用SOR算法更新得到第k次迭代时待检测信号估计结果sk;其中,SOR迭代公式为
式中,()k表示第k次迭代对应的值,s0为全0向量;
MAP模块,用于将待检测信号估计结果转化为比特概率的对数似然比;
变量节点,用于采用转换的对数似然比初始化LDPC中变量节点j的固有信息和变量节点j向校验节点i传输的信息其中,j=1,2,...,n,i=1,2,...,m,n、m分别为变量节点和校验节点的个数;
校验节点,用于根据下式计算第k次迭代时校验节点i向变量节点j传输的信息
式中,j=1,2,...,n,i=1,2,...,m,N(i)表示所有与校验节点i连接的变量节点的集合,表示变量节点l到校验节点i传输的信息的符号;
变量节点,还用于根据Rij采用下式对变量节点j的固有信息和变量节点j向校验节点i传输的信息进行更新:
式中,j=1,2,...,n,i=1,2,...,m,M(j)表示所有与变量节点j连接的校验节点的集合;
MAP-1模块,用于将变量节点j的固有信息转化为Δsk,并通过加权平均更新待检测信号估计结果sk,其中:
sk=αsk+βΔsk
式中,α、β是加权系数,并满足α+β=1;
循环迭代执行模块,用于将k值加1,并返回SOR迭代单元,按顺序进行迭代,直至达到预设次数;
判决单元,用于硬判决然后输出对码字的估计,判决方法为:如果Lj大于0,则第j个比特为0,否则第j个比特为1,Lj是迭代结束后变量节点j的固有信息。
进一步的,MAP模块具体用于:
采用下式计算sk是由第u个符号发射得来的概率
式中,sk(h)表示sk的第h个符号,cu表示第u个符号;
根据上式计算得到P(0)和P(1),并采用ln(P(0)/p(1))计算得到对数似然比。
有益效果:本发明与现有技术相比,其显著优点是:本发明通过把SOR检测LDPC译码联合起来,把SOR检测快速的优势和LDPC译码准确的优势结合,并进一步提高,取得一加一大于二的效果。传统分离检测译码(separated detection and decoding,SDD),仅仅是把SOR检测若干次迭代后的结果送给LDPC译码器译码。而本发明通过把LDPC译码器输出的概率信息再传回给SOR进行再次迭代,在不增加时间复杂的条件下取得更好的差错性能。
附图说明
图1是本发明的信道模型框图;
图2是本发明的译码系统整体架构;
图3是本发明的SOR检测模块的框图;
图4是本发明的时序图。
具体实施方式
信道模型
本部分着重介绍本实施例所适用的模型,如图1所示。在极化码编码的MIMO系统中,需要传输的一串比特会首先被LDPC码编码。设码长为N,信息位长度为K,LDPC码编码过程可以表示为
x=Gu
其中x是N×1的编码后的序列,u是K×1的信息比特序列,G是N×N的生成矩阵。x经过MIMO发射端调制映射后变成符号序列s通过MIMO天线阵列传输,MIMO规格为NT发射信道NR接收信道,W-QAM调制,调制后信号为
上式中接收向量是NR×1的复向量,是NR×NT的信道矩阵,是NT×1的发送向量,是NR×1的信道噪声服从N~(0,σ2)分布。经过实数分解后,该模型变为
y=Hs+w
式中接收向量y是2NR×1的复向量,H是2NR×2NT的信道矩阵,s是2NT×1的发送向量,w是2NR×1的信道噪声服从N~(0,σ2)分布。
因此译码的整个过程就是通过y解u的过程。
译码方法
本实施例提供了一种基于SOR的LDPC译码方法,包括以下步骤:
(1)对信道矩阵H和接收信号y进行预处理,得到匹配滤波器输出yMF=HHy和MMSE滤波矩阵W=G+σ2IM,并将W分解为W=D+L+LH;其中,G表示Gram矩阵,且G=HHH,σ2为噪声方差,IM为单位阵,(.)H为共轭转置操作,D为对角阵,L为下三角阵。
(2)设置迭代次数k=1。
(3)如图2所示,将匹配滤波器输出yMF、MMSE滤波矩阵分解结果D、L和LH以及修正因子ω作为输入,采用SOR算法更新得到待检测信号估计结果sk;其中,SOR迭代公式为
式中,()k表示第k次迭代对应的值,s0为全0向量,修正因子ω取值范围为1<ω<2。
(4)通过MAP模块将待检测信号估计结果转化为比特概率的对数似然比。
该步骤具体包括:(4-1)采用下式计算sk是由第u个符号发射得来的概率
式中,sk(h)表示sk的第h个符号,cu表示第u个符号;
(4-2)根据上式计算得到P(0)和P(1),并采用ln(P(0)/p(1))计算得到对数似然比。
(5)采用转换的对数似然比初始化LDPC中变量节点j的固有信息和变量节点j向校验节点i传输的信息其中,j=1,2,...,n,i=1,2,...,m,n、m分别为变量节点和校验节点的个数。
(6)根据下式计算校验节点i向变量节点j传输的信息Rij:
式中,j=1,2,...,n,i=1,2,...,m,N(i)表示所有与校验节点i连接的变量节点的集合,表示变量节点l到校验节点i传输的信息的符号。
(7)根据Rij采用下式对变量节点j的固有信息和变量节点j向校验节点i传输的信息进行更新:
式中,j=1,2,...,n,i=1,2,...,m,M(j)表示所有与变量节点j连接的校验节点的集合。
(8)通过MAP-1模块将变量节点j的固有信息转化为Δsk,并通过加权平均更新待检测信号估计结果sk,其中:
sk=αsk+βΔsk
式中,α、β是加权系数,并满足α+β=1,MAP-1模块是MAP模块的逆运算。
(9)将k值加1,并返回步骤(3)进行迭代,直至达到预设次数;并做硬判决然后输出对码字的估计,判决方法为:如果Lj大于0,则第j个比特为0,否则第j个比特为1,Lj是迭代结束后变量节点j的固有信息。
译码系统
本实施例提供了一种基于SOR的LDPC译码系统,如图3所示,包括:
匹配滤波器单元,用于对信道矩阵H和接收信号y进行预处理,得到匹配滤波器输出yMF=HHy。
Gram矩阵计算单元,用于根据信道矩阵H计算得到Gram矩阵G=HHH。
MMSE滤波矩阵计算单元,用于计算得到MSE滤波矩阵W=G+σ2IM,其中,σ2为噪声方差,IM为单位阵。
MMSE滤波矩阵分解单元,用于将W分解为W=D+L+LH;其中,(.)H为共轭转置操作,D为对角阵,L为下三角阵。
SOR迭代单元,用于将匹配滤波器输出yMF、MMSE滤波矩阵分解结果D、L和LH以及修正因子ω作为输入,采用SOR算法迭代更新得到待检测信号估计结果sk;其中,SOR迭代公式为
式中,()k表示第k次迭代对应的值,s0为全0向量;
SOR算法的实现架构包括:
第1乘法单元:输入为D和1/ω,输出为D/ω
第2乘法单元:输入为D和1-1/ω,输出为D(1-1/ω)
第3乘法单元:输入为D(1-1/ω)-LH和sk-1,输出为(D(1-1/ω)-LH)sk-1
第4乘法单元:输入为((1/ω-1)D-LH)sk-1+yMF和(D/ω+L)-1,输出为
第1加法单元:输入为L和D/ω,输出为L+D/ω;
第2加法单元:输入为D(1-1/ω)和-LH,输出为D(1-1/ω)-LH;
第3加法单元:输入为yMF和((1/ω-1)D-LH)sk-1,输出为((1/ω-1)D-LH)sk-1+yMF
求逆单元:输入为(D/ω+L)输出为(D/ω+L)-1。
MAP模块,用于将待检测信号估计结果转化为比特概率的对数似然比;具体用于:采用下式计算sk是由第u个符号发射得来的概率式中,sk(h)表示sk的第h个符号,cu表示第u个符号;根据上式计算得到P(0)和P(1),并采用ln(P(0)/p(1))计算得到对数似然比。
变量节点,用于采用转换的对数似然比初始化LDPC中变量节点j的固有信息L0j和变量节点j向校验节点i传输的信息其中,j=1,2,...,n,i=1,2,...,m,n、m分别为变量节点和校验节点的个数。
校验节点,用于根据下式计算校验节点i向变量节点j传输的信息Rij:
式中,j=1,2,...,n,i=1,2,...,m,N(i)表示所有与校验节点i连接的变量节点的集合,表示变量节点l到校验节点i传输的信息的符号。
变量节点,还用于根据采用下式对变量节点j的固有信息和变量节点j向校验节点i传输的信息进行更新:
式中,j=1,2,...,n,i=1,2,...,m,M(j)表示所有与变量节点j连接的校验节点的集合。
MAP-1模块,用于将变量节点j的固有信息转化为Δsk,并通过加权平均更新待检测信号估计结果sk,其中:
sk=αsk+βΔsk
式中,α、β是加权系数,并满足α+β=1;其中,MAP-1模块是MAP模块的逆运算。
循环迭代执行模块,用于将k值加1,并返回SOR迭代单元,按顺序进行迭代,直至达到预设次数。
判决单元,用于硬判决然后输出对码字的估计,判决方法为:如果Lj大于0,则第j个比特为0,否则第j个比特为1。
时序
为了提高系统吞吐率,本发明采用如下方法。由于该算法是由检测和译码交替进行而来,系统可以对两次接收向量并行处理。在接收向量a的在做检测时,接收向量b可以做译码;在下一时刻a可以做译码,b可以检测。具体如图4所示。
以上所揭露的仅为本发明一种较佳实施例而已,不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (4)
1.一种基于SOR的LDPC译码方法,其特征在于该方法包括:
(1)对信道矩阵H和接收信号y进行预处理,得到匹配滤波器输出yMF=HHy和MMSE滤波矩阵W=G+σ2IM,并将W分解为W=D+L+LH;其中,G表示Gram矩阵,且G=HHH,σ2为噪声方差,IM为单位阵,(.)H为共轭转置操作,D为对角阵,L为下三角阵;
(2)设置迭代次数k=1;
(3)将匹配滤波器输出yMF、MMSE滤波矩阵分解结果D、L和LH以及修正因子ω作为输入,采用SOR算法更新得到第k次迭代时待检测信号估计结果sk;其中,SOR迭代公式为
式中,()k表示第k次迭代对应的值,s0为全0向量;
(4)通过MAP模块将待检测信号估计结果转化为比特概率的对数似然比;
(5)采用转换的对数似然比初始化LDPC中变量节点j的固有信息和变量节点j向校验节点i传输的信息其中,j=1,2,...,n,i=1,2,...,m,n、m分别为变量节点和校验节点的个数;
(6)根据下式计算第k次迭代时校验节点i向变量节点j传输的信息
式中,j=1,2,...,n,i=1,2,...,m,N(i)表示所有与校验节点i连接的变量节点的集合,表示变量节点l到校验节点i传输的信息的符号;
(7)根据采用下式对变量节点j的固有信息和变量节点j向校验节点i传输的信息进行更新:
式中,j=1,2,...,n,i=1,2,...,m,M(j)表示所有与变量节点j连接的校验节点的集合;
(8)通过MAP-1模块将变量节点j的固有信息转化为Δsk,并通过加权平均更新待检测信号估计结果sk,其中:
sk=αsk+βΔsk
式中,α、β是加权系数,并满足α+β=1;
(9)将k值加1,并返回步骤(3)进行迭代,直至达到预设次数;并做硬判决然后输出对码字的估计,判决方法为:如果Lj大于0,则第j个比特为0,否则第j个比特为1,Lj是迭代结束后变量节点j的固有信息。
2.根据权利要求1所述的基于SOR的LDPC译码方法,其特征在于,步骤(4)具体包括:
(4-1)采用下式计算sk是由第u个符号发射得来的概率
式中,sk(h)表示sk的第h个符号,cu表示第u个符号;
(4-2)根据上式计算得到P(0)和P(1),并采用ln(P(0)/p(1))计算得到对数似然比。
3.一种基于SOR的LDPC译码系统,其特征在于该系统包括:
匹配滤波器单元,用于对信道矩阵H和接收信号y进行预处理,得到匹配滤波器输出yMF=HHy;
Gram矩阵计算单元,用于根据信道矩阵H计算得到Gram矩阵G=HHH;
MMSE滤波矩阵计算单元,用于计算得到MSE滤波矩阵W=G+σ2IM,其中,σ2为噪声方差,IM为单位阵;
MMSE滤波矩阵分解单元,用于将W分解为W=D+L+LH;其中,(.)H为共轭转置操作,D为对角阵,L为下三角阵;
SOR迭代单元,用于将匹配滤波器输出yMF、MMSE滤波矩阵分解结果D、L和LH以及修正因子ω作为输入,采用SOR算法更新得到第k次迭代时待检测信号估计结果sk;其中,SOR迭代公式为
式中,()k表示第k次迭代对应的值,s0为全0向量;
MAP模块,用于将待检测信号估计结果转化为比特概率的对数似然比;
变量节点,用于采用转换的对数似然比初始化LDPC中变量节点j的固有信息和变量节点j向校验节点i传输的信息其中,j=1,2,...,n,i=1,2,...,m,n、m分别为变量节点和校验节点的个数;
校验节点,用于根据下式计算第k次迭代时校验节点i向变量节点j传输的信息
式中,j=1,2,...,n,i=1,2,...,m,N(i)表示所有与校验节点i连接的变量节点的集合,表示变量节点l到校验节点i传输的信息的符号;
变量节点,还用于根据采用下式对变量节点j的固有信息和变量节点j向校验节点i传输的信息进行更新:
式中,j=1,2,...,n,i=1,2,...,m,M(j)表示所有与变量节点j连接的校验节点的集合;
MAP-1模块,用于将变量节点j的固有信息转化为Δsk,并通过加权平均更新待检测信号估计结果sk,其中:
sk=αsk+βΔsk
式中,α、β是加权系数,并满足α+β=1;
循环迭代执行模块,用于将k值加1,并返回SOR迭代单元,按顺序进行迭代,直至达到预设次数;
判决单元,用于硬判决然后输出对码字的估计,判决方法为:如果Lj大于0,则第j个比特为0,否则第j个比特为1,Lj是迭代结束后变量节点j的固有信息。
4.根据权利要求3所述的基于SOR的LDPC译码系统,其特征在于,MAP模块具体用于:
采用下式计算sk是由第u个符号发射得来的概率
式中,sk(h)表示sk的第h个符号,cu表示第u个符号;
根据上式计算得到P(0)和P(1),并采用ln(P(0)/p(1))计算得到对数似然比。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710122279.4A CN106941393B (zh) | 2017-03-03 | 2017-03-03 | 基于sor的ldpc译码方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710122279.4A CN106941393B (zh) | 2017-03-03 | 2017-03-03 | 基于sor的ldpc译码方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106941393A CN106941393A (zh) | 2017-07-11 |
CN106941393B true CN106941393B (zh) | 2019-11-12 |
Family
ID=59468626
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710122279.4A Active CN106941393B (zh) | 2017-03-03 | 2017-03-03 | 基于sor的ldpc译码方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106941393B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109379116B (zh) * | 2018-10-30 | 2021-04-27 | 东南大学 | 基于切比雪夫加速法与sor算法的大规模mimo线性检测算法 |
CN110022159B (zh) * | 2019-03-12 | 2021-08-10 | 西北工业大学 | 一种快速收敛的ldpc码译码算法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1694439A (zh) * | 2005-05-16 | 2005-11-09 | 东南大学 | 软信息保留的迭代接收方法 |
US8139656B2 (en) * | 2008-09-25 | 2012-03-20 | The Regents Of The University Of California | Method and system for linear processing of an input using Gaussian belief propagation |
CN106330276A (zh) * | 2016-10-31 | 2017-01-11 | 东南大学 | 基于sor算法的大规模mimo线性检测方法及装置 |
-
2017
- 2017-03-03 CN CN201710122279.4A patent/CN106941393B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1694439A (zh) * | 2005-05-16 | 2005-11-09 | 东南大学 | 软信息保留的迭代接收方法 |
US8139656B2 (en) * | 2008-09-25 | 2012-03-20 | The Regents Of The University Of California | Method and system for linear processing of an input using Gaussian belief propagation |
CN106330276A (zh) * | 2016-10-31 | 2017-01-11 | 东南大学 | 基于sor算法的大规模mimo线性检测方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN106941393A (zh) | 2017-07-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
CN108282264A (zh) | 基于比特翻转串行消除列表算法的极化码译码方法 | |
CN105763203B (zh) | 一种基于硬可靠度信息的多元ldpc码译码方法 | |
CN105024705B (zh) | 一种低复杂度的多元ldpc码译码方法及译码器 | |
CN107026656A (zh) | 一种基于扰动的CRC辅助中短码长Polar码有效译码方法 | |
CN107204780B (zh) | polar-LDPC级联码的合并BP解码算法及装置 | |
CN106941394B (zh) | 极化码编码的scma的联合检测译码方法及装置 | |
CN106936543A (zh) | 极化码编码的mimo的图合并检测译码算法及装置 | |
CN106941393B (zh) | 基于sor的ldpc译码方法及系统 | |
CN110113057A (zh) | 一种利用深度学习的极化码译码器 | |
CN109889266A (zh) | 基于高斯近似的可见光通信信道的极化编码方法和系统 | |
CN101541023B (zh) | 一种联合迭代检测译码方法和装置 | |
CN106998240A (zh) | 一种译码方法及译码器 | |
CN107094026B (zh) | Nb-ldpc编码的图合并检测译码方法 | |
CN102412931A (zh) | 多天线比特交织编码系统的串行干扰抵消检测方法及系统 | |
CN113114269A (zh) | 一种置信传播-信息修正译码方法 | |
CN105071900B (zh) | 一种精确求解复数格逐次最小量问题的方法及系统 | |
CN106899388B (zh) | Ldpc码在mimo信道下的联合检测与解码方法 | |
CN105376185A (zh) | 一种通信系统中基于dna蛙跳方法优化的常模盲均衡处理方法 | |
CN112261685B (zh) | 一种基于卷积神经网络的mimo信号检测方法 | |
CN115276668A (zh) | 一种基于crc的ldpc码混合译码方法 | |
CN114268411A (zh) | 硬输出mimo检测方法和系统、电子设备及存储介质 | |
CN113992313A (zh) | 一种基于深度学习的均衡网络辅助scma编解码方法 | |
CN104518802B (zh) | 一种基于似然比信息对ldpc编码进行解码的方法及系统 | |
CN106452605B (zh) | 一种基于迭代原理的量子通信的方法与装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |