CN107094026A - Nb‑ldpc编码的图合并检测译码方法 - Google Patents
Nb‑ldpc编码的图合并检测译码方法 Download PDFInfo
- Publication number
- CN107094026A CN107094026A CN201710228989.5A CN201710228989A CN107094026A CN 107094026 A CN107094026 A CN 107094026A CN 201710228989 A CN201710228989 A CN 201710228989A CN 107094026 A CN107094026 A CN 107094026A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- msubsup
- node
- information
- 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.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M13/00—Coding, decoding or code conversion, for error detection or error correction; Coding theory basic assumptions; Coding bounds; Error probability evaluation methods; Channel models; Simulation or testing of codes
- H03M13/03—Error detection or forward error correction by redundancy in data representation, i.e. code words containing more digits than the source words
- H03M13/05—Error detection or forward error correction by redundancy in data representation, i.e. code words containing more digits than the source words using block codes, i.e. a predetermined number of check bits joined to a predetermined number of information bits
- H03M13/11—Error detection or forward error correction by redundancy in data representation, i.e. code words containing more digits than the source words using block codes, i.e. a predetermined number of check bits joined to a predetermined number of information bits using multiple parity bits
- H03M13/1102—Codes on graphs and decoding on graphs, e.g. low-density parity check [LDPC] codes
- H03M13/1105—Decoding
- H03M13/1108—Hard decision decoding, e.g. bit flipping, modified or weighted bit flipping
Landscapes
- Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Radio Transmission System (AREA)
- Error Detection And Correction (AREA)
Abstract
本发明公开了一种NB‑LDPC编码的图合并检测译码方法，是一种基于置信传播(belief proportion，BP)的多输入多输出(MIMO)检测和非二进制低密度奇偶校验码(NB‑LDPC)译码的联合检测方法，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MIMO BP检测的因子图和NB‑LDPC译码的因子图结合起来，使得他们之间的概率信息可以流通，进而使得对数似然比(Log likelihood ratio)可以具有更高精度而且可以更快的收敛速度。
Description
技术领域
本发明涉及译码方法，尤其涉及一种NB-LDPC编码的图合并检测译码方法。
背景技术
面对5G通信对于传输各方面要求的提高，大规模多输入多输出(multiple inputmultiple output,MIMO)技术，成为提高其频谱利用率和传输速率以及降低误码率的关键技术。另一方面，NB-LDPC可以达到比LDPC更好的差错性能，并且在突发性比特错，码长有限，高阶调制的情景下有着很好效果。
NB-LDPC MIMO系统中发送端发送的比特信息先经过NB-LDPC编码，然后再通过调制与多天线发送，接收端译码后得到对发送端比特信息的估计。传统的分离检测译码(separated detection and decoding，SDD)，对接收信号首先做MIMO检测，然后将检测得到的软信息送给译码器进行译码得到译码结果。本发明提出的分层图合并检测译码算法(Graph-merged detection and decoding)可以使得NB-LDPC MIMO系统的可靠性进一步提升，从而降低误码率。
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，本发明提出了基于NB-LDPC编码的MIMO的分层图合并分层检测译码方法，通过将MIMO检测和NB-LDPC码译码的因子图合并，从而使得两张图内的概率信息可以相互传递，这样可以使得误码率降低，并且提高收敛速度。
技术方案：本发明所述的NB-LDPC编码的图合并检测译码方法包括：
(1)初始化变量节点发送至观察节点的信息βj,i＝0，g＝1；
(2)MIMO检测因子图中的观察节点根据接收到的来自信道的信息，计算符号概率信息，并传递给第g层变量节点；
(3)第g层变量节点根据符号概率信息对内部固有信息进行更新，并将更新后固有信息赋值为变量节点给校验节点的信息进行传递；
(4)校验节点对接收的信息进行计算后赋值为校验节点给变量节点的信息，传回给第t层变量节点，t≠g；
(5)第t层变量节点根据接收的信息内部固有信息进行更新，并根据更新后固有信息计算变量节点给观察节点的信息，进行传递；
(6)g＝g+1，并返回至步骤(2)，直至所有层被更新；
(7)返回步骤(1)进行下一次迭代，直至达到预设迭代次数；
(8)对变量节点的内部固有信息进行硬判决，得到译码后的序列。
进一步的，所述步骤(2)中的符号概率信息计算公式为：
式中，表示在第g层中第i个观察节点传给第j个变量节点的符号是cm的对数似然比，hij是信道矩阵H的第i行第j个元素，uij和分别是内部加性噪声zij的均值和方差，c*是符号集c＝[c0,c2,…cn-1]中的第*个。
进一步的，所述步骤(3)中更新后的内部固有信息计算公式为：
式中，表示在第g层中第j个变量节点所代表的符号是cm的对数似然比，作为内部固有信息，表示在第g层中第i个观察节点传给第j个变量节点的符号是cm的对数似然比，NR表示接收天线数目。
进一步的，所述步骤(3)中所述变量节点给校验节点的信息具体为：
式中，表示第g层中第j个变量节点传递给第k个CN的关于符号qm的信息，qm是伽罗华域符号，与调制后的cm对应。
进一步的，所述步骤(4)中所述校验节点给变量节点的信息具体为：
式中，表示在第g层中第k个校验节点传递给第t层第j个变量节点的关于符号qm的信息，conf(nr,nc)表示一组最可能路径的集合，每条路径由dr个实数组成，每个实数来自与第k个校验节点相连的dr个变量节点的nr个最可能符号的对数似然比的一个，其中，最可能路径是这些路径中各个元素和最小的路径，conf(nr,nc)中的路径是由包括最可能路径以及从至多nc个位置替换对数似然比所得的路径,θn表示其条路径，θn(t)表示路径中与第k个校验节点相连的第j个变量节点路径中贡献的符号，dr表示与校验节点相连的变量节点的个数。
进一步的，所述步骤(5)中所述校验节点给变量节点的信息具体为：
式中，dc表示与第j个变量节点相连的校验节点的个数。
进一步的，所述步骤(5)中所述变量节点给观察节点的信息具体为：
式中，表示变量节点发送至观察节点的信息。
有益效果：本发明与现有技术相比，其显著优点是：本发明首次将大规模MIMO检测(置信传播(BP)检测)与极NB-LDPC译码(BP译码)结合起来。在本发明中，MIMO检测和NB-LDPC译码的因子图被合并起来，使得检测和译码之间的信息可以相互传递。传统方案中，从信道接收到的信息首先进行MIMO检测。BP检测时，发送符号的概率信息在因子图中的观察节点和变量节点之间传递，不断迭代与更新，给出最终的概率信息传给后面的NB-LDPC码译码器。不同于以前的分离检测译码，本发明允许极化码译码得到软信息通过网络传回MIMO检测器，软信息更新后再传回。即信息可以在网络中前后两方向流动，而SDD只允许信息从检测器流向译码器。并且本发明采用了分层译码的算法，可以减小硬件消耗。本发明可以适用于现行5G的NB-LDPC的增强移动宽带场景，可以进一步提高NB-LDPC MIMO系统的可靠性。
附图说明
图1是信道模型图；
图2是各种算法的性能比较图；
图3是各种算法消耗的周期个数图。
图4为整体的硬件架构示意图
具体实施方式
下面结合具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
1、信道模型
在NB-LDPC编码的MIMO系统中(如图1)，准备传输的一串比特首先被NB-LDPC 编码。不妨设该码码长为N，信息位长度为K，
x＝uG
其中x是N×1的编码后的序列，u是K×1的信息符号(伽罗华域(GF))，G是N×K的生成矩阵。x经过MIMO发射端调制映射后编程符号序列s通过MIMO天线阵列传输，MIMO规格为NT发NR收，W-QAM调制。
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，是2NT×1的发送向量，w是2NR×1的信道噪声服从N～(0，σ2)分布。整个过程就是发送端发出u，接收端就接收到y，并通过y解u的过程。
2、NB-LDPC编码的图合并检测译码方法
本译码方法将MIMO检测和NB-LDPC译码的因子图合并起来，使得检测和译码之间的概率信息可以相互传递，在联合检测译码的一轮迭代中，MIMO检测因子图中的观察节点OBN首先更新传递给第g层VN的符号概率信息；第g层变量节点VN收到来自OBN的信息更新后，将其传给校验节点CN进行更新，CN更新后将其返还给第g层VN，第g层VN将信息再传给OBN，然后进行下一层更新，所有层更新完一次后，进行下一次迭代。
具体方法流程为：
(1)初始化变量节点发送至观察节点的信息βj,i＝0，g＝1；
(2)MIMO检测因子图中的观察节点根据接收到的来自信道的信息，计算符号概率信息，并传递给第g层变量节点。
其中，符号概率信息计算公式为：
式中，表示在第g层中第i个观察节点传给第j个变量节点的符号是cm的对数似然比，hij是信道矩阵H的第i行第j个元素，uij和分别是内部加性噪声zij的均值和方差，c*是符号集c＝[c0,c2,…cn-1]中的第*个。
(3)第g层变量节点根据符号概率信息对内部固有信息进行更新，并将更新后固有信息赋值为变量节点给校验节点的信息进行传递。
其中，更新后的内部固有信息计算公式为：
式中，表示在第g层中第j个变量节点所代表的符号是cm的对数似然比，作为内部固有信息，表示在第g层中第i个观察节点传给第j个变量节点的符号是cm的对数似然比，NR表示接收天线数目。
其中，变量节点给校验节点的信息具体为：
式中，表示第g层中第j个变量节点传递给第k个CN的关于符号qm的信息，qm是伽罗华域符号，与调制后的cm对应。
(4)校验节点对接收的信息进行计算后赋值为校验节点给变量节点的信息，传回给第t层变量节点，t≠g。
其中，校验节点给变量节点的信息具体为：
式中，表示在第g层中第k个校验节点传递给第t层第j个变量节点的关于符号qm的信息，conf(nr,nc)表示一组最可能路径的集合，每条路径由dr个实数组成，每个实数来自与第k个校验节点相连的dr个变量节点的nr个最可能符号的对数似然比的一个，其中，最可能路径是这些路径中各个元素和最小的路径，conf(nr,nc)中的路径是由包括最可能路径以及从至多nc个位置替换对数似然比所得的路径,θn表示其条路径，θn(t)表示路径中与第k个校验节点相连的第j个变量节点路径中贡献的符号，dr表示与校验节点相连的变量节点的个数。
(5)第t层变量节点根据接收的信息内部固有信息进行更新，并根据更新后固有信息计算变量节点给观察节点的信息，进行传递。
其中，校验节点给变量节点的信息具体为：
式中，dc表示与第j个变量节点相连的校验节点的个数。
变量节点给观察节点的信息具体为：
式中，表示变量节点发送至观察节点的信息。
(6)g＝g+1，并返回至步骤(2)，直至所有层被更新。
(7)返回步骤(1)进行下一次迭代，直至达到预设迭代次数。
(8)对变量节点的内部固有信息进行硬判决，得到译码后的序列。
图2为各种方式下误码率的比较结果图，从如图2可以看出，本发明可以在不增加复杂度情况下提高差错性能，在比特误率10-3时，差错性能比分离检测译码时提高了7dB
图3展示了，处于相同信噪比时，本发明的提出的算法可以节约很多迭代周期。
图4提出了整个基于非二进制LDPC编码的大规模MIMO的图合并的分层检测译码算法的整体硬件架构。架构包括OBN，VN a部分，VN b部分，和CN。当OBN接收到来自信道的信息时，首先初始化OBN给VN信息，并传给第1层的VN，然后这些VN更新后将信息传给CN经过更新后，再传回第1层VN。第一层VN将信息传给OBN，然后第2层更新开始。MUX是是数据选择器，用来将信息传给对应的VN。所有层更新一次后，进行下一个周期的迭代。
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 (7)
1.一种NB-LDPC编码的图合并检测译码方法，其特征在于该方法包括：
(1)初始化变量节点发送至观察节点的信息βj,i＝0，g＝1；
(2)MIMO检测因子图中的观察节点根据接收到的来自信道的信息，计算符号概率信息，并传递给第g层变量节点；
(3)第g层变量节点根据符号概率信息对内部固有信息进行更新，并将更新后固有信息赋值为变量节点给校验节点的信息进行传递；
(4)校验节点对接收的信息进行计算后赋值为校验节点给变量节点的信息，传回给第t层变量节点，t≠g；
(5)第t层变量节点根据接收的信息内部固有信息进行更新，并根据更新后固有信息计算变量节点给观察节点的信息，进行传递；
(6)g＝g+1，并返回至步骤(2)，直至所有层被更新；
(7)返回步骤(1)进行下一次迭代，直至达到预设迭代次数；
(8)对变量节点的内部固有信息进行硬判决，得到译码后的序列。
2.根据权1所述的NB-LDPC编码的图合并检测译码方法，其特征在于：所述步骤(2)中的符号概率信息计算公式为：
<mrow>
<msubsup>
<mi>a</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
<mi>g</mi>
</msubsup>
<mrow>
<mo>(</mo>
<msub>
<mi>c</mi>
<mi>m</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<mn>2</mn>
<msub>
<mi>h</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<msub>
<mi>u</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<msub>
<mi>c</mi>
<mi>m</mi>
</msub>
<mo>-</mo>
<msub>
<mi>c</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msubsup>
<mi>h</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
<mn>2</mn>
</msubsup>
<mrow>
<mo>(</mo>
<msubsup>
<mi>c</mi>
<mi>m</mi>
<mn>2</mn>
</msubsup>
<mo>-</mo>
<msubsup>
<mi>c</mi>
<mn>0</mn>
<mn>2</mn>
</msubsup>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mn>2</mn>
<msubsup>
<mi>&sigma;</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
<mn>2</mn>
</msubsup>
</mrow>
</mfrac>
</mrow>
式中，表示在第g层中第i个观察节点传给第j个变量节点的符号是cm的对数似然比，hij是信道矩阵H的第i行第j个元素，uij和分别是内部加性噪声zij的均值和方差，c*是符号集c＝[c0,c2,…cn-1]中的第*个。
3.根据权1所述的NB-LDPC编码的图合并检测译码方法，其特征在于：所述步骤(3)中更新后的内部固有信息计算公式为：
<mrow>
<msubsup>
<mi>&beta;</mi>
<mi>j</mi>
<mi>g</mi>
</msubsup>
<mrow>
<mo>(</mo>
<msub>
<mi>c</mi>
<mi>m</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>l</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mrow>
<mn>2</mn>
<msub>
<mi>N</mi>
<mi>R</mi>
</msub>
</mrow>
</munderover>
<msubsup>
<mi>a</mi>
<mrow>
<mi>l</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
<mi>g</mi>
</msubsup>
<mrow>
<mo>(</mo>
<msub>
<mi>c</mi>
<mi>m</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
式中，表示在第g层中第j个变量节点所代表的符号是cm的对数似然比，作为内部固有信息，表示在第g层中第i个观察节点传给第j个变量节点的符号是cm的对数似然比，NR表示接收天线数目。
4.根据权3所述的NB-LDPC编码的图合并检测译码方法，其特征在于：所述步骤(3)中所述变量节点给校验节点的信息具体为：
<mrow>
<msubsup>
<mi>L</mi>
<mrow>
<mi>V</mi>
<mi>j</mi>
<mn>2</mn>
<mi>C</mi>
<mi>k</mi>
</mrow>
<mi>g</mi>
</msubsup>
<mrow>
<mo>(</mo>
<msub>
<mi>q</mi>
<mi>m</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msubsup>
<mi>&beta;</mi>
<mi>j</mi>
<mi>g</mi>
</msubsup>
<mrow>
<mo>(</mo>
<msub>
<mi>c</mi>
<mi>m</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
式中，表示第g层中第j个变量节点传递给第k个CN的关于符号qm的信息，qm是伽罗华域符号，与调制后的cm对应。
5.根据权3所述的NB-LDPC编码的图合并检测译码方法，其特征在于：所述步骤(4)中所述校验节点给变量节点的信息具体为：
<mrow>
<msubsup>
<mi>L</mi>
<mrow>
<mi>C</mi>
<mi>k</mi>
<mn>2</mn>
<mi>V</mi>
<mi>j</mi>
</mrow>
<mrow>
<mi>t</mi>
<mo>,</mo>
<mi>g</mi>
</mrow>
</msubsup>
<mrow>
<mo>(</mo>
<msub>
<mi>q</mi>
<mi>m</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munder>
<mrow>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
</mrow>
<mrow>
<msub>
<mi>&theta;</mi>
<mi>n</mi>
</msub>
<mo>&Element;</mo>
<mi>c</mi>
<mi>o</mi>
<mi>n</mi>
<mi>f</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>n</mi>
<mi>r</mi>
</msub>
<mo>,</mo>
<msub>
<mi>n</mi>
<mi>c</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</munder>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>t</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mrow>
<msub>
<mi>d</mi>
<mi>r</mi>
</msub>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<msubsup>
<mi>L</mi>
<mrow>
<mi>V</mi>
<mi>j</mi>
<mn>2</mn>
<mi>C</mi>
<mi>k</mi>
</mrow>
<mrow>
<mi>t</mi>
<mo>,</mo>
<mi>g</mi>
</mrow>
</msubsup>
<mrow>
<mo>(</mo>
<msub>
<mi>&theta;</mi>
<mi>n</mi>
</msub>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
<mo>)</mo>
</mrow>
</mrow>
1
式中，表示在第g层中第k个校验节点传递给第t层第j个变量节点的关于符号qm的信息，conf(nr,nc)表示一组最可能路径的集合，每条路径由dr个实数组成，每个实数来自与第k个校验节点相连的dr个变量节点的nr个最可能符号的对数似然比的一个，其中，最可能路径是这些路径中各个元素和最小的路径，conf(nr,nc)中的路径是由包括最可能路径以及从至多nc个位置替换对数似然比所得的路径,θn表示其条路径，θn(t)表示路径中与第k个校验节点相连的第j个变量节点路径中贡献的符号，dr表示与校验节点相连的变量节点的个数。
6.根据权5所述的NB-LDPC编码的图合并检测译码方法，其特征在于：所述步骤(5)中所述校验节点给变量节点的信息具体为：
<mrow>
<msubsup>
<mi>&beta;</mi>
<mi>j</mi>
<mi>g</mi>
</msubsup>
<mrow>
<mo>(</mo>
<msub>
<mi>c</mi>
<mi>m</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msubsup>
<mi>&beta;</mi>
<mi>j</mi>
<mi>g</mi>
</msubsup>
<mrow>
<mo>(</mo>
<msub>
<mi>c</mi>
<mi>m</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>l</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>d</mi>
<mi>c</mi>
</msub>
</munderover>
<msubsup>
<mi>L</mi>
<mrow>
<mi>C</mi>
<mi>l</mi>
<mn>2</mn>
<mi>V</mi>
<mi>j</mi>
</mrow>
<mrow>
<mi>t</mi>
<mo>,</mo>
<mi>g</mi>
</mrow>
</msubsup>
<mrow>
<mo>(</mo>
<msub>
<mi>q</mi>
<mi>m</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
式中，dc表示与第j个变量节点相连的校验节点的个数。
7.根据权6所述的NB-LDPC编码的图合并检测译码方法，其特征在于：所述步骤(5)中所述变量节点给观察节点的信息具体为：
<mrow>
<msubsup>
<mi>&beta;</mi>
<mrow>
<mi>j</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
<mi>g</mi>
</msubsup>
<mrow>
<mo>(</mo>
<msub>
<mi>c</mi>
<mi>m</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msubsup>
<mi>&beta;</mi>
<mi>j</mi>
<mi>g</mi>
</msubsup>
<mrow>
<mo>(</mo>
<msub>
<mi>c</mi>
<mi>m</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msubsup>
<mi>a</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
</mrow>
<mi>g</mi>
</msubsup>
<mrow>
<mo>(</mo>
<msub>
<mi>c</mi>
<mi>m</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>.</mo>
</mrow>
式中，表示变量节点发送至观察节点的信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710228989.5A CN107094026B (zh) | 2017-04-10 | 2017-04-10 | Nb-ldpc编码的图合并检测译码方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710228989.5A CN107094026B (zh) | 2017-04-10 | 2017-04-10 | Nb-ldpc编码的图合并检测译码方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107094026A true CN107094026A (zh) | 2017-08-25 |
| CN107094026B CN107094026B (zh) | 2020-11-03 |
Family
ID=59636846
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710228989.5A Active CN107094026B (zh) | 2017-04-10 | 2017-04-10 | Nb-ldpc编码的图合并检测译码方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107094026B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108847848A (zh) * | 2018-06-13 | 2018-11-20 | 电子科技大学 | 一种基于信息后处理的极化码的bp译码算法 |
| CN111600817A (zh) * | 2019-02-20 | 2020-08-28 | 天津光电通信技术有限公司 | 一种因子图迭代均衡的串行分层调度算法 |
| CN115021867A (zh) * | 2022-06-01 | 2022-09-06 | 北京理工大学 | 一种基于因子图的mimo-ldpc高效检测译码方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101860514A (zh) * | 2010-05-24 | 2010-10-13 | 航天恒星科技有限公司 | 一种基于自适应符号载波分配的不等差错保护方法 |
| CN102484631A (zh) * | 2009-08-07 | 2012-05-30 | 汤姆森许可贸易公司 | 使用低密度奇偶校验编码和星座映射的数据接收 |
| US20150188568A1 (en) * | 2013-12-27 | 2015-07-02 | Samsung Electronics Co., Ltd. | Method and apparatus for decoding non-binary parity check code |
| US20150295592A1 (en) * | 2014-04-14 | 2015-10-15 | Samsung Electronics Co., Ltd | Decoding method, apparatus, and algorithm for nonbinary ldpc codes |
| CN105471547A (zh) * | 2014-09-30 | 2016-04-06 | 美国博通公司 | 通信设备及通过其执行的方法 |
-
2017
- 2017-04-10 CN CN201710228989.5A patent/CN107094026B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102484631A (zh) * | 2009-08-07 | 2012-05-30 | 汤姆森许可贸易公司 | 使用低密度奇偶校验编码和星座映射的数据接收 |
| CN101860514A (zh) * | 2010-05-24 | 2010-10-13 | 航天恒星科技有限公司 | 一种基于自适应符号载波分配的不等差错保护方法 |
| US20150188568A1 (en) * | 2013-12-27 | 2015-07-02 | Samsung Electronics Co., Ltd. | Method and apparatus for decoding non-binary parity check code |
| US20150295592A1 (en) * | 2014-04-14 | 2015-10-15 | Samsung Electronics Co., Ltd | Decoding method, apparatus, and algorithm for nonbinary ldpc codes |
| CN105471547A (zh) * | 2014-09-30 | 2016-04-06 | 美国博通公司 | 通信设备及通过其执行的方法 |
Non-Patent Citations (2)
| Title |
|---|
| ALI HAROUN等: "Low-complexity layered BP-based detection and decoding for a NB-LDPC coded MIMO system", 《2014 IEEE INTERNATIONAL CONFERENCE ON COMMUNICATIONS (ICC)》 * |
| 杨鸿: "Non-binary LDPC码译码器的设计与实现", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108847848A (zh) * | 2018-06-13 | 2018-11-20 | 电子科技大学 | 一种基于信息后处理的极化码的bp译码算法 |
| CN108847848B (zh) * | 2018-06-13 | 2021-10-01 | 电子科技大学 | 一种基于信息后处理的极化码的bp译码算法 |
| CN111600817A (zh) * | 2019-02-20 | 2020-08-28 | 天津光电通信技术有限公司 | 一种因子图迭代均衡的串行分层调度算法 |
| CN111600817B (zh) * | 2019-02-20 | 2022-11-04 | 天津光电通信技术有限公司 | 一种因子图迭代均衡的串行分层调度算法 |
| CN115021867A (zh) * | 2022-06-01 | 2022-09-06 | 北京理工大学 | 一种基于因子图的mimo-ldpc高效检测译码方法 |
| CN115021867B (zh) * | 2022-06-01 | 2023-04-14 | 北京理工大学 | 一种基于因子图的mimo-ldpc高效检测译码方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107094026B (zh) | 2020-11-03 |
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 | |
| CN100563139C (zh) | 在多天线信道上进行高速通信的迭代解码和均衡方法 | |
| CN105187073B (zh) | 一种极化码的bp译码方法及装置 | |
| CN109257148B (zh) | 一种基于高斯近似阈值判断的极化码bp译码方法 | |
| CN106936543B (zh) | 极化码编码的mimo的图合并检测译码方法及装置 | |
| CN106130690A (zh) | 结合极化码的mimo系统联合检测译码方法 | |
| CN107094026A (zh) | Nb‑ldpc编码的图合并检测译码方法 | |
| CN110430009A (zh) | 多用户联合编码调制系统 | |
| CN103973314A (zh) | 一种基于ldpc的信号编解码方法、及接收端和发送端 | |
| CN107453807A (zh) | 一种大气光通信信道模型的极化方法、装置及电子设备 | |
| CN101345607B (zh) | 多维交叉并行级联单奇偶校验码的编、译码方法 | |
| CN103929210A (zh) | 一种基于遗传算法与神经网络的硬判决译码方法 | |
| CN106941394A (zh) | 极化码编码的scma的联合检测译码算法及装置 | |
| CN107786474A (zh) | MIMO中继系统中一种基于Tucker‑2模型的信道估计方法 | |
| CN110336640B (zh) | 一种短码长系统lt码译码方法 | |
| CN103746772A (zh) | Ldpc编码调制系统的解调器输出软信息的优化方法 | |
| CN112332863A (zh) | 低轨卫星低信噪比场景下的极化码译码算法、接收端和系统 | |
| CN106941393B (zh) | 基于sor的ldpc译码方法及系统 | |
| CN104506278B (zh) | Ldpc调制系统的联合迭代接收机线性优化方法 | |
| Haroun et al. | Low-complexity LDPC-coded iterative MIMO receiver based on belief propagation algorithm for detection | |
| CN104104418A (zh) | 一种高传输速率和带宽利用率的MIMO Multi-h CPM无线通信方法 | |
| CN101494463B (zh) | Golden码的迭代译码器和迭代译码方法 | |
| CN107682122B (zh) | 一种无线光通信多级编码调制系统的迭代解调译码方法 | |
| CN101026436A (zh) | 一种低密度奇偶校验码译码方法 | |
| CN110311759A (zh) | 一种基于准循环ldpc码的磁感应通信系统设计方法及通信系统 |
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 |