CN107104680B - 基于变量节点可靠性动态选择策略的ldpc码译码更新方法 - Google Patents

基于变量节点可靠性动态选择策略的ldpc码译码更新方法 Download PDF

Info

Publication number
CN107104680B
CN107104680B CN201710166267.1A CN201710166267A CN107104680B CN 107104680 B CN107104680 B CN 107104680B CN 201710166267 A CN201710166267 A CN 201710166267A CN 107104680 B CN107104680 B CN 107104680B
Authority
CN
China
Prior art keywords
variable node
variable
node
check
nodes
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
Application number
CN201710166267.1A
Other languages
English (en)
Other versions
CN107104680A (zh
Inventor
刘星成
字丽娥
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.)
Sun Yat Sen University
Original Assignee
Sun Yat Sen University
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 Sun Yat Sen University filed Critical Sun Yat Sen University
Priority to CN201710166267.1A priority Critical patent/CN107104680B/zh
Publication of CN107104680A publication Critical patent/CN107104680A/zh
Application granted granted Critical
Publication of CN107104680B publication Critical patent/CN107104680B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • H03M13/1111—Soft-decision decoding, e.g. by means of message passing or belief propagation algorithms
    • H03M13/1125—Soft-decision decoding, e.g. by means of message passing or belief propagation algorithms using different domains for check node and bit node processing, wherein the different domains include probabilities, likelihood ratios, likelihood differences, log-likelihood ratios or log-likelihood difference pairs

Landscapes

  • Physics & Mathematics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Error Detection And Correction (AREA)

Abstract

本专利涉及一种基于变量节点可靠性动态选择策略的LDPC码译码更新方法，在变量节点的残差的基础上，利用两个可靠度度量标准分别动态选择出最可靠和最不可靠的变量节点，并利用选出的最可靠的节点信息对最不可靠的节点进行更新。本专利不只是依靠残差为度量，也不只是寻找不可靠的变量节点，而是充分利用译码过程中消息的动态变化特性，更准确地定位最可靠的消息和最不可靠的消息，并利用最可靠的节点信息对最不可靠的节点进行更新，合理地分配了计算资源，加快了收敛速度，提升了译码性能。

Description

基于变量节点可靠性动态选择策略的LDPC码译码更新方法
技术领域
本专利涉及通信技术领域，具体涉及一种基于变量节点可靠性动态选择策略的LDPC码译码更新方法。
背景技术
1962年，Gallager在他的博士论文中首次提出LDPC(低密度奇偶校验码，LowDensity Parity Check Code)码，并在文中对该码的定义、表示方法、编码方法以及仿真性能等做了全面阐述。由于当时计算机技术比较落后，加之LDPC码译码算法运算量又较大，因此LDPC码在当时并没有得到人们的关注。1981年，Tanner提出用双向二分图表示LDPC码，此举加速了LDPC码的研究进程。直到1996年，MacKey等人基于Tanner图对LDPC作进一步研究，证明LDPC码具有逼近香农极限的优异性能，从此掀起LDPC码的研究热潮。LDPC码码字本身具有的稀疏性使得译码复杂度较低，译码性能较好，因此被广泛应用到工业领域之中，目前，LDPC码已经被WiMAX、UWB、数字视频广播、10GBase-T、未来5G通信等列为标准编码之一，在未来，随着研究的不断深入，编译码技术的不断进步，LDPC码亦将在卫星通信、海洋探测、光传输、量子保密通信、全息存储等方面有更广阔的应用前景。
LDPC码的译码算法主要分为硬判决译码和软判决译码两大类。硬判决译码算法复杂度低，易于硬件实现，但性能远不及软判决译码算法。软判决译码算法根据消息更新策略可分为三类：并行调度、串行调度和动态调度。相对于更新顺序固定的并行调度和串行调度，动态调度根据消息的动态特性，动态决定消息的更新顺序，因此，动态调度是三种调度策略中收敛速度最快，纠错性能最好的，非常适合应用于需要快速译码的场合。2007年，A.I.Casado等人提出了一种基于残差的动态调度译码算法即RBP算法，RBP算法把消息更新前后的差值即残差值的大小作为动态异步更新算法中的度量来选择需要更新的消息。RBP算法每次都优先更新具有最大残差的边信息，因此导致RBP算法的贪婪性较高。为了降低算法的贪婪性，A.I.Casado在RBP算法的基础上提出了贪婪性较低的NWRBP算法。后来在2009年，J.H.Kim等人提出了一种基于变量节点到校验节点边残差信息的VC RBP译码算法以降低贪婪性的影响。接着，X.C.Liu和Y.Gong等人先后提出了基于变量节点消息残余度的EDS-LBP译码算法和基于震荡变量节点消息残差的OV-RBP译码算法，这两种算法在纠错性能和收敛速度上都有了提升。H.C.Lee等人于2013年针对动态调度译码提出贪婪集和沉默节点的概念，并针对这两个问题提出了Q-RBP算法和SVNF-RBP算法，这两种算法在保证收敛速度的同时都取得不错的收敛性。尽管如此，如何选取不可靠的节点以及如何降低动态调度译码算法的贪婪性依然是值得进一步深究的问题。
发明内容
为了解决现有技术的缺陷，提供一种基于变量节点可靠性动态选择策略的LDPC码译码更新方法，能够充分利用译码过程中消息的动态变化特性，快速准确地定位最可靠和最不可靠的消息，为动态异步更新方法提供更加合理的消息选择策略和消息更新顺序，从而使计算资源得到合理分配，提高收敛速度和译码性能。
针对上述技术问题，本专利是这样加以解决的：
一种基于变量节点可靠性动态选择策略的LDPC码译码更新方法，包括如下步骤：
预设可靠度度量标准Ⅰ和可靠度度量标准Ⅱ；
S11.将所有变量节点依据可靠度度量标准Ⅰ分成可靠度不同的集合，从可靠度最低且非空的集合中找出残差最大的变量节点作为最不可靠的变量节点；
S12.假设S11中选出的最不可靠的变量节点为vk，则对部分变量节点vj∈N(ca)\vk根据可靠度度量标准Ⅱ分成可靠度不同的集合，从可靠度最高且非空的集合中找出残差最小的变量节点作为最可靠的变量节点，其中ca∈N(vk)，N(vk)表示与变量节点vk相连的所有校验节点的集合，N(ca)\vk表示除变量节点vk外，所有与校验节点ca相连的变量节点的集合；
S13.利用步骤S12中选出的最可靠的变量节点的信息对步骤S11中选出的最不可靠的变量节点进行更新；
其中，变量节点的残差r(Lk(vn))为变量节点更新前后对数似然比(LLR值)的差值，可按式子(1)进行计算；
r(Lk(vn))＝||Lk(vn)-Lk-1(vn)|| (1)
式(1)中，r(Lk(vn))表示第k次迭代中变量节点vn的残差；Lk(vn)表示第k次迭代中变量节点vn的LLR值；Lk-1(vn)表示第k-1次迭代中变量节点vn的LLR值；变量节点vn的LLR值可按式子(2)进行计算；
Figure BDA0001249898470000041
式(2)中，Lk(vn)表示第k次迭代中变量节点vn的LLR值；L0(vn)表示信道传递给变量节点vn的初始对数似然比信息；Rk mn表示第k次迭代中校验节点m传递给与其相连的变量节点n的对数似然比信息，Rk mn可按式子(3)进行计算；N(n)表示与变量节点n相连的所有校验节点的集合；
Figure BDA0001249898470000042
式(3)中，Rk mn表示第k次迭代中校验节点m传递给与其相连的变量节点n的对数似然比信息；Qk-1 n'm表示第k-1次迭代中变量节点n'传递给与其相连的校验节点m的对数似然比信息，Qk-1 n'm可按式子(4)进行计算；N(m)\n表示除变量节点n外，所有与校验节点m相连的变量节点的集合；
Figure BDA0001249898470000043
式(4)中，Qk-1 n'm表示第k-1次迭代中变量节点n'传递给与其相连的校验节点m的对数似然比信息；L0(vn')表示信道传递给变量节点vn'的初始对数似然比信息；Rk-1 m'n'表示第k-1次迭代中校验节点m'传递给与其相连的变量节点n'的对数似然比信息，Rk-1 m'n'按式子(3)进行计算；N(n')\m表示除校验节点m外，所有与变量节点n'相连的校验节点的集合。
本专利基于动态两步选择策略，首先在大范围内搜索不可靠的信息，接着在小范围内搜索可靠的信息，充分利用了译码过程中信息的动态特性，通过不同的筛选规则和筛选范围，更加精确快速地定位可靠的变量节点和不可靠的变量节点，更快速地为需要更新的节点提供更可靠的消息资源，进一步加快译码算法的收敛速度，提高译码性能。
进一步地，将所述变量节点可靠性动态两步选择策略具体应用到基于变量节点的消息更新过程中，包括如下步骤：
所述步骤S11、步骤S12和步骤S13在消息更新时的具体应用如下所示：
S21.利用可靠度度量标准Ⅰ，对所有变量节点进行分类：若变量节点更新前后LLR值符号发生改变，则将其划入N1类，否则划入N2类；若N1类为非空集合，首先对N1中的每一个变量节点，统计该变量节点参与校验的方程中，不满足校验式(校验方程的值不等于0)，的方程的个数，表示为m1，然后根据m1值对N1中的变量节点进行分类：若变量节点的m1值等于最大值Max，则将该变量节点划入N11类，否则划入N12类；划分的3个集合依据可靠度从低到高依次为：N11、N12、N2，然后从可靠度最低且非空的集合中找出残差最大的变量节点作为最不可靠的变量节点；
S22.假设步骤S21中选出的最不可靠的变量节点为vk，则根据可靠度度量标准Ⅱ对部分变量节点vj∈N(ca)\vk进行分类：若变量节点更新前后LLR值符号未发生改变，则将其划入N3类，否则划入N4类；若N3类为非空集合，首先对N3中的每一个变量节点，统计该变量节点参与校验的方程中，不满足校验式(校验方程的值不等于0)，的方程的个数，表示为m2，然后根据m2值对N3中的变量节点进行分类：若变量节点的m2值等于最小值Min，则将该变量节点划入N31类，否则划入N32类；划分的3个集合依据可靠度从高到低依次为：N31、N32、N4，然后从可靠度最高且非空的集合中找出残差最小的变量节点作为最可靠的变量节点，其中ca∈N(vk)，N(vk)表示与变量节点vk相连的所有校验节点的集合，N(ca)\vk表示除变量节点vk外，所有与校验节点ca相连的变量节点的集合；
S23.假设步骤S22中选出最可靠的变量节点vb，利用vb对vk进行更新。
进一步地，所述步骤S23中的更新步骤如下所示：
S31.对所有ci∈N(vb)更新消息Q(vb,ci)，其中N(vb)表示与变量节点vb相连的所有校验节点的集合，Q(vb,ci)表示变量节点vb传递给与其相连的校验节点ci的对数似然比信息；
S32.对所有vm∈N(ci)\vb更新消息R(ci,vm)，计算残差
Figure BDA0001249898470000061
并对除vk外的所有vm基于可靠度度量标准Ⅰ进行分类，将vk的残差
Figure BDA0001249898470000062
置为0，其中N(ci)\vb表示除变量节点vb外，所有与校验节点ci相连的变量节点的集合，R(ci,vm)表示校验节点ci传递给与其相连的变量节点vm的对数似然比信息，
Figure BDA0001249898470000063
和
Figure BDA0001249898470000064
分别表示变量节点vm和变量节点vk概率信息量度(即对数似然比)的残差；
S33.对所有
Figure BDA0001249898470000065
更新消息Q(vk,cn)，其中Q(vk,cn)表示变量节点vk传递给与其相连的校验节点cn的对数似然比信息；
S34.对所有vt∈N(cn)\vk更新消息R(cn,vt)，计算残差
Figure BDA0001249898470000071
并对所有vt基于可靠度度量标准Ⅰ进行分类，其中N(cn)\vk表示除变量节点vk外，所有与校验节点cn相连的变量节点的集合，
Figure BDA0001249898470000072
表示变量节点vt概率信息量度(即对数似然比)的残差。
相比于现有技术，本专利的有益效果为：本专利不只是依靠残差为度量，也不只是寻找不可靠的变量节点，而是首先将所有变量节点依据可靠度度量标准Ⅰ划分为不同的集合，然后从可靠度最低且非空的变量节点集合中选择残差最大的变量作为最不可靠的变量节点；接着将部分变量节点(该变量节点集合由所选择的最不可靠的变量节点决定)依据可靠度度量标准Ⅱ划分为不同的集合，然后从可靠度最高且非空的变量节点集合中选择残差最小的变量节点作为最可靠的变量节点；最后利用最可靠的节点信息对最不可靠的节点进行更新。本专利通过上述步骤充分利用译码过程中消息的动态变化特性，更准确地用最可靠的消息对不可靠的消息进行更新，合理地分配了计算资源，加快了算法的收敛速度，提升了算法的译码性能。
附图说明
图1：本专利的动态两步选择策略流程图；
图2：本专利中消息更新的具体流程图；
图3：1/2-(576,288)LDPC码的纠错性能对比；
图4：3/4-(576,432)LDPC码的纠错性能对比；
图5：1/2-(576,288)LDPC码在信噪比为2.5dB时收敛性能对比。
具体实施方式
下面结合附图和实施例对本专利做进一步详细说明。
实施例：
RM-VRBP(Decoding of the variable-node residual based beliefpropagation with the aid of reliability metric,也即辅以可靠度度量的基于变量节点残差的置信传播译码方法)表示本专利方法的简称。
如图1所示，一种基于变量节点可靠性动态选择策略的LDPC码译码更新方法，其特征在于，包括如下步骤：
预设可靠度度量标准Ⅰ和可靠度度量标准Ⅱ；
S11.将所有变量节点依据可靠度度量标准Ⅰ分成可靠度不同的集合，从可靠度最低且非空的集合中找出残差最大的变量节点作为最不可靠的变量节点；
S12.假设S11中选出的最不可靠的变量节点为vk，则对部分变量节点vj∈N(ca)\vk根据可靠度度量标准Ⅱ分成可靠度不同的集合，从可靠度最高且非空的集合中找出残差最小的变量节点作为最可靠的变量节点，其中ca∈N(vk)，N(vk)表示与变量节点vk相连的所有校验节点的集合，N(ca)\vk表示除变量节点vk外，所有与校验节点ca相连的变量节点的集合；
S13.利用步骤S12中选出的最可靠的变量节点的信息对步骤S11中选出的最不可靠的变量节点进行更新；
其中，变量节点的残差r(Lk(vn))为变量节点更新前后对数似然比(LLR值)的差值，可按式子(1)进行计算；
r(Lk(vn))＝||Lk(vn)-Lk-1(vn)|| (1)
式(1)中，r(Lk(vn))表示第k次迭代中变量节点vn的残差；Lk(vn)表示第k次迭代中变量节点vn的LLR值；Lk-1(vn)表示第k-1次迭代中变量节点vn的LLR值；变量节点vn的LLR值可按式子(2)进行计算；
Figure BDA0001249898470000091
式(2)中，Lk(vn)表示第k次迭代中变量节点vn的LLR值；L0(vn)表示信道传递给变量节点vn的初始对数似然比信息；Rk mn表示第k次迭代中校验节点m传递给与其相连的变量节点n的对数似然比信息，Rk mn可按式子(3)进行计算；N(n)表示与变量节点n相连的所有校验节点的集合；
Figure BDA0001249898470000092
式(3)中，Rk mn表示第k次迭代中校验节点m传递给与其相连的变量节点n的对数似然比信息；Qk-1 n'm表示第k-1次迭代中变量节点n'传递给与其相连的校验节点m的对数似然比信息，Qk-1 n'm可按式子(4)进行计算；N(m)\n表示除变量节点n外，所有与校验节点m相连的变量节点的集合；
Figure BDA0001249898470000093
式(4)中，Qk-1 n'm表示第k-1次迭代中变量节点n'传递给与其相连的校验节点m的对数似然比信息；L0(vn')表示信道传递给变量节点vn'的初始对数似然比信息；Rk-1 m'n'表示第k-1次迭代中校验节点m'传递给与其相连的变量节点n'的对数似然比信息，Rk-1 m'n'按式子(3)进行计算；N(n')\m表示除校验节点m外，所有与变量节点n'相连的校验节点的集合。
具体地，所述步骤S11、步骤S12和步骤S13在消息更新时的具体应用如下所示：
S21.利用可靠度度量标准Ⅰ，对所有变量节点进行分类：若变量节点更新前后LLR值符号发生改变，则将其划入N1类，否则划入N2类；若N1类为非空集合，首先对N1中的每一个变量节点，统计该变量节点参与校验的方程中，不满足校验式(校验方程的值不等于0)，的方程的个数，表示为m1，然后根据m1值对N1中的变量节点进行分类：若变量节点的m1值等于最大值Max，则将该变量节点划入N11类，否则划入N12类；划分的3个集合依据可靠度从低到高依次为：N11、N12、N2，然后从可靠度最低且非空的集合中找出残差最大的变量节点作为最不可靠的变量节点；
S22.假设步骤S21中选出的最不可靠的变量节点为vk，则根据可靠度度量标准Ⅱ对部分变量节点vm∈N(ca)\vk进行分类：若变量节点更新前后LLR值符号未发生改变，则将其划入N3类，否则划入N4类；若N3类为非空集合，首先对N3中的每一个变量节点，统计该变量节点参与校验的方程中，不满足校验式(校验方程的值不等于0)，的方程的个数，表示为m2，然后根据m2值对N3中的变量节点进行分类：若变量节点的m2值等于最小值Min，则将该变量节点划入N31类，否则划入N32类；划分的3个集合依据可靠度从高到低依次为：N31、N32、N4，然后从可靠度最高且非空的集合中找出残差最小的变量节点作为最可靠的变量节点，其中ca∈N(vk)，N(vk)表示与变量节点vk相连的所有校验节点的集合，N(ca)\vk表示除变量节点vk外，所有与校验节点ca相连的变量节点的集合；
S23.假设步骤S22中选出最可靠的变量节点vb，利用vb对vk进行更新。
如图2所示，所述步骤S23中的更新步骤如下所示：
S31.对所有ci∈N(vb)更新消息Q(vb,ci)，其中N(vb)表示与变量节点vb相连的所有校验节点的集合，Q(vb,ci)表示变量节点vb传递给与其相连的校验节点ci的对数似然比信息；
S32.对所有vm∈N(ci)\vb更新消息R(ci,vm)，计算残差
Figure BDA0001249898470000111
并对除vk外的所有vm基于可靠度度量标准Ⅰ进行分类，为下次迭代做准备，为了避免vk在下次迭代中被连续选中，将vk的残差
Figure BDA0001249898470000112
置为0，其中N(ci)\vb表示除变量节点vb外，所有与校验节点ci相连的变量节点的集合，R(ci,vm)表示校验节点ci传递给与其相连的变量节点vm的对数似然比信息，
Figure BDA0001249898470000113
和
Figure BDA0001249898470000114
分别表示变量节点vm和变量节点vk概率信息量度(即对数似然比)的残差；
S33.对所有
Figure BDA0001249898470000115
更新消息Q(vk,cn)，其中Q(vk,cn)表示变量节点vk传递给与其相连的校验节点cn的对数似然比信息；
S34.对所有vt∈N(cn)\vk更新消息R(cn,vt)，计算残差
Figure BDA0001249898470000116
并对所有vt基于可靠度度量标准Ⅰ进行分类，为下次迭代做准备，其中N(cn)\vk表示除变量节点vk外，所有与校验节点cn相连的变量节点的集合，
Figure BDA0001249898470000121
表示变量节点vt概率信息量度(即对数似然比)的残差。
为了比较本专利提出的动态异步更新算法的性能，本实施例进行了计算机仿真。具体操作为，采用随机产生LDPC码在AWGN信道上传输，并利用包含本算法在内的多种不同的译码算法进行译码，设置最大迭代次数为5，最大错误帧数为100帧，调制方式为BPSK,Eb/N0表示归一化信噪比，单位为分贝(dB)。
图3显示了(576,288)二进制LDPC码在AWGN信道上，采用各种不同的译码算法后的纠错性能对比图。从图中可以看出，在较低信噪比下，如1.0dB-1.5dB，各动态调度译码算法的性能曲线几乎是重合的,也就是说各算法的纠错性能差别不大。但是，在1.5dB以后各算法的纠错性能发生了明显的变化。在2.5dB前，RM-VRBP算法的曲线与OVRBP曲线几乎重合，但是两者的下降速度明显快于其它的算法。VCRBP算法的BER性能在3.0dB后超越NWRBP算法。从2.5dB开始，随着信噪比的增加，相较于OVRBP，RM-VRBP算法逐渐显出优势，成为译码性能最佳的算法。在BER＝1.0×10-6时，与OVRBP算法相比，RM-VRBP算法有0.14dB左右的性能提升。
图4显示了(576,432)规则二进制LDPC码的纠错性能。在较高码率情况下，各译码算法的性能都有所降低，2.5dB以前，各译码算法的性能曲线区分度不高，2.5dB以后，各译码算法的性能曲线区分逐渐明显，3.0dB以前，OVRBP和RM-VRBP算法曲线几乎重合，但是两者的下降速度依旧快于其他译码算法。3.5dB开始，RM-VRBP算法的BER性能开始优于OVRBP算法，成为译码性能最好的算法。在BER＝1.0×10-6时，与OVRBP算法相比，RM-VRBP算法有0.13dB左右的增益。
图5显示了(576,288)规则二进制LDPC码在固定信噪比2.5dB下各译码算法随迭代次数增加的收敛性能对比图。从图5中可以看出，本专利的RM-VRBP算法表现出了很好的收敛性能，与其他译码算法相比，在第一次迭代后即达到了较低的BER值，以后一直保持着相对较好的收敛趋势。动态调度译码算法(如OV-RBP，RM-VRBP算法)的收敛性要比并行调度译码算法LLR BP算法和串行调度译码算法CSBP算法的收敛性好很多，这也说明动态调度译码算法可以通过更少的迭代次数获得更优的收敛性能。在20次迭代以后，各译码算法的BER性能趋于稳定，也就是说各译码算法的BER值不再随着迭代次数的增加而显著降低。另外，图5中也可看到RM-VRBP算法的BER性能较之其他算法要好。

Claims (2)

1.一种基于变量节点可靠性动态选择策略的LDPC码译码更新方法，其特征在于，包括如下步骤：
预设可靠度度量标准I和可靠度度量标准II；
S11.将所有变量节点依据可靠度度量标准1分成可靠度不同的集合，从可靠度最低且非空的集合中找出残差最大的变量节点作为最不可靠的变量节点；
S12.假设S11中选出的最不可靠的变量节点为vk，则对部分变量节点vj∈N(ca)\vk根据可靠度度量标准II分成可靠度不同的集合，从可靠度最高且非空的集合中找出残差最小的变量节点作为最可靠的变量节点，其中ca∈N(vk)，N(vk)表示与变量节点vk相连的所有校验节点的集合，N(ca)\vk表示除变量节点vk外，所有与校验节点ca相连的变量节点的集合；
S13.利用步骤S12中选出的最可靠的变量节点的信息对步骤S11中选出的最不可靠的变量节点进行更新；
其中，变量节点的残差r(Lk(vn))为变量节点更新前后对数似然比的差值，对数似然比用LLR表示，可按式子(1)进行计算；
r(Lk(vn))＝||Lk(vn)-Lk-1(vn)|| (1)
式(1)中，r(Lk(vn))表示第k次迭代中变量节点vn的残差；Lk(vn)表示第k次迭代中变量节点vn的LLR值；Lk-1(vn)表示第k-1次迭代中变量节点vn的LLR值；变量节点vn的LLR值可按式子(2)进行计算；
Figure FDA0002437078710000011
式(2)中，Lk(vn)表示第k次迭代中变量节点vn的LLR值；L0(vn)表示信道传递给变量节点vn的初始对数似然比信息；
Figure FDA0002437078710000016
表示第k次迭代中校验节点m传递给与其相连的变量节点n的对数似然比信息，
Figure FDA0002437078710000017
可按式子(3)进行计算；N(n)表示与变量节点n相连的所有校验节点的集合；
Figure FDA0002437078710000012
式(3)中，
Figure FDA0002437078710000013
表示第k次迭代中校验节点m传递给与其相连的变量节点n的对数似然比信息；
Figure FDA0002437078710000014
表示第k-1次迭代中变量节点n’传递给与其相连的校验节点m的对数似然比信息，
Figure FDA0002437078710000015
可按式子(4)进行计算；N(m)\n表示除变量节点n外，所有与校验节点m相连的变量节点的集合；
Figure FDA0002437078710000021
式(4)中，
Figure FDA0002437078710000022
表示第k-1次迭代中变量节点n’传递给与其相连的校验节点m的对数似然比信息；L0(vn′)表示信道传递给变量节点vn′的初始对数似然比信息；
Figure FDA0002437078710000023
表示第k-1次迭代中校验节点m’传递给与其相连的变量节点n′的对数似然比信息，
Figure FDA0002437078710000024
按式子(3)进行计算；N(n’)\m表示除校验节点m外，所有与变量节点n’相连的校验节点的集合；
所述步骤S11、步骤S12和步骤S13在消息更新时的具体应用如下所示：
S21.利用可靠度度量标准I，对所有变量节点进行分类：若变量节点更新前后LLR值符号发生改变，则将其划入N1类，否则划入N2类；若N1类为非空集合，首先对N1中的每一个变量节点，统计该变量节点参与校验的方程中，不满足校验式的方程的个数，表示为m1，然后根据m1值对N1中的变量节点进行分类：若变量节点的m1值等于最大值Max，则将该变量节点划入N11类，否则划入N12类；划分的3个集合依据可靠度从低到高依次为：N11、N12、N2，然后从可靠度最低且非空的集合中找出残差最大的变量节点作为最不可靠的变量节点；
S22.假设步骤S21中选出的最不可靠的变量节点为vk，则根据可靠度度量标准II对部分变量节点vj∈N(ca)\vk进行分类：若变量节点更新前后LLR值符号未发生改变，则将其划入N3类，否则划入N4类；若N3类为非空集合，首先对N3中的每一个变量节点，统计该变量节点参与校验的方程中，不满足校验式的方程的个数，表示为m2，然后根据m2值对N3中的变量节点进行分类：若变量节点的m2值等于最小值Min，则将该变量节点划入N31类，否则划入N32类；划分的3个集合依据可靠度从高到低依次为：N31、N32、N4，然后从可靠度最高且非空的集合中找出残差最小的变量节点作为最可靠的变量节点，其中ca∈N(vk)，N(vk)表示与变量节点vk相连的所有校验节点的集合，N(ca)\vk表示除变量节点vk外，所有与校验节点ca相连的变量节点的集合；
S23.假设步骤S22中选出最可靠的变量节点vb，利用vb对vk进行更新。
2.根据权利要求1所述的一种基于变量节点可靠性动态选择策略的LDPC码译码更新方法，其特征在于，所述步骤S23中的更新步骤如下所示：
S31.对所有ci∈N(vb)更新消息Q(vb，ci)其中N(vb)表示与变量节点vb相连的所有校验节点的集合，Q(vb，ci)表示变量节点vb传递给与其相连的校验节点ci的对数似然比信息；
S32.对所有vm∈N(ci)\vb更新消息R(ci，vm)，计算残差
Figure FDA0002437078710000025
并对除vk外的所有vm基于可靠度度量标准I进行分类，将vk的残差
Figure FDA0002437078710000036
置为0，其中N(ci)\vb表示除变量节点vb外，所有与校验节点ci相连的变量节点的集合，R(ci，vm)表示校验节点ci传递给与其相连的变量节点vm的对数似然比信息，
Figure FDA0002437078710000031
和
Figure FDA0002437078710000032
分别表示变量节点vm和变量节点vk概率信息量度的残差；
S33.对所有
Figure FDA0002437078710000033
更新消息Q(vk，cn)，其中Q(vk，cn)表示变量节点vk传递给与其相连的校验节点cn的对数似然比信息；
S34.对所有vt∈N(cn)\vk更新消息R(cn，vt)，计算残差
Figure FDA0002437078710000034
并对所有vt基于可靠度度量标准I进行分类，其中N(cn)\vk表示除变量节点vk外，所有与校验节点cn相连的变量节点的集合，
Figure FDA0002437078710000035
表示变量节点vt概率信息量度的残差。
CN201710166267.1A 2017-03-20 2017-03-20 基于变量节点可靠性动态选择策略的ldpc码译码更新方法 Active CN107104680B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710166267.1A CN107104680B (zh) 2017-03-20 2017-03-20 基于变量节点可靠性动态选择策略的ldpc码译码更新方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710166267.1A CN107104680B (zh) 2017-03-20 2017-03-20 基于变量节点可靠性动态选择策略的ldpc码译码更新方法

Publications (2)

Publication Number Publication Date
CN107104680A CN107104680A (zh) 2017-08-29
CN107104680B true CN107104680B (zh) 2020-06-16

Family

ID=59675888

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710166267.1A Active CN107104680B (zh) 2017-03-20 2017-03-20 基于变量节点可靠性动态选择策略的ldpc码译码更新方法

Country Status (1)

Country Link
CN (1) CN107104680B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104467874A (zh) * 2014-12-24 2015-03-25 中山大学 一种基于振荡变量节点的ldpc码动态调度译码方法
CN105680880A (zh) * 2016-01-04 2016-06-15 中山大学 基于c2v动态选择策略的ldpc码动态异步更新方法
CN106330201A (zh) * 2016-08-18 2017-01-11 中山大学 基于变量节点可靠性动态选择策略的多进制ldpc码更新方法
CN106330202A (zh) * 2016-08-18 2017-01-11 中山大学 基于变量节点可靠性动态选择策略的二进制ldpc码更新方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104467874A (zh) * 2014-12-24 2015-03-25 中山大学 一种基于振荡变量节点的ldpc码动态调度译码方法
CN105680880A (zh) * 2016-01-04 2016-06-15 中山大学 基于c2v动态选择策略的ldpc码动态异步更新方法
CN106330201A (zh) * 2016-08-18 2017-01-11 中山大学 基于变量节点可靠性动态选择策略的多进制ldpc码更新方法
CN106330202A (zh) * 2016-08-18 2017-01-11 中山大学 基于变量节点可靠性动态选择策略的二进制ldpc码更新方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Dynamic decoding algorithms of LDPC codes based on simulated annealing;Ru Cui等;《2014 International Workshop on High Mobility Wireless Communications》;20150105;第135-139页 *
LDPC码的信道自适应迭代译码算法;韩国军等;《电路与系统学报》;20100215;第15卷(第1期);第102-107页 *

Also Published As

Publication number Publication date
CN107104680A (zh) 2017-08-29

Similar Documents

Publication Publication Date Title
JP5177767B2 (ja) ガロア体ｇｆ（ｑ）におけるｌｄｐｃ符号を復号する方法および機器
CN103259545B (zh) 基于振荡的准循环低密度奇偶校验码置信传播译码方法
US8533556B2 (en) Apparatus and method for channel encoding and decoding in communication system using low-density parity-check codes
CN106899309B (zh) 基于变量节点可靠性的低复杂度ldpc动态调度译码更新方法
KR20090048465A (ko) 주변 신뢰도에 따른 서열화를 이용한 메시지 전달 디코딩 방법
JP5301575B2 (ja) 低密度パリティ検査符号を使用するデジタルブロードキャスト通信システムにおけるチャネル符号化装置及びその方法
CN104467874B (zh) 一种基于振荡变量节点的ldpc码动态调度译码方法
CN107565978B (zh) 基于Tanner图边调度策略的BP译码方法
KR20180028981A (ko) 비-2진 ldpc 코드 디코딩을 위한 신드롬 계산을 위한 기본 체크 노드 처리
CN105680880B (zh) 基于c2v动态选择策略的ldpc码动态异步更新方法
CN112702070A (zh) 一种分布式联合信源信道编码系统的译码优化方法
CN106936445A (zh) 一种低复杂度近似最大似然的多元ldpc码译码方法
CN105680876B (zh) 基于v2c动态选择策略的ldpc码动态异步更新方法
Miao et al. A low complexity multiuser detection scheme with dynamic factor graph for uplink SCMA systems
CN107104680B (zh) 基于变量节点可靠性动态选择策略的ldpc码译码更新方法
CN107707334A (zh) 一种基于额外列的网格ec‑t‑mm译码方法
KR20090012189A (ko) Ｌｄｐｃ 부호의 성능 개선을 위한 스케일링 기반의 개선된ｍｉｎ-ｓｕｍ 반복복호알고리즘을 이용한 복호 장치 및그 방법
CN113556133B (zh) 针对CRC-Polar级联码的混合译码方法及装置
Hadi et al. A method to enhance the performance of successive cancellation decoding in polar codes
Beermann et al. Improved decoding of binary and non-binary LDPC codes by probabilistic shuffled belief propagation
CN110086476B (zh) 基于消息更新范围固定的动态选择策略的ldpc码译码方法
KR101562220B1 (ko) 비이진 저밀도 패리티 검사 부호를 위한 복호 방법 및 장치
AbdulHussein et al. Decoding with early termination for rateless (luby transform) codes
Cui et al. Simplified early stopping criterion for polar codes
Wu et al. Improved MS LDPC decoder based on Jacobian Logarithm

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