CN107659316B - 一种多元LDPC的低复杂度Min-Max译码方法 - Google Patents

一种多元LDPC的低复杂度Min-Max译码方法 Download PDF

Info

Publication number
CN107659316B
CN107659316B CN201610597849.0A CN201610597849A CN107659316B CN 107659316 B CN107659316 B CN 107659316B CN 201610597849 A CN201610597849 A CN 201610597849A CN 107659316 B CN107659316 B CN 107659316B
Authority
CN
China
Prior art keywords
information
node
variable
symbol
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.)
Expired - Fee Related
Application number
CN201610597849.0A
Other languages
English (en)
Other versions
CN107659316A (zh
Inventor
李晋声
苗守野
史满姣
冯莉
陶雄强
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.)
Potevio Information Technology Co Ltd
Original Assignee
Potevio Information Technology Co Ltd
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 Potevio Information Technology Co Ltd filed Critical Potevio Information Technology Co Ltd
Priority to CN201610597849.0A priority Critical patent/CN107659316B/zh
Publication of CN107659316A publication Critical patent/CN107659316A/zh
Application granted granted Critical
Publication of CN107659316B publication Critical patent/CN107659316B/zh
Expired - Fee Related 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
    • 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
    • H03M13/1148—Structural properties of the code parity-check or generator matrix

Landscapes

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

Abstract

本发明提供一种多元LDPC的低复杂度Min‑Max译码方法，包括：步骤1，接收信道发送的码字，采用Min‑Max准则对变量节点的先验信息进行处理，获取校验节点向变量节点传递的信息中最不可靠码元的第一信息量度；步骤2，基于所有变量节点的码元和所确定个数的变量节点的次码元信息，计算校验节点向变量节点传递的最可靠码元的第二信息量度；步骤3，基于GF域和码率确定并随之迭代更新的调整因子，对第一信息量度进行调整，确定每次循环中校验节点向变量节点传递的信息中最不可靠码元的第三信息量度；步骤4，根据所述第二信息量度和所述第三信息量度，确定发送的有效码字。

Description

一种多元LDPC的低复杂度Min-Max译码方法
技术领域
本发明涉及编译码技术，尤其涉及一种多元LDPC的低复杂度Min-Max译码方法。
背景技术
为了保障数据传输的安全性，在无线通信等领域需要用到编译码技术。在各种编码技术中，低密度奇偶校验(LDPC)码作为一种重要的纠错码，已经成为下一代卫星数字视频广播标准(DVB-S2)的一项关键技术，并且也是微波全球互操作系统(WiMAX)技术标准中可选的信道编码技术之一。
LDPC码的奇偶校验矩阵具有稀疏特性，采用置信传播(BP)算法时，LDPC码的性能接近香农极限。在DVB-S2、WiMAX通信系统和航天通信系统的数据传输中，优选LDPC码进行差错控制。目前，LDPC码也是5G通信系统的一种候选信道编码技术。
多进制LDPC码能够获得比二进制LDPC码更优异的性能，但是由于目前没有一种能兼顾译码性能和计算/存储复杂度的多进制LDPC码译码算法，使得多进制LDPC码并未像二进制LDPC码一样获得迅速推广。
定义在高阶伽罗华域(Galois Field，GF)的LDPC码可以用一个M行N列低密度校验矩阵HM,N来描述，矩阵中少量的非零元素Hi,j取自GF(q)。1个长度为N的向量c(其元素都取自GF(q))，如果满足下式，则认为向量c为1个有效码字：
Hc＝0 (2.1)
LDPC码可以根据校验矩阵的行重和列重的特点分为规则LPDC和非规则LDPC。规则LDPC(也称为结构化LDPC)码的校验矩阵一般具有特殊的结构，它的每行和每列的非零元素的数目都是固定的，为dc和dv。规则LDPC码可以用简单参数化方法进行描述和构造，便于快速编码和译码，从而受到广泛的重视。
LDPC码的校验矩阵除了以矩阵形式表示外，还可以采用一种特殊的二分图—Tanner图—来表示，它由变量节点、校验节点和连接两种节点的边构成。这样，其译码过程主要分为4个部分：码字信息的存储、边信息的存储、校验节点的计算和变量节点的计算。
现有的多进制LDPC码译码算法主要分为2大类，一种为基于置信传播(BP)概率译码算法，另外一种为基于大数逻辑译码算法(MLGD)。经典BP译码算法一般采用概率域表示，虽然可以采用FFT有效进行校验节点-变量节点的运算，但是概率域表示法要求较大的动态范围来保证计算精度，所以传统BP译码算法不适合实际产品。后来虽然有人也提出了基于对数似然比(LLR)的BP算法和基于混合域的BP算法，但是算法复杂度都较高，尤其是对中高码率/行重&列重较大的LDPC码更是无法承受。
发明内容
本发明提供一种在复杂度和性能之间尽可能取得最佳平衡的译码方法，克服上述问题或者至少部分地解决上述问题。
根据本发明的一个方面，本发明提供一种多元LDPC的低复杂度Min-Max译码方法，包括：
步骤1，接收信道发送的码字，采用Min-Max准则对变量节点的先验信息进行处理，获取校验节点向变量节点传递的信息中最不可靠码元的第一信息量度；
步骤2，基于所有变量节点的码元和所确定个数的变量节点的次码元信息，计算校验节点向变量节点传递的最可靠码元的第二信息量度；
步骤3，基于GF域和码率确定并随之迭代更新的调整因子，对第一信息量度进行调整，确定每次循环中校验节点向变量节点传递的信息中最不可靠码元的第三信息量度；
步骤4，根据所述第二信息量度和所述第三信息量度，确定发送的有效码字。
根据本发明的另一方面，本发明提供一种多元LDPC的低复杂度Min-Max译码器，其特征在于，包括：
第一信息量度确定模块，用于接收信道发送的码字，采用Min-Max准则对变量节点的先验信息进行处理，获取校验节点向变量节点传递的信息中最不可靠码元的第一信息量度；
第二信息量度确定模块，用于基于所有变量节点的码元和所确定个数的变量节点的次码元信息，计算校验节点向变量节点传递的最可靠码元的第二信息量度；
第三信息量度确定模块，用于基于GF域和码率确定并随之迭代更新的调整因子，对第一信息量度进行调整，确定每次循环中校验节点向变量节点传递的信息中最不可靠码元的第三信息量度；
有效码字确定模块，用于根据所述第二信息量度和所述第三信息量度，确定有效码字。
本发明由于只采用变量节点向校验节点的最可能符号和近1/4的次可能符号信息的较小长度的符号集合来决定校验节点向变量节点传递的最可能部分符号的信息，降低了整个译码的处理量。同时，根据输入的变量节点的先验信息确定校验节点向变量节点传递的其余不可能的信息，保证整个译码方法的性能基本不受影响。
附图说明
图1为根据本发明实施例的译码方法流程图；
图2为高斯信道下码1的本发明方法的误字率/误符号率和误比特率的性能曲线的比较；
图3为高斯信道下码2的本发明方法的误字率/误符号率和误比特率的性能曲线的比较；
图4为高斯信道下码3的本发明方法的误字率/误符号率和误比特率的性能曲线的比较。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
目前最便于硬件实现的多进制LDPC译码算法主要是以扩展的Min-Sum和Min-Max为代表的简化BP译码算法。Min-Max算法采用比较操作来代替Min-Sum算法的求和操作，校验节点和变量节点互相传递的消息都是大于等于0的数据(等于0的消息对应于最可能发送的符号的消息)，Min-Max算法没有Min-Sum算法中对校验节点向变量节点传递的消息过估计的问题，不需要采用偏置因子计算等补救措施就可以获得接近BP算法性能。因而，可以采用更少的逻辑电路，从文献上看可以实现更高的译码吞吐率。
多进制Min-Max(NB-MM)算法将信道接收码字作为输入，将译码输出的发送码字作为输出。在初始化阶段，计算每一变量节点vn相应的先验信息、计算变量节点向校验节点传递的消息；然后将变量节点向校验节点传递的信息沿二分图边进行反向传递，计算校验节点向变量节点传递的信息，将校验节点向变量节点传递的消息沿二分图进行正向传递，计算所有变量节点向校验节点传递的消息，计算所有变量节点的后验信息，对后验信息进行发送码字的符号码元进行硬判决，判决满足要求，或者循环次数达到预设最大值，退出迭代循坏，否则重新开始初始化后的步骤。
如上，二进制或多进制LDPC的译码算法的计算复杂度主要集中在所有校验节点向变量节点传递的消息的计算，经典的NB-MM算法也不例外。标准的NB-MM算法采用传统的前－后向策略计算式，可以将获得接近经典BP算法的性能计算复杂度为O(q2)的量级。同时，又提出采用蒙特卡洛仿真确定的两个与GF域定义相关联的2个门限进行有限数目的GF域符号选择计算来降低处理量。
按照前-后向迭代策略结合其他优化方式的硬件实现，在低码率/较小的行重的情形下可以获得与二进制LDPC相似的数据吞吐率，但是在中高码率/较大的行重的场景下，硬件实现复杂度还是相当高，而且前后向迭代处理的数据相互依存度高，有固有的处理时延。
在中高码率的情形下，目前的NB－MM算法改进的主要进展是对所有传递来的变量消息只采用最可能/次可能的符号参与前－后向策略的计算，最新的进展甚至只采用最可能的符号，当然这样的处理会有较大的性能损失。
首先，按照前－后向策略计算式计算的校验节点向某一向量节点n传递的信息，代表根据除这一向量节点以外的向量节点的信息依据校验约束关系和贝叶斯准则给出的这一向量节点为GF域内各符号的概率的量度。这量度越接近于0，代表的符号是最可能的符号；反之，这一量度越大，代表的符号是最不可能的符号。随着迭代的进行，代表最不可能的符号的信息量度的数值也越大。这个不可能符号的信息量度可以利用下式进行估计：
Figure GDA0001133431010000061
Figure GDA0001133431010000062
这里，gc为调整因子，它的初始值为
Figure GDA0001133431010000063
每次循环迭代按照固定的步长以级数增长，这个固定步长由码率决定的，一般可以简单取为1.05。
在中高码率上，在参与某一校验节点计算的所有向量节点通常只有部分节点的最可能的符号是错误的，而且通过仿真分析，正确的符号与错误的最可能的符号的哈明距离小于2的概率一般在95％以上。所以，在保证基本性能的前提下，降低译码复杂度的方向就是采用所有向量节点的最可能的符号和部分向量节点的次可能的符号来计算向量节点n为少数最可能的符号的概率量度，而向量节点n为其它符号的概率量度用预定的常量为代表。
而且，随着迭代的进行，更多的向量节点的最可能符号是正确的，所需的部分向量节点的次可能符号数量Nc是逐步下降的，需要确定哪些向量节点的最可能符号是正确的数量也是逐步下降的。
部分次可能符号的向量节点数量Nc按照下式来确定：
Figure GDA0001133431010000071
这里，N0＝floor(|Fq|/4)，Dc代表行重，
Figure GDA0001133431010000072
为所有变量节点次可能符号反向传递的信息小于
Figure GDA0001133431010000073
也即下列集合的长度：
Figure GDA0001133431010000074
这里ak为变量节点反向传递信息
Figure GDA0001133431010000075
的次可能符号。
基于以上的对现有处理方法的讨论分析，图1示出根据本发明实施例的一种多元LDPC的低复杂度Min-Max译码方法的流程图，如图1所示，该方法总的来说包括：采用Min-Max准则对变量节点的先验信息进行处理，获得校验节点向变量节点传递的信息中最不可靠码元的信息量度。采用从多元域符号长度的1/4、行重及所有变量节点次码元符号的信息量度小于校验节点向变量节点传递的信息中不可靠码元的信息量度的个数中选择最小的一个数值，决定需要使用的变量码元次码元符号的个数Nc；采用所有变量节点的码元和Nc个变量节点的次码元信息计算校验节点向变量节点传递的最可靠码元的信息量度；采用GF域和码率确定并随迭代更新的调整因子对前述获得的校验节点向变量节点传递的信息中最不可靠码元的信息量度进行调整，来确定每次循环中校验节点向变量节点传递的信息中最不可靠码元的信息量度。
具体地，定义在高阶伽罗华域(Galois Field，GF)的LDPC码可以用一个M行N列低密度校验矩阵HM,N来描述，矩阵中少量的非零元素Hi,j取自GF(q)。1个长度为N的向量c(其元素都取自GF(q))，如果满足下式，则认为向量c为1个有效码字：
Hc＝0 (2.1)。
采集从信道接收的码字作为输入，
Figure GDA0001133431010000081
其中，Υ是信道输出符号集合；
(2)输出：c＝(c1,...,cN)∈Fq N，代表译码输出的发送码字的估计；
在方法的开始，进行初始化工作，其中，包括：计算每一变量节点相应的先验信息；计算变量节点向校验节点传递的消息。
对于计算每一变量节点相应的先验信息，包括：对变量节点集合{vn}的每一节点，从n＝1,...,N顺序按下式计算变量节点的向量消息；这一向量里的每一元素代表在输入信道码字为yn的条件下、发送码字第n的符号码元为最可能的符号sn的概率和发送码字第n符号码元为GF域内每一元素a的概率比值的对数，
Figure GDA0001133431010000082
其中，
Figure GDA0001133431010000083
代表根据当前信道输入yn、以最大似然比决定的最可能发送码字的第n符号码元。
对于计算变量节点向校验节点传递的消息，包括：根据上面获取的先验信息，从n＝1,...,N顺序，对于每一变量节点vn向任意校验节点cm传递的消息按照下式进行初始化：
Figure GDA0001133431010000084
进一步，按照(4.2)式计算校验节点传递的不可能符号信息量度初值
Figure GDA0001133431010000085
之后，采用GF域和码率确定并随迭代更新的调整因子对所获取的校验节点向变量节点传递的信息中最不可靠码元的信息量度进行调整，确定每次循环中校验节点向变量节点传递的信息中最不可靠码元的信息量度。具体地包括如下步骤。
步骤1，变量节点vn向校验节点cm的信息αm,n沿二分图边的反向传递为
Figure GDA0001133431010000091
Figure GDA0001133431010000092
针对GF域内每一元素a；
步骤2，计算校验节点cm向变量节点vn传递的消息
Figure GDA0001133431010000093
按照4.1式计算每次迭代的校验节点传递的不可能符号的信息量度
Figure GDA0001133431010000094
所有校验节点cm向变量节点vn传递的消息按照
Figure GDA0001133431010000095
初始化；将所有变量节点vn的次可能符号的信息按照从大到小进行排列，并且按照4.3式确定所需次可能符号信息的数量Nc，将前面Nc个次可能符号的信息和所有变量节点vn的最可能符号的信息组织成集合
Figure GDA0001133431010000096
按照下式计算所有校验节点cm向变量节点vn传递最可能符号的信息：
Figure GDA0001133431010000097
Figure GDA0001133431010000098
步骤3，校验节点向变量节点的消息
Figure GDA0001133431010000099
沿二分图的正向传递为βm,n：
Figure GDA00011334310100000910
步骤4，计算所有变量节点vn向校验节点cm传递的消息
Figure GDA00011334310100000911
Figure GDA0001133431010000101
Figure GDA0001133431010000102
其中，cm'代表从连接变量节点vn的所有校验节点中除去校验节点cm的校验节点集合(Η(vn)\{cm})任意选取的校验节点；
步骤5，计算所有变量节点(也即发送码字)的后验信息
Figure GDA0001133431010000103
其中，校验节点cm从连接变量节点vn的所有校验节点集合H(vn)中选取；
步骤6，根据上式的后验信息进行发送码字的符号码元的硬判决
Figure GDA0001133431010000104
步骤7，如果上式的硬判决
Figure GDA0001133431010000105
满足(2.1)式，或者，循环次数达到预设的最大循环次数，就退出迭代循环；否则，转移到步骤1，继续进行迭代循环。
为了验证本发明能够产生的技术效果，本发明选用了三个/码率不同长度不同的多元LDPC码进行了仿真，分别为：
GF(32)上的(496，385)规则LDPC码，其校验矩阵H的行重为16，列重为4，记为码1；
GF(32)上的(558，472)规则LDPC码，其校验矩阵H的行重为18，列重为3，记为码2；
GF(32)上的(837，726)规则LDPC码，其校验矩阵H的行重为27，列重为4，记为码3。
仿真内容：
仿真一：对码1采用BPSK调制，AWGN信道下使用本发明的译码算法(S-NB-MM)和FFT-QSPA算法的误字率WER，误符号率SER和误比特率BER性能进行了计算机仿真，迭代次数均为15次，仿真结果见图2。
仿真二：对码2采用BPSK调制，AWGN信道下使用本发明的译码算法(S-NB-MM)和FFT-QSPA算法的误字率WER，误符号率SER和误比特率BER性能进行了计算机仿真，迭代次数均为15次，仿真结果见图3。
仿真三：对码3采用BPSK调制，AWGN信道下使用本发明的译码算法(S-NB-MM)和FFT-QSPA算法的误字率WER，误符号率SER和误比特率BER进行计算机仿真，迭代次数均为15次，仿真结果见图4。
仿真结果分析，经过简化的S-NB-MM算法相对于理论性能接近最优FFT-QSPA算法的性能差距小于0.3dB，符合性能的预期。

Claims (4)

1.一种多元LDPC的低复杂度Min-Max译码方法，其特征在于，包括：
步骤1，接收信道发送的码字，采用Min-Max算法对变量节点的先验信息进行处理，具体为，对变量节点集合的每一节点，计算变量节点的向量消息，所述向量消息的每一元素为发送码字第n符号码元为最可靠符号的概率和发送码字第n符号码元为GF域内每一元素的概率比值的对数，获取校验节点向变量节点传递的信息中最不可靠码元的第一信息量度；
步骤2，基于所有变量节点的码元和所确定个数的变量节点的次码元信息，计算校验节点向变量节点传递的最可靠码元的第二信息量度；
步骤3，基于GF域和码率确定并随之迭代更新的调整因子，对第一信息量度进行调整，确定每次循环中校验节点向变量节点传递的信息中最不可靠码元的第三信息量度；
步骤4，根据所述第二信息量度和所述第三信息量度，确定发送的有效码字；
变量节点的次码元信息的个数通过如下确定：对于小于第一信息量度的多元域符号长度的1/4、行重及所有变量节点次码元符号的信息量度小于校验节点向变量节点传递的信息中不可靠码元的信息量度的个数中选择最小的个数值；
步骤2中，所述计算校验节点向变量节点传递的最可靠码元的第二信息量度的步骤包括：
所有校验节点向变量节点传递的消息
Figure FDA0003063694840000021
按照所述第一信息量度进行初始化；
将所有变量节点的次可能符号的信息从大到小进行排列，确定变量节点的次码元信息的个数Nc，将前面Nc个次可靠符号的信息和所有变量节点的最可靠符号的信息组织成集合；
根据所述集合获取所有校验节点cm向变量节点vn传递最可靠码元的第二信息量度。
2.根据权利要求1所述的方法，其特征在于，步骤3中，所述调整因子在每次循环迭代中按照固定步长以级数增长，所述固定步长由码率决定。
3.一种多元LDPC的低复杂度Min-Max译码器，其特征在于，包括：
第一信息量度确定模块，用于接收信道发送的码字，采用Min-Max算法对变量节点的先验信息进行处理，具体为，对变量节点集合的每一节点，计算变量节点的向量消息，所述向量消息的每一元素为发送码字第n符号码元为最可靠符号的概率和发送码字第n符号码元为GF域内每一元素的概率比值的对数，获取校验节点向变量节点传递的信息中最不可靠码元的第一信息量度；
第二信息量度确定模块，用于基于所有变量节点的码元和所确定个数的变量节点的次码元信息，计算校验节点向变量节点传递的最可靠码元的第二信息量度；
第三信息量度确定模块，用于基于GF域和码率确定并随之迭代更新的调整因子，对第一信息量度进行调整，确定每次循环中校验节点向变量节点传递的信息中最不可靠码元的第三信息量度；
有效码字确定模块，用于根据所述第二信息量度和所述第三信息量度，确定有效码字；
第二信息量度确定模块用于根据如下选择方式确定变量节点的次码元信息的个数：对于小于第一信息量度的多元域符号长度的1/4、行重及所有变量节点次码元符号的信息量度小于校验节点向变量节点传递的信息中不可靠码元的信息量度的个数中选择最小的个数值；
第二信息量度确定模块进一步用于：
所有校验节点向变量节点传递的消息
Figure FDA0003063694840000031
按照所述第一信息量度进行初始化；
将所有变量节点的次可能符号的信息从大到小进行排列，确定变量节点的次码元信息的个数Nc，将前面Nc个次可靠符号的信息和所有变量节点的最可靠符号的信息组织成集合；
根据所述集合获取所有校验节点cm向变量节点vn传递最可靠码元的第二信息量度。
4.根据权利要求3所述的译码器，其特征在于，所述调整因子在每次循环迭代中按照固定步长以级数增长，所述固定步长由码率决定。
CN201610597849.0A 2016-07-26 2016-07-26 一种多元LDPC的低复杂度Min-Max译码方法 Expired - Fee Related CN107659316B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610597849.0A CN107659316B (zh) 2016-07-26 2016-07-26 一种多元LDPC的低复杂度Min-Max译码方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610597849.0A CN107659316B (zh) 2016-07-26 2016-07-26 一种多元LDPC的低复杂度Min-Max译码方法

Publications (2)

Publication Number Publication Date
CN107659316A CN107659316A (zh) 2018-02-02
CN107659316B true CN107659316B (zh) 2021-08-06

Family

ID=61127178

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610597849.0A Expired - Fee Related CN107659316B (zh) 2016-07-26 2016-07-26 一种多元LDPC的低复杂度Min-Max译码方法

Country Status (1)

Country Link
CN (1) CN107659316B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112332859B (zh) * 2020-11-11 2023-04-18 西安电子科技大学 低复杂度的多元ldpc码校验节点单元及数字通信设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101542913A (zh) * 2006-12-01 2009-09-23 原子能委员会 用于ldpc码的解码方法和设备以及包括这种设备的通信设备
KR101307733B1 (ko) * 2012-03-02 2013-09-11 인하대학교 산학협력단 블록 레이어 기반의 비 이진 ｑｃ－ｌｄｐｃ 부호의 복호 장치 및 그 방법
CN105024705A (zh) * 2015-08-19 2015-11-04 西安电子科技大学 一种低复杂度的多元ldpc码译码方法及译码器

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101542913A (zh) * 2006-12-01 2009-09-23 原子能委员会 用于ldpc码的解码方法和设备以及包括这种设备的通信设备
KR101307733B1 (ko) * 2012-03-02 2013-09-11 인하대학교 산학협력단 블록 레이어 기반의 비 이진 ｑｃ－ｌｄｐｃ 부호의 복호 장치 및 그 방법
CN105024705A (zh) * 2015-08-19 2015-11-04 西安电子科技大学 一种低复杂度的多元ldpc码译码方法及译码器

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Min-Max decoding for non binary LDPC codes;Valentin Savin等;《ISIT 2008》;20080611;全文 *
一种基于分层译码和Min-max的多进制LDPC码译码算法;杨威等;《电子与信息学报》;20130731;第35卷(第7期);全文 *

Also Published As

Publication number Publication date
CN107659316A (zh) 2018-02-02

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
US8347194B2 (en) Hierarchical decoding apparatus
US8898537B2 (en) Method and system for decoding
CN101496292A (zh) 采用依赖于邻区可靠性的调度的消息传递解码方法
US20090319860A1 (en) Overcoming ldpc trapping sets by decoder reset
KR101718543B1 (ko) 개선된 비트 반전 알고리즘 기반의 저밀도 패리티 검사 부호를 위한 복호 방법, 장치 및 이를 위한 기록 매체
US11057049B2 (en) Generalized low-density parity check codes in digital communication system
Holzlohner et al. Evaluation of the very low BER of FEC codes using dual adaptive importance sampling
US20090319861A1 (en) Using damping factors to overcome ldpc trapping sets
CN107565978B (zh) 基于Tanner图边调度策略的BP译码方法
CN101534129B (zh) 基于不对等消息更新的置信传播ldpc译码方法
Islam et al. Optimized min-sum decoding algorithm for low density parity check codes
CN101106383A (zh) 一种低密度奇偶校验码的译码方法
CN107659316B (zh) 一种多元LDPC的低复杂度Min-Max译码方法
Haga et al. Multi-bit flip type gradient descent bit flipping decoding using no thresholds
US11664823B2 (en) Early convergence for decoding of LDPC codes
Fresia et al. Distributed source coding using raptor codes for hidden Markov sources
KR102045438B1 (ko) Ldpc 부호의 복호를 위한 방법 및 장치
CN111669184B (zh) 一种应用于ldpc编码协作的联合边动态调度迭代译码方法
Leduc-Primeau et al. High-throughput LDPC decoding using the RHS algorithm
Jayasooriya et al. Optimization of graph based codes for belief propagation decoding
Shafiullah et al. Optimized min-sum decoding algorithm for low density pc codes
Wang et al. Reduced latency iterative decoding of LDPC codes
Xiong et al. Low-complexity layered iterative hard-reliability-based majority-logic decoder for non-binary quasi-cyclic LDPC codes
US11469775B2 (en) Method for decoding inertia-effect bit-flip LDPC codes

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20210806

CF01 Termination of patent right due to non-payment of annual fee