CN107919875B - LDPC码Tanner图环结构的评估方法及其所应用的两种优化方法 - Google Patents
LDPC码Tanner图环结构的评估方法及其所应用的两种优化方法 Download PDFInfo
- Publication number
- CN107919875B CN107919875B CN201710842763.4A CN201710842763A CN107919875B CN 107919875 B CN107919875 B CN 107919875B CN 201710842763 A CN201710842763 A CN 201710842763A CN 107919875 B CN107919875 B CN 107919875B
- Authority
- CN
- China
- Prior art keywords
- edge
- edges
- tanner graph
- ring
- node
- 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
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
- H03M13/1131—Scheduling of bit node or check node processing
- H03M13/1137—Partly parallel processing, i.e. sub-blocks or sub-groups of nodes being processed in parallel
-
- 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
- H03M13/116—Quasi-cyclic LDPC [QC-LDPC] codes, i.e. the parity-check matrix being composed of permutation or circulant sub-matrices
-
- 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
- H03M13/61—Aspects and characteristics of methods and arrangements for error correction or error detection, not provided for otherwise
- H03M13/615—Use of computational or mathematical techniques
- H03M13/616—Matrix operations, especially for generator matrices or check matrices, e.g. column or row permutations
Landscapes
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Engineering & Computer Science (AREA)
- Probability & Statistics with Applications (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Algebra (AREA)
- Computing Systems (AREA)
- Complex Calculations (AREA)
- Medicinal Preparation (AREA)
Abstract
本发明涉及LDPC码对应的Tanner图中环结构的一种评估方法,通过该方法计算得出Tanner图整体的环度量值,该环度量值体现了不同长度的环的数量,以及对Tanner图整体性能影响的权重,避免了计算短环中具体节点数目,直接对Tanner图中的短环数目进行计算,因为短环数目比具体节点的数目要少,因此该方法能够快速计算出环度量值对Tanner图整体的环结构是否最优进行评估。
Description
技术领域
本发明涉及通信技术领域,具体涉及一种评估Tanner图环结构的方法及其所应用的两种优化方法。
背景技术
LDPC码最早由Gallager于1962年在其博士论文中首次提出,但受限于当时的计算机硬件水平,沉寂了许多年,在1996年又被人们重新发现,其被证明具有接近香农极限的纠错性能。相对于Turbo码,LDPC 码具有以下优势:具有较低的误码平底,译码复杂度相对较低,可以实现完全的并行译码操作,抗干扰能力强,吞吐量较大。因此,LDPC码应用十分广泛,其在光纤通信,深空通信,数字水印,磁/光/闪存等方面得到广泛的应用,特别地,第五代移动通信标准的中长码编码方案已经确定为LDPC码。
在LDPC码的构造领域,如果一个LDPC码的校验矩阵有统一的列重γ和统一的行重ρ,则称此LDPC码为(γ,ρ)规则码,否则称为非规则LDPC码。绝大部分的LDPC码的构造方法都可以分为两类,即基于代数方法的结构化构造和基于图的随机化构造。其中代数方法主要是基于有限域或有限几何的,而图方法主要较为流行的有渐进边增长 (progressiveedge growth,PEG)方法以及原模图(protograph)方法。另外, X.Mu等人提出了将代数方法和随机方法结合的构造方法。
通常,随机化方法构造的LDPC码在构造的过程中会尽可能地减少短环,因此由比较好的译码性能。PEG方法是其中最具代表性的,许多基于PEG的改进方法也相继被提出,这些方法引入了外信息度数 (extrinsic message degree,EMD)或者近似环外信息度数(approximate cycle EMD,ACE)等属性[30][31]来进一步提升LDPC码的性能。EMD与ACE 强调除了环的长度还有其与剩余图的连通性会影响着误码平底。在构造的过程中,一些连通性较好的短环是准许存在的,同时,连通性差的较长的环是禁止生成的。在构造过程中加入EMD或ACE属性,PEG等随机方法可以减少Tanner图中的停止集(stopping set,SS)和陷阱集(trapping set,TS)等和环有关的结构,降低LDPC码的误码平底。然而,几乎所有的基于图的随机方法在构造的过程中,都具有一定的贪婪性,以PEG方法为例,其在添加边时尽可能地去增大当前节点的本地围长(local girth),每一次添加的边只对当前Tanner图是最优的,先添加的那些边在添加时有更多的可选检验节点,而后添加的那些边的可选校验节点十分有限,这会使得有些变量节点的本地围长非常小,这一点在高码率情况下尤为突出。相比随机LDPC码,准循环LDPC(quasi-cyclic LDPC,QC-LDPC) 码由于其特殊结构,有着更低的编译码硬件实现复杂度。准循环LDPC 码的编码可用简单的移位寄存器实现,同时,其准循环结构简化了译码器中的布线和消息传递,而且,好的准循环LDPC码有着比肩随机LDPC码的纠错性能,这些优点使得准循环LDPC码也成为LDPC码应用的主流之一。
综上,如何在不改变码长、码率和度分布的前提下有效地改善Tanner 图中的环结构,并且提升LDPC码的纠错性能是亟待技术人员解决的技术问题,现有的LDPC码广泛采用基于迭代的译码思想,译码时的软信息在环特别是短环内进行传递,使得节点之间传递的外部信息的独立性减小,错误的软信息快速变大,而相对有限的环的外信息难以对其进行平衡,这样在进行译码判决时就会出错,所以必须尽可能减少短环的形成,而现有的构造方法都是保证局部形成的环最少,具有一定的贪婪性,不能保证其所构造的LDPC码是最优的,具体原因是在LDPC码校验矩阵对应的Tanner图中,环的存在是影响其纠错性能的重要因素,特别是在码率较高的情况下,校验节点个数相对有限,Tanner图中的每个节点或者说每条边都会在一个环或多个环中,是不存在孤立的环的,这样就不能简单地找到这些环然后对他们进行消除,因为这些环与环之间都是有重叠部分的,所以在构造过程中,每一步操作尽可能地避免环,现有技术无法保证Tanner图整体的环结构是最优的,避免了一个环可能对以后的构造步骤有影响,产生更多的环,而且环的数目与长度没有一个统一的衡量标准。而计算Tanner图整体的环结构本身也是是一个复杂度较高的问题。
发明内容
为了解决现有技术的缺陷,本发明提供一种能够快速计算Tanner图中的短环数目而避免计算短环中具体节点数目的能够快速评估Tanner图整体环结构的方法。
针对上述技术问题,本专利是这样加以解决的:一种评估Tanner图环结构的方法,包括如下步骤:
S1、初始化:将各个不同种类的初始矢量消息分别从所有变量节点 vj传递给校验节点ci;
S2、迭代消息传递:
S21、更新所有校验节点到变量节点的消息;
S22、更新所有变量节点到校验节点的消息;
S23、迭代循环:如果达到了指定的迭代次数l,则进入步骤S3,否则返回步骤S21;
S3、除边Ej,i以外连接着变量节点vj的边的初始矢量消息在边Ej,i上的出现次数等同于边Ej,i参与的长度为2l的环的数目,且2≤l≤g-2,g 是Tanner图的围长,Ej,i表示Tanner图中连接着编号为j的变量节点vj与编号为i的校验节点ci的边;
S4、计算环度量值:根据边Ej,i参与的长度为2l的环的数目以及每个长度为2l的环对Tanner图整体性能影响的权重计算与变量节点vj连接的所有边的环度量值再根据上述环度量值计算变量节点vj的环度量值最后根据所有变量节点的环度量值计算Tanner图整体的环度量值MT。
在初始化时一共有Ne种初始矢量消息,假设Tanner图中连着同一个变量节点的两条边为和如果它们共同参与了1个或多个长度为 2l的环,那么经过l次迭代后,边的初始矢量消息将会出现在边上,同理,边的初始矢量消息将会出现在边上,而出现的次数等于这两条边共同参与的长度为2l的环的数目,本发明通过上述原理计算出边 Ej,i参与的长度为2l的环的数目,且根据上述环数目推导计算得出Tanner 图整体的环度量值,该环度量值体现了不同长度的环的数量,以及对 Tanner图整体性能影响的权重,能够有效评估Tanner图的环结构优劣,避免了计算短环中具体节点数目,直接对Tanner图中的短环数目进行计算,因为短环数目比具体节点的数目要少,因此该方法能够快速计算出环度量值来对Tanner图整体的环结构是否最优进行评估,Ne为Tanner 图中边的总数。
进一步地,所述步骤S1具体为:
这里,j=J且i=I,表示为从变量节点vj传递给校验节点ci的消息;Xk(J,I)代表Tanner图中边EJ,I所对应的初始矢量消息,[J I]为索引行矢量,且0≤k≤Ne-1,初始化时一共有Ne种索引行矢量,与每条边一一对应,公式中的上标l表示Xk(J,I)的数量为l,也表示[J I]的数量为l,Ej,i表示Tanner图中连接着编号为j的变量节点vj与编号为i的校验节点ci的边。
进一步地,所述步骤S21具体为:
其中表示从校验节点ci传递给变量节点vj的消息;则表示中包含Xk(J,I)的数目,相当于V(ci)\vj中变量节点传递给校验节点ci的Xk(J,I)的数目之和;Xk(J,I)代表Tanner图中边EJ,I所对应的初始矢量消息,V(ci)\vj表示为除去vj后与校验节点ci连接的变量节点组成的集合,可计算为:
进一步地,所述步骤S22具体为:
其中表示从变量节点vj传递给校验节点ci的消息;则表示中包含Xk(J,I)的数目,相当于C(vj)\ci中校验节点传递给变量节点vj的Xk(J,I)的数目之和;Xk(J,I)代表Tanner图中边EJ,I所对应的初始矢量消息,C(vj)\ci表示为除去ci后与变量节点vj连接的校验节点组成的集合,可计算为:
进一步地,所述步骤S3具体为:
进一步地,所述步骤S4具体为:
边Ej,i所参与的所有长度为2l的环的量化值,也即边Ej,i的环度量值可计算为:
其中g是Tanner图的围长,β是一个常数,且范围为[0,1],βl-2表示一个长度为2l的环对Tanner图整体性能影响的权重,为边Ej,i所参与的长度为2l的环的数目,变量节点vj连接的所有边的环度量值之和,也即vj的环度量值可计算为:
其中C(vj)表示与变量节点vj连接的校验节点集合,因此,Tanner图整体的环度量值可计算为:
其中n为所有变量节点的数目。
进一步地,在计算环数目时只考虑长度为4:(2g-2)的环。
由于短环是影响LDPC码性能的主要因素,所以在计算环数目时只考虑长度为4:(2g-2)的环。
因为Tanner图的性能是由较短的环决定的,且权衡该方法的运行效率,不能将所有长度的环都计算在内,所以将环设定在一个合适的区间内时很有必要的。
一种二进制的随机LDPC码优化方法,包括如下步骤:
步骤2:从集合S中随机地选取不属于集合S'两条边,若这两条边连接的是同一个校验节点或变量节点,则称为直接相连,若两条边均与同一条边直接相连,则称为间接相连,直接相连的边和间接相连的边称为不可交换边对,如果两条边互相交换了它们所连接的校验节点,而变量节点不变,则称为边交换,如果上述随机选取的两条边为不可交换边对,则放入集合S'中,且从集合S中移除会与这两条边之中的任一条构成不可交换边对的边,再重复本步骤,如果上述随机选取的两条边不是不可交换边对,则将这两条边进行边交换后进入下一步;
步骤3:根据权利要求1所述方法重新计算MT,判断MT是否减小,若是,则接受这次边交换,若否,则撤销此次边交换,将这两条边放入集合S'中,且从集合S中移除与这两条边之中的任一条交换后无法减小 MT的边;
步骤4:若集合S不为空集则返回步骤2,否则判断是否存在被接受的边交换,若是,则返回步骤1,若否,则退出。
本发明的二进制的随机LDPC码优化方法在每次边交换后利用能够快速评估Tanner图整体环结构的方法来快速评估Tanner图整体的环结构,使得在优化过程中不断改善Tanner图整体的环结构,提升二进制的随机 LDPC码的译码性能。
一种二进制的准循环LDPC码优化方法,包括如下步骤:
第一步:根据权利要求1所述方法计算准循环LDPC码的校验矩阵 H整体的环度量值,记为Minit;
第二步:从校验矩阵H对应的基矩阵W中按照每列每行的顺序依次选取第一个非零元wr,c,并根据权利要求1所述方法计算H的环度量值 MT(H);
第三步:将选取到的非零元wr,c调整为介于1~L的,与自身不同的整数值,L是准循环LDPC码基矩阵W的大小;
第四步:根据权利要求1所述方法计算当前H的环度量值,记为 Mtmp,若Mtmp<MT(H),则接受这次wr,c的调整,并令MT(H)=Mtmp,否则撤销这次wr,c的调整;
第五步:如果wr,c是否已经调整过1~L的所有可能的整数值,则继续下一步,否则回到第三步继续调整;
第六步:如果W中所有非零元wr,c都被选取过,则继续下一步,若否,则返回第二步;
第七步:如果MT(H)与Minit相等,则退出,若否,则返回第一步。
本发明的二进制的准循环LDPC码优化方法在每次调整准循环 LDPC码的基矩阵的非零元的值后利用能够快速评估Tanner图整体环结构的方法来快速评估Tanner图整体的环结构,使得在优化过程中不断改善Tanner图整体的环结构,提升二进制的准循环LDPC码的译码性能。
相比于现有技术,本发明的有益效果为:
1、通过计算Tanner图中短环的数目来避免计算短环中具体节点数目,从而快速计算出环度量值来对Tanner图整体的环结构进行评估;
2、结合随机LDPC码的边交换和环度量值的计算,在不影响基本码参数的情况下不断改善Tanner图整体的环结构,提升二进制的随机 LDPC码的译码性能;
3、结合准循环LDPC码的基矩阵的非零元值调整和环度量值的计算,在不影响基本码参数的情况下不断改善Tanner图整体的环结构,提升二进制的随机LDPC码的译码性能。
附图说明
图1是本发明一种评估Tanner图环结构的方法流程图。
图2是本发明一种二进制的随机LDPC码优化方法的方法流程图。
图3是本发明举例说明边交换前的示意图。
图4是本发明举例说明边交换后的示意图。
图5是本发明说明不可交换边对的示意图。
图6是本发明一种二进制的准循环LDPC码优化方法的方法流程图。
图7是本发明3组PMPE优化码与对应的MacKay母码的纠错性能对比图。
图8是本发明PMPE优化码(500,451)和(440,396)与对应的PEG母码的纠错性能对比图。
图9是本发明QC-PMP优化码(648,486)与其802.11ad母码的纠错性能对比图。
图10是本发明QC-PMP优化码(1944,1620)与其802.11ad母码的纠错性能对比图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细地说明。
一种评估Tanner图环结构的方法,又可称为并行矢量消息传递 (parallelvector message passing,PMP)方法,如图1所示,包括如下步骤:
S1、初始化:将各个不同种类的初始矢量消息分别从所有变量节点 vj传递给校验节点ci;
S2、迭代消息传递:
S21、更新所有校验节点到变量节点的消息;
S22、更新所有变量节点到校验节点的消息;
S23、迭代循环:如果达到了指定的迭代次数l,则进入步骤S3,否则返回步骤S21;
S3、除边Ej,i以外连接着变量节点vj的边的初始矢量消息在边Ej,i上的出现次数等同于边Ej,i参与的长度为2l的环的数目,且2≤l≤g-2,g 是Tanner图的围长,Ej,i表示Tanner图中连接着编号为j的变量节点vj与编号为i的校验节点ci的边;
S4、计算环度量值:根据边Ej,i参与的长度为2l的环的数目以及每个长度为2l的环对Tanner图整体性能影响的权重计算与变量节点vj连接的所有边的环度量值再根据上述环度量值计算变量节点vj的环度量值最后根据所有变量节点的环度量值计算Tanner图整体的环度量值MT。
在初始化时一共有Ne种初始矢量消息,,Ne为Tanner图中边的总数,假设Tanner图中连着同一个变量节点的两条边为和如果它们共同参与了1个或多个长度为2l的环,那么经过l次迭代后,边的初始矢量消息将会出现在边上,同理,边的初始矢量消息将会出现在边上,而出现的次数等于这两条边共同参与的长度为2l的环的数目,本发明通过上述原理计算出边Ej,i参与的长度为2l的环的数目,且根据上述环数目推导计算得出Tanner图整体的环度量值,该环度量值体现了不同长度的环的数量,以及对Tanner图整体性能影响的权重,能够有效评估Tanner图的环结构优劣,避免了计算短环中具体节点数目,直接对 Tanner图中的短环数目进行计算,因为短环数目比具体节点的数目要少,因此该方法能够快速计算出环度量值来对Tanner图整体的环结构是否最优进行评估。
所述步骤S1具体为:
这里,j=J且i=I,表示为从变量节点vj传递给校验节点ci的消息;Xk(J,I)代表Tanner图中第k条边EJ,I所对应的初始矢量消息,也可以表示为索引行矢量[J I],且0≤k≤Ne-1,初始化时一共有Ne种索引行矢量,与每条边一一对应,公式中的上标l表示Xk(J,I)的数量为l,也表示[J I]的数量为l,Ej,i表示Tanner图中连接着编号为j的变量节点vj与编号为i的校验节点ci的边。
所述步骤S21具体为:
其中表示从校验节点ci传递给变量节点vj的消息;则表示中包含Xk(J,I)的数目,相当于V(ci)\vj中变量节点传递给校验节点ci的Xk(J,I)的数目之和,V(ci)\vj表示为除去vj后与校验节点ci连接的变量节点组成的集合,可计算为:
所述步骤S22具体为:
其中表示从变量节点vj传递给校验节点ci的消息;则表示中包含Xk(J,I)的数目,相当于C(vj)\ci中校验节点传递给变量节点vj的Xk(J,I)的数目之和,C(vj)\ci表示为除去ci后与变量节点vj连接的校验节点组成的集合,可计算为:
所述步骤S23具体为:
所述步骤S4具体为:
边Ej,i所参与的所有长度为2l的环的量化值,也即边Ej,i的环度量值可计算为:
其中g是Tanner图的围长,β是一个常数,且范围为[0,1],βl-2表示一个长度为2l的环对Tanner图整体性能影响的权重,变量节点vj连接的所有边的环度量值之和,也即vj的环度量值可计算为:
其中C(vj)表示与变量节点vj连接的校验节点集合,因此,Tanner图整体的环度量值可计算为:
其中n为所有变量节点的数目。
在计算环数目时只考虑长度为4~(2g-2)的环。
由于短环是影响LDPC码性能的主要因素,所以在计算环数目时只考虑长度为4~(2g-2)的环。
一种二进制的随机LDPC码优化方法,利用基于并行的消息传递的边交换(parallel vector message passing-based edge exchange,PMPE)方法对二进制的随机LDPC码进行优化,如图2所示,包括如下步骤:
步骤2:从集合S中随机地选取不属于集合S'的两条边,若这两条边连接的是同一个校验节点或变量节点,则称为直接相连,若两条边均与同一条边直接相连,则称为间接相连,直接相连的边和间接相连的边称为不可交换边对(unexchangeable edges pair,UEP),如果两条边互相交换了它们所连接的校验节点,而变量节点不变,则称为边交换(edgeexchange),如果上述随机选取的两条边为不可交换边对,则放入集合S' 中,且从集合S中移除与这两条边之中的任一条构成不可交换边对的边,再重复本步骤,如果上述随机选取的两条边不是不可交换边对,则将这两条边进行边交换后进入下一步;
步骤3:根据上述评估Tnnar图环结构的方法重新计算MT,判断MT是否减小,若是,则进入下一步,若否,则撤销此次边交换,且称这两条边为无效的边对(invalid edges pair,IEP),将这两条边放入集合S'中,且从集合S中移除与这两条边之中的任一条交换后无法减小MT的边;
步骤4:若集合S不为空集则返回步骤2,否则判断是否存在被接受的边交换(也即MT的值没有减小),若是,则返回步骤1,若否,则退出。
边交换的示例如下:图3和4分别是Tanner图发生一次边交换前后的状态,图中的虚线部分是参与边交换的边,圆形为变量节点,方形为校验节点,一次边交换后有2条边被移除,同时增加了另外2条新的边。
直接相连的边和间接相连的边称为不可交换边对的原因如下:图5 中圆形为变量节点,方形为校验节点,有3条虚线表示的边,分别设为 E0,0,E1,0,E1,1。显然边E0,0与边E1,0是通过共同的校验节点c0直接相连的,同时边E1,0与边E1,1是通过共同的变量节点v1直接相连的。对于边 E0,0和边E1,1,因为它们与边E1,0都是直接相连的,所以边E0,0与边E1,1是间接相连的。因此这3条边所组成的边对(E0,0,E1,0),(E1,0,E1,1)以及(E0,0, E1,1)都是不可交换边对,显而易见,如果两条直接相连的边之间发生了一次边交换,则不会对当前Tanner图产生任何影响,而两条间接相连的边之间如果发生了一次边交换,则会减少Tanner图中总共边的条数,这是在重新分配边的过程中不允许的,因此,存在这两种关系的边都是在码优化过程中不能交换的,所以称之为不可交换边对。
本发明的二进制的随机LDPC码优化方法在每次边交换后利用能够快速评估Tanner图整体环结构的方法来快速评估Tanner图整体的环结构,使得在优化过程中不断改善Tanner图整体的环结构,提升二进制的随机 LDPC码的译码性能。
一种二进制的准循环LDPC码优化方法,利用面向准循环LDPC码的并行矢量消息传递(parallel vector message passing oriented-to the QC-LDPC codes,QC-PMP)方法对二进制的准循环LDPC码进行优化,如图6所示,包括如下步骤:
准循环LDPC码都可以由一个R×C的矩阵W来表示,称为基矩阵,其形式为:
其中每一个元素用wr,c(0≤r≤R-1,0≤c≤C-1)来表示。通过将基矩阵W的每一个成员wr,c替换为一个L×L的子矩阵A(wr,c),可以得到奇偶校验矩阵阵列如下:
其就是一个RL×CL的奇偶校验矩阵。H的零空间给定了一个长度为 CL的LDPC码。wr,c与A(wr,c)都是一一对应的关系,A(wr,c)是一个单位矩阵的循环置换矩阵或全零矩阵,不同的构造方法的映射方式会有不同。为了方便描述,在本发明提出的QC-PMP的优化方法中,如果wr,c为0,则A(wr,c)为一个L×L的全零矩阵,否则A(wr,c)是一个L×L的循环置换矩阵,其中wr,c代表着A(wr,c)首行的位置索引为“1”(起始为1),此时 1≤wr,c≤L。
第一步:根据上述评估Tnnar图环结构的方法计算准循环LDPC码的校验矩阵H整体的环度量值,记为Minit;
第二步:从校验矩阵H对应的基矩阵W中按照每列每行的顺序依次选取第一个非零元wr,c,并根据权利要求1所述方法计算H的环度量值MT(H);
第三步:将选取到的非零元wr,c调整为介于1~L的,与自身不同的整数值;
第四步:根据上述评估Tnnar图环结构的方法计算当前H的环度量值,记为Mtmp,若Mtmp<MT(H),则接受这次wr,c的调整,并令MT(H)=Mtmp,否则撤销这次wr,c的调整;
第五步:如果当前wr,c是否已经调整过1~L的所有可能的整数值,则继续下一步,否则回到第三步继续调整,且将非零元wr,c调整为未调整过的值;
第六步:如果W中所有非零元wr,c都被选取过,则继续下一步,若否,则返回第二步;
第七步:如果MT(H)与Minit相等,则退出,若否,则返回第一步。
本发明的二进制的准循环LDPC码优化方法在每次调整准循环 LDPC码的基矩阵的非零元的值后利用能够快速评估Tanner图整体环结构的方法来快速评估Tanner图整体的环结构,使得在优化过程中不断改善Tanner图整体的环结构,提升二进制的准循环LDPC码的译码性能。
为了说明本发明提出的优化方法带来的性能提升,需要进行计算机仿真。具体是分别对给定的二进制随机LDPC码和准循环LDPC码进行优化,然后在AWGN信道上传输,并利用标准BP译码方法,调制方式为BPSK,最大迭代次数为50,仿真的都是二进制的(n,k)LDPC码,包括了由PMPE优化的随机LDPC码和由QC-PMP优化的准循环LDPC码,在这里n表示LDPC码的码长,k代表信息位长度。如图7所示,3组经 PMPE优化后的LDPC码都较母码有一定的性能提升。其中,对于码 (96,48),在误比特率为3×10-8时,经PMPE优化后较其MacKay母码有约0.25dB的增益;对于码(204,102),在误比特率为1×10-7,经PMPE 优化后的LDPC码较其MacKay母码就有约0.4dB的增益;最后对于码 (408,204),在误比特率为2×10-7时,经PMPE优化后较其MacKay母码也有着约0.4dB的增益。图8展示了PEG方法构造的2组随机LDPC 码与它们经过PMPE方法优化过后的纠错性能对比,这两组码为(500,451) 和(440,396),前者的列重为2,后者的列重为3,从图中可以看出,两组经过PMPE优化的PEG码都较其母码有着明显的性能提升。对于码 (500,451),在误比特率为9×10-6时,经过PMPE优化后较PEG母码就有约0.25dB的增益;而对于码(440,396),在误比特率为1×10-7时,经过PMPE优化后较其母码有着约0.5dB的增益。针对准循环LDPC码的情况,图9和图10分别展示了802.11ad标准码(648,486)和(1944,1620) 在经过QC-PMP方法优化前后的纠错性能。从图8中可以看出,对于码 (648,486),在误比特率为3×10-8时,经QC-PMP码优化后较其802.11ad 母码约有0.2dB的增益。从图10中可以看出,对于码(1944,1620),在误比特率低于8×10-6后,经QC-PMP码优化后较其802.11ad母码就已经带来了一定的增益。综上所述,经过本发明提出的优化方法优化过的 LDPC码(包括随机LDPC码和准循环LDPC码)都比起母码的纠错性能更加优异。
Claims (7)
1.一种评估Tanner图环结构的方法,其特征在于,包括如下步骤:
S1、初始化:将各个不同种类的初始矢量消息分别从所有变量节点vj传递给校验节点ci;
S2、迭代消息传递:
S21、更新所有校验节点到变量节点的消息;
S22、更新所有变量节点到校验节点的消息;
S23、迭代循环:如果达到了指定的迭代次数l,则进入步骤S3,否则返回步骤S21;
S3、除边Ej,i以外连接着变量节点vj的边的初始矢量消息在边Ej,i上的出现次数等同于边Ej,i参与的长度为2l的环的数目,且2≤l≤g-1,g是Tanner图的围长,Ej,i表示Tanner图中连接着编号为j的变量节点vj与编号为i的校验节点ci的边;
S4、计算环度量值:根据边Ej,i参与的长度为2l的环的数目以及每个长度为2l的环对Tanner图整体性能影响的权重,计算与变量节点vj连接的所有边的环度量值再根据上述环度量值计算变量节点vj的环度量值最后根据所有变量节点的环度量值计算Tanner图整体的环度量值MT;
所述步骤S4具体为:
边Ej,i所参与的所有长度为2l的环的量化值,也即边Ej,i的环度量值可计算为:
其中g是Tanner图的围长,β是一个常数,且范围为[0,1],βl-2表示一个长度为2l的环对Tanner图整体性能影响的权重,为边Ej,i所参与的长度为2l的环的数目,变量节点vj连接的所有边的环度量值之和,也即vj的环度量值可计算为:
其中C(vj)表示与变量节点vj连接的校验节点集合,因此,Tanner图整体的环度量值可计算为:
其中n为所有变量节点的数目;
在计算环数目时只考虑长度为4~(2g-2)的环。
6.一种二进制的随机LDPC码优化方法,其特征在于,包括如下步骤:
步骤2:从集合S中随机地选取不属于集合S′两条边,若这两条边连接的是同一个校验节点或变量节点,则称为直接相连,若两条边均与同一条边直接相连,则称为间接相连,直接相连的边和间接相连的边称为不可交换边对,如果两条边互相交换了它们所连接的校验节点,而变量节点不变,则称为边交换,如果上述随机选取的两条边为不可交换边对,则放入集合S′中,且从集合S中移除会与这两条边之中的任一条构成不可交换边对的边,再重复本步骤,如果上述随机选取的两条边不是不可交换边对,则将这两条边进行边交换后进入下一步;
步骤3:根据权利要求1所述方法重新计算MT,判断MT是否减小,若是,则接受这次边交换,若否,则撤销此次边交换,将这两条边放入集合S′中,且从集合S中移除与这两条边之中的任一条交换后无法减小MT的边;
步骤4:若集合S不为空集则返回步骤2,否则判断是否存在被接受的边交换,若是,则返回步骤1,若否,则退出。
7.一种二进制的准循环LDPC码优化方法,其特征在于,包括如下步骤:
第一步:根据权利要求1所述方法计算准循环LDPC码的校验矩阵H整体的环度量值,记为Minit;
第二步:从校验矩阵H对应的基矩阵W中按照每列每行的顺序依次选取第一个非零元wr,c,并根据权利要求1所述方法计算H的环度量值MT(H);
第三步:将选取到的非零元wr,c调整为介于1~L的,与自身不同的整数值,L是准循环LDPC码基矩阵W的大小;
第四步:根据权利要求1所述方法计算当前H的环度量值,记为Mtmp,若Mtmp<MT(H),则接受这次wr,c的调整,并令MT(H)=Mtmp,否则撤销这次wr,c的调整;
第五步:如果wr,c是否已经调整过1~L的所有可能的整数值,则继续下一步,否则回到第三步继续调整;
第六步:如果W中所有非零元wr,c都被选取过,则继续下一步,若否,则返回第二步;
第七步:如果MT(H)与Minit相等,则退出,若否,则返回第一步。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710842763.4A CN107919875B (zh) | 2017-09-18 | 2017-09-18 | LDPC码Tanner图环结构的评估方法及其所应用的两种优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710842763.4A CN107919875B (zh) | 2017-09-18 | 2017-09-18 | LDPC码Tanner图环结构的评估方法及其所应用的两种优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107919875A CN107919875A (zh) | 2018-04-17 |
CN107919875B true CN107919875B (zh) | 2021-01-26 |
Family
ID=61898802
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710842763.4A Active CN107919875B (zh) | 2017-09-18 | 2017-09-18 | LDPC码Tanner图环结构的评估方法及其所应用的两种优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107919875B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108900197A (zh) * | 2018-06-14 | 2018-11-27 | 东南大学 | 基于spfa的ldpc码环数判定方法及系统 |
CN110086476B (zh) * | 2019-04-02 | 2021-01-26 | 中山大学 | 基于消息更新范围固定的动态选择策略的ldpc码译码方法 |
CN110719108B (zh) * | 2019-08-26 | 2021-08-20 | 北京大学 | 基于环的连通性的qc-ldpc码字扩展方法及系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101119302B1 (ko) * | 2007-04-20 | 2012-03-19 | 재단법인서울대학교산학협력재단 | 통신 시스템에서 저밀도 패리티 검사 부호 부호화 장치 및방법 |
CN101686061A (zh) * | 2008-09-27 | 2010-03-31 | 松下电器产业株式会社 | 构造低密度奇偶校验码的方法及发送/接收装置和系统 |
CN102723956B (zh) * | 2012-05-25 | 2015-03-11 | 华中科技大学 | 一种ldpc码的生成方法 |
-
2017
- 2017-09-18 CN CN201710842763.4A patent/CN107919875B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN107919875A (zh) | 2018-04-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4602418B2 (ja) | 検査行列生成方法、符号化方法、復号方法、通信装置、符号化器および復号器 | |
US8296618B2 (en) | Parity check matrix generation method, data transmission system, encoding device, decoding device, and a parity check matrix generation program | |
RU2450442C2 (ru) | Способ и устройство для кодирования и декодирования канала в системе связи с использованием кодов с низкой плотностью проверок на четность | |
US8418020B2 (en) | LDPC selective decoding scheduling using a cost function | |
US8413008B2 (en) | Method for recovery of lost and/or corrupted data | |
US11057049B2 (en) | Generalized low-density parity check codes in digital communication system | |
AU2004306640A1 (en) | Method for encoding low-density parity check code | |
CN107919875B (zh) | LDPC码Tanner图环结构的评估方法及其所应用的两种优化方法 | |
CN103259545A (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 | |
WO2022037504A1 (zh) | 一种应用于深空通信的多模式ldpc译码器 | |
KR20100066514A (ko) | 패리티 체크 타입의 코드로 심볼을 인코딩하는 방법 및 장치, 및 이에 대응하는 디코딩 방법 및 장치 | |
CN110830050B (zh) | 一种ldpc译码方法、系统、电子设备及存储介质 | |
CN110830048A (zh) | 基于奇偶校验矩阵分解构造全分集ldpc码的纠错方法 | |
CN108259128B (zh) | 一种基于非随机生成矩阵的系统Raptor码的构造方法 | |
CN106027069A (zh) | 一种循环切换的混合加权比特翻转ldpc译码方法 | |
CN110798312A (zh) | 连续变量量子密钥分发系统的秘密协商方法 | |
CN111162872B (zh) | 用于水声通信的联合均衡与Raptor译码算法 | |
Shi et al. | Design of time-invariant SC-LDPC codes based on PEG algorithm | |
WO2011144161A1 (zh) | 前向纠错方法、装置及系统 | |
CN101908893B (zh) | 一种优化ldpc码校验矩阵列重分布的方法 | |
CN113346914B (zh) | 一种采用相对残差的ldpc码动态调度译码方法 | |
KR101267756B1 (ko) | 가변 부호화율 불규칙 반복 다상 누산 부호화 및 복호화 방법과 이를 위한 장치 | |
Lin et al. | Multi-Round Joint Belief Propagation Decoding with Perturbation for JSCC System Based on DP-LDPC Codes | |
CN112422136A (zh) | 一种非规则ldpc码的奇偶校验矩阵的设计方法 | |
KR101227328B1 (ko) | 가변 부호화율 결합 상태 체크 코드 부호화 및 복호화 방법과 이를 위한 장치 |
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 |