CN108574492A - 一种改进的ldpc码和积译码方案 - Google Patents

一种改进的ldpc码和积译码方案 Download PDF

Info

Publication number
CN108574492A
CN108574492A CN201810415350.2A CN201810415350A CN108574492A CN 108574492 A CN108574492 A CN 108574492A CN 201810415350 A CN201810415350 A CN 201810415350A CN 108574492 A CN108574492 A CN 108574492A
Authority
CN
China
Prior art keywords
node
decoding
check
variable
likelihood ratio
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.)
Pending
Application number
CN201810415350.2A
Other languages
English (en)
Inventor
袁建国
孙雪敏
刘书涵
蹇红
王晓蓉
刘力塽
袁素真
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.)
Chongqing University of Post and Telecommunications
Original Assignee
Chongqing University of Post and Telecommunications
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 Chongqing University of Post and Telecommunications filed Critical Chongqing University of Post and Telecommunications
Priority to CN201810415350.2A priority Critical patent/CN108574492A/zh
Publication of CN108574492A publication Critical patent/CN108574492A/zh
Pending legal-status Critical Current

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
    • H03M13/1111—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

本发明涉及一种改进的LDPC码和积译码方案。该发明为进一步提升LDPC码译码算法的纠错性能同时减少译码所需平均迭代次数，通过降低变量节点间的相关性提出一种LDPC码改进的和积译码算法。该发明进行两方面优化设计：一是采用变量节点似然比信息减去信道对数似然比信息的差值作为校验节点的输入，二是引入“改变检验节点更新过程可影响误码率性能”的思想，根据节点存在的状态动态调整校验节点的更新。仿真结果表明：在误码率为10‑6时，该改进译码算法比原译码算法提升约0.4dB的净编码增益。信噪比为5dB、5.5dB和6dB情况下，该改进的和积译码算法比原经典和积译码算法所需平均迭代次数均有明显下降，译码效率更好。

Description

一种改进的LDPC码和积译码方案
技术领域
本发明属于数字信号处理领域，涉及低密度奇偶校验(LowDensityParity-Check,LDPC)码译码方案，该方案通过对和积(Sum-Product,SP)译码算法进行改进优化，进而提出一种LDPC码改进的和积译码方案。
背景技术
低密度奇偶校验(LowDensityParity-Check,LDPC)码译码算法的优劣决定它能否发挥出编码的效果，对其综合性能起着极其重要的作用。同时，LDPC码的算法复杂度在其硬件实现上的作用也不容小视。经典的对数似然比置信传播(Log-LikelihoodRatioBeliefPropagation,LLR-BP)算法，又名和积译码(Sum-Product,SP)算法，是置信传播算法的对数表示。虽然和积译码的误比特率最低、纠错性能最好；但在校验节点处理过程中存在非线性函数的计算，处理的大都是浮点型数据，译码复杂度很高。而最小和译码(Min-Sum,MS)算法是在和积译码算法的基础上只选取对幅值影响最大的最小值用于校验节点的更新处理，好处是算法的复杂度大大降低了；但过估计了它的概率信息，降低了译码的准确性，纠错性能相对较差。部分研究学者通过引入单一的归一化因子或偏置因子来降低过估计的值，从而达到优化最小和算法的目的，但是这种改进提升的误比特率性能非常有限。
上述的译码算法要么性能非常好但复杂度很高，要么复杂度低但性能较差。在校验节点更新处理方式中引入单一因子优化的最小和算法，虽然误比特率性能获得了一定的提升，但提升的净编码增益十分有限，同时也证明了改变它的节点消息更新方式能够获得译码性能的提升。本文把采纳这种思想对经典和积译码算法加以改进，仿真结果表明，本文的改进算法能够提升译码的纠错性能同时大幅减少它的平均迭代次数。
发明内容
有鉴于此，本发明基于经典和积译码算法，提出一种LDPC码的改进和积译码方案。目的在于提升纠错性能的同时减少平均迭代次数进而降低译码的复杂度。首先，在信道初始化采用变量节点似然比信息减去信道对数似然比信息的差值作为校验节点的输入；然后，把前人优化校验节点更新信息的思想用在和积译码算法上，根据不同节点状态动态调整节点消息的更新方式；其它操作与原算法保持一致。这种改进减少了变量节点的相关性，使其每次迭代更新更加符合实际情况。仿真表明，本文所提出的改进和积译码算法在译码纠错性能和平均迭代次数上均能够取得不错的提升。
为达到上述目的，本发明提供如下技术方案：一种LDPC码的改进和积译码算法设计。包括：
第一步，进行信道初始化操作。采用变量节点似然比信息减去信道对数似然比的差值作为校验节点的输入。
第二步，水平译码，对校验节点迭代更新时，根据节点不同的状态选取不同的校验节点更新公式，这种方法更加地贴近实际情况，减少了变量节点的相关性。
第三步，垂直译码，进行变量节点的更新传递，将第二步的校验节点信息加上信道初始化信息传递给相邻的变量节点。接着将变量节点更新后的消息传递到相邻的第二个校验节点，如此反复，直到传递到最后一个相邻的校验节点。最后再对第二步的变量节点重复上述过程。
第四步，进行译码判决，如果满足译码判决条件v·HT＝0或者达到先前所设的最大迭代次数，则停止迭代；否则返回第二步进行下一次迭代译码。
本发明的有益效果在于：本发明提出的一种LDPC码的基于经典和积译码算法上的改进算法。算法分两部分进行优化，一是在信道初始化时，采用变量节点似然比信息减去信道对数似然比信息的差值作为校验节点的输入；二是将“改变节点消息更新方式能够获得译码性能的提升”的思想引入到和积译码算法的校验节点更新过程中去，根据节点的存在状态选择不同的校验节点更新公式，使得该算法具有更合适信道传输的消息更新规则。改进算法降低了变量节点的相关性，从而提升了译码的纠错性能，减少了它的平均迭代次数。
附图说明
为了使本发明的目的、技术方案和优异效果更加清楚，本发明提供如下附图进行说明：
图1为本发明方案的技术路线图；
图2为原和积译码算法在Tanner图上的消息传递过程；
图3为本发明改进的算法与原算法的纠错性能对比图；
图4为本发明的改进算法与原算法的平均迭代次数对比图。
具体实施方式
下面将结合附图，对本发明的具体实施方式和优选仿真实例进行详细的描述。
1.结合附图1说明，改进的和积译码算法首先对信道接收的符号进行初始化处理，采用变量节点似然比信息减去信道对数似然比信息的差值作为校验节点的输入。
接着，进行消息的传递过程。任意节点接收和发送给相邻节点的均是外部信息(即LLR的值)。水平译码，即在校验节点的更新处理时，我们根据不同的节点状态选择不同的校验节点更新方式。垂直译码，即在变量节点的更新处理时，计算校验节点向变量节点传递的外信息。
然后进行译码判决。和积译码算法一旦译码成功v·HT＝0或是达到预设的最大迭代次数就立即停止迭代。否则，会循环迭代译码，直到满足停止规则。
2.结合附图2说明，原和积译码算法阐述如下：译码迭代的实质为校验节点和变量节点之间外部信息的互相传递。在一次迭代过程中，首先初始化操作，经典和积译码算法是信道接收的信息直接作为变量节点的初始似然比，即接着水平译码，更新校验节点的信息，垂直译码，采用公式(3)计算校验节点向变量节点传递外部信息和信道初始化信息，然后译码判决，用公式(4)、(5)计算变量节点获得的全部信息。最后判断迭代停止与否。
3.结合附图2说明，为了进一步提升算法的译码纠错性能并且减少它的平均迭代次数，这里我们在信道初始化时采用变量节点似然比信息减去信道对数似然比信息的差值作为校验节点的输入；然后将动态调整节点更新过程的思想引入到经典和积译码算法中去，使该改进算法具有更加合适的消息更新规则，降低了变量节点间的相关性，从而提升其译码纠错性能同时降低译码平均迭代次数。
其算法步骤如下：
1、AWGN下的初始化
采用变量节点似然比信息减去信道对数似然比的差值作为校验节点的输入。
L(l)(rji)-L(vi)＝L(l)(qi'j) (6)
2、译码迭代处理的过程
1)水平译码，计算校验节点的信息处理。
令第l次迭代，信息节点向校验节点传递的信息为：
通过式(7)的处理，可以有效地减少变量节点的相关性。其中，K为常数，通过仿真实验选取K＝3。mean(t)为取均值函数。
2)垂直译码，计算变量节点的信息处理。
第l次迭代，校验节点向信息节点传递的信息为:
(3)译码判决：
计算硬判决信息L(Qi)。
若v·HT＝0或达到预设的最大迭代次数，则停止迭代；否则，转到第(2)步进行下一次迭代。
4.结合附图3说明，图3为QC-LDPC(6200,5800)码在改进后与原经典和积译码算法下译码纠错性能仿真对比图。由图3中可以看出，随着信噪比的增加，改进算法和原算法获得的纠错性能提升更加明显；当误码率在10-6量级时，本发明改进算法相比于原和积译码算法取得0.4dB的净编码增益。
5.结合附图4说明，图4为本发明的改进算法与原和积译码算法的平均迭代次数的对比图。由图4中可以看出，在信噪比为5.5dB～6.5dB时，平均迭代次数随着SNR的增加大幅降低，并且本发明的改进算法比原算法所需的平均迭代次数少。说明本发明的改进译码算法译码效率较好。因为复杂度与平均迭代次数呈正比的关系，复杂度也相应的降低了。
该仿真参数设置如下：本发明选取的码型为基于斐波那契数列构造的高码率的QC-LDPC(6200,5800)码，仿真信道为加性高斯白噪声(Additive White Gaussian Noise,AWGN)信道，采用BPSK调制，译码最大迭代次数设定为16。
最后说明的是，以上优选仿真实例仅用以说明本发明的技术方案而非限制，尽管通过上述优选仿真实例已经对本发明进行了详细的描述，但本领域技术人员应当理解，可以在形式上和细节上对其作不同样式的改变，而不偏离本发明权利要求书所限定的范围。

Claims (3)

1.本发明涉及一种低密度奇偶校验(Low Density Parity-Check,LDPC)码的改进和积译码算法方案。该方案在信道初始化时，采用变量节点似然比信息减去信道对数似然比信息的差值作为校验节点的输入。然后，将“改变检验节点更新过程可以影响误码率性能”的思想引入到经典和积译码算法中去，根据节点的状态进行动态调整校验节点消息的更新公式，减少了变量节点间的相关性，使改进的和积译码算法消息更新过程更加符合实际。
译码的实质是在校验节点和变量节点之间的消息的互相传递，一定次数的迭代后信息趋于稳定，之后再增加迭代次数也不会提升误码率性能。定义符号：
v＝(v1,v2,L,vn)表示编码后的码字；
L(l)(rji)表示第l次迭代，校验节点j向变量节点i传递的外部似然比信息；
L(l)(qij)表示第l次迭代，变量节点i向校验节点j传递的外部似然比信息；
C(i)表示与变量节点i相连校验节点的集合；
C(i)\j表示除j节点外与变量节点相连的校验节点的集合；
R(j)表示与校验节点j相连变量节点的集合；
R(j)\i表示除i节点外与校验节点相连的变量节点的集合。
2.根据权利要求1所述方案，本发明方案包含以下步骤：
1)信道初始化：经典和积译码算法是信道接收的信息直接作为变量节点的初始似然比，而改进后的算法采用变量节点似然比信息减去信道对数似然比信息的差值作为校验节点的输入。
L(l)(rji)-L(vi)＝L(l)(qi'j) (1)
2)消息迭代更新过程
译码迭代的实质为校验节点和变量节点之间外部信息的互相传递。
①水平译码，校验节点消息处理更新
根据节点存在状态，选择不同的校验节点更新公式。第l次迭代译码时，变量节点向校验节点传递的信息为
其中，mean(t)为取均值运算，K为常数，通过仿真实验选取K＝3。
②垂直译码，比特节点消息处理更新
第l次迭代译码时，校验节点向变量节点传递的信息为
3)译码判决
对全部的变量节点计算其硬判决信息L(l)(Qi)。
若L(l)(Qi)小于零，则判变量节点取值为1；反之，判取值为0，即(5)式。
若满足v·HT＝0条件或者迭代次数已经达到先前所设的最大值，则停止迭代。否则，返回第2)步进行下一次迭代。
3.根据权利要求2所述的一种改进的LDPC码和积译码算法方案，其特征在于：信道初始化时采用变量节点似然比信息减去信道对数似然比信息的差值作为校验节点的输入；然后将动态调整节点更新过程的思想引入到经典和积译码算法中去，使该改进算法具有更加合适的消息更新规则，降低了变量节点间的相关性，从而提升其译码纠错性能同时降低译码平均迭代次数。
CN201810415350.2A 2018-05-03 2018-05-03 一种改进的ldpc码和积译码方案 Pending CN108574492A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810415350.2A CN108574492A (zh) 2018-05-03 2018-05-03 一种改进的ldpc码和积译码方案

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810415350.2A CN108574492A (zh) 2018-05-03 2018-05-03 一种改进的ldpc码和积译码方案

Publications (1)

Publication Number Publication Date
CN108574492A true CN108574492A (zh) 2018-09-25

Family

ID=63575552

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810415350.2A Pending CN108574492A (zh) 2018-05-03 2018-05-03 一种改进的ldpc码和积译码方案

Country Status (1)

Country Link
CN (1) CN108574492A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109343800A (zh) * 2018-09-30 2019-02-15 深圳市得微电子有限责任公司 存储设备管理方法、装置及可读存储介质
CN111464191A (zh) * 2020-05-25 2020-07-28 重庆邮电大学 一种基于矩阵扩展和斐波那契数列的rc-ldpc码构造方法
CN111565051A (zh) * 2020-04-10 2020-08-21 北京邮电大学 一种用于ldpc码的自学习归一化偏置最小和译码方法
CN112653474A (zh) * 2020-12-22 2021-04-13 西南大学 一种降低平均迭代次数的紧缩型ldpc-cc译码器设计方法
CN113572482A (zh) * 2021-08-03 2021-10-29 南京大学 一种仅基于最小值的ldpc码最小和译码方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030229843A1 (en) * 2002-06-11 2003-12-11 Nam-Yul Yu Forward error correction apparatus and method in a high-speed data transmission system
CN101197579A (zh) * 2007-12-27 2008-06-11 华为技术有限公司 信道译码方法、装置和低密度奇偶校验码译码器
CN101350695A (zh) * 2007-07-20 2009-01-21 电子科技大学 低密度奇偶校验码译码方法及系统
CN105024704A (zh) * 2015-07-17 2015-11-04 西安空间无线电技术研究所 一种低复杂度的列分层ldpc译码器实现方法
CN106301388A (zh) * 2015-05-14 2017-01-04 北京航空航天大学 多进制ldpc码译码方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030229843A1 (en) * 2002-06-11 2003-12-11 Nam-Yul Yu Forward error correction apparatus and method in a high-speed data transmission system
CN101350695A (zh) * 2007-07-20 2009-01-21 电子科技大学 低密度奇偶校验码译码方法及系统
CN101197579A (zh) * 2007-12-27 2008-06-11 华为技术有限公司 信道译码方法、装置和低密度奇偶校验码译码器
CN106301388A (zh) * 2015-05-14 2017-01-04 北京航空航天大学 多进制ldpc码译码方法
CN105024704A (zh) * 2015-07-17 2015-11-04 西安空间无线电技术研究所 一种低复杂度的列分层ldpc译码器实现方法

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109343800A (zh) * 2018-09-30 2019-02-15 深圳市得微电子有限责任公司 存储设备管理方法、装置及可读存储介质
CN109343800B (zh) * 2018-09-30 2021-11-12 深圳市得一微电子有限责任公司 存储设备管理方法、装置及可读存储介质
CN111565051A (zh) * 2020-04-10 2020-08-21 北京邮电大学 一种用于ldpc码的自学习归一化偏置最小和译码方法
CN111565051B (zh) * 2020-04-10 2022-11-25 北京邮电大学 一种用于ldpc码的自学习归一化偏置最小和译码方法
CN111464191A (zh) * 2020-05-25 2020-07-28 重庆邮电大学 一种基于矩阵扩展和斐波那契数列的rc-ldpc码构造方法
CN112653474A (zh) * 2020-12-22 2021-04-13 西南大学 一种降低平均迭代次数的紧缩型ldpc-cc译码器设计方法
CN112653474B (zh) * 2020-12-22 2022-12-13 西南大学 一种降低平均迭代次数的紧缩型ldpc-cc译码器设计方法
CN113572482A (zh) * 2021-08-03 2021-10-29 南京大学 一种仅基于最小值的ldpc码最小和译码方法
CN113572482B (zh) * 2021-08-03 2024-04-09 南京大学 一种仅基于最小值的ldpc码最小和译码方法

Similar Documents

Publication Publication Date Title
CN108574492A (zh) 一种改进的ldpc码和积译码方案
Vangala et al. A comparative study of polar code constructions for the AWGN channel
JP5138221B2 (ja) 誤り訂正符号をｍｉｎ−ｓｕｍ復号化する方法
CN101345532B (zh) Ldpc信道编码的译码方法
He et al. A joint source and channel coding scheme base on simple protograph structured codes
CN105207682B (zh) 基于动态校验矩阵的极化码置信传播译码方法
CN110830049B (zh) 一种基于密度进化改进偏移最小和的ldpc译码方法
CN110830050B (zh) 一种ldpc译码方法、系统、电子设备及存储介质
CN110022159B (zh) 一种快速收敛的ldpc码译码算法
CN107565978B (zh) 基于Tanner图边调度策略的BP译码方法
CN111342935B (zh) 基于qc-ldpc码的高性能软判决译码方法
CN108809518B (zh) 用于降低错误性能的级联Spinal码构建方法
CN101577607A (zh) 可提前结束迭代的归一化最小和译码方法
US20210242885A1 (en) Ldpc decoding method and ldpc decoding apparatus
KR20090012189A (ko) Ｌｄｐｃ 부호의 성능 개선을 위한 스케일링 기반의 개선된ｍｉｎ-ｓｕｍ 반복복호알고리즘을 이용한 복호 장치 및그 방법
Zhou et al. Performance analysis of LDPC decoding algorithm
CN106603083B (zh) 基于ldpc码节点剩余度置信传播译码的改进方法
CN104168031B (zh) 一种用于ldpc码的迭代译码方法
El Maammar et al. Performance analysis of layered normalized min-sum for LDPC codes over weibull fading channels
Cheng et al. An decoding parameter optimization method for LDPC codes in 5G NR based on 3D EXIT chart
Johnston et al. Sum-product algorithm utilizing soft distances on additive impulsive noise channels
Sun et al. Piggybacking belief propagation decoding for rateless codes based on RA structure
CN113572482B (zh) 一种仅基于最小值的ldpc码最小和译码方法
CN113098531B (zh) 一种基于最小和译码框架的动态偏移补偿方法
CN111628786B (zh) Ldpc码的自适应最小和译码方法

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20180925

WD01 Invention patent application deemed withdrawn after publication