CN109951250B - 通信信号的ldpc编码方法和装置 - Google Patents

Abstract

本申请提供了一种通信信号的LDPC编码方法和装置，能够降低编码复杂度。该编码方法包括：根据待发送通信信号的信息比特，获取(N‑M)×1信息比特向量I(x)；根据I(x)和M×(N‑M)系统部分矩阵N(x)，获取校验集合向量D(x)，D(x)满足以下条件：D(x)＝{N(x)I(x)}mod2；确定M×M校验部分矩阵M(x)，M(x)为双对角线矩阵，M(x)的第一列向量对应的多项式矩阵Q(x)表示为Q(x)＝I+x^ah+x^bh，且Q^‑1(x)＝x^‑2×β×hQ(x)，a、b为互不相同的常数，h＝2^j‑1，β为正整数，j为正整数；根据D(x)和M(x)，确定I(x)对应的校验比特向量C(x)，C(x)满足以下条件：D(x)＝{M(x)C(x)}mod2；根据I(x)和C(x)，生成待发送通信信号对应的编码码字。

Description

通信信号的LDPC编码方法和装置

技术领域

本申请涉及编解码领域，尤其涉及通信信号的LDPC编码方法和装置。

背景技术

编解码在电子计算机、电视、遥控等各类通信技术方面广泛使用。随着对通信速率的要求越来越高，对编解码方法提出了更严格的要求。相关技术流行使用低密度奇偶校验(low density parity check,LDPC)编码方案。LDPC为一种可灵活实现并行译码的前向纠错编码方案，其可以应用于多种现代通信系统和领域。例如，深空通信、光纤通信、卫星数字视频和音频广播等领域。

LDPC是通过校验矩阵定义的一类线性码。为了简化LDPC编码过程，现代通信系统通常采用一种基于准循环的LDPC码作为基本码，其基本校验矩阵包括系统部分矩阵N(x)和校验部分矩阵M(x)。其中，M(x)中的每一个元素代表一个循环右移的Z*Z单位阵，Z表示缩放因子。M(x)的第一列向量可以用Q(x)表示。其中若M(x)的第一列向量中的非零元素可以为ABA或ABC的形式。其中ABA形式表示M(x)的第一列向量中有两个非零元素相同。ABC形式表示M(x)的第一列向量中的非零元素互不相同。在码长较短的情况下，ABC形式可能会导致解码误码平层(error floor)。ABC形式下，相关技术中的Q(x)通常采用的多项式为Q(x)＝I+x^5h+x^12h，h＝2^j-2，j为大于2的整数。这种方式可以消除误码平层，但编码复杂度较大。在LDPC编码过程涉及到对Q(x)求逆的运算，由于矩阵求逆需要计算平方矩阵及平方矩阵与多项式的乘积得到，求平方运算增加了运算复杂度，且随着缩放因子Z的增大，编码复杂度越高。因此。当前LDPC编码方案的计算复杂度较大且可支持的缩放因子较少。为了适应更高的通信速率，我们希望能够尽可能地降低编码复杂度。

发明内容

本申请提供一种通信信号的LDPC编码方法和装置，能够降低编码复杂度，节约计算资源。

第一方面，提供了一种通信信号的LDPC编码方法，包括：根据待发送通信信号的信息比特，获取(N-M)×1信息比特向量I(x)，其中I(x)中的每个元素包括Z个信息比特，N、M、Z分别为正整数，N＞M；根据I(x)和M×(N-M)系统部分矩阵N(x)，获取校验集合向量D(x)，D(x)满足以下条件：D(x)＝{N(x)I(x)}mod2；确定M×M校验部分矩阵M(x)，M(x)为双对角线矩阵，M(x)的第一列向量对应的多项式矩阵Q(x)表示为Q(x)＝I+x^ah+x^bh，且Q^-1(x)＝x-^{2×β× h}Q(x)，a、b为互不相同的常数，h＝2^j-1，β为正整数，j为正整数；根据D(x)和M(x)，确定I(x)对应的校验比特向量C(x)，C(x)表示I(x)对应的校验比特向量，C(x)中的每个元素表示由Z个校验比特组成的一个向量，C(x)满足以下条件：D(x)＝{M(x)C(x)}mod2，其中，C₀(x)是通过分别对

进行多次线性循环移位之后再进行伽罗华域GF(2)累和获取的，C₀(x)为C(x)的第一个元素，D_i(x)表示D(x)中的第i+1个元素；根据I(x)和C(x)，生成所述待发送通信信号对应的编码码字。

在本申请实施例中，在LDPC编码方案的基础上，对校验部分矩阵M(x)的第一列向量Q(x)进行设置，使得在编码过程中能够通过对向量D(x)进行多次线性循环移位并求和以获取校验比特，避免了对Q(x)的求平方运算，从而降低了对通信信号编码的复杂度，提高了通信质量。

在一种可能的实现方式中，a＝2，b＝lcmA×h，lcmA表示集合A包括的元素的最小公倍数，所述集合A包括至少一个奇数，Z＝α×2^j，α为2或集合A中的任一元素，所述C₀(x)是通过分别对

进行循环右移Z-2×β×h、2×(1-β)×h以及(lcmA-2×β)×h之后再进行GF(2)累和获取的，Z＝α×2^j，α∈{2 A}，β∈{2 lcmA}。

在本申请实施例中，通过对Q(x)的系数a和b进行设置，使得在编码过程中能够通过对向量D(x)进行多次循环右移并求和以获取校验比特，避免了对Q(x)的求平方运算，从而降低了编码的复杂度，并能够扩展缩放因子的范围，提高了编码的灵活度。

在一种可能的实现方式中，a＝C_a×lcmA₁×h，b＝C_b×lcmA₂×h，lcmA₁表示集合A₁包括的元素的最小公倍数，lcmA₂表示集合A₂包括的元素的最小公倍数，所述集合A₁和所述集合A2分别包括至少一个奇数，且所述集合A₁和所述集合A₂的交集为空集，Z＝α×2^j，α为2或集合A₁和集合A₂中的任一元素，C_a和C_b均为常数，所述C₀(x)是通过分别对

进行循环右移Z-2*β*h、(C_a×lcmA₁-2×β)×h以及(C_b×lcmA₂-2×β)×h之后再进行GF(2)累和获取的，Z＝α×2^j，α∈{2 A₁ A₂}，β∈{0 C_a×lcmA₁ C_b×lcmA₂}。

在本申请实施例中，通过对Q(x)的系数a和b进行设置，使得在编码过程中能够通过对向量D(x)进行多次循环右移并求和以获取校验比特，避免了对Q(x)的求平方运算，从而降低了编码的复杂度，并能够扩展缩放因子的范围，提高了编码的灵活度。

在一种可能的实现方式中，Q(x)符合以下条件中的至少一项：a与b为奇数，且a与b互质；c＝a-b为偶数且不为4或4的倍数；c与a、b均互质；lcmA₁与lcmA₂互质。

在一种可能的实现方式中，

第二方面，提供了一种编码装置，该装置用于执行上述第一方面或第一方面的任意可能的实现方式中的方法。具体地，该装置包括用于执行上述第一方面或第一方面的任意可能的实现方式中的方法的模块。

第三方面，提供一种编码器，包括非易失性存储介质，以及处理器，所述非易失性存储介质存储有可执行程序，所述处理器与所述非易失性存储介质连接，并执行所述可执行程序以实现所述第一方面或其各种实现方式中的方法。

第四方面，提供一种计算机程序产品，当所述计算机程序产品被编码装置运行时，使得所述编码装置执行所述第一方面或其各种实现方式中的方法。

第五方面，提供一种计算机可读介质，所述计算机可读介质存储用于设备执行的程序代码，所述程序代码包括用于执行第一方面或其各种实现方式中的方法的指令。

附图说明

图1是本申请实施例的编码方法的应用场景示意图。

图2是本申请实施例的校验矩阵的示意图。

图3是本申请又一实施例的校验矩阵的示意图。

图4是本申请实施例的编码方法的流程示意图。

图5是本申请实施例的装置的示意图。

图6是本申请又一实施例的装置的示意图。

具体实施方式

下面将结合附图，对本申请中的技术方案进行描述。

本申请实施例的技术方案可以应用于各种通信系统，例如：全球移动通讯(GlobalSystem of Mobile communication，GSM)系统、码分多址(Code Division MultipleAccess，CDMA)系统、宽带码分多址(Wideband Code Division Multiple Access，WCDMA)系统、通用分组无线业务(General Packet Radio Service，GPRS)、长期演进(Long TermEvolution，LTE)系统、LTE频分双工(Frequency Division Duplex，FDD)系统、LTE时分双工(Time Division Duplex，TDD)、通用移动通信系统(Universal MobileTelecommunication System，UMTS)、全球互联微波接入(Worldwide Interoperabilityfor Microwave Access，WiMAX)通信系统、未来的第五代(5th Generation，5G)系统或新无线(New Radio，NR)等。在通信系统中，对通信信号进行编码可提高通信质量。

图1示出了对通信信号做LDPC编解码方法的场景示意图。如图1所示，在编码方面，LDPC编码器可以从信源获取待发送通信信号的信息比特发送至LDPC编码器进行编码，以得到编码码字。编码码字包括校验比特和信息比特。对编码码字进行调制之后的通信信号可以送入信道进行传输。所述信道可能包括干扰和噪声。相应地，在解码方面，LDPC解码器可以从信道获取待解码的数据，LDPC解码器对该数据进行解码，即根据待解码数据中的校验比特对待解码数据进行误码检查以及纠错，然后输出解码后的信息。

LDPC编码方法可以应用上文所述的各种通信系统。并且LDPC编码方法在很多其他通信领域具有应用潜力，例如深空通信、光纤通信、卫星数字视频、数字水印、磁/光/全息存储、移动和固定无线通信、电缆调制/解调器和数字用户线等领域。

本申请实施例提供了一种编码方法，其在LDPC编码方案的基础上，对校验部分矩阵M(x)进行改进，从而降低了编码的复杂度，并能够扩展缩放因子的范围，提高了编码的灵活度。

图2是本申请实施例的LDPC校验矩阵的示意图。结合图2，下面简单介绍LDPC的校验矩阵。LDPC是通过校验矩阵定义的一种线性分组码。线性分组码可由校验矩阵唯一确定。其中校验矩阵表示信息比特与校验比特的对应关系。LDPC校验矩阵包括两部分矩阵。一部分矩阵为系统部分矩阵N(x)，其对应于系统比特；另一部分为校验部分矩阵M(x)，其对应于校验比特。I(x)与M(x)满足以下条件：D(x)＝{N(x)I(x)}mod2＝{M(x)C(x)}mod2，mod 2表示进行伽罗华域GF(2)转换。其中，I表示单位矩阵。图2中M(x)为双对角线矩阵。且图2中的A、B、C表示M(x)的第一列向量中的非零元素互不相同。

校验矩阵中的每个元素代表一个循环右移Z×Z的单位阵。其中，Z为缩放因子，代表单位阵的大小。校验矩阵中，每一个元素的值代表相应单位阵循环右移位数。

LDPC校验矩阵是一个稀疏矩阵。相对于行与列的长度，LDPC校验矩阵每行、列中非零元素的数目(或者称作行重、列重)非常小，这也是LDPC码之所以称为低密度码的原因。

图3示出了本申请又一实施例的LDPC校验矩阵的示意图。在一些场景中，例如NR场景中，为了适应可变码率编码需求，可以在图2的LDPC校验矩阵的基础上作进一步扩充，增加扩充校验(additional parity)矩阵，根据扩充校验矩阵，可以计算出扩充检验比特，并在编码码字中添加该扩充校验比特。

图4示出了本申请实施例的编码方法400的流程示意图。下面结合图4，介绍本申请实施例的编码方法。在S401部分，根据待发送通信信号的信息比特，获取(N-M)×1信息比特向量I(x)，其中I(x)中的每个元素包括Z个信息比特。其中，N、M、Z分别为正整数，N＞M。Z为缩放因子。可选地，所述待发送通信信号可以是上述各种通信系统中的待编码的待发送通信信号。上述待发送通信信号可以属于视频领域、音频领域、图像领域或其他任何需要编解码领域中的待编码的通信信号。

上述待发送通信信号包括多个信息比特，在编码时，可以依序将上述多个信息比特划分为规格为N-M行1列的信息比特向量I(x)，其中I(x)中的每个元素包括Z个信息比特。或者说，上述信息比特为包括N-M个元素的向量I(x)，且向量I(x)中的每个元素包括Z个信息比特。或者，也可以理解为，将上述信息比特划分为(N-M)×Z×1的向量。

在S402部分，根据I(x)和M×(N-M)系统部分矩阵N(x)，获取校验集合向量D(x)。其中，LDPC校验矩阵为M×N矩阵，其包括I(x)和M(x)。其中I(x)为M×(N-M)矩阵，M(x)为M×M矩阵。D(x)满足以下条件：D(x)＝{N(x)I(x)}mod2，其中C(x)表示I(x)对应的校验比特向量，C(x)中的每个元素表示由Z个校验比特组成的一个向量。

在S403部分，确定M×M校验部分矩阵M(x)。其中，M(x)为双对角线矩阵，M(x)的第一列向量对应的多项式矩阵Q(x)表示为Q(x)＝I+x^ah+x^bh，且Q^-1(x)＝x^-2×β×hQ(x)，a、b为互不相同的常数，h＝2^j-1，β为正整数，j为正整数。M(x)的第一列向量中的任一两个非零元素均不相同。h表示缩放因子指数。例如，M(x)可以表示为：

其中，I(x)表示Z×Z的单位矩阵。

可以通过设置Q(x)的系数a和b，使得

换句话说，对Q(x)求逆矩阵Q^-1(x)能够通过对Q(x)进行线性循环移位获取，而无需对Q(x)求平方。因此降低了编码的复杂度。

在S404部分，根据D(x)和M(x)，确定I(x)对应的校验比特向量C(x)。C(x)表示I(x)对应的校验比特向量，C(x)中的每个元素表示由Z个校验比特组成的一个向量。具体地，可以先确定C(x)中的第一个元素C₀(x)，然后利用M(x)的双对角线结构，通过公式D(x)＝{M(x)C(x)}mod2，迭代计算出C(x)的其他元素。

C(x)满足以下条件：D(x)＝{M(x)C(x)}mod2，其中，C₀(x)是通过分别对

进行多次线性循环移位之后再进行伽罗华域GF(2)累和获取的，C₀(x)为C(x)的第一个元素，D_i(x)表示D(x)中的第i+1个元素。具体地，

由于

即Q^-1(x)能够通过对Q(x)进行线性循环移位获取。因此，根据将Q^-1(x)代入

后得到的结果，也可以通过对

进行多次线性循环移位，并对多次线性循环移位的结果再进行伽罗华域GF(2)累和获取C₀(x)。下文中将进一步描述获取C₀(x)的具体过程。

S405，根据I(x)和C(x)，生成所述待发送通信信号对应的编码码字。例如，在确定C(x)中的每个元素的值之后，即确定了待发送通信信号的信息比特对应的校验比特之后，将校验比特加在信息比特之后，以生成编码码字。

在本申请实施例中，在LDPC编码方案的基础上，对校验部分矩阵M(x)的第一列向量Q(x)进行设置，使得在编码过程中能够通过对向量D(x)进行多次线性循环移位并求和以获取校验比特，避免了对Q(x)的求平方运算，从而降低了编码的复杂度。

下文将进一步描述多项式矩阵Q(x)。本申请实施例提出了两种设置校验矩阵的方案，其通过构造M(x)对应的多项式Q(x)＝I+x^ah+x^bh的系数a和b，以实现Q^-1(x)＝x^-2×β×hQ(x)。

在第一种方案中，a＝2，b＝lcmA×h。第一种方案中构造的多项式Q(x)可以表示为：

Q(x)＝I+x^2h+x^lcmA×h (1)

其中，lcmA表示集合A包括的元素的最小公倍数，所述集合A包括至少一个奇数。例如，A∈{3,5,7,9,...}。h＝2^j-1，h为缩放因子指数。可支持的缩放因子Z＝α×2^j，其中，α可以称为缩放因子系数。α可以为2或者集合A中的任意元素。例如，α∈{2,3,5,7,9,...}。

针对伽罗华域GF(2)的校验矩阵，我们可求得该多项式矩阵Q(x)的平方为：

若α＝2，并且由于I＝I^Z，推导出x^2×2j＝x⁰＝I为单位阵，因此，

若α∈{3,5,7,9,...}，由于α为集合A中的元素，由于I＝I^Z＝I^α×2j，因此

因此，

在第二种方案中，a＝C_a×lcmA₁×h，b＝C_b×lcmA₂×h，lcmA₁。第二种方案中构造的多项式Q(x)可以表示为：

其中，lcmA₁表示集合A₁包括的元素的最小公倍数，lcmA₂表示集合A₂包括的元素的最小公倍数，所述集合A₁和所述集合A2分别包括至少一个奇数，且所述集合A₁和所述集合A₂的交集为空集。h＝2^j-1，h为缩放因子指数。可支持的缩放因子Z＝α×2^j，其中，α可以为2或者集合A₁和集合A₂中的任意元素。例如，α∈{2,3,5,7,9,...}。

另外，为了保证多项式矩阵Q(x)能简单求逆，Q(x)符合以下条件中的至少一项或全部项：a与b为奇数，且a与b互质；c＝a-b为偶数且不为4或4的倍数；c与a、b均互质；lcmA₁与lcmA₂互质。

可选地，可以通过对C_a和C_b进行配置，以使得Q(x)能够达到上述条件。

同样的，针对伽罗华域GF(2)的校验矩阵，我们可求得该多项式矩阵Q(x)的平方为：

若α＝2，由于c＝a-b为偶数，因此，

若α∈{3,5,7,9,...}，由于α为集合A₁或集合A₂中的元素，因而

或

中的其中一个为单位阵I。

例如，若α∈A₁，由于I＝I^Z＝I^α×2j，

则

又例如，若α∈A₂，由于I＝I^Z＝I^α×2j，

则

由上述分析可以见，第一种方案和第二种方案中，Q(x)均满足条件：

针对上式(3)继续进行推导，可以获取Q^-1(x)：

由公式(4)可知，对Q(x)求逆可通过对Q(x)循环右移-2×β×h位得到。

接下来进一步描述上述两种方案中的C₀(x)的获取方法。

在第一种方案中，逆矩阵Q^-1(x)可以进一步分解为：

Q^-1(x)＝x^-2×β×hQ^-1(x)＝x^-2×β×h{I+x^2h+x^lcmA×h}＝x^Z-2×β×h+x^2×(1-β)×h+x^{(lcmA-2×β)×h}(5)

根据M(x)的双对角线特性，C₀(x)可以通过下式获取：

将公式(5)代入公式(6)，可获得：

即由公式(7)可知，在具体实施例中，可以分别对

进行循环右移Z-2×β×h、2×(1-β)×h以及(lcmA-2×β)×h之后，再对上述循环右移的结果进行GF(2)累和获取C₀(x)。

可选地，在具体实施例中，可预先计算出不同缩放因子Z对应的循环右移的值并存储，编码时无需实时计算Z-2×β×h、(C_a×lcmA₁-2×β)×h以及(C_b×lcmA₂-2×β)×h这三个值。

在第二种方案中，逆矩阵Q^-1(x)可以进一步分解为：

根据M(x)的双对角线特性，C₀(x)可以通过下式获取：

将公式(5)代入公式(6)，可获得：

即由公式(9)可知，在具体实施例中，可以分别对

进行循环右移Z-2×β×h、(C_a×lcmA₁-2×β)×h以及(C_b×lcmA₂-2×β)×h之后，再对上述循环右移的结果进行GF(2)累和获取C₀(x)。

可选地，在具体实施例中，可预先计算出不同缩放因子Z对应的循环右移的值并存储，编码时无需实时计算Z-2×β×h、(C_a×lcmA₁-2×β)×h以及(C_b×lcmA₂-2×β)×h这三个值。

相关技术中的LDCP编码过程中，需要求出多项式矩阵Q(x)的平方矩阵，然后再做两次矩阵乘法才能得到C₀(x)，其运算量较大。受编码复杂度的限制，相关技术中的LDCP编码方案能够支持的缩放因子Z有限。而本申请实施例提供的编码方法中，只需将计算得的向量

分别进行线性循环移位并对线性循环移位的结果进行GF(2)累和即可得到C₀(x)。

本申请实施例提供的编码方法和现有技术相比，减少了矩阵乘法的计算时延，同时由于编码复杂度的减少，扩展了可支持的缩放因子Z的范围。换句话说，由于编码复杂度的减少，对于相同的计算资源，本申请实施例能够提供更大的缩放因子Z的范围。

上文介绍了本申请实施例的编码方法以及其原理。下文将进一步描述本申请的编码方法的具体实施例。针对第一种方案中多项式矩阵Q(x)的构造方法，在一个具体示例中，首先可以确定集合A的范围为A∈{3,5,7,9,11,13,15}，从而缩放因子系数的取值范围为α∈{2,3,5,7,9,11,13,15}。或者，也可以先确定缩放因子系数α的范围，再根据α确定集合A的范围。其中，上述取值仅作为示例，集合A的范围可以为任意奇数的组合，α可以是2或集合A中的任意元素。

根据集合A，可以得到如下多项式矩阵Q(x)：

Q(x)＝I+x^2h+x^{5×7×9×11×13×h}

若α＝3，j＝1，则缩放因子Z＝α×2^j＝3×2¹＝6,Q(x²)＝Q(x²)＝x^2×2j，且有

上述多项式矩阵Q(x)以及x²可以分别采用Z×Z矩阵表示为：

由上式推导，Q^-1(x)可由Q(x)循环右移2列得到，即Q^-1(x)可以采用Z×Z矩阵表示为：

根据前面的推导C₀(x)可由下式获取：

即可以将向量

分别进行循环右移2，4，5位并对线性循环移位的结果进行GF(2)累和即可得到C₀(x)。

针对第二种方案中多项式矩阵Q(x)的构造方法，在一个具体示例中，首先可以确定集合A₁和A₂的范围分别为A₁∈{3,5,7,9,15}，A₂∈{11,13}。从而缩放因子系数的取值范围为α∈{2,3,5,7,9,11,13,15}。或者，也可以先确定缩放因子系数α的范围，再根据α确定集合A₁和A₂的范围。其中，上述取值仅作为示例，集合A₁和A₂的范围可以为任意奇数的组合，α可以是2或集合A₁和A₂中的任意元素。

根据集合A₁和A₂，可以得到如下多项式矩阵Q(x)：

其中，C_a＝3,C_b＝1。

Q(x)＝I+x^{3×5×7×9×h}+x^11×13×h

若α＝2，j＝1，则缩放因子Z＝α×2^j＝2×2¹＝4,Q(x²)＝Q(x²)＝I，且有Q^-1(x)＝Q(x)。

上述多项式矩阵，Q^-1(x)可以采用Z×Z矩阵表示为：

根据前面的推导C₀(x)可由下式获取：

即可以将向量

分别进行循环右移0，1，3位并对线性循环移位的结果进行GF(2)累和即可得到C₀(x)。

本申请实施例提供的编码方法和现有技术相比，减少了矩阵乘法的计算时延，同时由于编码复杂度的减少，扩展了可支持的缩放因子Z的范围。换句话说，由于编码复杂度的减少，对于相同的计算资源，本申请实施例能够提供更大的缩放因子Z的范围。

上文结合图1-图4介绍了本申请实施例的编码方法，下文将结合图5-图6描述本申请实施例的编码装置。

图5是本申请实施例的编码装置500的示意性框图。应理解，装置500能够执行图1至图4的方法的各个步骤，为了避免重复，此处不再详述。装置500包括：

获取模块510，用于根据待发送通信信号的信息比特，获取(N-M)×1信息比特向量I(x)，其中I(x)中的每个元素包括Z个信息比特，N、M、Z分别为正整数，N＞M；所述获取模块510还用于根据I(x)和M×(N-M)系统部分矩阵N(x)，获取校验集合向量D(x)，D(x)满足以下条件：D(x)＝{N(x)I(x)}mod2。

确定模块520，用于确定M×M校验部分矩阵M(x)，M(x)为双对角线矩阵，M(x)的第一列向量对应的多项式矩阵Q(x)表示为Q(x)＝I+x^ah+x^bh，且Q^-1(x)＝x^-2×β×hQ(x)，a、b为互不相同的常数，h＝2^j-1，β为正整数，j为正整数；所述确定模块520还用于根据D(x)和M(x)，确定I(x)对应的校验比特向量C(x)，C(x)表示I(x)对应的校验比特向量，C(x)中的每个元素表示由Z个校验比特组成的一个向量，C(x)满足以下条件：D(x)＝{M(x)C(x)}mod2，其中，C₀(x)是通过分别对

进行多次线性循环移位之后再进行伽罗华域GF(2)累和获取的，C₀(x)为C(x)的第一个元素，D_i(x)表示D(x)中的第i+1个元素。

生成模块530，用于根据I(x)和C(x)，生成所述待发送通信信号对应的编码码字。

图6是本申请实施例提供的编码装置600的示意性结构图。如图6所示，装置600包括：一个或多个处理器620，一个或多个存储器610。该存储器610用于存储计算机程序，该处理器620用于从存储器610中调用并运行该计算机程序，使得该装置执行本申请的编码方法中的相应流程和/或操作。为了简洁，此处不再赘述。任一处理器620可以是中央处理器(Central Processing Unit，CPU)，卷积神经网络(Convolutional Neural Network,CNN)处理器，通用处理器，数字信号处理器(Digital Signal Processor，DSP)，微处理器或者其他可执行软件程序或代码的部件或者其任意组合。

可选地，装置600还包括通信接口630，所述通信接口630用于与其他设备，如解码器或接收器进行通信。所述通信接口630可以是收发器或收发电路、例如，装置600可以通过所述通信接口630发送上述待发送通信信号。具体地，在本实施例中，所述通信接口630用于发送所述待发送通信信号对应的编码码字。所述处理器620通过执行计算机程序确定需要发送所述编码码字，并且控制或驱动所述通信接口630执行所述发送。因此，通信接口630是发送动作的执行者，而处理器620是动作的触发者或决定者。

需要说明的是，图5中所示的装置500可以通过图6中所示的装置600实现。例如，获取模块510、确定模块520和生成模块530均可以是由图6中的处理器620执行的软件模块。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims (12)

1.一种通信信号的低密度奇偶校验LDPC编码方法，其特征在于，包括：

根据待发送通信信号的信息比特，获取(N-M)×1信息比特向量I(x)，其中I(x)中的每个元素包括Z个信息比特，N、M、Z分别为正整数，N＞M；

根据I(x)和LDPC的M×(N-M)系统部分矩阵N(x)，获取校验集合向量D(x)，D(x)满足以下条件：D(x)＝{N(x)I(x)}mod2；

确定LDPC的M×M校验部分矩阵M(x)，M(x)为双对角线矩阵，M(x)的第一列向量对应的多项式矩阵Q(x)表示为Q(x)＝I+x^ah+x^bh，且Q^-1(x)＝x^-2×β×hQ(x)，a、b为互不相同的常数，h＝2^j-1，β为正整数，j为正整数；

根据D(x)和M(x)，确定I(x)对应的校验比特向量C(x)，C(x)中的每个元素表示由Z个校验比特组成的一个向量，C(x)满足以下条件：D(x)＝{M(x)C(x)}mod2，其中，C₀(x)是通过分别对

进行多次线性循环移位之后再进行伽罗华域GF(2)累和获取的，C₀(x)为C(x)的第一个元素，D_i(x)表示D(x)中的第i+1个元素；

根据I(x)和C(x)，生成所述待发送通信信号对应的编码码字。

2.如权利要求1所述的方法，其特征在于，a＝2，b＝lcmA×h，lcmA表示集合A包括的元素的最小公倍数，所述集合A包括至少一个奇数，Z＝α×2^j，α为2或集合A中的任一元素，所述C₀(x)是通过分别对

进行循环右移Z-2×β×h、2×(1-β)×h以及(lcmA-2×β)×h之后再进行GF(2)累和获取的，Z＝α×2^j，α∈{2 A}，β∈{2 lcmA}。

3.如权利要求1所述的方法，其特征在于，a＝C_a×lcmA₁×h，b＝C_b×lcmA₂×h，lcmA₁表示集合A₁包括的元素的最小公倍数，lcmA₂表示集合A₂包括的元素的最小公倍数，所述集合A₁和所述集合A₂分别包括至少一个奇数，且所述集合A₁和所述集合A₂的交集为空集，Z＝α×2^j，α为2或集合A₁和集合A₂中的任一元素，C_a和C_b均为常数，所述C₀(x)是通过分别对

进行循环右移Z-2*β*h、(C_a×lcmA₁-2×β)×h以及(C_b×lcmA₂-2×β)×h之后再进行GF(2)累和获取的，Z＝α×2^j，α∈{2 A₁ A₂}，β∈{0 C_a×lcmA₁ C_b×lcmA₂}。

4.如权利要求3所述的方法，其特征在于，Q(x)符合以下条件中的至少一项：

a与b为奇数，且a与b互质；

c＝a-b为偶数且不为4或4的倍数；

c与a、b均互质；

lcmA₁与lcmA₂互质。

5.如权利要求2-4中任一项所述的方法，其特征在于，

6.一种编码装置，其特征在于，包括：

获取模块，用于根据待发送通信信号的信息比特，获取(N-M)×1信息比特向量I(x)，其中I(x)中的每个元素包括Z个信息比特，N、M、Z分别为正整数，N＞M；

所述获取模块还用于根据I(x)和M×(N-M)系统部分矩阵N(x)，获取校验集合向量D(x)，D(x)满足以下条件：D(x)＝{N(x)I(x)}mod2；

确定模块，用于确定M×M校验部分矩阵M(x)，M(x)为双对角线矩阵，M(x)的第一列向量对应的多项式矩阵Q(x)表示为Q(x)＝I+x^ah+x^bh，且Q^-1(x)＝x^-2×β×hQ(x)，a、b为互不相同的常数，h＝2^j-1，β为正整数，j为正整数；

所述确定模块还用于根据D(x)和M(x)，确定I(x)对应的校验比特向量C(x)，C(x)表示I(x)对应的校验比特向量，C(x)中的每个元素表示由Z个校验比特组成的一个向量，C(x)满足以下条件：D(x)＝{M(x)C(x)}mod2，其中，C₀(x)是通过分别对

进行多次线性循环移位之后再进行伽罗华域GF(2)累和获取的，C₀(x)为C(x)的第一个元素，D_i(x)表示D(x)中的第i+1个元素；

生成模块，用于根据I(x)和C(x)，生成所述待发送通信信号对应的编码码字。

7.如权利要求6所述的装置，其特征在于，a＝2，b＝lcmA×h，lcmA表示集合A包括的元素的最小公倍数，所述集合A包括至少一个奇数，Z＝α×2^j，α为2或集合A中的任一元素，所述C₀(x)是通过分别对

进行循环右移Z-2×β×h、2×(1-β)×h以及(lcmA-2×β)×h之后再进行GF(2)累和获取的，Z＝α×2^j，α∈{2 A}，β∈{2 lcmA}。

8.如权利要求6所述的装置，其特征在于，a＝C_a×lcmA₁×h，b＝C_b×lcmA₂×h，lcmA₁表示集合A₁包括的元素的最小公倍数，lcmA₂表示集合A₂包括的元素的最小公倍数，所述集合A₁和所述集合A₂分别包括至少一个奇数，且所述集合A₁和所述集合A₂的交集为空集，Z＝α×2^j，α为2或集合A₁和集合A₂中的任一元素，C_a和C_b均为常数，所述C₀(x)是通过分别对

进行循环右移Z-2*β*h、(C_a×lcmA₁-2×β)×h以及(C_b×lcmA₂-2×β)×h之后再进行GF(2)累和获取的，Z＝α×2^j，α∈{2 A₁ A₂}，β∈{0 C_a×lcmA₁ C_b×lcmA₂}。

9.如权利要求8所述的装置，其特征在于，Q(x)符合以下条件中的至少一项：

a与b为奇数，且a与b互质；

c＝a-b为偶数且不为4或4的倍数；

c与a、b均互质；

lcmA₁与lcmA₂互质。

10.如权利要求6-9中任一项所述的装置，其特征在于，

11.一种编码装置，其特征在于，包括：

存储器，用于存储计算机指令；

处理器，用于执行所述存储器中存储的计算机指令，当所述计算机指令被执行时，所述处理器用于执行如权利要求1-5中任一项所述的方法。

12.一种可读存储介质，其特征在于，包括指令，当所述指令在编码装置上运行时，使得所述编码装置执行如权利要求1-5中任一项所述的方法。

Images