CN110601699B - 码率动态可变的多元ldpc码实现方法 - Google Patents
码率动态可变的多元ldpc码实现方法 Download PDFInfo
- Publication number
- CN110601699B CN110601699B CN201910929141.4A CN201910929141A CN110601699B CN 110601699 B CN110601699 B CN 110601699B CN 201910929141 A CN201910929141 A CN 201910929141A CN 110601699 B CN110601699 B CN 110601699B
- Authority
- CN
- China
- Prior art keywords
- sequence
- module
- chaotic
- symbol
- ldpc
- 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
-
- 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
-
- 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
- H03M13/1171—Parity-check or generator matrices with non-binary elements, e.g. for non-binary LDPC codes
Landscapes
- Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Error Detection And Correction (AREA)
Abstract
本发明公开一种码率动态可变的多元LDPC码实现方法,以解决现有多元LDPC码安全性低、高吞吐量与接收性能相互制约以及扩展最小和译码算法在实现上资源消耗过大的问题,其实现步骤是:二进制信息流转换成多帧编码符号信息流后,复合混沌映射模块根据初始值模块产生复合混沌实数序列,经量化器模块得到的复合混沌多进制序列分别引入跳时分组处理模块和组帧模块对同一个校验矩阵生成的多帧连续LDPC码进行跳时分组处理及伽罗华域运算加密组帧,再与新混沌序列进行伽罗华域运算加密,生成码率动态可变的多元LDPC码加密序列。充分利用译码阶段前一帧LDPC译码后的后验信息,对当前帧变量节点信息进行初始化后,再进行多元LDPC译码。
Description
技术领域
本发明属于信道编码领域,主要涉及用于通信传输安全且传输高效的多元LDPC码实现方法。
背景技术
LDPC码是一个由稀疏校验矩阵构成的线性分组码,具有编译码复杂度低,抗突发错误能力强等特点,在高斯信道下被证明LDPC码是一个可接近香农限的纠错码。根据校验矩阵非零元素在伽罗华域GF(M)取值,LDPC码可分为二元LDPC码和多元LDPC码。较二元LDPC码相比,多元LDPC码可有效避免短环的出现,同时也能减小停止集对译码收敛性的影响,拥有更好的纠错性能。传统的LDPC码由信息位与校验位组成,其编码长度为n,信息位长度为t,校验位长度为n-t,码率为t/n,由于编码后其信息位完全外露,安全性较差。同时其码率固定,为得到不同码率的LDPC码,需构造不同种类的校验矩阵,其灵活性差且复杂度高。此外,为提升信息传输速率,在保证通信带宽情况下,通常采用提高编码码率来提升通信传输吞吐量,但同时也会带来较大的接收性能损失。
尽管多元LDPC码具有比二元LDPC码更好的纠错性能,然而多元LDPC码相对较高的译码复杂度削弱了它在性能上所具有的优势。Declercq和Fossorier将二元域上的最小和MS算法扩展到多元域上,提出了扩展最小和EMS算法,该算法核心思想是在校验节点与变量节点之间利用nm个信息进行迭代更新信息,这种算法能在译码复杂度和译码性能这两个矛盾之间进行很好的折中。EMS算法是通过适当减少校验节点在更新信息时所利用变量节点的个数,校验节点只选取变量节点传入前nm个值,而从校验节点输出的信息仍为q个值。虽然译码复杂度有所降低,然而在硬件实现方面,EMS算法校验节点更新过程仍然需要进行大量的伽罗华域加法运算,硬件资源消耗相对较高。
由于LDPC码具有接近香农极限的纠错性能,且描述和实现简单,译码可实行并行操作,适合硬件实现。码率单一的LDPC码编码器在信道环境变化较大时有很大的局限性,为了使编码器能够自适应信道的通信环境,人们开始设计码率可变的LDPC码编码器。现有技术码率可变的LDPC码构造方法,采用基于array-LDPC码的构造方法,一个array-LDPC码由J,K,L三个参数决定,分别代表校验矩阵的行重,列重和子矩阵的大小,通过改变J和K就能得到不同码率的LDPC码,因此array-LDPC码是一种正则LDPC码,相应的码率可变的array-LDPC码性能并不理想。打孔和扩展,打孔(扩展)就是忽略(增加)一些码元,这种方法构造的码率可变的LDPC码已经应用于ARO协议。这种方法最主要的优点是编码复杂度较低,一个编码器就可以完成不同码率的编码,最主要的不足是降低了码的BER性能,因为忽略一些码元使码长减小了。被忽略的码元不需要传输,在解码端这些码元被假定为“0”,尽管它们有可能是“1”。另外,这种方法增加了解码端的复杂度。虽然很多译码算法可以简化译码复杂度,但是迭代次数是固定不变的,然而,有些信息因为过大的噪声是无法进行译码的,这样就会浪费不必要的迭代次数去译码。在非常高阶的有限域中,译码复杂度成指数方向的增长,复杂度非常高。随着阶数数的增长,硬件代价比较高。一般来说,硬判决译码硬件实现复杂度低,译码速度快,但是译码性能较差;软判决译码虽然译码性能较好,但实现复杂且译码吞吐量较低,译码性能较差。
发明内容
为解决上述问题,本发明提出一种码率动态可变的多元LDPC码实现方法,
本发明针对多元LDPC码的安全性低、传输速率设计不灵活、高吞吐量与接收性能相互制约,以及扩展最小和译码算法在实现上资源消耗过大的问题,提供一种安全性高、传输速率灵活、传输吞吐量码率高、译码复杂度低的动态可变的多元LDPC码实现方法。
实现本发明目的的技术方案是:一种码率动态可变的多元LDPC码实现方法,具有如下技术特征:
1)码率动态可变的多元LDPC码,首先将二进制比特信息流b送入符号映射模块转换成符号信息流s,再经多元LDPC编码模块得到每帧信息位长度为t,编码长度为n,校验位长度为n-t的多帧编码信息流c;
2)通过复合混沌映射模块,根据初始值模块设定不同初值,产生三种复合混沌实数序列,经量化器模块处理得到t1、t2、t4复合混沌多进制序列,复合混沌多进制序列被依次引入跳时分组处理模块、组帧模块、混沌加密处理模块作为其随机控制变量;
3)跳时分组处理模块、组帧模块将复合混沌多进制序列t1,t2作为随机控制变量,跳时分组处理模块对同一个校验矩阵生成的多帧连续LDPC码进行跳时分组处理,并经组帧模块进行伽罗华域运算加密组帧,然后混沌加密处理模块将复合混沌多进制序列t4作为随机控制变量,对组帧后序列与新生成的混沌序列t3进行伽罗华域运算加密,生成码率动态可变的多元LDPC码加密序列p;加密序列p经第一个比特映射模块转换成加密比特序列bp后,再经BPSK调制模块后传输至信道;
4)接收端,BPSK调制信号经信道后的接收序列y,首先经BPSK软解调模块得到比特概率序列Pb,然后通过符号概率映射模块进行比特概率序列Pb向符号概率序列Ps的转化,根据发射方混沌加密规则,混沌解密处理模块利用复合混沌多进制序列t1、t3、t4对符号概率序列Ps进行解密得到解密后的符号概率序列Ps';
5)似然比符号计算模块利用复合混沌多进制序列t1、t2以及前一帧LDPC译码后符号概率序列γ,将解密后的符号概率序列Ps'转化成似然比符号序列LLR,并送至多元LDPC译码模块进行联合译码,译出的码字序列s经第二个比特映射模块得到译出的比特序列b。
本发明相比于现有技术具有如下有益效果:
1)码率设计灵活:本发明将二进制比特信息流b送入符号映射模块转换成符号信息流s,再经多元LDPC编码模块得到多帧编码信息流c,采用对同一个校验矩阵生成的多帧连续LDPC码c进行跳时分组及组帧处理,可以灵活改变传输码长和改变码率,码率变化范围为[t/n,t/(n-t)],其中t/n≤1/4;
2)通信传输吞吐量高:本发明通过对同一个校验矩阵生成的多帧连续LDPC码进行跳时分组及组帧处理,可以有效降低传输码长,提高编码码率以提升通信传输吞吐量,与单一码率相比,编码器可根据信道条件的改变来灵活调整码率,从而提高信息的传输效率;
3)接收性能损耗低:本发明在对当前多元LDPC译码时,充分利用前一帧LDPC译码后的后验信息,对当前帧变量节点信息进行初始化,可以降低变量节点及校验节点迭代更新时的信息损耗;
4)安全性高:本发明采用一种新型复合混沌映射模块,其具备复杂度高且加密性强的特点,由多个初始值(嵌套次数,g(x)与f(x)出现顺序,x初值,不同g(x)映射函数a的取值)构成的初始值模块设定初值产生复合混沌实数序列,将量化器模块处理得到的复合混沌多进制序列引入跳时分组处理模块;利用复合混沌映射随机过程将当前帧部分信息位与前一帧对应校验位进行伽罗华域运算加密组帧。组帧后序列再与新混沌序列进行伽罗华域运算加密后,再进行BPSK调制模块输出,以使非合作方很难破译正确的发送编码序列,同时也无法从中准确截取和恢复同一帧内码序列进行有效译码,实现了多重加密保护功能,具备安全性高的特点;
5)译码复杂度低:在译码阶段,将多元LDPC码校验节点更新通过采用比较运算替换扩展最小和算法(EMS)校验节点处理过程中的加法运算,节省了大量的伽罗华域加法运算,相比于EMS译码算法复杂度更低,适合硬件实现。
本发明通过引入一种新型复合混沌映射,利用随机过程对同一个校验矩阵生成的多帧连续LDPC码依次进行随机跳时分组处理,伽罗华域运算加密组帧处理以及混沌序列加密处理等手段,有效提升信息破解难度,增强信息传输安全性,此外在保证通信带宽条件下,通过跳时分组及组帧模块,以有效降低传输码长,动态地提高编码码率以提升通信传输吞吐量,同时具备码率设计灵活的特点。译码阶段,充分利用前一帧LDPC译码后的后验信息,对当前帧变量节点信息进行初始化,以降低变量节点及校验节点迭代更新时的信息损耗;同时多元LDPC码校验节点更新通过采用比较运算替换扩展最小和算法(EMS)校验节点处理过程中的伽罗华域加法运算,进一步降低译码算法的实现复杂度。
附图说明
下面结合附图对本发明进一步说明。
图1为本发明码率动态可变的多元LDPC码实现原理框图;
图2是图1跳时分组处理及组帧处理示意图;
图3为本发明所述LDPC码与传统LDPC码实施例性能对比曲线示意图;
下面结合附图和实施例对本发明作进一步说明。
具体实施方式
参阅图1。根据本发明,
1)基于码率动态可变的多元LDPC码,首先将二进制比特信息流b送入符号映射模块转换成符号信息流s,再经多元LDPC编码模块得到每帧信息位长度为t,编码长度为n,校验位长度为n-t的多帧编码信息流c;
2)通过复合混沌映射模块,根据初始值模块设定不同初值,产生三种复合混沌实数序列,经量化器模块处理得到t1、t2、t4复合混沌多进制序列,复合混沌多进制序列被依次引入跳时分组处理模块、组帧模块、混沌加密处理模块作为其随机控制变量;
3)跳时分组处理模块、组帧模块将复合混沌多进制序列t1,t2作为随机控制变量,跳时分组处理模块对同一个校验矩阵生成的多帧连续LDPC码进行跳时分组处理,并经组帧模块进行伽罗华域运算加密组帧,然后混沌加密处理模块将复合混沌多进制序列t4作为随机控制变量,对组帧后序列与新生成的混沌序列t3进行伽罗华域运算加密,生成码率动态可变的多元LDPC码加密序列p;加密序列p经第一个比特映射模块转换成加密比特序列bp后,再经BPSK调制模块后传输至信道;
4)接收端,BPSK调制信号经信道后的接收序列y,首先经BPSK软解调模块得到比特概率序列Pb,然后通过符号概率映射模块进行比特概率序列Pb向符号概率序列Ps的转化,根据发射方混沌加密规则,混沌解密处理模块利用复合混沌多进制序列t1、t3、t4对符号概率序列Ps进行解密得到解密后的符号概率序列Ps';
5)似然比符号计算模块利用复合混沌多进制序列t1、t2以及前一帧LDPC译码后符号概率序列γ,将解密后的符号概率序列Ps'转化成似然比符号序列LLR,并送至多元LDPC译码模块进行联合译码,译出的码字序列经第二个比特映射模块得到译出的比特序列/>
结合具体实现方法如下:
1)首先二进制比特信息流b经符号映射模块转换成符号信息流s,再经多元LDPC编码模块得到多帧编码信息流c,其中每帧的信息位长度为t,编码长度为n,校验位长度为n-t;
2)复合混沌映射模块通过初始值模块设定初值,初始值模块根据嵌套次数、x初值、不同g(x)映射函数a的取值,g(x)与f(x)出现顺序构成多个初始值,通过设定初值产生复合混沌实数序列,通过量化器模块得到复合混沌多进制序列,其中量化方程可表示为:
式中,dj为复合混沌多进制序列第,N为取值样本数目,xj为复合混沌实数序列第j个取值,j个取值;
3)跳时分组处理模块根据复合混沌多进制序列t1的第j个整数取值t为每帧信息位长度,将第j帧编码序列的后/>个校验位与第j+1帧编码序列的前/>个信息位,经组帧模块进行伽罗华域运算组帧,得到第j个有效长度位为/>的编码序列sj,其中,第j次组帧的伽罗华域运算符号由复合混沌映射模块产生的新复合混沌多进制序列t2的第j个整数取值/>控制,满足/>代表伽罗华域加法运算,/>代表伽罗华域减法运算,/>代表伽罗华域乘法运算,/>代表伽罗华域除法运算;
4)混沌加密处理模块将量化后的复合混沌映射模块产生的新复合混沌多进制序列t3,且其满足N=M,与组帧后的编码序列s进行伽罗华域运算加密,得到加密序列p,其中M为LDPC码进制数,第j帧编码序列sj的伽罗华域加密运算符号可由步骤2)产生的新复合混沌多进制序列t4的第j个取值控制,且其满足/>代表伽罗华域加法运算,/>代表伽罗华域减法运算,/>代表伽罗华域乘法运算,/>代表伽罗华域除法运算;
5)加密序列p经第一个比特映射模块转换成加密比特序列bp后,再经BPSK调制模块后传输至信道;
6)将接收到的序列y首先经BPSK软解调模块得到比特概率序列Pb,然后通过符号概率映射模块进行比特概率序列Pb向符号概率序列Ps的转化,根据发射方混沌加密规则,再经混沌解密处理模块得到解密后的符号概率序列Ps';
本发明所述的接收过程如下:
1)BPSK软解调模块计算BPSK软解调后的比特概率序列Pb:
Pbi(a)=1/(1+exp(2εyi/σ2)),a∈[0,1]
式中,Pbi(a)为第i个比特取值为a的后验概率,σ2为噪声方差,ε为信道慢衰落因子,yi为接收到的第i个比特;
2)符号概率映射模块将比特概率序列Pb转成符号概率序列Ps:
式中M为多元LDPC码进制数,f(·)为符号映射函数,Psi(q)为第i个符号取值为q的后验概率,GF(M)为M进制伽罗华域;
3)混沌解密处理模块根据复合混沌多进制序列t1、t3与t4,将符号概率序列Ps进行解密处理得到Ps',其中第j帧解密后概率序列Ps'j满足:解密后概率序列第j帧第i个符号取值为q的后验概率Ps'j,i(q);
式中,Psj,i(q')为符号概率序列第j帧第i个符号取值为q'的后验概率;为复合混沌多进制序列t3在组帧序列的第j帧第i个符号所对应的取值;/>为复合混沌多进制序列t4第j个取值/>所代表的伽罗华域运算符号;/>为复合混沌多进制序列t1第j个符号取值;
4)似然比符号计算模块根据复合混沌多进制序列t1与t2,将解密后概率序列Ps转化成LDPC码似然比符号序列LLR:当多元LDPC译码模块首次译码序列为LDPC码组帧后的第1帧序列时,则:
当多元LDPC译码模块首次译码序列为LDPC码组帧后的第j帧序列时,则:
当多元LDPC译码模块后续对LDPC码组帧后的第j帧序列进行非首次译码时,则:
式中LLR'j,i(q)可表示为:
式中γj,i(q)为第j帧LDPC译码后符号概率序列的第i个符号取值为q的概率,i∈[1,2,…,n]。
当多元LDPC译码模块对组帧后LDPC码的最后一帧序列进行译码时,则:
5)译码初始化:多元LDPC译码模块根据似然比符号序列LLR第j列取值为q的似然比LLRj(q),计算校验矩阵H第i行第j列非零元素取值为q的变量节点信息为ui,j(q),ui,j(q)=LLRj(q),i∈[1,2,…,m],利用变量节点信息ui,j(q)对校验节点信息更新,具体步骤如下:
步骤1:变量节点信息计算前向递归结果Fk(q):
式中为伽罗华域乘法,/>为伽罗华域加法,jk为校验矩阵H第i行非零元素列索引,/>为校验矩阵H第i行第jk列非零元素取值,(·)-1为逆运算,max(·)为最大值运算,min(·)为最小值运算,dc为校验矩阵H行重。
步骤2:变量节点信息计算后向递归结果Bk(q):
步骤3:前向递归结果Fk(q)和后向递归结果Bk(q)进行校验节点信息计算:
式中vi,j(q)为校验矩阵H第i行第j列非零元素取值为q的校验节点信息;
6)校验节点信息进行变量节点信息更新:
ui,j(q)=ui,j(q)-x
式中M(j)/i为除校验节点i外与变量节点j相连的校验节点集合;
7)更新后的变量节点信息计算LDPC译码后符号概率序列γj(q):
本发明所述的LDPC码码率t/n不高于1/4。
本发明所述的复合混沌映射可表示为:
式中f(x)=1-2x2,g(x)=cos(aarccos(x))且满足a>2和0<x<1;k为复合混沌映射嵌套次数,其中f(x)与g(x)出现次数分别为i和j,且满足i+j=k+1,j≥0,i≥0,同时f(x)与g(x)出现顺序是随机的。
参阅图2。经多元LDPC编码后的序列c由多帧LDPC码串行组成,其中为第j帧LDPC码的信息位序列,/>为第j帧LDPC码的校验位序列,跳时分组处理模块根据复合混沌多进制序列t1的第j个整数取值/>将第j帧编码序列的后/>个校验位与第j+1帧编码序列的前/>个信息位经组帧模块进行伽罗华域运算组帧,得到第j个有效长度位为的编码序列sj,其中第j次组帧的伽罗华域运算符号可由复合混沌多进制序列t2控制,且其满足N=4,其中/>代表伽罗华域加法运算,/>代表伽罗华域减法运算,代表伽罗华域乘法运算,/>代表伽罗华域除法运算;由图可见,多帧原始LDPC码经跳时分组及组帧处理后,有效降低了传输码长,码率由/>提升至/>单位时间内可传输的信息位增多,提升了通信传输的吞吐量,并显著提高了通信传输系统的安全性。
参阅图3。本发明LDPC码与传统LDPC码实施例性能对比,本实施例校验矩阵大小可以为450×600,M=4,信道为高斯白信道,信道慢衰落因子ε取值为1,其中,
复合混沌序列t1的初始值集合为(k=3,i=1,j=3,a=2.3,x1=0.5),
复合混沌序列t2的初始值集合为(k=4,i=2,j=3,a=3,x1=0.2),
复合混沌序列t3的初始值集合为(k=1,i=1,j=1,a=2.6,x1=0.3),
复合混沌序列t4的初始值集合为(k=1,i=0,j=2,a=3.2,x1=0.6)。由图可知,本发明所述LDPC码与传统LDPC码实施例的误码率性能相当,在误码率为10-4时,接收损耗略低于传统LDPC码约0.15dB。
综上所述,本发明不受上述实施例限制,对本发明而言仅仅是说明性的,而非限制性的。本专业技术人员理解,在本发明权利要求所限定的精神和范围内可对其进行许多改变、修改、甚至等效,但都将落入本发明的保护范围内。
Claims (10)
1.一种码率动态可变的多元LDPC码实现方法,具有如下技术特征:
1)基于码率动态可变的多元LDPC码,首先将二进制比特信息流b送入符号映射模块转换成符号信息流s,再经多元LDPC编码模块得到每帧信息位长度为t,编码长度为n,校验位长度为n-t的多帧编码信息流c;
2)根据初始值模块设定不同初值,通过复合混沌映射模块产生三种复合混沌实数序列,经量化器模块处理得到t1、t2、t4复合混沌多进制序列,t1、t2、t4复合混沌多进制序列被依次引入跳时分组处理模块、组帧模块、混沌加密处理模块作为其随机控制变量;
3)跳时分组处理模块、组帧模块将复合混沌多进制序列t1,t2作为随机控制变量,跳时分组处理模块对同一个校验矩阵生成的多帧连续LDPC码进行跳时分组处理,并经组帧模块进行伽罗华域运算加密组帧,然后混沌加密处理模块将复合混沌多进制序列t4作为随机控制变量,对组帧后序列与新生成的混沌序列t3进行伽罗华域运算加密,生成码率动态可变的多元LDPC码加密序列p;加密序列p经第一个比特映射模块转换成加密比特序列bp后,再经BPSK调制模块后传输至信道;
4)接收端,BPSK调制信号经信道后的接收序列y,首先经BPSK软解调模块得到比特概率序列Pb,然后通过符号概率映射模块进行比特概率序列Pb向符号概率序列Ps的转化,根据发射方混沌加密规则,混沌解密处理模块利用复合混沌多进制序列t1、t3、t4对符号概率序列Ps进行解密得到解密后的符号概率序列Ps';
7.如权利要求1所述的码率动态可变的多元LDPC码实现方法,其特征在于:似然比符号计算模块根据复合混沌多进制序列t1与t2,将解密后概率序列Ps转化成LDPC码似然比符号序列LLR:当多元LDPC译码模块首次译码序列为LDPC码组帧后的第1帧序列时,则:
当多元LDPC译码模块首次译码序列为LDPC码组帧后的第j帧序列时,则:
当多元LDPC译码模块后续对LDPC码组帧后的第j帧序列进行非首次译码时,则:
式中,LLR'j,i(q)表示为:
式中,γj,i(q)为第j帧LDPC译码后符号概率序列的第i个符号取值为q的概率,i∈[1,2,…,n];
当多元LDPC译码模块对组帧后LDPC码的最后一帧序列进行译码时,则:
多元LDPC译码模块变量节点信息初始化:根据似然比符号序列LLR第j列取值为q的似然比LLRj(q),获得校验矩阵H第i行第j列非零元素取值为q的变量节点信息ui,j(q)=LLRj(q),i∈[1,2,…,m],利用变量节点信息ui,j(q)对校验节点信息更新。
8.如权利要求7所述的码率动态可变的多元LDPC码实现方法,其特征在于:校验节点信息更新包括如下步骤:
式中为伽罗华域乘法,/>为伽罗华域加法,jk为校验矩阵H第i行非零元素列索引,为校验矩阵H第i行第jk列非零元素取值,(·)-1为逆运算,max(·)为最大值运算,min(·)为最小值运算,dc为校验矩阵H行重;
步骤3:前向递归结果Fk(q)和后向递归结果Bk(q)进行校验节点信息计算:
更新后的变量节点信息计算L D P C译码后符号概率序列γj(q):
9.如权利要求1所述的码率动态可变的多元LDPC码实现方法,其特征在于:所述的LDPC码码率t/n不高于1/4。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910929141.4A CN110601699B (zh) | 2019-09-28 | 2019-09-28 | 码率动态可变的多元ldpc码实现方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910929141.4A CN110601699B (zh) | 2019-09-28 | 2019-09-28 | 码率动态可变的多元ldpc码实现方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110601699A CN110601699A (zh) | 2019-12-20 |
CN110601699B true CN110601699B (zh) | 2023-03-28 |
Family
ID=68864454
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910929141.4A Active CN110601699B (zh) | 2019-09-28 | 2019-09-28 | 码率动态可变的多元ldpc码实现方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110601699B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111817728B (zh) * | 2020-08-03 | 2022-03-01 | 华中科技大学 | 一种基于硬件实现ldpc编译码的仿真系统及其工作方法 |
CN114079475A (zh) * | 2020-08-14 | 2022-02-22 | 华为技术有限公司 | 一种有限域的编码或译码方法以及相关装置 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2909499B1 (fr) * | 2006-12-01 | 2009-01-16 | Commissariat Energie Atomique | Procede et dispositif de decodage pour codes ldpc, et appareil de communication comprenant un tel dispositif |
US8898537B2 (en) * | 2010-03-17 | 2014-11-25 | The Royal Institution For The Advancement Of Learning/Mcgill University | Method and system for decoding |
CN104539295A (zh) * | 2015-01-16 | 2015-04-22 | 北京邮电大学 | 一种基于特征位先验信息的新型ldpc迭代译码的初始化方法 |
CN106533452B (zh) * | 2016-11-14 | 2019-05-07 | 中国电子科技集团公司第五十四研究所 | 一种多进制ldpc编码方法及编码器 |
CN106374940A (zh) * | 2016-11-14 | 2017-02-01 | 中国电子科技集团公司第五十四研究所 | 一种多进制ldpc译码方法及译码器 |
CN108111255A (zh) * | 2017-11-24 | 2018-06-01 | 同济大学 | 一种模拟编码中基于最大后验概率的译码方法 |
-
2019
- 2019-09-28 CN CN201910929141.4A patent/CN110601699B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110601699A (zh) | 2019-12-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106100794B (zh) | 一种基于打孔的极化码的编码协作方法 | |
US7966548B2 (en) | Method and system for encoding data using rate-compatible irregular LDPC codes based on edge growth and parity splitting | |
CN101459430B (zh) | 低密度生成矩阵码的编码方法及装置 | |
WO2008034289A1 (en) | Bit mapping scheme for an ldpc coded 32apsk system | |
CN107231158B (zh) | 一种极化码迭代接收机、系统和极化码迭代译码方法 | |
CN108737027B (zh) | 一种云接入网上行无速率码度数分布优化方法 | |
CN106992841B (zh) | 一种分组马尔可夫叠加编码的硬判决迭代译码方法 | |
CN111030779B (zh) | 一种云接入网压缩传输下无速率码度数分布优化方法 | |
CN109560820B (zh) | 一种联合信道编码和物理层网络编码的译码简化方法 | |
CN101227193B (zh) | 一种低密度校验码的编解码装置和方法 | |
CN109450594B (zh) | 云接入网上行链路的无速率码度数分布优化方法 | |
CN110601699B (zh) | 码率动态可变的多元ldpc码实现方法 | |
JP2019520758A (ja) | 可変コーディング・レートを用いた前方誤り訂正 | |
CN109194336B (zh) | 级联Spinal码的编码和译码方法、系统及装置 | |
KR100515472B1 (ko) | 채널 부호화, 복호화 방법 및 이를 수행하는 다중 안테나무선통신 시스템 | |
CN108650029B (zh) | 一种适用于量子安全直接通信的纠错编译码方法 | |
Boiko et al. | Simulation of the Transport Channel With Polar Codes for the 5G Mobile Communication | |
CN107911152B (zh) | 适用于任意发送天线数量的空间编码调制系统和方法 | |
CN113037298A (zh) | 一种基于低码率ldpc码干扰信息填充的系统及方法 | |
İşcan et al. | Polar codes with integrated probabilistic shaping for 5G new radio | |
CN114257342B (zh) | 基于非二进制极化码的两用户多址接入系统编码及译码方法 | |
CN115225202B (zh) | 一种级联译码方法 | |
CN101854179B (zh) | 一种应用于ldpc译码的5比特量化方法 | |
US20210306193A1 (en) | Reduction of peak to average power ratio | |
US10944605B2 (en) | Reduction of peak to average power ratio |
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 |