CN110601791B - 通信系统的低密度奇偶检查码的解码方法及应用其的通信装置 - Google Patents

通信系统的低密度奇偶检查码的解码方法及应用其的通信装置 Download PDF

Info

Publication number
CN110601791B
CN110601791B CN201810718666.9A CN201810718666A CN110601791B CN 110601791 B CN110601791 B CN 110601791B CN 201810718666 A CN201810718666 A CN 201810718666A CN 110601791 B CN110601791 B CN 110601791B
Authority
CN
China
Prior art keywords
value
minimum value
variable node
log
correction value
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
Application number
CN201810718666.9A
Other languages
English (en)
Other versions
CN110601791A (zh
Inventor
吴明儒
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.)
Institute for Information Industry
Original Assignee
Institute for Information Industry
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 Institute for Information Industry filed Critical Institute for Information Industry
Publication of CN110601791A publication Critical patent/CN110601791A/zh
Application granted granted Critical
Publication of CN110601791B publication Critical patent/CN110601791B/zh
Active 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
    • 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
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00—Arrangements for detecting or preventing errors in the information received
    • H04L1/004—Arrangements for detecting or preventing errors in the information received by using forward error control
    • H04L1/0045—Arrangements at the receiver end
    • H04L1/0054—Maximum-likelihood or sequential decoding, e.g. Viterbi, Fano, ZJ algorithms
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00—Arrangements for detecting or preventing errors in the information received
    • H04L1/004—Arrangements for detecting or preventing errors in the information received by using forward error control
    • H04L1/0056—Systems characterized by the type of code used
    • H04L1/0061—Error detection codes

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Error Detection And Correction (AREA)

Abstract

一种通信系统的低密度奇偶检查码的解码方法及应用其的通信装置。一奇偶检验矩阵表示多个变量节点及多个检验节点的关系。该多个变量节点的其中之一是为一目标变量节点。该多个变量节点的至少其中之一是为一相关变量节点。该至少一相关变量节点相关于该目标变量节点。该解码方法包括以下步骤。接收该目标变量节点及该相关变量节点的多个对数似然比。获得该多个对数似然比的一最小值、一次小值、一最大值及一数量。依据该最小值、该次小值、该最大值及该数量，获得一修正值。依据该修正值更新该目标变量节点的该对数似然比。

Description

通信系统的低密度奇偶检查码的解码方法及应用其的通信 装置
【技术领域】
本发明是有关于一种解码方法及应用其的通信装置，且特别是有关于一种通信系统的低密度奇偶检查码的解码方法及应用其的通信装置。
【背景技术】
在通信系统中，编码与解码是不可或缺的技术。其中，低密度奇偶检查码(Low-density parity check code,LDPC code)的解码技术近年来受到重视，将应用于未来5G的通信系统中。消息传递算法(Message Passing Algorithm)是低密度奇偶检查码的核心架构，其利用自己本身以外的变量节点(variable node)是0或1的几率来估算本身的变量节点是0或1的几率，以解码出所收到的数值为0或1。
传统上进行低密度奇偶检查码的解码过程时，可以利用正规化最小值-总和算法(normalized min-sum algorithm)或偏移最小值-总和算法(offset min-sum algorithm)来更新几率。
然而，研究人员发现正规化最小值-总和算法需要耗费大量运算资源来寻找正规值，偏移最小值-总和算法也需要耗费相当大的资源来寻找偏移值。因此，低密度奇偶检查码的解码技术目前应用于数据传输量相当大的5G通信系统上，遭遇到了重大瓶颈，而难以有所突破。
【发明内容】
本发明是有关于一种通信系统的低密度奇偶检查码的解码方法及应用其的通信装置，其针对各种情况预先推估出修正值，并记录于查找表中，而能够在相当低的运算资源下实现高精准度的解码结果，尤其是应用于数据传输量相当大的5G通信系统，更有十分出色的表现。
根据本发明的第一方面，提出一种通信系统的低密度奇偶检查码(Low-densityparity check code,LDPC code)的解码方法。一奇偶检验矩阵(parity-check matrix)表示多个变量节点(variable node)及多个检验节点(check node)的关系。该多个变量节点的其中之一是为一目标变量节点。该多个变量节点的至少其中之一是为一相关变量节点。该至少一相关变量节点相关于该目标变量节点。该解码方法包括以下步骤。接收该目标变量节点及该相关变量节点的多个对数似然比(log likelihood ratio,LLR)。获得该多个对数似然比的一最小值、一次小值、一最大值及一数量(degree)。依据该最小值、该次小值、该最大值及该数量，获得一修正值。依据该修正值更新该目标变量节点的该对数似然比。
根据本发明的第一方面，提出一种通信装置。该通信装置是采用一低密度奇偶检查码(Low-density parity check code,LDPC code)进行解码。一奇偶检验矩阵(parity-check matrix)表示多个变量节点(variable node)及多个检验节点(check node)的关系。该多个变量节点的其中之一是为一目标变量节点。该多个变量节点的至少其中之一是为一相关变量节点。该至少一相关变量节点相关于该目标变量节点。该通信装置包括一数据接收单元、一数据比对单元、一修正值获得单元及一数据更新单元。该数据接收单元用以接收该目标变量节点及该相关变量节点的多个对数似然比(log likelihood ratio,LLR)。该数据比对单元用以获得该多个对数似然比的一最小值、一次小值、一最大值及一数量(degree)。该修正值获得单元用以依据该最小值、该次小值、该最大值及该数量，获得一修正值。该数据更新单元用以依据该修正值更新该目标变量节点的该对数似然比。
为了对本发明的上述及其他方面有更佳的了解，下文特举实施例，并配合所附图式详细说明如下：
【附图说明】
图1绘示一奇偶检验矩阵(parity-check matrix)及一谭能图(Tanner graph)的示意图。
图2绘示更新变量节点的对数似然比(log likelihood ratio,LLR)的示意图。
图3绘示一转换函数的示意图。
图4绘示根据一实施例的低密度奇偶检查码的解码方法的流程图。
图5绘示根据一实施例的通信装置的示意图。
图6绘示一均匀分布曲线的示意图。
图7说明低密度奇偶检查码的解码方法的准确度比较结果。
图8说明低密度奇偶检查码的解码方法的叠代速度比较结果。
【符号说明】
100：通信装置
110：数据接收单元
120：数据比对单元
130：修正值获得单元
140：数据更新单元
150：验证单元
160：储存单元
C1、C2、C3：检验节点
C2V：修正值
C6：均匀分布曲线
C71、C72、C73、C74、C81、C82：曲线
deg：数量
G1：谭能图
LLR1、LLR1＇、LLR3、LLR6：对数似然比
LB1、LB2、LB3：估计下限
M1：奇偶检验矩阵
max：最大值
min1：最小值
min2：次小值
S110、S120、S130、S140、S150、S160：步骤
T1：查找表
UB1、UB2、UB3：估计上限
V1、V2、V3、V4、V5、V6：变量节点
Figure GDA0003367575890000051
转换函数
【具体实施方式】
在本实施例的通信系统中，所采用的低密度奇偶检查码(Low-density paritycheck code,LDPC code)的解码方法能够在相当低的运算资源下实现高精准度的解码结果，尤其是应用于数据传输量相当大的5G通信系统，更有十分出色的表现。
请参照图1，其绘示一奇偶检验矩阵(parity-check matrix)M1及一谭能图(Tanner graph)G1的示意图。奇偶检验矩阵M1表示数个变量节点(variable node)V1、V2、V3、V4、V5、V5及数个检验节点(check node)C1、C2、C3的关系。于奇偶检验矩阵M1中，「1」表示有相关性，「0」表示无相关性。
如图1所示，根据奇偶检验矩阵M1之内容，可以绘示出谭能图G1。于谭能图G1中，每一线段表示具有相关性。举例来说，在奇偶检验矩阵M1中，变量节点V1及检验节点C3对应到「1」，故在谭能图G1中，变量节点V1及检验节点C3之间具有联机。在奇偶检验矩阵M1中，变量节点V2及检验节点C3对应到「0」，故在谭能图G1中，变量节点V2及检验节点C3之间没有联机。变量节点V3及检验节点C3对应到「1」，故在谭能图G1中，变量节点V3及检验节点C3之间具有联机。在奇偶检验矩阵M1中，变量节点V4及检验节点C3对应到「0」，故在谭能图G1中，变量节点V4及检验节点C3之间没有联机，依此类推。
请参照图2，其绘示更新变量节点V1的对数似然比(log likelihood ratio,LLR)LLR1的示意图。图2仅绘示出有联机到检验节点C3及其联机的变量节点V1、V3、V6。变量节点V1具有对数似然比LLR1，对数似然比LLR1代表变量节点V1的值为0或1的几率。变量节点V3亦具有对数似然比LLR3，对数似然比LLR3代表变量节点V3的值为0或1的几率。变量节点V6亦具有对数似然比LLR6，对数似然比LLR6代表变量节点V6的值为0或1的几率。
在本实施例的低密度奇偶检查码的解码方法中，变量节点V1的对数似然比LLR1可以利用对数似然比LLR3及对数似然比LLR6的回馈进行更新，以收敛到较准确的值。
请参照图3，其绘示一转换函数
Figure GDA0003367575890000071
的示意图。转换函数
Figure GDA0003367575890000072
对称于直线
Figure GDA0003367575890000073
转换函数
Figure GDA0003367575890000074
与变量x的关系例如是公式(1)：
Figure GDA0003367575890000075
Figure GDA0003367575890000079
理论上，对数似然比LLR1在进行更新时需要先计算出一修正值C2V，其计算公式如公式(2)。根据转换函数
Figure GDA0003367575890000076
的特性，修正值C2V必定会小于对数似然比LLR3及对数似然比LLR6。
Figure GDA0003367575890000077
Figure GDA0003367575890000078
然后，对数似然比LLR1再依据公式(3)进行更新，以获得更新后对数似然比LLR1＇：
LLR1′＝LLR1+C2V………………………………(3)
由于上述公式(2)的计算过于复杂，需要大量的运算资源，要实现于5G通信系统有相当大的瓶颈。本实施例提出以下低密度奇偶检查码的解码方法，使得对数似然比能够在相当低的运算资源下进行更新，进而实现高精准度且低运算量的解码结果。
请参照图4及图5，图4绘示根据一实施例的低密度奇偶检查码的解码方法的流程图，图5绘示根据一实施例的通信装置100的示意图。通信装置100例如是一智能型手机、一笔记本电脑、一基站、或一服务器。通信装置100包括一数据接收单元110、一数据比对单元120、一修正值获得单元130、一数据更新单元140、一验证单元150及一储存单元160。数据接收单元110、数据比对单元120、修正值获得单元130、数据更新单元140及验证单元150例如是一芯片、一电路、一电路板、或储存数组程序代码的储存装置。储存单元160例如是一内存、一硬盘或一缓存器。以下搭配流程图详细说明各项组件的运作。
以下是以图1～2为例说明如何对变量节点V1的对数似然比LLR1进行更新的动作。如图1所示，奇偶检验矩阵M1表示变量节点V1～V6及检验节点C1～C3的关系。如图2所示，变量节点V1为欲进行更新的一目标变量节点，变量节点V1联机于检验节点C3。同样联机于检验节点C3的变量节点V3、V6是为相关变量节点。
在步骤S110中，数据接收单元110接收目标变量节点(例如是变量节点V1)及相关变量节点(例如是变量节点V3、V6)的对数似然比(例如是对数似然比LLR1、LLR3、LLR6)。在一实施例中，所有的变量节点V1～V6的对数似然比LLR1～LLR6均被接收，而在此步骤仅取出其中的对数似然比LLR1、LLR3、LLR6进行后续运算。
接着，在步骤S120中，数据比对单元120获得此些对数似然比(接收目标变量节点及相关变量节点的对数似然比)的一最小值min1、一次小值min2、一最大值max及一数量(degree)deg。在此例，所比对的范围为对数似然比LLR1、LLR3、LLR6，其包含变量节点V1的对数似然比LLR1。在此例中，对数似然比LLR1、LLR3、LLR6的数量deg是为3。最小值min1有可能是目标变量节点的对数似然比，亦有可能是相关变量节点的对数似然比。次小值min2可能是目标变量节点的对数似然比，亦有可能是相关变量节点的对数似然比。最大值max有可能是目标变量节点的对数似然比，亦有可能是相关变量节点的对数似然比。数量deg亦可能是2或3以上的数值。或者，最小值min1与最大值max有可能相等。次小值min2与最大值max有可能相等。亦有可能仅有最小值min1，而没有次小值min2的情况。各种情况的处理方式将叙述于后面的段落。
然后，在步骤S130中，修正值获得单元130依据最小值min1、次小值min2、最大值max及数量deg，获得一修正值C2V。在一实施例中，修正值C2V是记录于一查找表T1。查找表T1储存于储存单元160中。通过查找表T1，可以最小值min1、次小值min2、最大值max及数量deg检索出修正值C2V。如此一来，无须进行转换函数
Figure GDA0003367575890000101
的复杂运算，即可快速查找出修正值C2V，大量减少运算资源的耗费。
接着，在步骤S140中，数据更新单元140依据修正值C2V更新目标变量节点(例如是变量节点V1)的对数似然比(例如是对数似然比LLR1)。此步骤例如是依据上述公式(3)进行计算，此计算的复杂度低，无须耗费大量运算资源。
然后，在步骤S150中，验证单元150判断是否满足一收敛条件。若满足收敛条件，则进入步骤S160；若不满足收敛条件，则回至步骤S120进行叠代。在一实施例中，收敛条件例如是修正值C2V的变化是否低于一预定数值(或一预定比率)。在一实施例中，收敛条件例如是对数似然比LLR1的变化是否低于一预定数值(或一预定比率)。在一实施例中，收敛条件例如是叠代次数是否超过一预定次数。
在步骤S160中，数据更新单元140输出更新后的目标变量节点(例如是变量节点V1)的对数似然比(例如是对数似然比LLR1＇)。
上述步骤S130中，可以依据以下各种情况进行不同的处理。
第一种情况：若最小值min1为0，则修正值C2V为0。根据转换函数
Figure GDA0003367575890000111
的特性，修正值C2V必定小于最小值min1，一旦最小值min1已经为0，则可直接将修正值C2V视为0。
第二种情况：若数量deg为2，则修正值C2V为最小值min1。在数量deg为2的情况下，仅有一个目标变量节点及一个相关变量节点，而一个相关变量节点根本无须进行公式(2)的运算，可直接以最小值min1作为修正值C2V。
第三种情况：若最小值min1与最大值max相等，则修正值C2V是依据最小值min1获得。举例来说，一旦最小值min1与最大值max相等，则表示相关变量节点的所有的对数似然比均为最小值min1，故修正值C2V可利用公式(4)来获得。
Figure GDA0003367575890000112
Figure GDA0003367575890000113
第四种情况：若次小值min2与最大值max相等，则修正值C2V是依据最小值min1及次小值min2获得。举例来说，一旦次小值min2与最大值max相等，则表示相关变量节点的所有的对数似然比中，有一个为最小值min1，其余为次小值min2，故修正值C2V可利用公式(5)来获得。
Figure GDA0003367575890000121
Figure GDA0003367575890000126
第五种情况：若目标变量节点的对数似然比是为次小值min2，且此些对数似然比的一估计上限UB1及一估计下限LB1相等，则修正值C2V为估计下限LB1。举例来说，一旦目标变量节点的对数似然比是为次小值min2，则表示相关变量节点的所有的对数似然比中，没有次小值min2。推估对数似然比的估计下限LB1时，可以视相关变量节点的所有的对数似然比全为最小值min1，而以公式(6)进行计算。推估对数似然比的估计上限UB1时，可以视相关变量节点的对数似然比中，仅有一个最小值min1，其余皆为最大值max，而以公式(7)进行计算。
Figure GDA0003367575890000122
Figure GDA0003367575890000124
Figure GDA0003367575890000123
Figure GDA0003367575890000125
第六种情况：若目标变量节点的对数似然比非为最小值min1或次小值min2，且此些对数似然比的一估计上限UB2及一估计下限相LB2等，则修正值C2V为估计下限LB2。举例来说，一旦目标变量节点的对数似然比非为最小值min1或次小值min2，则表示相关变量节点的所有的对数似然比中，存在最小值min1及次小值min2。推估对数似然比的估计下限LB2时，可以视相关变量节点的对数似然比中，仅有一个次小值min2，其余全为最小值min1，而以公式(8)进行计算。推估对数似然比的估计上限UB2时，可以视相关变量节点的对数似然比中，仅有一个最小值min1及一个次小值min2，其余皆为最大值max，而以公式(9)进行计算。
Figure GDA0003367575890000131
Figure GDA0003367575890000133
Figure GDA0003367575890000132
Figure GDA0003367575890000134
第七种情况：在不是上述第一种情况～第六种情况之下，修正值C2V可以设定为一估计下限LB3及一估计上限UB3的平均。估计上限LB3及估计下限LB3的运算方式可以采用上述的公式(6)～(9)，或者采用其他的方式。
或者，修正值C2V可以依据相关变量节点的对数似然比的均匀分布估计值获得。举例来说，请参照图6，其绘示一均匀分布曲线C6的示意图。相关变量节点的对数似然比的数值可以假设均匀分布于最小值min1及最大值max之间，而得到数个均匀分布估计值。修正值C2V再依据此些均匀分布估计值进行计算而获得。
请参照图7，其说明低密度奇偶检查码的解码方法的准确度比较结果。曲线C71是为采用传统解码方法叠代32次的结果，曲线C72是为采用本实施例的解码方法叠代3次的结果，曲线C73是为采用本实施例的解码方法叠代4次的结果，曲线C74是为采用本实施例的解码方法叠代8次的结果。从图7可以明显看出，本实施例的解码方法叠代3次的结果就已经优于传统解码方法叠代32次的结果。因此，本实施例的解码方法在准确度上有明显的进步。
请参照图8，其说明低密度奇偶检查码的解码方法的叠代速度比较结果。曲线C81是为采用传统解码方法的叠代结果，曲线C82是为采用本实施例的解码方法的叠代结果。从图8可以明显看出，在相同的SNR值的下，本实施例的解码方法所需的叠代次数明显低于传统解码方法的叠代次数。因此，本实施例的解码方法在演算速度上有明显的进步。
综上所述，虽然本发明已以实施例揭露如上，然其并非用以限定本发明。本发明所属技术领域中具有通常知识者，在不脱离本发明的精神和范围内，当可作各种的更动与润饰。因此，本发明的保护范围当视后附的申请专利范围所界定者为准。

Claims (20)

1.一种通信系统的低密度奇偶检查码的解码方法，其特征在于，一奇偶检验矩阵表示多个变量节点及多个检验节点的关系，该多个变量节点的其中之一是为一目标变量节点，该多个变量节点的至少其中之一是为一相关变量节点，该相关变量节点相关于该目标变量节点，该解码方法包括：
接收该目标变量节点及该相关变量节点的多个对数似然比；
获得该多个对数似然比的一最小值、一次小值、一最大值及一数量,该数量为度(degree)；
依据该最小值、该次小值、该最大值及该数量，获得一修正值；以及
依据该修正值更新该目标变量节点的该对数似然比。
2.如权利要求1所述的通信系统的低密度奇偶检查码的解码方法，其特征在于，该修正值是记录于一查找表。
3.如权利要求1所述的通信系统的低密度奇偶检查码的解码方法，其特征在于，在获得该修正值的步骤中，若该最小值为0，则该修正值为0。
4.如权利要求1所述的通信系统的低密度奇偶检查码的解码方法，其特征在于，在获得该修正值的步骤中，若该数量为2，则该修正值为该最小值。
5.如权利要求1所述的通信系统的低密度奇偶检查码的解码方法，其特征在于，在获得该修正值的步骤中，若该最小值与该最大值相等，则该修正值是依据该最小值获得。
6.如权利要求1所述的通信系统的低密度奇偶检查码的解码方法，其特征在于，在获得该修正值的步骤中，若该次小值与该最大值相等，则该修正值是依据该最小值及该次小值获得。
7.如权利要求1所述的通信系统的低密度奇偶检查码的解码方法，其特征在于，在获得该修正值的步骤中，若该目标变量节点的该对数似然比是为该次小值，且该多个对数似然比的一估计上限及一估计下限相等，则该修正值为该估计下限，该估计上限是依据该最小值及该次小值获得，该估计下限是依据该最小值获得。
8.如权利要求1所述的通信系统的低密度奇偶检查码的解码方法，其特征在于，在获得该修正值的步骤中，若该目标变量节点的该对数似然比不是该最小值或该次小值，且该多个对数似然比的一估计上限及一估计下限相等，则该修正值为该估计下限，该估计上限是依据该最小值、该次小值及该最大值获得，该估计下限是依据该最小值及该次小值获得。
9.如权利要求1所述的通信系统的低密度奇偶检查码的解码方法，其特征在于，在获得该修正值的步骤中，该修正值是为一估计下限及一估计上限的平均。
10.如权利要求1所述的通信系统的低密度奇偶检查码的解码方法，其特征在于，在获得该修正值的步骤中，该修正值是依据该相关变量节点的该至少一对数似然比的均匀分布估计值获得。
11.一种通信装置，其特征在于，是采用一低密度奇偶检查码进行解码，一奇偶检验矩阵表示多个变量节点及多个检验节点的关系，该多个变量节点的其中之一是为一目标变量节点，该多个变量节点的至少其中之一是为一相关变量节点，该相关变量节点相关于该目标变量节点，该通信装置包括：
一数据接收单元，用以接收该目标变量节点及该相关变量节点的多个对数似然比；
一数据比对单元，用以获得该多个对数似然比的一最小值、一次小值、一最大值及一数量,该数量为度(degree)；
一修正值获得单元，用以依据该最小值、该次小值、该最大值及该数量，获得一修正值；以及
一数据更新单元，用以依据该修正值更新该目标变量节点的该对数似然比。
12.如权利要求11所述的通信装置，其特征在于，更包括：
一储存单元，用以储存一查找表，该修正值是记录于该查找表。
13.如权利要求11所述的通信装置，其特征在于，若该最小值为0，则该修正值为0。
14.如权利要求11所述的通信装置，其特征在于，若该数量为2，则该修正值为该最小值。
15.如权利要求11所述的通信装置，其特征在于，若该最小值与该最大值相等，则该修正值是依据该最小值获得。
16.如权利要求11所述的通信装置，其特征在于，若该次小值与该最大值相等，则该修正值是依据该最小值及该次小值获得。
17.如权利要求11所述的通信装置，其特征在于，若该目标变量节点的该对数似然比是为该次小值，且该多个对数似然比的一估计上限及一估计下限相等，则该修正值为该估计下限，该估计上限是依据该最小值及该次小值获得，该估计下限是依据该最小值获得。
18.如权利要求11所述的通信装置，其特征在于，若该目标变量节点的该对数似然比不是该最小值或该次小值，且该多个对数似然比的一估计上限及一估计下限相等，则该修正值为该估计下限，该估计上限是依据该最小值、该次小值及该最大值获得，该估计下限是依据该最小值及该次小值获得。
19.如权利要求11所述的通信装置，其特征在于，该修正值是为一估计下限及一估计上限的平均。
20.如权利要求11所述的通信装置，其特征在于，该修正值是依据该相关变量节点的该至少一对数似然比的均匀分布估计值获得。
CN201810718666.9A 2018-06-13 2018-06-29 通信系统的低密度奇偶检查码的解码方法及应用其的通信装置 Active CN110601791B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
TW107120409A TWI682636B (zh) 2018-06-13 2018-06-13 通訊系統之低密度奇偶檢查碼的解碼方法及應用其之通訊裝置
TW107120409 2018-06-13

Publications (2)

Publication Number Publication Date
CN110601791A CN110601791A (zh) 2019-12-20
CN110601791B true CN110601791B (zh) 2022-03-15

Family

ID=68849248

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810718666.9A Active CN110601791B (zh) 2018-06-13 2018-06-29 通信系统的低密度奇偶检查码的解码方法及应用其的通信装置

Country Status (2)

Country Link
CN (1) CN110601791B (zh)
TW (1) TWI682636B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102412846A (zh) * 2011-11-29 2012-04-11 西安空间无线电技术研究所 一种适用于低密度奇偶校验码的多值修正最小和解码方法
CN103199874A (zh) * 2012-01-05 2013-07-10 国民技术股份有限公司 一种低密度奇偶校验码译码方法
CN106971759A (zh) * 2016-12-14 2017-07-21 威盛电子股份有限公司 低密度奇偶校验装置与脱离矩阵陷阱集合方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4627317B2 (ja) * 2005-07-13 2011-02-09 三菱電機株式会社 通信装置および復号方法
TW200901637A (en) * 2007-06-27 2009-01-01 Univ Nat Central Fast decoding method for low density parity check code (LDPC)
KR101065480B1 (ko) * 2007-12-19 2011-09-19 한국전자통신연구원 저밀도 패리티 검사 부호의 고속 검사노드 갱신 장치 및 그방법
TWI433471B (zh) * 2010-09-24 2014-04-01 Sunplus Technology Co Ltd （ｎ，ｋ）方塊碼之軟輸入軟輸出解碼裝置
CN102932003B (zh) * 2012-09-07 2016-05-04 上海交通大学 基于gpu架构的qc-ldpc码的加速译码方法
US9612903B2 (en) * 2012-10-11 2017-04-04 Micron Technology, Inc. Updating reliability data with a variable node and check nodes
CN107707334A (zh) * 2017-09-29 2018-02-16 桂林电子科技大学 一种基于额外列的网格ec‑t‑mm译码方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102412846A (zh) * 2011-11-29 2012-04-11 西安空间无线电技术研究所 一种适用于低密度奇偶校验码的多值修正最小和解码方法
CN103199874A (zh) * 2012-01-05 2013-07-10 国民技术股份有限公司 一种低密度奇偶校验码译码方法
CN106971759A (zh) * 2016-12-14 2017-07-21 威盛电子股份有限公司 低密度奇偶校验装置与脱离矩阵陷阱集合方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
光通信系统中LDPC码译码算法的研究进展;袁建国等;《激光杂志》;20180225;第39卷(第2期);全文 *

Also Published As

Publication number Publication date
TWI682636B (zh) 2020-01-11
TW202002528A (zh) 2020-01-01
CN110601791A (zh) 2019-12-20

Similar Documents

Publication Publication Date Title
US10361723B2 (en) Decoding of non-binary LDPC codes
US8397116B2 (en) Decoding method and memory system device using the same
US8140930B1 (en) Encoder and decoder by LDPC coding
RU2369008C2 (ru) Устройство и способ кодирования-декодирования блочного кода проверки на четность с низкой плотностью с переменной длиной блока
US20030229843A1 (en) Forward error correction apparatus and method in a high-speed data transmission system
US20090222711A1 (en) Generalized Multi-Threshold Decoder for Low-Density Parity Check Codes
CN107919874B (zh) 校验子计算基本校验节点处理单元、方法及其计算机程序
US20200044668A1 (en) Method for ldpc decoding, ldpc decoder and storage device
CN107404321B (zh) 用于纠错码解码的方法和设备
US20200091933A1 (en) Iterative decoding with early termination criterion that permits errors in redundancy part
CN111865335B (zh) 一种分组纠错码的译码方法、装置、存储介质和电子装置
TW202025642A (zh) 用於低密度同位檢查碼的偏移最佳化的設備及方法
CN112165334A (zh) 一种基于fpga的多元ldpc高速译码器及译码方法
Schläfer et al. Syndrome based check node processing of high order NB-LDPC decoders
US9219501B2 (en) LDPC encoding/decoding method and device using same
CN111130563B (zh) 处理信息的方法和装置
US8307255B2 (en) Scalable decoder architecture for low density parity check codes
US11184025B2 (en) LDPC decoding method and LDPC decoding apparatus
CN107707334A (zh) 一种基于额外列的网格ec‑t‑mm译码方法
CN112953557A (zh) 基于扩展最小和算法的nb-ldpc码加权因子优化译码器和方法
CN107872231B (zh) Ldpc译码方法与装置
US9231620B2 (en) Iterative decoding device and related decoding method for irregular low-density parity-check code capable of improving error correction performance
CN110601791B (zh) 通信系统的低密度奇偶检查码的解码方法及应用其的通信装置
US20170222659A1 (en) Power improvement for ldpc
US10903855B2 (en) Convolutional LDPC decoding method and apparatus, decoder, and system

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