CN110830050B - 一种ldpc译码方法、系统、电子设备及存储介质 - Google Patents

一种ldpc译码方法、系统、电子设备及存储介质 Download PDF

Info

Publication number
CN110830050B
CN110830050B CN201911184876.5A CN201911184876A CN110830050B CN 110830050 B CN110830050 B CN 110830050B CN 201911184876 A CN201911184876 A CN 201911184876A CN 110830050 B CN110830050 B CN 110830050B
Authority
CN
China
Prior art keywords
optimal
variable node
node
likelihood ratio
check
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
CN201911184876.5A
Other languages
English (en)
Other versions
CN110830050A (zh
Inventor
李环宇
何健
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.)
WUHAN HONGXU INFORMATION TECHNOLOGY CO LTD
Original Assignee
WUHAN HONGXU INFORMATION TECHNOLOGY CO LTD
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 WUHAN HONGXU INFORMATION TECHNOLOGY CO LTD filed Critical WUHAN HONGXU INFORMATION TECHNOLOGY CO LTD
Priority to CN201911184876.5A priority Critical patent/CN110830050B/zh
Publication of CN110830050A publication Critical patent/CN110830050A/zh
Application granted granted Critical
Publication of CN110830050B publication Critical patent/CN110830050B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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

Landscapes

  • Physics & Mathematics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Error Detection And Correction (AREA)

Abstract

本发明实施例提供一种LDPC译码方法、系统、电子设备及存储介质，方法包括：建立peak_BER与修正因子α、偏移因子β之间的关系曲线图，确定peak_BER最大时的α、β为最优，且根据最优的α、β计算校验节点传递给变量节点的最优对数似然比LLR信息，进而计算变量节点传递给校验节点的最优对数似然比LLR信息；尝试判决原始码字序列c译码后的若则输出译码后的否则，更新当前通信环境下的信噪比SNR，以对α、β进行更新，直到输出译码后的其中，H为扩展奇偶校验矩阵。本发明实施例结合信噪比SNR、长码块码块长度B、码率R等参数提出动态调整偏移因子β和归一化因子α，进而得到最优的译码序列。

Description

一种LDPC译码方法、系统、电子设备及存储介质
技术领域
本发明属于通信技术领域，尤其涉及一种LDPC译码方法、系统、电子设备及存储介质。
背景技术
5G NR采用了全新的信道编码方式，即数据信道用LDPC编码，控制信道和广播信道用Polar编码。这一改进可以提高NR信道编码效率，适应5G大数据量，高可靠性和低时延的传输需求。
低密度奇偶校验码(Low Density Parity Check Codes，LDPC码)最早于1963年由Robert Gallager在其博士论文提出。LDPC码是基于稀疏二分图设计的校验码，采用迭代方式置信度传播算法进行译码。由于硬件条件的限制因素，LDPC在提出之后经历了多年岑寂。20世纪90年代以来，受到Turbo码的启发，经典的LDPC码在长码块具有优异的性能和较低的解码复杂度，受到学术界和工业界的关注。因此，LDPC码最初在数字电视(2003年的卫星电视标准DVB-S2)上得到应用。随后在基于IEEE 802.16WIMAX标准和无线局域网(WLAN)、无线高保真(基于IEEE 802.11的Wi-Fi标准)中应用。如今，LDPC码在2016年10月最终进入5G-NR标准中，作为eMBB场景数据信道的编码方案。5G-NR使用的是准循环LDPC码(QC-LDPC)，此码具有接近香农限、并行译码、提升峰值速率等性能。
目前LDPC码的译码方法主要两大类：一类是基于校验和统计迭代的比特翻转译码算法(Bit Flipping，BF)，该算法属于硬判决译码，实现复杂度低，但性能较差；第二类是基于概率的置信传播迭代译码算法(Belief-Propagation,BP)，这属于软判决译码，在码长较长时性能逼近香农极限，但实现复杂度高。
发明内容
为克服上述现有问题或者至少部分地解决上述问题，本发明实施例提供一种LDPC译码方法、系统、电子设备及存储介质。
根据本发明实施例的第一方面，提供一种LDPC译码方法，包括：
基于当前的通信环境，建立peak_BER与修正因子α、偏移因子β之间的关系曲线图，在所述当前通信环境下，码字序列的码块长度为R、码率为B以及信噪比为SNR；其中，peak_BER为译码后的和原始码字c之间的误码率的倒数；
根据所述关系曲线图确定peak_BER最大时的α、β为最优，且根据最优的α、β计算校验节点传递给变量节点的最优对数似然比LLR信息；
根据所述校验节点传递给变量节点的最优对数似然比LLR信息，计算变量节点传递给校验节点的最优对数似然比LLR信息；
基于所述变量节点传递给校验节点的最优对数似然比LLR信息，尝试判决原始码字序列c译码后的
若则输出译码后的/>否则，更新当前通信环境下的信噪比SNR，以对α、β进行更新，直到/>输出译码后的/>其中，H为扩展奇偶校验矩阵。
在上述技术方案的基础上，本发明实施例还可以作出如下改进。
可选的，所述根据最优的α、β计算校验节点传递给变量节点的最优对数似然比LLR信息包括：
其中，表示校验节点i传递给变量节点j时，i＝a的概率，/>表示校验节点i传递给变量节点j的最优对数似然比LLR信息，Ni为变量节点的索引，/>表示变量节点j′传递给校验节点i时，j’＝a的概率，j′∈Ni\j表示第j′个变量节点为变量节点集合Ni中区别于第j个变量节点外的其它变量节点，/>表示变量节点j′传递给校验节点i的对数似然比LLR信息，αopt为最优修正因子，βopt为最优偏移因子。
可选的，通过如下方式计算变量节点j传递给校验节点i的对数似然比LLR信息L(fj a)：
令变量节点xj＝b∈{+1,-1}，则条件概率对数似然比为：
由于P(xj＝1|yj)+P(xj＝-1|yj)＝1，则：
令则初始变量节点j传递给校验节点i的对数似然比LLR信息为：
其中，yj＝xj+n,n为方差为σ2，均值为0的噪声序列，xj为原始码字序列经过BPSK调制后的序列，yj为xj经过AWGN信道后的序列。
可选的，所述根据所述校验节点传递给变量节点的最优对数似然比LLR信息，计算变量节点传递给校验节点的最优对数似然比LLR信息包括：
其中，Mj为校验节点i的集合。
可选的，所述基于所述变量节点传递给校验节点的最优对数似然比LLR信息，尝试判决原始码字序列c译码后的包括：
可选的，所述扩展奇偶校验矩阵H表示为：
其中，H的大小为[mb×z]×[nb×z]，P为标准置换矩阵，大小为z×z；Hb为基础矩阵，Z为提升值，mb表示基础矩阵的行数，nb表示基础矩阵的列数，kb表示系统信息比特部分的列数，mb表示校验比特部分的列数，nb、kb和mb满足关系：nb＝kb+mb。
可选的，通过如下公式计算提升值Z：
z＝η×2m；
其中，根据协议规定，η∈{2,3,5,7,9,11,13,15}，m∈{0,1,2,3,4,5,6,7}。
根据本发明实施例第二方面提供一种LDPC译码系统，包括：
建立模块，用于基于当前的通信环境，建立peak_BER与修正因子α、偏移因子β之间的关系曲线图，在所述当前通信环境下，码字序列的码块长度为R、码率为B以及信噪比为SNR；其中，peak_BER为译码后的和原始码字c之间的误码率的倒数；
确定模块，用于根据所述关系曲线图确定peak_BER最大时的α、β为最优；
计算模块，用于根据最优的α、β计算校验节点传递给变量节点的最优对数似然比LLR信息，以及根据所述校验节点传递给变量节点的最优对数似然比LLR信息，计算变量节点传递给校验节点的最优对数似然比LLR信息；
判决模块，用于基于所述变量节点传递给校验节点的最优对数似然比LLR信息，尝试判决原始码字序列c译码后的
输出模块，用于若则输出译码后的/>否则，更新当前通信环境下的信噪比SNR，以对α、β进行更新，直到/>输出译码后的/>其中，H为扩展奇偶校验矩阵。
根据本发明实施例的第三个方面，还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器调用所述程序指令能够执行第一方面的各种可能的实现方式中任一种可能的实现方式所提供的LDPC译码方法。
根据本发明实施例的第四个方面，还提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行第一方面的各种可能的实现方式中任一种可能的实现方式所提供的LDPC译码方法。
本发明实施例提供一种LDPC译码方法、系统、电子设备及存储介质，该方法通过建立peak_BER与修正因子α、偏移因子β之间的关系曲线图，其中，peak_BER为译码后的和原始码字c之间的误码率的倒数，确定peak_BER最大时的α、β为最优，且根据最优的α、β计算校验节点传递给变量节点的最优对数似然比LLR信息，进而计算变量节点传递给校验节点的最优对数似然比LLR信息；尝试判决原始码字序列c译码后的/>若/>则输出译码后的/>否则，更新当前通信环境下的信噪比SNR，以对α、β进行更新，直到/>输出译码后的/>其中，H为扩展奇偶校验矩阵，本发明实施例结合信噪比SNR、长码块码块长度B、码率R等参数提出动态调整偏移因子β和归一化因子α，进而得到最优的译码序列，实现方式简单，复杂度低，提高了对序列译码的精确度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的LDPC译码方法整体流程示意图；
图2为本发明实施例的LDPC码的Tanner图；
图3为本发明实施例提供的LDPC译码方法的整体流程图；
图4为本发明实施例的扩展奇偶校验矩阵的示意图；
图5为本发明实施例的peak_BER与修正因子α、偏移因子β之间的关系曲线图；
图6为本发明实施例提供的方法与传统方法的性能对比图；
图7为本发明实施例提供的LDPC译码系统整体结构示意图；
图8为本发明实施例提供的电子设备整体结构示意图。
具体实施方式
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
在本发明实施例中，提供一种LDPC译码方法，图1为本发明实施例提供的LDPC译码方法整体流程示意图，该方法包括：
S1，基于当前的通信环境，建立peak_BER与修正因子α、偏移因子β之间的关系曲线图，在所述当前通信环境下，码字序列的码块长度为R、码率为B以及信噪比为SNR；其中，peak_BER为译码后的和原始码字c之间的误码率的倒数；
S2，根据所述关系曲线图确定peak_BER最大时的α、β为最优，且根据最优的α、β计算校验节点传递给变量节点的最优对数似然比LLR信息；
S3，根据所述校验节点传递给变量节点的最优对数似然比LLR信息，计算变量节点传递给校验节点的最优对数似然比LLR信息；
S4，基于所述变量节点传递给校验节点的最优对数似然比LLR信息，尝试判决原始码字序列c译码后的
S5，若则输出译码后的/>否则，更新当前通信环境下的信噪比SNR，以对α、β进行更新，直到/>输出译码后的/>其中，H为扩展奇偶校验矩阵。
可以理解的是，在采用LDPC方式对通信过程中的原始序列进行译码时，与变量节点传递给校验节点的对数似然LLR信息以及校验节点传递给变量节点的对数似然LLR信息有关，而校验节点传递给变量节点的对数似然LLR信息与修正因子α、偏移因子β有关。因此，为了提高译码后的序列的精确度，本发明实施例采取对修正因子α、偏移因子β进行动态调整更新。具体调整更新过程为，建立peak_BER与修正因子α、偏移因子β之间的关系曲线图，其中，peak_BER为译码后的和原始码字c之间的误码率的倒数；根据关系曲线图确定peak_BER最大时的α、β为最优，且根据最优的α、β计算校验节点传递给变量节点的最优对数似然比LLR信息，校验节点传递给变量节点的最优对数似然比LLR信息进而计算出变量节点传递给校验节点的最优对数似然比LLR信息。基于变量节点传递给校验节点的最优对数似然比LLR信息，尝试判决原始码字序列c译码后的/>对于译码出的序列/>若/>则输出译码后的/>否则，更新当前通信环境下的信噪比SNR，以对α、β进行更新，直到/>输出译码后的/>其中，H为扩展奇偶校验矩阵。
本发明实施例结合信噪比SNR、长码块码块长度B、码率R等参数提出动态调整偏移因子β和归一化因子α，进而得到最优的译码序列。在上述实施例的基础上，本发明实施例中，根据最优的α、β计算校验节点传递给变量节点的最优对数似然比LLR信息包括：
其中，表示校验节点i传递给变量节点j时，i＝a的概率，/>表示校验节点i传递给变量节点j的最优对数似然比LLR信息，Ni为变量节点的索引，/>表示变量节点j′传递给校验节点i时，j’＝a的概率，j′∈Ni\j表示第j′个变量节点为变量节点集合Ni中区别于第j个变量节点外的其它变量节点，/>表示变量节点j′传递给校验节点i的对数似然比LLR信息，αopt为最优修正因子，βopt为最优偏移因子。
其中，通过如下方式初始计算变量节点j传递给校验节点i的对数似然比LLR信息L(fj a)：
令变量节点xj＝b∈{+1,-1}，则条件概率对数似然比为：
由于P(xj＝1|yj)+P(xj＝-1|yj)＝1，则：
令则初始变量节点j传递给校验节点i的对数似然比LLR信息L(fj a)为：
其中，yj＝xj+n,n为方差为σ2，均值为0的噪声序列，xj为原始码字序列经过BPSK调制后的序列，yj为xj经过AWGN信道后的序列。
其中，在上述实施例中根据最优的修正因子α、偏移因子β，计算出校验节点传递给变量节点的最优对数似然比LLR信息，本发明实施例通过如下公式计算变量节点传递给校验节点的最优对数似然比LLR信息：
其中，Mj为校验节点i的集合。
其中，根据最优的修正因子α、偏移因子β，计算出变量节点传递给校验节点的最优对数似然比LLR信息，并尝试判决原始码字序列c译码后的具体为通过如下式子尝试对原始序列c进行译码：
当通过上述式子对原始序列c进行译码得到需要评判该译码后的/>是否为最优，具体评判方式为：
若则输出译码后的/>否则，更新当前通信环境下的信噪比SNR，以对α、β进行更新，直到/>输出译码后的/>其中，H为扩展奇偶校验矩阵，扩展奇偶校验矩阵H表示为：
其中，H的大小为[mb×z]×[nb×z]，P为标准置换矩阵，大小为z×z；Hb为基础矩阵，Z为提升值，mb表示基础矩阵的行数，nb表示基础矩阵的列数，kb表示系统信息比特部分的列数，mb表示校验比特部分的列数，nb、kb和mb满足关系：nb＝kb+mb。
可以理解的是，5G-NR eMBB的LDPC采用了“Raptor-like”的结构，其奇偶校验矩阵H可以通过高码率的核心矩阵(Kernel Matrix)逐步扩展到低码率。目前，3GPP RAN1规定了在eMBB场景下采用BG1：mb×nb＝46×68(核心矩阵4*22)和BG2：mb×nb＝42×52(核心矩阵4*10)，两种基本图支持大码长高码率和中低码长低码率的编码，BG1最低母码码率为1/3，核矩阵码率为22/24左右，支持最大码块长度为8448bit；BG2最低母码码率为1/5，核矩阵码率为5/6，支持最大码块长度为3840bit。也就是说，当确定了在eMBB场景下采用BG1或者BG2，扩展奇偶校验矩阵H即可确定。
其中，通过如下公式计算提升值Z：
z＝η×2m；
其中，根据协议规定，η∈{2,3,5,7,9,11,13,15}，m∈{0,1,2,3,4,5,6,7}。
可以理解的是，根据3GPP 5G-NR标准协议规定，在进行准循环LDPC码的给定提升值z的设计时，提升值尽量等于2的整数次幂或者是2的正整数次幂再乘以一个正整数，以满足准循环LDPC译码器采用Banyan网络(此网络呈蝶形结构，操作简单灵活且复杂度低)的要求。此时给定的提升值则需要满足z＝η×2m，其中，协议规定的正整数系数集合为η∈{2,3,5,7,9,11,13,15}，规定的幂次系数集合为m∈{0,1,2,3,4,5,6,7}。
需要说明的是，在计算校验节点传递给变量节点的对数似然比LLR信息和计算变量节点传递给校验节点的对数似然比LLR信息时，可采用Tanner图来进行表示，参见图2，为LDPC码的Tanner图，上图对应的校验矩阵HM×N为(M个校验节点，N个变量节点)，图中是6个校验节点，12个变量节点。
其中，校验矩阵H中的行表示校验节点传递给变量节点的对数似然比LLR信息，校验矩阵H的列表示变量节点传递给校验节点的对数似然比LLR信息。对应校验矩阵中的行：
中的/>表示校验节点i传递给变量节点j时，i＝a的概率，如果计算图2中校验节点c0传递给变量节点v0的LLR信息，由于与校验节点c0相连接的变量节点有v0、v1、v2、v5、v6、v10，那么计算/>时应排除本变量节点v0，计算其他变量节点j′对校验节点c0的正(负)反馈信息。其中，j′是针对此刻的与校验节点i连接的变量节点集合Ni排除需要计算的变量节点j而言的。
同理，对应校验矩阵中的列：
中的/>表示变量节点j传递给校验节点i时，j＝a的概率，如果计算上图中变量节点v0传递给校验节点c0的LLR信息，由于与校验节点v0相连接的变量节点有c0、c1、c3，那么计算/>时应排除本校验节点c0，计算其他校验节点i′对变量节点v0的正(负)反馈信息。其中，i′是针对此刻的与变量节点j连接的校验节点集合Mj排除需要计算的校验节点i而言的。
图3示出了本发明实施例提供的一种LDPC译码方法的整体流程图3，下面结合图3以一个具体的例子来对本发明实施例提供的LDPC译码方法进行详细说明，主要包括以下步骤：
步骤一：5G-NR使用的是准循环LDPC码(QC-LDPC)，此LDPC码根据基础矩阵Hb、提升值Z和置换矩阵P唯一定义，具有结构化特征。
其中，H是扩展奇偶校验矩阵，大小为[mb×z]×[nb×z]，P为标准置换矩阵，大小为z×z，Hb为基础矩阵，mb表示基础矩阵的行数，nb表示基础矩阵的列数，kb表示系统信息比特部分的列数，mb表示校验比特部分的列数，nb、kb和mb满足关系：nb＝kb+mb。
5G-NR eMBB的LDPC采用了“Raptor-like”的结构，其奇偶校验矩阵H可以通过高码率的核心矩阵(Kernel Matrix)逐步扩展到低码率，如图4，图4示出了扩展奇偶校验矩阵H的组成结构示意图。其中，A和B组成了高码率的核心矩阵，A对应于待编码的信息比特，B方阵具有双对角结构，对应于高码率的校验比特，C是一个全零矩阵；E是一个单位阵，对应于低扩展码率的校验矩阵，D和E构成了单奇偶校验关系。目前，3GPP RAN1规定了在eMBB场景下采用BG1：mb×nb＝46×68(核心矩阵4*22)和BG2：mb×nb＝42×52(核心矩阵4*10)两种基本图支持大码长高码率和中低码长低码率的编码，BG1最低母码码率为1/3，核矩阵码率为22/24左右，支持最大码块长度为8448bit；BG2最低母码码率为1/5，核矩阵码率为5/6，支持最大码块长度为3840bit。根据3GPP 5G-NR标准协议规定，在进行准循环LDPC码的给定提升值z的设计时，提升值尽量等于2的整数次幂或者是2的正整数次幂再乘以一个正整数，以满足准循环LDPC译码器采用Banyan网络(此网络呈蝶形结构，操作简单灵活且复杂度低)的要求。此时给定的提升值则需要满足z＝η×2m，其中，协议规定的正整数系数集合为η∈{2,3,5,7,9,11,13,15}，规定的幂次系数集合为m∈{0,1,2,3,4,5,6,7}。
根据上述规则，本发明实施例采用BG2：mb×nb＝42×52(核心矩阵4*10)，假设η＝2，m＝7，则z＝η×2m＝256，码长B：nb×z＝2560，码率R：2/3。
根据5G NR标准，假设采用BG2，码块长度B＝2560，码率R＝2/3。首先，随机产生码块长度B＝2560的二进制序列，经过码块分割、LDPC编码、速率匹配等操作生成编码后码字序列c，经过BPSK调制(x＝1-2c)后的序列为x，经过AWGN信道后的信息序列y＝x+n。其中，n为方差为σ2，均值为0的噪声序列。
变量节点样本索引设置为Ni＝{0≤j≤n-1}，Ni是与校验节点i直接相连的变量节点集合；校验节点样本索引设置为Mj＝{0≤i≤m-1}，Mj是与变量节点j直接相连的校验节点集合。令变量节点xj＝b∈{+1,-1}，则条件概率其中，yj＝xj+n。则对数似然比可表示为：
由于P(xj＝1|yj)+P(xj＝-1|yj)＝1，则
表示变量节点j传递给校验节点i时，j＝a的概率，令变量节点本发明实施例是基于对数域的译码算法，传递的是对数似然比(LLR)信息，因此，初始化的变量节点j的LLR信息可以表示为：
步骤二、生成“优化因子-ber峰值”图并更新修正因子修正因子α、偏移因子β。
对于Ni＝{0≤j≤n-1}，Mj＝{0≤i≤m-1}，校验节点传递给变量节点的LLR信息为：
其中，表示校验节点i传递给变量节点j时，i＝a的概率，
由于φ(φ(x))＝x且φ(x)是单调递减函数，最小的可决定/>的值，因此，上式可以近似简化为：
此时得到的值偏大，根据修正偏移最小和思想，设置修正因子(归一化因子)为α，偏移因子为β，上式可以修改为：
收集并更新需求值SNR的值，根据步骤一，码块长度B＝2560，码率R＝2/3为给定值，假设此刻SNR＝-3dB。此时令集合Peak_BER＝1/BER。以α为X轴坐标，β为Y轴坐标，Peak_BER为Z轴坐标建立“优化因子-ber峰值”图，如图5。
步骤三：动态调整优化因子，更新校验节点LLR信息。
根据步骤二所建立的“优化因子-ber峰值”图，选取最大Peak_BER值对应的优化因子，即选取译码后的与原始码字序列c之间的误差最小时对应的优化因子，动态更新并调整修正因子为αopt＝0.8，偏移因子为βopt＝-0.175，将优化后的校验节点LLR更新信息重述如下：
另外，分别对比无动态调整方案与本发明实施例的动态调整方案DAMS，假设NMS算法的修正因子α＝0.797，OMS算法的偏移因子为β＝0.6，上述算法的因子均在未考虑码块长度B，码率R，SNR的情况下的经验值。
对比以上三种算法，仿真性能结果如图6，结论如下：
(1)算法性能：DAMS＞NMS≈OMS＞MS；
其中，本发明实施例中的DAMS(Dynamic Adjust Min-Sum，动态调整因子最小和算法)，即为根据SNR信息，调整优化MS算法的偏移因子β和归一化因子α；
NMS(Normalized Min-Sum，修正因子最小和算法)，即为根据仿真和经验确定并固定归一化因子α，且环境变化时其因子不变；
OMS(Offset Min-Sum，偏移因子最小和算法)，即为根据仿真和经验确定并固定偏移因子β，且环境变化时其因子不变；
MS(Min-Sum，最小和算法)，即为简化最小和算法，比实际值偏大，需要系数修正。
(2)在SNR＝2.5dB情况下，DAMS较NMS算法性能提升约2.6dB，较OMS算法性能提升约4.6dB，较MS算法性能提升约12.2dB。结果说明DAMS结合码块长度B，码率R，SNR信息动态调整优化因子相比NMS、OMS算法有所改善。
步骤四：更新变量节点LLR信息。
对于Ni＝{0≤j≤n-1}，Mj＝{0≤i≤m-1}，变量节点传递给校验节点的LLR信息为：
步骤五：尝试译码和译码判决。
对于Ni＝{0≤j≤n-1}，Mj＝{0≤i≤m-1}，更正码字变量节点的LLR信息为：
假设译码后码字序列为则根据上述尝试判决表达式得到：
判断译码后的序列是否满足/>是则输出译码序列/>译码结束；否则判断当前迭代次数是否达到最大迭代次数，若没有达到最大迭代次数，则对信噪比SNR进行更新，执行步骤二，进行新一轮迭代，直到满足/>输出译码序列/>或者迭代次数达到最大迭代次数但依然不满足/>则输出迭代失败。
在本发明的另一个实施例中提供一种LDPC译码系统，该系统用于实现前述各实施例中的方法。因此，在前述LDPC译码方法方法的各实施例中的描述和定义，可以用于本发明实施例中各个执行模块的理解。图7为本发明实施例提供的LDPC译码系统整体结构示意图，该系统包括：
建立模块71，用于基于当前的通信环境，建立peak_BER与修正因子α、偏移因子β之间的关系曲线图，在所述当前通信环境下，码字序列的码块长度为R、码率为B以及信噪比为SNR；其中，peak_BER为译码后的和原始码字c之间的误码率的倒数；
确定模块72，用于根据所述关系曲线图确定peak_BER最大时的α、β为最优；
计算模块73，用于根据最优的α、β计算校验节点传递给变量节点的最优对数似然比LLR信息，以及根据所述校验节点传递给变量节点的最优对数似然比LLR信息，计算变量节点传递给校验节点的最优对数似然比LLR信息；
判决模块74，用于基于所述变量节点传递给校验节点的最优对数似然比LLR信息，尝试判决原始码字序列c译码后的
输出模块75，用于若则输出译码后的/>否则，更新当前通信环境下的信噪比SNR，以对α、β进行更新，直到/>输出译码后的/>其中，H为扩展奇偶校验矩阵。
图8示例了一种电子设备的实体结构示意图，如图8所示，该电子设备可以包括：处理器(processor)801、通信接口(Communications Interface)802、存储器(memory)803和通信总线804，其中，处理器801，通信接口802，存储器803通过通信总线804完成相互间的通信。处理器801可以调用存储器803中的逻辑指令，以执行如下方法：
基于当前的通信环境，建立peak_BER与修正因子α、偏移因子β之间的关系曲线图，在所述当前通信环境下，码字序列的码块长度为R、码率为B以及信噪比为SNR；其中，peak_BER为译码后的和原始码字c之间的误码率的倒数；
根据所述关系曲线图确定peak_BER最大时的α、β为最优，且根据最优的α、β计算校验节点传递给变量节点的最优对数似然比LLR信息；
根据所述校验节点传递给变量节点的最优对数似然比LLR信息，计算变量节点传递给校验节点的最优对数似然比LLR信息；
基于所述变量节点传递给校验节点的最优对数似然比LLR信息，尝试判决原始码字序列c译码后的
若则输出译码后的/>否则，更新当前通信环境下的信噪比SNR，以对α、β进行更新，直到/>输出译码后的/>其中，H为扩展奇偶校验矩阵。
此外，上述的存储器803中的逻辑指令可以通过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，本发明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)执行本发明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(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本实施例提供一种非暂态计算机可读存储介质，非暂态计算机可读存储介质存储计算机指令，计算机指令使计算机执行上述各方法实施例所提供的方法，例如包括：
基于当前的通信环境，建立peak_BER与修正因子α、偏移因子β之间的关系曲线图，在所述当前通信环境下，码字序列的码块长度为R、码率为B以及信噪比为SNR；其中，peak_BER为译码后的和原始码字c之间的误码率的倒数；
根据所述关系曲线图确定peak_BER最大时的α、β为最优，且根据最优的α、β计算校验节点传递给变量节点的最优对数似然比LLR信息；
根据所述校验节点传递给变量节点的最优对数似然比LLR信息，计算变量节点传递给校验节点的最优对数似然比LLR信息；
基于所述变量节点传递给校验节点的最优对数似然比LLR信息，尝试判决原始码字序列c译码后的
若则输出译码后的/>否则，更新当前通信环境下的信噪比SNR，以对α、β进行更新，直到/>输出译码后的/>其中，H为扩展奇偶校验矩阵。
本发明实施例提供的一种LDPC译码方法、系统、电子设备及存储介质，该方法通过建立peak_BER与修正因子α、偏移因子β之间的关系曲线图，其中，peak_BER为译码后的和原始码字c之间的误码率的倒数，确定peak_BER最大时的α、β为最优，且根据最优的α、β计算校验节点传递给变量节点的最优对数似然比LLR信息，进而计算变量节点传递给校验节点的最优对数似然比LLR信息；尝试判决原始码字序列c译码后的/>若/>则输出译码后的/>否则，更新当前通信环境下的信噪比SNR，以对α、β进行更新，直到/>输出译码后的/>其中，H为扩展奇偶校验矩阵，本发明实施例结合信噪比SNR、长码块码块长度B、码率R等参数提出动态调整偏移因子β和归一化因子α，进而得到最优的译码序列。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，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)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (7)

1.一种LDPC译码方法，其特征在于，包括：
基于当前的通信环境，建立peak_BER与修正因子α、偏移因子β之间的关系曲线图，在所述当前通信环境下，码字序列的码块长度为R、码率为B以及信噪比为SNR；其中，peak_BER为译码后的和原始码字c之间的误码率的倒数；
根据所述关系曲线图确定peak_BER最大时的α、β为最优，且根据最优的α、β计算校验节点传递给变量节点的最优对数似然比LLR信息；
根据所述校验节点传递给变量节点的最优对数似然比LLR信息，计算变量节点传递给校验节点的最优对数似然比LLR信息；
基于所述变量节点传递给校验节点的最优对数似然比LLR信息，尝试判决原始码字序列c译码后的
若则输出译码后的/>否则，更新当前通信环境下的信噪比SNR，以对α、β进行更新，直到/>输出译码后的/>其中，H为扩展奇偶校验矩阵；
所述根据最优的α、β计算校验节点传递给变量节点的最优对数似然比LLR信息包括：
其中，表示校验节点i传递给变量节点j时，i＝a的概率，/>表示校验节点i传递给变量节点j的最优对数似然比LLR信息，Ni为变量节点的索引，/>表示变量节点j'传递给校验节点i时，j’＝a的概率，j'∈Ni\j表示第j'个变量节点为变量节点集合Ni中区别于第j个变量节点外的其它变量节点，/>表示变量节点j'传递给校验节点i的对数似然比LLR信息，αopt为最优修正因子，βopt为最优偏移因子；
通过如下方式计算初始变量节点j传递给校验节点i的对数似然比LLR信息L(fj a)：
令变量节点xj＝b∈{+1,-1}，则条件概率对数似然比为：
由于P(xj＝1|yj)+P(xj＝-1|yj)＝1，则：
令则初始变量节点j传递给校验节点i的对数似然比LLR信息L(fj a)为：
其中，yj＝xj+n,n为方差为σ2，均值为0的噪声序列，xj为原始码字序列经过BPSK调制后的序列，yj为xj经过AWGN信道后的序列；
所述根据所述校验节点传递给变量节点的最优对数似然比LLR信息，计算变量节点传递给校验节点的最优对数似然比LLR信息包括：
其中，Mj为校验节点i的集合。
2.根据权利要求1所述的LDPC译码方法，其特征在于，所述基于所述变量节点传递给校验节点的最优对数似然比LLR信息，尝试判决原始码字序列c译码后的包括：
3.根据权利要求1所述的LDPC译码方法，其特征在于，所述扩展奇偶校验矩阵H表示为：
其中，H的大小为[mb×z]×[nb×z]，P为标准置换矩阵，大小为z×z；Hb为基础矩阵，Z为提升值，mb表示基础矩阵的行数，nb表示基础矩阵的列数，kb表示系统信息比特部分的列数，mb表示校验比特部分的列数，nb、kb和mb满足关系：nb＝kb+mb。
4.根据权利要求3所述的LDPC译码方法，其特征在于，通过如下公式计算提升值Z：
z＝η×2m；
其中，根据协议规定，η∈{2,3,5,7,9,11,13,15}，m∈{0,1,2,3,4,5,6,7}。
5.一种LDPC译码系统，其特征在于，包括：
建立模块，用于基于当前的通信环境，建立peak_BER与修正因子α、偏移因子β之间的关系曲线图，在所述当前通信环境下，码字序列的码块长度为R、码率为B以及信噪比为SNR；其中，peak_BER为译码后的和原始码字c之间的误码率的倒数；
确定模块，用于根据所述关系曲线图确定peak_BER最大时的α、β为最优；
计算模块，用于根据最优的α、β计算校验节点传递给变量节点的最优对数似然比LLR信息，以及根据所述校验节点传递给变量节点的最优对数似然比LLR信息，计算变量节点传递给校验节点的最优对数似然比LLR信息；
判决模块，用于基于所述变量节点传递给校验节点的最优对数似然比LLR信息，尝试判决原始码字序列c译码后的
输出模块，用于若则输出译码后的/>否则，更新当前通信环境下的信噪比SNR，以对α、β进行更新，直到/>输出译码后的/>其中，H为扩展奇偶校验矩阵；
所述根据最优的α、β计算校验节点传递给变量节点的最优对数似然比LLR信息包括：
其中，表示校验节点i传递给变量节点j时，i＝a的概率，/>表示校验节点i传递给变量节点j的最优对数似然比LLR信息，Ni为变量节点的索引，/>表示变量节点j'传递给校验节点i时，j’＝a的概率，j'∈Ni\j表示第j'个变量节点为变量节点集合Ni中区别于第j个变量节点外的其它变量节点，/>表示变量节点j'传递给校验节点i的对数似然比LLR信息，αopt为最优修正因子，βopt为最优偏移因子；
通过如下方式计算初始变量节点j传递给校验节点i的对数似然比LLR信息L(fj a)：
令变量节点xj＝b∈{+1,-1}，则条件概率对数似然比为：
由于P(xj＝1|yj)+P(xj＝-1|yj)＝1，则：
令则初始变量节点j传递给校验节点i的对数似然比LLR信息L(fj a)为：
其中，yj＝xj+n,n为方差为σ2，均值为0的噪声序列，xj为原始码字序列经过BPSK调制后的序列，yj为xj经过AWGN信道后的序列；
所述根据所述校验节点传递给变量节点的最优对数似然比LLR信息，计算变量节点传递给校验节点的最优对数似然比LLR信息包括：
其中，Mj为校验节点i的集合。
6.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至4任一项所述LDPC译码方法的步骤。
7.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至4任一项所述LDPC译码方法的步骤。
CN201911184876.5A 2019-11-27 2019-11-27 一种ldpc译码方法、系统、电子设备及存储介质 Active CN110830050B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911184876.5A CN110830050B (zh) 2019-11-27 2019-11-27 一种ldpc译码方法、系统、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911184876.5A CN110830050B (zh) 2019-11-27 2019-11-27 一种ldpc译码方法、系统、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN110830050A CN110830050A (zh) 2020-02-21
CN110830050B true CN110830050B (zh) 2023-09-29

Family

ID=69542527

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911184876.5A Active CN110830050B (zh) 2019-11-27 2019-11-27 一种ldpc译码方法、系统、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN110830050B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111245444B (zh) * 2020-03-20 2022-03-29 清华大学 归一化最小和ldpc译码方法及译码器
CN112332858B (zh) * 2020-11-06 2022-11-04 山东云海国创云计算装备产业创新中心有限公司 一种译码方法、装置、设备及存储介质
CN113612575B (zh) * 2021-06-30 2022-10-18 南京大学 面向Wimax协议的QC-LDPC译码器译码方法及系统
CN114866186A (zh) * 2022-04-07 2022-08-05 成都中科微信息技术研究院有限公司 一种基于5g的ldpc译码延时优化方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2472787A1 (en) * 2003-07-03 2005-01-03 The Directv Group, Inc. Method and system for generating parallel decodable low density parity check (ldpc) codes
CN101106380A (zh) * 2006-07-13 2008-01-16 华为技术有限公司 一种ldpc码的迭代译码方法及装置
WO2009009950A1 (fr) * 2007-07-18 2009-01-22 Timi Technologies Co., Ltd Décodeur de code qc-ldpc et procédé de décodage correspondant
CN101478312A (zh) * 2008-12-15 2009-07-08 北京创毅视讯科技有限公司 一种ldpc译码器及其实现译码的方法
CN103220002A (zh) * 2012-01-18 2013-07-24 北京大学 一种消除译码器访问冲突的准循环ldpc码构造方法
CN104702292A (zh) * 2015-03-06 2015-06-10 宫丰奎 一种部分并行ldpc译码器的实现方法
CN106169935A (zh) * 2016-07-14 2016-11-30 厦门大学 以可靠度为导向的低密度奇偶校验码信度传播译码方法
CN108494412A (zh) * 2018-04-17 2018-09-04 国家新闻出版广电总局广播科学研究院 一种基于参数估计的多因子修正ldpc码译码方法及装置
CN108768409A (zh) * 2018-06-06 2018-11-06 重庆邮电大学 一种优化的基于归一化最小值的ldpc译码方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2912574B1 (fr) * 2007-02-13 2010-09-17 Commissariat Energie Atomique Procede de decodage a passage de messages et a convergence forcee.
US9235488B2 (en) * 2013-03-15 2016-01-12 Pmc-Sierra Us, Inc. System and method for random noise generation
US9264074B2 (en) * 2014-02-11 2016-02-16 Entropic Communications, Llc LDPC code matrices

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2472787A1 (en) * 2003-07-03 2005-01-03 The Directv Group, Inc. Method and system for generating parallel decodable low density parity check (ldpc) codes
CN101106380A (zh) * 2006-07-13 2008-01-16 华为技术有限公司 一种ldpc码的迭代译码方法及装置
WO2009009950A1 (fr) * 2007-07-18 2009-01-22 Timi Technologies Co., Ltd Décodeur de code qc-ldpc et procédé de décodage correspondant
CN101478312A (zh) * 2008-12-15 2009-07-08 北京创毅视讯科技有限公司 一种ldpc译码器及其实现译码的方法
CN103220002A (zh) * 2012-01-18 2013-07-24 北京大学 一种消除译码器访问冲突的准循环ldpc码构造方法
CN104702292A (zh) * 2015-03-06 2015-06-10 宫丰奎 一种部分并行ldpc译码器的实现方法
CN106169935A (zh) * 2016-07-14 2016-11-30 厦门大学 以可靠度为导向的低密度奇偶校验码信度传播译码方法
CN108494412A (zh) * 2018-04-17 2018-09-04 国家新闻出版广电总局广播科学研究院 一种基于参数估计的多因子修正ldpc码译码方法及装置
CN108768409A (zh) * 2018-06-06 2018-11-06 重庆邮电大学 一种优化的基于归一化最小值的ldpc译码方法

Also Published As

Publication number Publication date
CN110830050A (zh) 2020-02-21

Similar Documents

Publication Publication Date Title
CN110830050B (zh) 一种ldpc译码方法、系统、电子设备及存储介质
US9075738B2 (en) Efficient LDPC codes
TWI400890B (zh) 解碼ｌｄｐｃ編碼信號的解碼器及方法
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
JP6828190B2 (ja) レート適合ｑｃ−ｌｄｐｃコードのための行直交性をもつパリティチェック行列を構成すること
CN109804567B (zh) 针对ldpc码的改进的最小和解码器
WO2017080249A1 (zh) 生成用于在信道中传输的低密度奇偶校验码的方法及设备
JP5301575B2 (ja) 低密度パリティ検査符号を使用するデジタルブロードキャスト通信システムにおけるチャネル符号化装置及びその方法
KR101718543B1 (ko) 개선된 비트 반전 알고리즘 기반의 저밀도 패리티 검사 부호를 위한 복호 방법, 장치 및 이를 위한 기록 매체
CN110830049B (zh) 一种基于密度进化改进偏移最小和的ldpc译码方法
JP2008199623A (ja) メッセージパッシングおよび強制収斂復号法
Tian et al. A novel base graph based static scheduling scheme for layered decoding of 5G LDPC codes
KR20090012189A (ko) Ｌｄｐｃ 부호의 성능 개선을 위한 스케일링 기반의 개선된ｍｉｎ-ｓｕｍ 반복복호알고리즘을 이용한 복호 장치 및그 방법
Liao et al. Doubly residual neural decoder: Towards low-complexity high-performance channel decoding
CN108566211B (zh) 基于H矩阵层处理顺序动态变化的layered LDPC译码方法
Geiselhart et al. Learning quantization in ldpc decoders
Chen et al. A modified PEG algorithm for construction of LDPC codes with strictly concentrated check-node degree distributions
Nam-Il et al. Early termination scheme for 5G NR LDPC code
Lu et al. An Improved 5G NR LDPC Decoding Algorithm Based On Box-Plus Operation
CN110190856B (zh) 一种ldpc码的解码方法和解码装置
CN110708139B (zh) 一种基于并行矢量消息传递算法的ldpc码字扩展方法及系统
Dong et al. An improved message passing schedule of BP-based decoding algorithm for LDPC codes
Chandrasetty et al. A reduced complexity message passing algorithm with improved performance for LDPC decoding
Roberts et al. An improved self adaptive min-sum decoding algorithm for flexible low-density parity-check decoder
El Maammar et al. Performance analysis of layered normalized min-sum for LDPC codes over weibull fading channels

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 430205 Hubei city of Wuhan province Jiangxia Hidden Dragon Island Tan lake two Road No. 1

Applicant after: CITIC Mobile Communication Technology Co.,Ltd.

Address before: 430073 Hubei province Wuhan Dongxin East Lake high tech Development Zone, Road No. 5

Applicant before: Wuhan Hongxin Telecommunication Technologies Co.,Ltd.

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20210803

Address after: 430205 floor 4, building 3, Hongxin Industrial Park, No. 1, tanhu Second Road, Canglong Island, Jiangxia District, Wuhan City, Hubei Province

Applicant after: WUHAN HONGXU INFORMATION TECHNOLOGY Co.,Ltd.

Address before: 430205 No.1 tanhu 2nd Road, Canglong Island, Jiangxia District, Wuhan City, Hubei Province

Applicant before: CITIC Mobile Communication Technology Co.,Ltd.

GR01 Patent grant
GR01 Patent grant