CN111245444A - 归一化最小和ldpc译码方法及译码器 - Google Patents

归一化最小和ldpc译码方法及译码器 Download PDF

Info

Publication number
CN111245444A
CN111245444A CN202010203019.1A CN202010203019A CN111245444A CN 111245444 A CN111245444 A CN 111245444A CN 202010203019 A CN202010203019 A CN 202010203019A CN 111245444 A CN111245444 A CN 111245444A
Authority
CN
China
Prior art keywords
row
check
result
variable node
sum
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.)
Granted
Application number
CN202010203019.1A
Other languages
English (en)
Other versions
CN111245444B (zh
Inventor
彭克武
周子奇
张超
李逢双
宋健
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.)
Tsinghua University
Original Assignee
Tsinghua University
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 Tsinghua University filed Critical Tsinghua University
Priority to CN202010203019.1A priority Critical patent/CN111245444B/zh
Publication of CN111245444A publication Critical patent/CN111245444A/zh
Application granted granted Critical
Publication of CN111245444B publication Critical patent/CN111245444B/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
    • H03M13/1108—Hard decision decoding, e.g. bit flipping, modified or weighted bit flipping
    • 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
    • H03M13/1131—Scheduling of bit node or check node processing
    • H03M13/1134—Full parallel processing, i.e. all bit nodes or check nodes are processed in parallel
    • 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
    • H03M13/116—Quasi-cyclic LDPC [QC-LDPC] codes, i.e. the parity-check matrix being composed of permutation or circulant sub-matrices
    • 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
    • H03M13/35—Unequal or adaptive error protection, e.g. by providing a different level of protection according to significance of source information or by adapting the coding according to the change of transmission channel characteristics
    • H03M13/353—Adaptation to the channel
    • 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
    • H03M13/65—Purpose and implementation aspects
    • H03M13/6522—Intended application, e.g. transmission or communication standard

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

本发明公开了一种归一化最小和LDPC译码方法及译码器，其中，该方法包括：步骤S1，接收等效信道解映射单元输出的编码比特软信息；步骤S2，根据编码比特软信息对变量节点后验软信息存储器和行运算输出结果存储器进行初始化；步骤S3，按照预定的层顺序逐层进行层运算和层校验，输出校验结果向量和判决结果变化的标记向量，并记录当前迭代次数；步骤S4，若当前迭代次数达到预设迭代次数，则输出译码结果；若校验结果向量全为0，且判决结果变化的标记向量与前一次迭代的判决结果变化的标记向量相同，亦输出译码结果；否则返回步骤S3。该方法在不增加5G‑NR LDPC译码复杂度的情况下，保证归一化最小和译码算法的高译码性能。

Description

归一化最小和LDPC译码方法及译码器
技术领域
本发明涉及数字信息传输技术领域，特别涉及一种面向层译码算法的增强的自适应归一化最小和LDPC译码方法及译码器。
背景技术
LDPC码(Low Density Parity Check Code，低密度奇偶校验码)是由Gallager于1962年提出的一类基于稀疏校验矩阵的线性分组码，通常由校验矩阵H进行描述。由于其门限性能优异，吞吐能力高，同时译码算法复杂度较低，近年来一直是信道编码领域的研究热点。目前LDPC码已在通信和广播领域多个传输标准中得到应用，例如通信领域的无线局域网标准IEEE 802.16e，广播领域的DVB-S2/T2/C2/NGH、DTMB/DTMBA标准和ATSC3.0标准。
现有的LDPC码在高码率条件下已经十分接近香农限，然而在中低码率条件下门限性能还有一定差距。不同于现有的LDPC码，5G-NR(New Radio，新型空口)LDPC码采用多种有益的结构特征和技术特征，从而具有类似LTE-Turbo码的Rate-less码率兼容的多码率特征；具有信息比特和校验比特可扩展的多码长特征；具有在高中低码率情况下都能逼近信道容量的门限性能优势。
为了在硬件实现和具体应用中发挥上述5G-NR LDPC码的诸多优势，需要相应的LDPC译码算法，包括运算单元和运算调度两个方面，要求具有低实现复杂度和高译码性能的特征，同时保持硬件实现的灵活性以及对接收条件和传输模式的鲁棒性。
对于LDPC译码过程中运算单元的调度，传统泛洪调度(Flooding Schedule)的迭代过程中外信息传递较慢，且对于类似5G-NR LDCP码的信息节点和校验节点扩展的多码率多码长半并行运算存在实现困难，而层译码(Layer Decoding)调度能够加快迭代过程的外信息传递，具有更高的吞吐能力(或者对应更低的迭代次数)，有利于灵活提高译码器的并行度，不仅适用于传统多码率多码长场景，也适用于信息节点和校验节点扩展的多码率多码长场景，因此本发明采用层译码调度作为所提译码算法的运算单元调度方法。
对于译码过程中的运算单元，LDPC码被提出的同时，用于译码的置信度传播(Belief Propagation，BP)迭代译码算法也相应被提出，即和积算法(Sum-ProductAlgorithm，SPA)。和积算法虽然性能良好，但是和积算法中涉及的行运算单元的tanh运算复杂度高，运算结果的存储要求较高，且鲁棒性差。为了降低和积算法的复杂度，同时解决该算法中固有的鲁棒性差的问题，最小和算法(Min-Sum Algorithm，MSA)被提出。最小和算法利用min函数取代了和积算法中所采用的tanh函数，降低了运算和存储的复杂度，且大大提高了鲁棒性，但其性能在典型AWGN信道下显著恶化，需要对行运算结果进行修正。归一化最小和算法(Normalized Min-Sum Algorithm，NMSA)采用一个固定值作为归一化系数，其中归一化系数取决于最小和算法行运算结果的近似程度，与行运算的输入值直接关联，不同信道条件和迭代过程中的行运算输入值概率分布是变化的，所以归一化因子需要自适应查找表。
为了实现归一化因子自适应，一种自适应归一化最小和算法(AdaptiveNormalized Min-Sum Algorithm，ANMSA)由校验方程失败比例反映迭代译码过程中行运算所处的信道条件(与接收条件和当前译码进程相关)，预先建立归一化系数和校验方程失败比例构成的归一化映射表。
一种增强的自适应归一化最小和算法LDPC译码器(Enhanced AdaptiveNormalized Min-Sum Algorithm，EANMSA)在实现归一化因子自适应的基础上，根据行重的不同对LDPC校验矩阵的行进行分组，不同的行分组采用不同的归一化映射表，以区分相同接收条件和译码进程中不同行重的行运算所处的不同信道条件。
进一步地，本发明提出一种增强的自适应归一化最小和算法，根据边(edge，即LDPC校验矩阵非零元素，每行的edge构成奇偶校验约束)的不同类型对LDPC校验矩阵的边进行分组，不同的边分组采用不同的归一化映射表，以区分相同接收条件、译码进程、甚至相同行中不同边所处的不同译码条件。
通过对仿真实验结果的观察，边的类型除了与行重密切相关，也与最小和算法行运算的输出类型(如最小值和非最小值两种类型)有关。特别地，5G-NR LDPC码具有多边类型(Multi-edge-type，MET)特征，同时兼容高中低码率，且性能更加接近香农极限。为了保证硬件实现的码率兼容码长可扩展灵活性、保证低复杂度特性、以及对接收条件和传输模式的鲁棒性，必须采用面向层译码的自适应归一化最小和算法；为了保证归一化最小和算法的高译码性能，有必要提出一种基于边分类的增强的自适应归一化最小和算法，同时面向5G-NR LDPC码进行更有效的边分类方法。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此，本发明的一个目的在于提出一种归一化最小和LDPC译码方法。
本发明的另一个目的在于提出一种归一化最小和LDPC译码方法的译码器。
为达到上述目的，本发明一方面实施例提出了归一化最小和LDPC译码方法，包括以下步骤：步骤S1，接收等效信道解映射单元输出的编码比特软信息；步骤S2，根据所述编码比特软信息对变量节点后验软信息存储器和行运算输出结果存储器进行初始化；步骤S3，按照预定的层顺序逐层进行层运算和层校验，输出校验结果向量和判决结果变化的标记向量，并记录当前迭代次数；步骤S4，若所述当前迭代次数达到预设迭代次数，则输出译码结果；若所述校验结果向量全为0，且所述判决结果变化的标记向量与前一次迭代的判决结果变化的标记向量相同，亦输出译码结果；否则返回步骤S3。
本发明实施例的归一化最小和LDPC译码方法，通过在一组预设的(p，α)映射表中选择合适的归一化系数进行校正运算，使得在不显著增加5G-NR LDPC译码复杂度的情况下，提高译码的性能，保证译码的鲁棒性，解决了传统归一化最小和LDPC迭代译码算法不能直接应用于5G-NR LDPC码等问题。
另外，根据本发明上述实施例的归一化最小和LDPC译码方法还可以具有以下附加的技术特征：
进一步地，在本发明的一个实施例中，所述步骤S3进一步包括：步骤S31，对于当前层，利用初始化后的变量节点后验软信息存储器和初始化后的行运算输出结果存储器的结果，并行地对所述当前层中每一行进行行运算和行校验，更新变量节点后验软信息和行运算输出结果，更新所述校验结果向量和所述判决结果变化的标记向量。
进一步地，在本发明的一个实施例中，所述步骤S31中并行地对所述当前层中每一行进行行运算和行校验，进一步包括：步骤S311，对于每一行，利用所述初始化后的变量节点后验软信息存储器和所述初始化后的行运算输出结果存储器的结果进行行前运算，得到变量节点外信息；步骤S312，获取所述变量节点外信息的最小值和次最小值，并记录最小值位置，根据当前行重及前一次校验方程失败比例，分别在最小值归一化因子查找表和次最小值归一化因子查找表中选择对应的归一化系数，利用所述最小值、所述次最小值、所述最小值位置和所述归一化系数进行归一化最小和算法行运算，得到行运算输出结果，并更新行运算输出结果；步骤S313，根据所述行运算输出结果进行行后运算，更新所述变量节点后验软信息，同时得到并保存本次迭代的变量节点的硬判决结果；步骤S314，读取前一次迭代的变量节点的硬判决结果，与所述本次迭代的变量节点的硬判决结果进行比较，若任意一位存在不同，则将所述判决结果变化标记向量的对应位置1，否则置0，更新校验结果向量，得到所述判决结果变化的标记向量。
进一步地，在本发明的一个实施例中，在进行所述步骤S1前包括以下步骤：步骤S0，面向目标LDPC码和实际信道条件，根据训练得到预设的最小值归一化因子查找表和次最小值归一化因子查找表。
进一步地，在本发明的一个实施例中，所述步骤S0进一步包括：步骤S01，随机生成待编码的信息比特，进行LDPC编码得到编码比特，对所述编码比特进行等效信道传输模拟，得到编码比特的软信息；步骤S02，对所述变量节点后验软信息存储器进行初始化，并对和积算法的行运算输出结果存储器进行初始化；步骤S03，按照预定的层顺序逐层进行面向层译码的最小和算法运算和和积算法运算，完成一次迭代的全部层的层运算后，得到每个边的样本信息，计算并存储上一次迭代中不同行重的校验方程失败比例，完成一次迭代，其中，所述每个边的样本信息包括所在行的行重、最小和算法对应的行运算输出结果、和积算法对应的行运算输出结果、最小值位置标记以及输出校验结果向量；步骤S04，根据所述所在行的行重和所述最小值位置标记，对所述最小和算法对应的行运算输出结果和所述和积算法对应的行运算输出结果进行分类，根据所述所在行的行重和所述最小值位置标记对所有边进行分类，对不同边类型中的样本分别进行数值拟合，得到所述边类型的归一化因子；根据上一次迭代的校验方程失败比例，记录所述边类型的归一化因子分别与上一次校验方程失败比例之间映射关系；步骤S05，若当前已达到预设迭代次数或者译码成功，执行步骤S06；否则，返回所述步骤S03；步骤S06，若当前已达到预设训练次数，则执行步骤S07；反之，返回所述步骤S01，重复进行仿真训练；步骤S07，对所述所有边类型的归一化因子分别与上一次校验方程失败比例之间的映射关系，进行曲线拟合，得到不同行重的最小值归一化因子查找表和不同行重的次最小值归一化因子查找表。
进一步地，在本发明的一个实施例中，所述步骤S03中按照预定的层顺序逐层进行面向层译码的最小和算法运算和和积算法运算，进一步包括：步骤S031，对于当前层，利用所述变量节点后验软信息存储器和所述行运算输出结果存储器中的结果，依次对所述当前层中每一行进行最小和算法行运算以及和积算法行运算，更新变量节点后验软信息和行运算输出结果，得到每个边的样本信息，计算并存储不同行重的校验方程失败比例，完成本次迭代。
进一步地，在本发明的一个实施例中，所述步骤S031中所述最小和算法行运算以及和积算法行运算包括以下步骤：步骤S0311，对于每一行，利用所述变量节点后验软信息存储器与所述和积算法的行运算输出结果存储器中的结果进行行前运算，得到变量节点外信息；步骤S0312，查找并分别存储所述变量节点外信息的最小值和次最小值，记录最小值位置，并根据变量节点外信息进行最小和算法行运算，记录运算结果；步骤S0313，根据所述变量节点外信息进行和积算法行运算，并更新所述和积算法行运算输出结果；步骤S0314，根据更新后的和积算法行运算输出结果进行行后运算，更新所述变量节点后验软信息；步骤S0315，利用本次迭代的变量节点后验软信息的硬判决结果进行行校验，更新校验结果向量，计算并存储不同行重的校验方程失败比例。
为达到上述目的，本发明另一方面实施例提出了归一化最小和LDPC译码方法的译码器，包括：变量节点后验软信息存储器、行前运算单元、行运算单元、行后运算单元、校验节点外信息存储器、译码判决校验运算单元、校验方程失败比例运算单元、映射表存储器和校验节点外信息存储器，其中，所述变量节点后验软信息存储器、所述行前运算单元、所述行运算单元、行后运算单元和所述校验节点外信息存储器依次连接，所述行前运算单元还与所述行后运算单元连接，所述行后运算单元还与所述变量节点后验软信息存储器连接；所述译码判决校验运算单元、所述校验方程失败比例运算单元和所述映射表存储器相互连接，所述译码判决校验运算单元还与所述变量节点后验软信息存储器连接，所述映射表存储器还与所述行运算单元连接；所述校验节点外信息存储器分别与所述行运算单元和所述行前运算单元连接。
本发明实施例的归一化最小和LDPC译码方法的译码器，通过在一组预设的(p，α)映射表中选择合适的归一化系数进行校正运算，使得在不显著增加5G-NR LDPC译码复杂度的情况下，提高译码的性能，保证译码的鲁棒性，解决了传统归一化最小和LDPC迭代译码算法不能直接应用于5G-NR LDPC码等问题。
另外，根据本发明上述实施例的归一化最小和LDPC译码方法的译码器还可以具有以下附加的技术特征：
进一步地，在本发明的一个实施例中，所述变量节点后验软信息存储器，根据工作时序用于存储信道的比特软信息或所述行后运算单元输出的变量节点后验软信息；所述校验节点外信息存储器，用于存储所述行运算单元输出的校验节点外信息；所述行前运算单元，用于读取所述变量节点后验软信息存储器中的变量节点后验软信息，并读取所述校验节点外信息存储器的变量节点先验信息进行行前运算，输出变量节点外信息；所述行运算单元，用于接收所述行前运算单元的变量节点外信息，并读取映射表存储器的归一化因子进行行运算，输出校验节点外信息。所述行后运算单元，用于接收所述行运算单元的校验节点外信息，并接受所述行前运算单元的变量节点外信息进行行后运算，输出变量节点后验软信息；所述译码判决校验运算单元，用于读取所述变量节点后验软信息存储器的变量节点后验软信息，进行译码判决并进行校验运算，若满足截止条件则输出判决结果，否则输出校验结果；所述校验方程失败比例运算单元，用于接收所述译码判决校验运算单元的校验结果，进行校验方程失败比例运算，输出校验方程失败比例。
进一步地，在本发明的一个实施例中，还包括：控制单元，所述控制单元分别与所述变量节点后验软信息存储器、校验节点外信息存储器以及映射表存储器连接，用于产生存储器读写地址，并控制所述译码器中其他部分的工作时序。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为根据本发明一个实施例的归一化最小和LDPC译码方法流程图；
图2为根据本发明一个实施例的归一化最小和LDPC译码方法的译码器结构示意图；
图3为根据本发明一个实施例的译码器具体结构框图；
图4为根据本发明一个实施例的译码器中针对5G-NR LDPC码基矩阵2预设的归一化因子查找表，其中，(a)为基矩阵2最小值归一化因子查找表，(b)为基矩阵2次最小值归一化因子查找表；
图5为根据本发明一个实施例的译码器中针对5G-NR LDPC码基矩阵1预设的归一化因子查找表，其中，(a)为基矩阵1最小值归一化因子查找表，(b)为基矩阵1次最小值归一化因子查找表；
图6根据本发明一个实施例的译码器与和积算法译码器、校正的最小和算法，译码器的译码比较图。
具体实施方式
下面详细描述本发明的实施例，实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
下面参照附图描述根据本发明实施例提出的归一化最小和LDPC译码方法及译码器，首先将参照附图描述根据本发明实施例提出的归一化最小和LDPC译码方法。
图1是本发明一个实施例的归一化最小和LDPC译码方法流程图。
如图1所示，该归一化最小和LDPC译码方法包括以下步骤：
在步骤S1中，接收等效信道解映射单元输出的编码比特软信息。
进一步地，在本发明的一个实施例中，在进行步骤S1前包括以下步骤：
步骤S0，面向目标LDPC码和实际信道条件，根据训练得到预设的最小值归一化因子查找表和次最小值归一化因子查找表。
进一步地，步骤S0具体包括以下步骤：
步骤S01，随机生成待编码的信息比特，进行LDPC编码得到编码比特，对编码比特进行等效信道传输模拟，得到编码比特的软信息；
步骤S02，对变量节点后验软信息存储器进行初始化，并对和积算法的行运算输出结果存储器进行初始化；
步骤S03，按照预定的层顺序逐层进行面向层译码的最小和算法运算和和积算法运算，完成一次迭代的全部层的层运算后，得到每个边的样本信息，计算并存储上一次迭代中不同行重的校验方程失败比例，完成一次迭代，其中，每个边的样本信息包括所在行的行重、最小和算法对应的行运算输出结果、和积算法对应的行运算输出结果、最小值位置标记(即当前边对应的最小和行运算输出是否为最小值)以及输出校验结果向量；
步骤S04，根据所在行的行重和最小值位置标记，对最小和算法对应的行运算输出结果和和积算法对应的行运算输出结果进行分类，根据所在行的行重和最小值位置标记(即当前边对应的最小和行运算输出是否为最小值)对所有边进行分类，对不同边类型中的样本分别进行数值拟合，得到边类型的归一化因子；根据上一次迭代的校验方程失败比例，记录边类型的归一化因子分别与上一次校验方程失败比例之间映射关系；
步骤S05，若当前已达到预设迭代次数或者译码成功，执行步骤S06；否则，返回步骤S03；
步骤S06，若当前已达到预设训练次数，则执行步骤S07；反之，返回步骤S01，重复进行仿真训练；
步骤S07，对训练步骤S05得到的所有边类型的归一化因子分别与上一次校验方程失败比例之间的映射关系，进行曲线拟合，得到所有边类型的归一化因子查找表，即得到不同行重的最小值归一化因子查找表和不同行重的次最小值归一化因子查找表。
其中，步骤S03中按照预定的层顺序逐层进行面向层译码的最小和算法运算和和积算法运算，具体包括以下步骤：
步骤S031，对于当前层，利用变量节点后验软信息存储器和行运算输出结果存储器中的结果，依次对该层中每一行进行最小和算法行运算以及和积算法行运算，更新变量节点后验软信息和行运算输出结果，得到每个边的样本信息，包括所在行的行重、最小和算法对应的行运算输出结果、最小值位置标记(即当前边对应的最小和行运算输出是否为最小值)、和积算法对应的行运算输出结果、以及输出校验结果向量，计算并存储不同行重的校验方程失败比例，完成本次迭代。
如步骤S031中最小和算法行运算以及和积算法行运算，具体包括以下步骤：
步骤S0311，对于每一行，利用变量节点后验软信息存储器与和积算法的行运算输出结果存储器中的结果进行行前运算，得到变量节点外信息；
步骤S0312，查找并分别存储变量节点外信息的最小值和次最小值(即根据变量节点外信息进行最小和算法行运算并记录运算结果)，记录最小值位置，并根据变量节点外信息进行最小和算法行运算，记录运算结果；
步骤S0313，根据变量节点外信息进行和积算法行运算，并更新和积算法行运算输出结果；
步骤S0314，根据更新后的和积算法行运算输出结果进行行后运算，更新变量节点后验软信息；
步骤S0315，利用本次迭代的变量节点后验软信息的硬判决结果进行行校验，更新校验结果向量，计算并存储不同行重的校验方程失败比例。
在步骤S2中，根据编码比特软信息对变量节点后验软信息存储器和行运算输出结果存储器进行初始化。
在步骤S3中，按照预定的层顺序逐层进行层运算和层校验，输出校验结果向量和判决结果变化的标记向量，并记录当前迭代次数。
也就是说，按照预定的层顺序逐层进行层运算和层校验(即层内所有的行校验)；完成所有层的层运算和层校验后，输出校验结果向量和判决结果变化的标记向量，完成一次迭代。
优选地，在本发明的一个实施例中，步骤S3层运算和层校验具体包括以下步骤：
步骤S31，对于当前层，利用变量节点后验软信息存储器和行运算输出结果存储器的结果，并行地对该层中每一行进行行运算和行校验，更新变量节点后验软信息和行运算输出结果，更新校验结果向量和判决结果变化的标记向量。
优选地，步骤S31中并行地对当前层中每一行进行行运算和行校验，具体包括以下步骤：
步骤S311，对于每一行，利用初始化后的变量节点后验软信息存储器和初始化后的行运算输出结果存储器的结果进行行前运算，得到变量节点外信息，即校验节点的先验信息，作为行运算的输入；
步骤S312，得到行运算输入的最小值和次最小值，并记录最小值位置；根据当前行重及上一次校验方程失败比例，分别在最小值归一化因子查找表和次最小值归一化因子查找表中选择对应的归一化系数；利用上述数据，包括最小值、次最小值、最小值位置和归一化系数，完成归一化最小和算法行运算，得到行运算输出结果，更新行运算输出结果；
步骤S313，根据行运算输出结果进行行后运算，更新变量节点后验软信息，同时得到并保存本次迭代的变量节点的硬判决结果；
步骤S314，读取上次迭代的变量节点的硬判决结果，与本次迭代的变量节点的硬判决结果进行比较，得到判决结果变化的标记向量，若任意一位存在不同，则将判决结果变化指示向量的对应位置1，反之，置0；利用本次迭代的变量节点的硬判决结果进行行校验，更新校验结果向量。
在步骤S4中，若当前迭代次数达到预设迭代次数，则输出译码结果；若校验结果向量全为0，且判决结果变化的标记向量与前一次迭代的判决结果变化的标记向量相同，亦输出译码结果；否则返回步骤S3。
也就是说，若当前已达到预设迭代次数，则输出译码结果；若校验成功，且判决结果变化的标记向量指示本次迭代的判决结果对比上次迭代判决结果未发生变化，亦输出译码结果；否则返回步骤S3。
下面结合具体示例对本发明实施例的归一化最小和LDPC译码方法做进一步说明。
步骤S1，接收等效信道解映射单元输出的编码比特软信息，即对数似然比LLR_chj，其中，j＝0,1,…,N-1，N为编码码长。
步骤S2，根据编码比特软信息，对变量节点后验软信息存储器VN_LLR_appj进行初始化，公式为：
VN_LLR_appj＝LLR_chj
其中，j＝0,1,…,N-1；同时，对行运算输出结果存储器CN_LLR_ei,j进行初始化，公式为：
CW_LLR_ei，j＝0
其中，i＝0,1,…,M-1，M为校验比特数，j∈N(i)，N(i)为连接到校验节点i的变量节点的集合。
步骤S3，按照预定的层顺序逐层进行层运算和层校验；完成全部共Mz层的层运算和层校验后，输出校验结果向量hcheck和判决结果变化的标记向量hsign_flag，完成一次迭代，其中，Mz为准循环LDPC基矩阵(Base Graph)的行数。
步骤S4，若当前已达到预设迭代次数，则输出译码结果；若hcheck全为0，且hsign_flag全为0，亦输出译码结果；否则返回步骤S3。
步骤S3所述层运算和层校验具体包括以下步骤：
步骤S31，对于当前第m层，利用存储器VN_LLR_appj、CN_LLR_ei,j中的结果，依次对该层中每一行进行行运算和行校验，更新VN_LLR_appj、CN_LLR_ei,j，更新校验结果向量hcheck和判决结果变化的标记向量hsign_flag；其中i遍历第m层中所有行的行号，j∈N(i)。
步骤S31所述行运算和行校验具体包括以下步骤：
步骤S311，对于第i行，利用所述存储器中的存储结果进行行前运算，得到变量节点外信息，公式为：
VN_LLR_ei，j＝VN_LLR_appj-CN_LLR_ei，j
步骤S312，查找VN_LLR_ei，j的最小值和次最小值，分别存入mini和submini，并记录最小值位置index_mini；根据当前行重nh′及上一次校验方程失败比例p′，分别在最小值归一化因子查找表(nh，p，αmin)和次最小值归一化因子查找表(nh，p，αsubmin)中选择对应归一化系数αmin′和αsubmin′，其中，nh表示最小值归一化因子查找表和次最小值归一化因子查找表中的行重索引，p表示最小值归一化因子查找表和次最小值归一化因子查找表中的校验方程失败比例索引，αmin表示最小值归一化因子查找表中的归一化因子，αsubmin表示次最小值归一化因子查找表中的归一化因子；利用上述数据，完成最小和算法行运算，对CN_LLR_ei，j进行更新，公式为：
Figure BDA0002420011420000101
步骤S313，利用行运算输出结果进行行后运算，更新VN_LLR_appj，公式为：
VN_LLR_appj＝VN_LLR_ei，j+CN_LLR_ei，j
步骤S314，存储前一次迭代的变量节点的硬判决结果hsign_prej，利用VN_LLR_appj进行本次迭代的变量节点硬判决，公式为：
hsignj＝-sgn(VN_LLR_appj)
比较hsign_prej与hsignj，若任意一位存在不同，则将hsign_flag的第i位置1，反之，置0；利用hsignj进行行校验，更新hcheck，公式为：
hchecki＝(∑j∈N(i)hsignj)mod 2。
在步骤S1之前还包括以下步骤：
步骤S0，面向目标LDPC码和实际信道条件，根据训练得到所述预设的最小值归一化因子查找表(nh，p，αmin)和次最小值归一化因子查找表(nh，p，αsubmin)；
步骤S0具体包括以下步骤：
步骤S01，随机生成待编码的信息比特，进行LDPC编码得到编码比特，对编码比特进行等效信道传输模拟，得到编码比特软信息，即对数似然比LLR_chj，其中j＝0，1，...，N-1，N为编码码长；
步骤S02，根据编码比特软信息，对变量节点后验软信息存储器VN_LLR_appj进行初始化，公式为：
VN_LLR_appj＝LLR_chj
其中，j＝0，1，...，N-1；同时，对和积算法的行运算输出结果存储器CN_LLR_e_spai，j进行初始化，公式为：
CN_LLR_e_spai，j＝0
其中，i＝0，1，...，M-1，M为校验比特数，j∈N(i)，N(i)为连接到校验节点i的变量节点的集合；
步骤S03，按照预定的层顺序逐层进行面向层译码的最小和算法运算和和积算法运算；完成一次迭代的全部共Mz层的层运算后，得到每个边的样本信息，包括所在行的行重nhi，最小和算法行运算结果CN_LLR_e_msai，j、和积算法行运算结果CN_LLR_e_spai，j、最小值位置标记index_mini以及输出校验结果向量hcheck，计算并存储不同行重的校验方程失败比例p，完成一次迭代，其中Mz为基矩阵(Base Graph)行数，i＝0，1，...，M-1，j∈N(i)；
步骤S04，根据每行的行重nhi及index_mini对CN_LLR_e_msai，j和CN_LLR_e_spai，j进行边分类；根据行重，结合如下公式：
Figure BDA0002420011420000111
Figure BDA0002420011420000112
进行拟合，得到相同行重最小值输出和次最小值输出两种边类型的归一化因子αsubmin和αmin，根据上一次校验方程失败比例p，记录(nh，p，αmin)iter，train和(nh，p，αsubmin)iter，train映射关系；其中iter为当前迭代次数，train为当前训练次数；
步骤S05，若当前已达到预设迭代次数，则执行步骤S06；根据当前变量节点后验软信息存储器VN_LLR_appj中的结果进行硬判决，公式为：
hsignj＝-sgn(VN_LLR_appj)
若判决结果指示LDPC译码成功，亦执行步骤S06；否则，返回步骤S03；
步骤S06，若当前已达到预设训练次数，则执行步骤S07；反之，返回步骤S01，重复进行仿真实验；
步骤S07，根据训练得到的所有边类型的(nh，p，αmin)iter，train和(nh，p，αsubmin)iter，train映射关系，进行曲线拟合，得到最小值归一化因子查找表(nh，p，αmin)和次最小值归一化因子查找表(nh，p，αsubmin)。
步骤S03所述面向层的最小和算法运算和和积算法运算具体包括以下步骤：
步骤S031，对于当前第m层，利用存储器VN_LLR_appj、CN_LLR_ei，j中的结果，依次对该层中每一行进行最小和算法行运算和和积算法行运算，更新VN_LLR_appj、CN_LLR_ei，j，得到每个边最小和算法行运算结果CN_LLR_e_msai，j，最小值位置标记index_mini、和积算法行运算结果输出校验结果CN_LLR_e_spai，j，以及输出校验结果向量hcheck，同时计算并存储不同行重的校验方程失败比例p；其中i遍历第m层中所有行的行号，j∈N(i)。
步骤S031所述行运算具体包括以下步骤：
步骤S0311，对于第i行，利用存储器VN_LLR_appj和CN_LLR_e_spai，j中的结果进行行前运算，得到变量节点外信息，公式为：
VN_LLR_ei，j＝VN_LLR_appj-CN_LLR_e_spai，j
步骤S0312，查找VN_LLR_ei，j的最小值和次最小值，分别存入mini和submini，并记录最小值位置index_mini，并完成最小和算法行运算，记录运算结果，公式为：
Figure BDA0002420011420000121
步骤S0313，根据VN_LLR_ei，j，进行和积算法行运算，对CN_LLR_e_spai，j进行更新，公式为：
Figure BDA0002420011420000122
步骤S0314，利用和积算法行运算结果进行行后运算，更新VN_LLR_appj，公式为：
VN_LLR_appj＝VN_LLR_ei，j+CN_LLR_e_spai，j
步骤S0315，利用VN_LLR_appj进行本次迭代硬判决，公式为：
hsignj＝-sgn(VN_LLR_ei，j)
并对硬判决结果hsignj进行行校验，更新校验结果向量hcheck，计算并存储不同行重的校验方程失败比例p。
根据本发明实施例提出的归一化最小和LDPC译码方法，通过在一组预设的(p，α)映射表中选择合适的归一化系数进行校正运算，使得在不显著增加5G-NR LDPC译码复杂度的情况下，提高译码的性能，保证译码的鲁棒性，解决了传统归一化最小和LDPC迭代译码算法不能直接应用于5G-NR LDPC码等问题。
其次参照附图描述根据本发明实施例提出的归一化最小和LDPC译码方法的译码器。
图2是本发明一个实施例的归一化最小和LDPC译码方法的译码器结构示意图。
如图2所示，该译码器10包括：变量节点后验软信息存储器101、行前运算单元102、行运算单元103、行后运算单元104、校验节点外信息存储器105、译码判决校验运算单元106、校验方程失败比例运算单元107和映射表存储器108。其中，变量节点后验软信息存储器101、行前运算单元102、行运算单元103、行后运算单元104和校验节点外信息存储器105依次连接，行前运算单元102还与行后运算单元104连接，行后运算单元104还与变量节点后验软信息存储器105连接；译码判决校验运算单元106、校验方程失败比例运算单元107和映射表存储器108相互连接，译码判决校验运算单元106还与变量节点后验软信息存储器101连接，映射表存储器108还与行运算单元103连接；校验节点外信息存储器105分别与行运算单元103和行前运算单元102连接。
进一步地，在本发明的一个实施例中，变量节点后验软信息存储器101，根据工作时序用于存储信道的比特软信息或行后运算单元104输出的变量节点后验软信息；
校验节点外信息存储器105，用于存储行运算单元103输出的校验节点外信息；
行前运算单元102，用于读取变量节点后验软信息存储器101中的变量节点后验软信息，并读取校验节点外信息存储器105的变量节点先验信息进行行前运算，输出变量节点外信息；
行运算单元103，用于接收行前运算单元102的变量节点外信息，并读取映射表存储器108的归一化因子进行行运算，输出校验节点外信息。
行后运算单元104，用于接收行运算单元103的校验节点外信息，并接受行前运算单元102的变量节点外信息进行行后运算，输出变量节点后验软信息；
译码判决校验运算单元106，用于读取变量节点后验软信息存储器101的变量节点后验软信息，进行译码判决并进行校验运算，若满足截止条件则输出判决结果，否则输出校验结果；
校验方程失败比例运算单元107，用于接收译码判决校验运算单元106的校验结果，进行校验方程失败比例运算，输出校验方程失败比例。
进一步地，在本发明的一个实施例中，还包括：
控制单元109，控制单元109分别与变量节点后验软信息存储器101、校验节点外信息存储器105以及映射表存储器108连接，用于产生存储器读写地址，并控制译码器中其他部分的工作时序。
根据本发明实施例提出的归一化最小和LDPC译码方法及译码器，适用于各种信道条件，包括典型加性高斯白噪声(AWGN)信道条件和瑞利衰落信道条件，对不同码率、不同码长的LDPC码均具有良好的解码性能。本实施方式中，采用的LDPC码校验矩阵为5G-NR LDPC码中基矩阵2，采用LDPC码的不同码率包括1/5，1/4，1/3，1/2，2/3和5/6，采用的提升矩阵维数为z＝384。
本发明实施例中，译码器预设的针对5G-NR LDPC码中基矩阵2的归一化因子映射表如图3所示。同时一并给出针对5G-NR LDPC码中基矩阵1的归一化因子映射表，如图4所示。
本发明实施例中的译码器在加性高斯白噪声(AWGN)信道条件BPSK调制时的误比特率性能，预设迭代次数为30次，对比参照为和积算法译码方法和译码器以及校正最小和译码方法和译码器。图5中浅灰点划线对应和积算法译码方法和译码器，浅黑点线对应校正最小和译码方法和译码器，黑色虚线对应本发明译码方法和译码器，因此，本发明能够显著优化5G-NR LDPC码最小和算法译码方法的误码性能，在BER＝1e-3时，各码率条件下与传统和积算法译码方法信噪比门限性能差距最大仅为0.18dB。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种归一化最小和LDPC译码方法，其特征在于，包括以下步骤：
步骤S1，接收等效信道解映射单元输出的编码比特软信息；
步骤S2，根据所述编码比特软信息对变量节点后验软信息存储器和行运算输出结果存储器进行初始化；
步骤S3，按照预定的层顺序逐层进行层运算和层校验，输出校验结果向量和判决结果变化的标记向量，并记录当前迭代次数；
步骤S4，若所述当前迭代次数达到预设迭代次数，则输出译码结果；若所述校验结果向量全为0，且所述判决结果变化的标记向量与前一次迭代的判决结果变化的标记向量相同，亦输出译码结果；否则返回步骤S3。
2.根据权利要求1所述的方法，其特征在于，所述步骤S3进一步包括：
步骤S31，对于当前层，利用初始化后的变量节点后验软信息存储器和初始化后的行运算输出结果存储器的结果，并行地对所述当前层中每一行进行行运算和行校验，更新变量节点后验软信息和行运算输出结果，更新所述校验结果向量和所述判决结果变化的标记向量。
3.根据权利要求2所述的方法，其特征在于，所述步骤S31中并行地对所述当前层中每一行进行行运算和行校验，进一步包括：
步骤S311，对于每一行，利用所述初始化后的变量节点后验软信息存储器和所述初始化后的行运算输出结果存储器的结果进行行前运算，得到变量节点外信息；
步骤S312，获取所述变量节点外信息的最小值和次最小值，并记录最小值位置，根据当前行重及前一次校验方程失败比例，分别在最小值归一化因子查找表和次最小值归一化因子查找表中选择对应的归一化系数，利用所述最小值、所述次最小值、所述最小值位置和所述归一化系数进行归一化最小和算法行运算，得到行运算输出结果，并更新行运算输出结果；
步骤S313，根据所述行运算输出结果进行行后运算，更新所述变量节点后验软信息，同时得到并保存本次迭代的变量节点的硬判决结果；
步骤S314，读取前一次迭代的变量节点的硬判决结果，与所述本次迭代的变量节点的硬判决结果进行比较，若任意一位存在不同，则将所述判决结果变化标记向量的对应位置1，否则置0，更新校验结果向量，得到所述判决结果变化的标记向量。
4.根据权利要求1所述的方法，其特征在于，在进行所述步骤S1前包括以下步骤：
步骤S0，面向目标LDPC码和实际信道条件，根据训练得到预设的最小值归一化因子查找表和次最小值归一化因子查找表。
5.根据权利要求4所述的方法，其特征在于，所述步骤S0进一步包括：
步骤S01，随机生成待编码的信息比特，进行LDPC编码得到编码比特，对所述编码比特进行等效信道传输模拟，得到编码比特的软信息；
步骤S02，对所述变量节点后验软信息存储器进行初始化，并对和积算法的行运算输出结果存储器进行初始化；
步骤S03，按照预定的层顺序逐层进行面向层译码的最小和算法运算和和积算法运算，完成一次迭代的全部层的层运算后，得到每个边的样本信息，计算并存储上一次迭代中不同行重的校验方程失败比例，完成一次迭代，其中，所述每个边的样本信息包括所在行的行重、最小和算法对应的行运算输出结果、和积算法对应的行运算输出结果、最小值位置标记以及输出校验结果向量；
步骤S04，根据所述所在行的行重和所述最小值位置标记，对所述最小和算法对应的行运算输出结果和所述和积算法对应的行运算输出结果进行分类，根据所述所在行的行重和所述最小值位置标记对所有边进行分类，对不同边类型中的样本分别进行数值拟合，得到所述边类型的归一化因子；根据上一次迭代的校验方程失败比例，记录所述边类型的归一化因子分别与上一次校验方程失败比例之间映射关系；
步骤S05，若当前已达到预设迭代次数或者译码成功，执行步骤S06；否则，返回所述步骤S03；
步骤S06，若当前已达到预设训练次数，则执行步骤S07；反之，返回所述步骤S01，重复进行仿真训练；
步骤S07，对所述所有边类型的归一化因子分别与上一次校验方程失败比例之间的映射关系，进行曲线拟合，得到不同行重的最小值归一化因子查找表和不同行重的次最小值归一化因子查找表。
6.根据权利要求5所述的方法，其特征在于，所述步骤S03中按照预定的层顺序逐层进行面向层译码的最小和算法运算和和积算法运算，进一步包括：
步骤S031，对于当前层，利用所述变量节点后验软信息存储器和所述行运算输出结果存储器中的结果，依次对所述当前层中每一行进行最小和算法行运算以及和积算法行运算，更新变量节点后验软信息和行运算输出结果，得到每个边的样本信息，计算并存储不同行重的校验方程失败比例，完成本次迭代。
7.根据权利要求6所述的方法，其特征在于，所述步骤S031中所述最小和算法行运算以及和积算法行运算包括以下步骤：
步骤S0311，对于每一行，利用所述变量节点后验软信息存储器与所述和积算法的行运算输出结果存储器中的结果进行行前运算，得到变量节点外信息；
步骤S0312，查找并分别存储所述变量节点外信息的最小值和次最小值，记录最小值位置，并根据变量节点外信息进行最小和算法行运算，记录运算结果；
步骤S0313，根据所述变量节点外信息进行和积算法行运算，并更新所述和积算法行运算输出结果；
步骤S0314，根据更新后的和积算法行运算输出结果进行行后运算，更新所述变量节点后验软信息；
步骤S0315，利用本次迭代的变量节点后验软信息的硬判决结果进行行校验，更新校验结果向量，计算并存储不同行重的校验方程失败比例。
8.一种归一化最小和LDPC译码方法的译码器，其特征在于，包括：
变量节点后验软信息存储器、行前运算单元、行运算单元、行后运算单元、校验节点外信息存储器、译码判决校验运算单元、校验方程失败比例运算单元、映射表存储器和校验节点外信息存储器，其中，
所述变量节点后验软信息存储器、所述行前运算单元、所述行运算单元、所述行后运算单元和所述校验节点外信息存储器依次连接，所述行前运算单元还与所述行后运算单元连接，所述行后运算单元还与所述变量节点后验软信息存储器连接；
所述译码判决校验运算单元、所述校验方程失败比例运算单元和所述映射表存储器相互连接，所述译码判决校验运算单元还与所述变量节点后验软信息存储器连接，所述映射表存储器还与所述行运算单元连接；
所述校验节点外信息存储器分别与所述行运算单元和所述行前运算单元连接。
9.根据权利要求8所述的译码器，其特征在于，
所述变量节点后验软信息存储器，根据工作时序用于存储信道的比特软信息或所述行后运算单元输出的变量节点后验软信息；
所述校验节点外信息存储器，用于存储所述行运算单元输出的校验节点外信息；
所述行前运算单元，用于读取所述变量节点后验软信息存储器中的变量节点后验软信息，并读取所述校验节点外信息存储器的变量节点先验信息进行行前运算，输出变量节点外信息；
所述行运算单元，用于接收所述行前运算单元的变量节点外信息，并读取映射表存储器的归一化因子进行行运算，输出校验节点外信息。
所述行后运算单元，用于接收所述行运算单元的校验节点外信息，并接受所述行前运算单元的变量节点外信息进行行后运算，输出变量节点后验软信息；
所述译码判决校验运算单元，用于读取所述变量节点后验软信息存储器的变量节点后验软信息，进行译码判决并进行校验运算，若满足截止条件则输出判决结果，否则输出校验结果；
所述校验方程失败比例运算单元，用于接收所述译码判决校验运算单元的校验结果，进行校验方程失败比例运算，输出校验方程失败比例。
10.根据权利要求8所述的译码器，其特征在于，还包括：
控制单元，所述控制单元分别与所述变量节点后验软信息存储器、校验节点外信息存储器以及映射表存储器连接，用于产生存储器读写地址，并控制所述译码器中其他部分的工作时序。
CN202010203019.1A 2020-03-20 2020-03-20 归一化最小和ldpc译码方法及译码器 Active CN111245444B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010203019.1A CN111245444B (zh) 2020-03-20 2020-03-20 归一化最小和ldpc译码方法及译码器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010203019.1A CN111245444B (zh) 2020-03-20 2020-03-20 归一化最小和ldpc译码方法及译码器

Publications (2)

Publication Number Publication Date
CN111245444A true CN111245444A (zh) 2020-06-05
CN111245444B CN111245444B (zh) 2022-03-29

Family

ID=70864444

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010203019.1A Active CN111245444B (zh) 2020-03-20 2020-03-20 归一化最小和ldpc译码方法及译码器

Country Status (1)

Country Link
CN (1) CN111245444B (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111669187A (zh) * 2020-06-09 2020-09-15 Oppo广东移动通信有限公司 译码方法及装置、设备、存储介质
CN112290954A (zh) * 2020-09-15 2021-01-29 华南理工大学 一种基于深度学习后处理的ldpc码的译码算法
CN112350738A (zh) * 2020-09-29 2021-02-09 西南交通大学 基于比特翻转算法加速软译码的联合译码方法及系统
CN113595563A (zh) * 2021-08-02 2021-11-02 上海金卓科技有限公司 一种ldpc译码的方法、装置、设备及存储介质
CN114142870A (zh) * 2021-11-17 2022-03-04 北京得瑞领新科技有限公司 Ldpc码的译码方法、装置、存储介质及ssd设备
CN114244375A (zh) * 2021-12-22 2022-03-25 中山大学 基于神经网络的ldpc归一化最小和译码方法及装置
WO2022204900A1 (zh) * 2021-03-29 2022-10-06 华为技术有限公司 一种ldpc码的译码方法及ldpc码的译码器
CN115314053A (zh) * 2022-07-18 2022-11-08 北京科技大学 基于全局最小集的多元ldpc码最小和译码方法及装置
CN115484001A (zh) * 2022-08-08 2022-12-16 鹏城实验室 最小和算法的优化参数配置方法、装置、终端及存储介质
WO2024065978A1 (zh) * 2022-09-27 2024-04-04 北京邮电大学 基于校验置信度的ldpc译码方法和装置

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080046801A1 (en) * 2006-08-17 2008-02-21 Mobile Techno Corp. Low density parity check codes decoder and method thereof
CN102412843A (zh) * 2011-07-28 2012-04-11 清华大学 自适应的归一化最小和ldpc译码方法及译码器
CN107733439A (zh) * 2016-08-11 2018-02-23 电信科学技术研究院 一种ldpc编码方法、编码装置及通信设备
CN108471340A (zh) * 2018-03-15 2018-08-31 深圳清华大学研究院 码率兼容qc-ldpc码构造和信道编码方法及系统
CN109639392A (zh) * 2018-11-09 2019-04-16 清华大学 广播信道传输的空间耦合ldpc码的构造方法及系统
US20190342874A1 (en) * 2018-05-04 2019-11-07 Intel Corporation Interlace-Based Uplink Physical Channel Design for New Radio-Unlicensed (NR-U)
CN110603893A (zh) * 2017-05-05 2019-12-20 英特尔公司 在lte互通中统一分割承载
CN110800216A (zh) * 2017-06-19 2020-02-14 三星电子株式会社 用于通信和广播系统的速率匹配的方法和装置
CN110830050A (zh) * 2019-11-27 2020-02-21 武汉虹信通信技术有限责任公司 一种ldpc译码方法、系统、电子设备及存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080046801A1 (en) * 2006-08-17 2008-02-21 Mobile Techno Corp. Low density parity check codes decoder and method thereof
CN102412843A (zh) * 2011-07-28 2012-04-11 清华大学 自适应的归一化最小和ldpc译码方法及译码器
CN107733439A (zh) * 2016-08-11 2018-02-23 电信科学技术研究院 一种ldpc编码方法、编码装置及通信设备
CN110603893A (zh) * 2017-05-05 2019-12-20 英特尔公司 在lte互通中统一分割承载
CN110800216A (zh) * 2017-06-19 2020-02-14 三星电子株式会社 用于通信和广播系统的速率匹配的方法和装置
CN108471340A (zh) * 2018-03-15 2018-08-31 深圳清华大学研究院 码率兼容qc-ldpc码构造和信道编码方法及系统
US20190342874A1 (en) * 2018-05-04 2019-11-07 Intel Corporation Interlace-Based Uplink Physical Channel Design for New Radio-Unlicensed (NR-U)
CN109639392A (zh) * 2018-11-09 2019-04-16 清华大学 广播信道传输的空间耦合ldpc码的构造方法及系统
CN110830050A (zh) * 2019-11-27 2020-02-21 武汉虹信通信技术有限责任公司 一种ldpc译码方法、系统、电子设备及存储介质

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
YUSHU ZHANG 等: "A 5G New Radio LDPC Coded NOMA Scheme Supporting High User Load for Massive MTC", 《2018 IEEE INTERNATIONAL CONFERENCE ON COMMUNICATIONS》 *
YUSHU ZHANG 等: "Performance Analysis and Code Optimization of IDMA With 5G New Radio LDPC Code", 《IEEE COMMUNICATIONS LETTERS》 *
王平 等: "用于量子安全直接通信的空间耦合LDPC-BCH码", 《清华大学学报（自然科学版）》 *
陈金雷: "双修正归一化最小和LDPC译码算法及其部分并行结构研究", 《中国博士学位论文全文数据库 信息科技辑》 *

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111669187A (zh) * 2020-06-09 2020-09-15 Oppo广东移动通信有限公司 译码方法及装置、设备、存储介质
CN111669187B (zh) * 2020-06-09 2023-09-22 Oppo广东移动通信有限公司 译码方法及装置、设备、存储介质
CN112290954A (zh) * 2020-09-15 2021-01-29 华南理工大学 一种基于深度学习后处理的ldpc码的译码算法
CN112290954B (zh) * 2020-09-15 2023-09-08 华南理工大学 一种基于深度学习后处理的ldpc码的译码算法
CN112350738A (zh) * 2020-09-29 2021-02-09 西南交通大学 基于比特翻转算法加速软译码的联合译码方法及系统
CN112350738B (zh) * 2020-09-29 2023-05-30 西南交通大学 基于比特翻转算法加速软译码的联合译码方法及系统
WO2022204900A1 (zh) * 2021-03-29 2022-10-06 华为技术有限公司 一种ldpc码的译码方法及ldpc码的译码器
CN113595563A (zh) * 2021-08-02 2021-11-02 上海金卓科技有限公司 一种ldpc译码的方法、装置、设备及存储介质
CN113595563B (zh) * 2021-08-02 2024-03-29 上海金卓科技有限公司 一种ldpc译码的方法、装置、设备及存储介质
CN114142870A (zh) * 2021-11-17 2022-03-04 北京得瑞领新科技有限公司 Ldpc码的译码方法、装置、存储介质及ssd设备
CN114244375A (zh) * 2021-12-22 2022-03-25 中山大学 基于神经网络的ldpc归一化最小和译码方法及装置
CN115314053A (zh) * 2022-07-18 2022-11-08 北京科技大学 基于全局最小集的多元ldpc码最小和译码方法及装置
CN115314053B (zh) * 2022-07-18 2024-08-16 北京科技大学 基于全局最小集的多元ldpc码最小和译码方法及装置
CN115484001A (zh) * 2022-08-08 2022-12-16 鹏城实验室 最小和算法的优化参数配置方法、装置、终端及存储介质
WO2024065978A1 (zh) * 2022-09-27 2024-04-04 北京邮电大学 基于校验置信度的ldpc译码方法和装置

Also Published As

Publication number Publication date
CN111245444B (zh) 2022-03-29

Similar Documents

Publication Publication Date Title
CN111245444B (zh) 归一化最小和ldpc译码方法及译码器
JP5177767B2 (ja) ガロア体ｇｆ（ｑ）におけるｌｄｐｃ符号を復号する方法および機器
US8006161B2 (en) Apparatus and method for receiving signal in a communication system using a low density parity check code
US7743312B2 (en) Method for puncturing low density parity check code
US7590914B2 (en) Decoding apparatus for low-density parity-check codes using sequential decoding, and method thereof
US7222284B2 (en) Low-density parity-check codes for multiple code rates
US20090172493A1 (en) Method and device for decoding low density parity check code
WO2009072854A1 (en) Method and apparatus for encoding and decoding channel in a communication system using low-density parity-check codes
JP5461728B2 (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復号化装置及びその方法
CN109309502A (zh) 5g nr标准的分层ldpc基矩阵处理译码方法
JP2011512106A (ja) 低密度パリティ検査符号を使用する通信システムにおけるチャネル符号化及び復号化方法並びにその装置
US9825650B2 (en) Decoder architecture for cyclically-coupled quasi-cyclic low-density parity-check codes
CN113098530B (zh) 基于平均簇残差动态调度选择策略的ldpc码译码方法
CN109547032B (zh) 一种基于深度学习的置信度传播ldpc译码方法
CN111130563A (zh) 处理信息的方法和装置
CN113556133B (zh) 针对CRC-Polar级联码的混合译码方法及装置
Babich et al. Analysis and design of rate compatible LDPC codes
CN105406877B (zh) 一种短码长循环码的译码方法
CN101106383A (zh) 一种低密度奇偶校验码的译码方法
CN108809330B (zh) 一种针对NAND-Flash存储介质的LDPC码译码方法
CN111835363B (zh) 基于交替方向乘子法的ldpc码译码方法
US12052033B2 (en) Scheduling of iterative decoding depending on soft inputs
CN106603083B (zh) 基于ldpc码节点剩余度置信传播译码的改进方法
CN110663190A (zh) 在通信或广播系统中进行信道编码和解码的方法和装置
Liang et al. Low Complexity Deep Learning Method for Base Graph of Protograph LDPC Decoding

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