CN116436473A - 一种基于校验矩阵的规则f-ldpc码参数盲识别方法 - Google Patents

一种基于校验矩阵的规则f-ldpc码参数盲识别方法 Download PDF

Info

Publication number
CN116436473A
CN116436473A CN202310682863.0A CN202310682863A CN116436473A CN 116436473 A CN116436473 A CN 116436473A CN 202310682863 A CN202310682863 A CN 202310682863A CN 116436473 A CN116436473 A CN 116436473A
Authority
CN
China
Prior art keywords
matrix
check matrix
parameters
vector
ldpc code
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
CN202310682863.0A
Other languages
English (en)
Other versions
CN116436473B (zh
Inventor
鲁晓倩
尹淳�
李国新
杨浩
甘露
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.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
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 University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN202310682863.0A priority Critical patent/CN116436473B/zh
Publication of CN116436473A publication Critical patent/CN116436473A/zh
Application granted granted Critical
Publication of CN116436473B publication Critical patent/CN116436473B/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
    • H03M13/1148—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
    • H03M13/1174—Parity-check or generator matrices built from sub-matrices representing known block codes such as, e.g. Hamming codes, e.g. generalized LDPC codes
    • 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
    • H03M13/27—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 using interleaving techniques
    • H03M13/2742—Irregular interleaver wherein the permutation pattern is not obtained by a computation rule, e.g. interleaver based on random generators
    • H03M13/2746—S-random interleaver

Landscapes

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

Abstract

本发明属于智能通信技术领域，涉及为一种基于校验矩阵的规则F‑LDPC码参数盲识别方法，包括：根据F‑LDPC校验矩阵的维数生成双对角矩阵，利用双对角矩阵对校验矩阵进行预处理，统计预处理后校验矩阵的非对角线部分矩阵的行列向量的汉明重量，根据编码原理和统计的汉明重量识别规则F‑LDPC码编码参数，具体识别参数包括重复参数、删除参数、等效随机交织，识别所得参数可用于F‑LDPC编码器复现也可应用于F‑LDPC码译码流程中对校验矩阵的结构化存储，以降低译码器开销。

Description

一种基于校验矩阵的规则F-LDPC码参数盲识别方法
技术领域
本发明属于智能通信技术领域，具体为一种基于校验矩阵的规则F-LDPC码参数盲识别方法。
背景技术
F-LDPC码是一种串行级联校验系统码，其编码器由外部编码模块、交织器以及内部校验编码器三个模块级联构成，F-LDPC码具有极高的码率灵活度以及便于简单高速硬件译码器实现的优点，在民用通信系统和军用通信系统中都有着较好的应用前景。F-LDPC码编码原理和校验矩阵生成机制详情可参考《The F-LDPC family: high-performanceflexible modern codes for flexible radio》。信道编码的盲识别是第三方在非合作通信场景下获取通信双方所传信息的一种技术手段，在军事情报分析、智能通信等领域中有着广泛应用。对于截获传输信号的第三方，信号的编码参数等信息通常是未知的，需要通过对码字数据的分析识别出信道编码参数进而实现译码，完成从信号层到信息层的突破。F-LDPC码作为一种应用前景广阔的信道编码方法，其参数盲识别具有重要研究价值。
F-LDPC码的盲识别工作主要包含校验矩阵识别和参数识别两部分，其中如何识别F-LDPC码编码参数是复现F-LDPC码编码器以及结构化存储F-LDPC码校验矩阵的关键问题。而目前国内针对F-LDPC码的参数盲识别研究尚处于起步阶段，研究成果较少。
发明内容
本发明的目的在于：提出一种基于校验矩阵的规则F-LDPC码参数盲识别方法，该方法是在已知F-LDPC码完整校验矩阵的前提下，通过分析校验矩阵的重量特性和结构特性，实现F-LDPC码编码参数的识别，以降低通信系统中译码器的存储开销；所述识别参数包括重复参数、删除参数、等效随机交织。
为实现上述目的，本发明采用如下技术方案：
一种基于校验矩阵的规则F-LDPC码参数盲识别方法，该方法基于已知F-LDPC码的完整校验矩阵，实现F-LDPC码编码参数的识别；包括以下步骤：
S1、根据F-LDPC校验矩阵
Figure SMS_1
的维数生成双对角矩阵/>
Figure SMS_2
和/>
Figure SMS_3
，
Figure SMS_4
；
S2、利用S1得到的双对角矩阵
Figure SMS_5
和/>
Figure SMS_6
对F-LDPC校验矩阵/>
Figure SMS_7
进行预处理，得到预处理后的校验矩阵/>
Figure SMS_8
；
S3、统计预处理后校验矩阵
Figure SMS_9
的非对角线部分矩阵/>
Figure SMS_10
的行列向量的汉明重量；
Figure SMS_11
行向量汉明重量记为数组/>
Figure SMS_12
，/>
Figure SMS_13
列向量汉明重量记为数组/>
Figure SMS_14
；
S4、根据编码原理，利用
Figure SMS_15
行向量的汉明重量识别删除参数，利用/>
Figure SMS_16
列向量的汉明重量识别重复参数；
S5、根据S3得到的
Figure SMS_17
行列向量的汉明重量、S4识别的删除参数和重复参数、以及
Figure SMS_18
识别随机交织。
进一步的，所述S2的详细操作步骤如下：
根据校验矩阵维数对校验矩阵进行分区，有
Figure SMS_19
，其中
Figure SMS_20
是校验矩阵的非双对角线部分，/>
Figure SMS_21
是校验矩阵双对角线部分；令
Figure SMS_22
，其中/>
Figure SMS_23
，/>
Figure SMS_24
即为预处理后的校验矩阵。
进一步的，所述S4按如下方法识别删除参数和重复参数：
识别删除参数：统计
Figure SMS_25
中出现频次最高的元素记为RW，删除参数识别结果有
Figure SMS_26
；
识别重复参数：统计
Figure SMS_27
中出现频次最高的元素记为CW，重复参数识别结果有
Figure SMS_28
。
进一步的，所述S5采用随机交织盲识别算法识别随机交织，包括步骤如下：
S5.1、记标准行向量重量
Figure SMS_29
，标准列向量重量/>
Figure SMS_30
；
S5.2、对比S3中的统计结果
Figure SMS_32
与/>
Figure SMS_35
， 对比向量/>与向量
Figure SMS_33
，根据重量异常的行列位置确定/>
Figure SMS_34
中存在合并“1”的位置，以及该位置缺少的重量/>
Figure SMS_36
，并将/>
Figure SMS_38
中该位置的元素写为/>
Figure SMS_31
；
S5.3、令
Figure SMS_40
，根据/>
Figure SMS_42
进行矩阵扩展，将维数为k行n-k列的/>
Figure SMS_45
扩展为/>
Figure SMS_41
行
Figure SMS_43
列的矩阵P；/>
Figure SMS_44
的第i行第j列的元素扩展为/>
Figure SMS_46
大小的矩阵块，块内填入
Figure SMS_39
个“1”，每次填入“1”后需判断扩展后的矩阵P每行、每列是否有且仅有一个“1”，是则继续扩展下一个块，否则重新扩展当前块；
S5.4、
Figure SMS_47
全部元素扩展后得到随机交织矩阵P，恢复出的随机交织矩阵满足
Figure SMS_48
；根据随机交织矩阵与随机交织向量的映射关系将P保存为交织向量/>
Figure SMS_49
。
本发明的有益效果：根据F-LDPC码校验矩阵能够完成F-LDPC码重复参数、删除参数以及随机交织的识别，识别所得参数可用于F-LDPC码校验矩阵结构化存储，以达到降低译码器开销的目的。
附图说明
图1 是本发明实现的流程示意图；
图2 (a)是实施例1中的F-LDPC码校验矩阵
Figure SMS_50
示意图；
图2 (b)是预处理后的校验矩阵
Figure SMS_51
示意图，图中黑点表示矩阵中该位置为“1”,空白表示矩阵中该位置为“0”；
图3 (a)是实施例1中的F-LDPC码校验矩阵预处理后的非对角部分矩阵
Figure SMS_52
示意图；
图3 (b)是根据
Figure SMS_53
扩展出的矩阵P，对应扩展关系如图中箭头所示，图中黑点表示矩阵中该位置为“1”,空白表示矩阵中该位置为“0”。
具体实施方式
下面将结合附图和实施例，对本发明的技术方案进行进一步说明。
本实施例的目的在于展现本发明的实现过程。
假设在一次情报侦察行动中，某通信系统采用码长20比特，码率0.5的规则F-LDPC码作为其信道编码方案，F-LDPC码编码参数如下：重复参数为
Figure SMS_54
，删除参数为2，编码过程中随机交织向量为/>
Figure SMS_55
，对应的随机交织矩阵/>
Figure SMS_56
。信号侦测方通过截获上述通信系统发送的信号已经识别出该F-LDPC码的校验矩阵，但由于译码器存储能力有限无法存储整个F-LDPC校验矩阵，所以信号侦测方需要进一步对该F-LDPC码的编码参数进行识别，然后利用编码参数进行译码以达到降低译码器的存储开销的目的。如图1所示，编码参数识别方案具体执行如下：
S1、输入的F-LDPC码校验矩阵
Figure SMS_57
如图2(a)所示，根据校验矩阵/>
Figure SMS_58
的维数生成双对角矩阵/>
Figure SMS_59
和/>
Figure SMS_60
，/>
Figure SMS_61
；
S2、利用S1得到的双对角矩阵
Figure SMS_62
和/>
Figure SMS_63
对F-LDPC校验矩阵/>
Figure SMS_64
进行预处理，得到预处理后的校验矩阵/>
Figure SMS_65
，/>
Figure SMS_66
如图2 (b)所示；
S3、汉明重量统计：统计预处理后校验矩阵的非对角线部分矩阵
Figure SMS_67
的行列向量的汉明重量，/>
Figure SMS_68
行向量的重量记为数组/>
Figure SMS_69
，/>
Figure SMS_70
列向量的重量记为数组/>
Figure SMS_71
；
S4、根据S3得到
Figure SMS_72
的行列向量的汉明重量识别删除参数和重复参数；统计/>
Figure SMS_73
中出现频次最高的元素记为RW，删除参数识别结果有/>
Figure SMS_74
；统计/>
Figure SMS_75
中出现频次最高的元素记为CW，重复参数识别结果有/>
Figure SMS_76
。
S5、识别随机交织：
令
Figure SMS_78
，将/>
Figure SMS_82
扩展为20行20列的随机交织矩阵，/>
Figure SMS_85
的第i行第j列元素扩展为
Figure SMS_79
大小的矩阵块。扩展过程如图3所示，图3（a）中的/>
Figure SMS_84
扩展为图3 (b)中第一个矩形框内的子矩阵/>
Figure SMS_89
，图3（a）中的/>
Figure SMS_91
扩展为图3(b)中第二个矩形框内的子矩阵/>
Figure SMS_77
，图3（a）中的/>
Figure SMS_81
扩展为图3(b)中第二个矩形框内的子矩阵/>
Figure SMS_88
，每次填入“1”后需判断扩展后的矩阵P每行、每列是否有且仅有一个“1”，以此类推将/>
Figure SMS_90
全部元素扩展。/>
Figure SMS_80
中所有元素扩展后得到图3(b)所示矩阵，即识别出的随机交织矩阵P，该矩阵每行、每列都有且仅由一个“1”。将交织矩阵P转化为交织向量保存
Figure SMS_83
，/>
Figure SMS_86
表示矩阵/>
Figure SMS_87
的第i列中“1”所在行的标号，识别结束。
从实施例1中的识别过程可知重复参数与删除参数识别成功，识别获得的随机交织矩阵P与原编码随机交织矩阵虽然不相等，但是根据F-LDPC码校验矩阵生成原理,有
Figure SMS_92
，即根据识别所得随机交织生成的校验矩阵与原校验矩阵相等，识别所得交织为编码时的原随机交织等效。综上所述，本发明识别出了F-LDPC码的参数/>
Figure SMS_93
，/>
Figure SMS_94
，/>
Figure SMS_95
，识别结果可以用于F-LDPC码校验矩阵的结构化存储，降低译码器的存储开销，发明有效。
为方便描述本发明的具体步骤，本实施例中采用码长较小的F-LDPC码作为识别目标，实际应用中码长通常为103比特至104比特量级，对应的F-LDPC校验矩阵规模很大，对译码器存储能力要求较高。
实施例
本实施例目的在于验证本发明对于不同码长、码率的规则F-LDPC码参数盲识别的有效性。采用固定重复参数
Figure SMS_96
，删除参数/>
Figure SMS_97
，则F-LDPC码码率
Figure SMS_98
，码长/>
Figure SMS_99
比特，信息位为5000，4000，1500，350，190比特的F-LDPC码进行实验。使用本发明对校验矩阵进行识别，识别成功记为“√”，失败记为“×”，盲识别结果如表1所示。
表1不同码率规则 F-LDPC码编码参数盲识别情况
码率 码长 Q识别 J识别 随机交织识别
1/2 10000 √ √ √
2/3 6000 √ √ √
3/4 2000 √ √ √
7/8 500 √ √ √
19/20 200 √ √ √
从实施例2的实验结果表1可以看出，重复参数Q、删除参数J以及随机交织皆能成功识别，本发明在已知完整正确的校验矩阵前提下，能够实现全码率、全码长的规则F-LDPC重复参数、删除参数及等效随机交织的正确识别。

Claims (4)

1.一种基于校验矩阵的规则F-LDPC码参数盲识别方法，该方法基于已知F-LDPC码的完整校验矩阵，实现F-LDPC码编码参数的识别；其特征在于，包括以下步骤：
S1、根据F-LDPC校验矩阵
Figure QLYQS_1
的维数生成双对角矩阵/>
Figure QLYQS_2
和/>
Figure QLYQS_3
；
S2、利用S1得到的双对角矩阵
Figure QLYQS_4
和/>
Figure QLYQS_5
对F-LDPC校验矩阵/>
Figure QLYQS_6
进行预处理，得到预处理后的校验矩阵/>
Figure QLYQS_7
；
S3、统计预处理后校验矩阵
Figure QLYQS_8
的非对角线部分矩阵/>
Figure QLYQS_9
的行列向量汉明重量；/>
Figure QLYQS_10
行向量汉明重量记为数组/>
Figure QLYQS_11
，/>
Figure QLYQS_12
列向量汉明重量记为数组/>
Figure QLYQS_13
；
S4、根据编码原理，利用
Figure QLYQS_14
行向量的汉明重量识别删除参数，利用/>
Figure QLYQS_15
列向量的汉明重量识别重复参数；
S5、根据S3得到的
Figure QLYQS_16
行列向量汉明重量、S4识别的删除参数和重复参数、以及/>
Figure QLYQS_17
识别随机交织。
2.根据权利要求1所述的一种基于校验矩阵的规则F-LDPC码参数盲识别方法，其特征在于，所述S2的详细操作步骤如下：
根据校验矩阵维数对校验矩阵进行分区，有
Figure QLYQS_18
，其中/>
Figure QLYQS_19
是校验矩阵的非双对角线部分，/>
Figure QLYQS_20
是校验矩阵双对角线部分；令/>
Figure QLYQS_21
，其中/>
Figure QLYQS_22
，/>
Figure QLYQS_23
即为预处理后的校验矩阵。
3.据权利要求1所述的一种基于校验矩阵的规则F-LDPC码参数盲识别方法，其特征在于，所述S4按如下方法识别删除参数和重复参数：
识别删除参数：统计
Figure QLYQS_24
中出现频次最高的元素记为RW，删除参数识别结果有
Figure QLYQS_25
；
识别重复参数：统计
Figure QLYQS_26
中出现频次最高的元素记为CW，重复参数识别结果有
Figure QLYQS_27
。
4.根据权利要求1所述的一种基于校验矩阵的规则F-LDPC码参数盲识别方法，其特征在于，所述S5采用随机交织盲识别算法识别随机交织，包括步骤如下：
S5.1、记标准行向量重量
Figure QLYQS_28
，标准列向量重量/>
Figure QLYQS_29
；
S5.2、对比S3中的统计结果
Figure QLYQS_31
与/>
Figure QLYQS_33
, 对比向量/>
Figure QLYQS_35
与向量/>
Figure QLYQS_32
，根据重量异常的行列位置确定/>
Figure QLYQS_34
中存在合并“1”的位置，以及该位置缺少的重量
Figure QLYQS_36
，并将/>
Figure QLYQS_37
中该位置的元素写为/>
Figure QLYQS_30
；
S5.3、令
Figure QLYQS_40
，根据/>
Figure QLYQS_41
进行矩阵扩展，将维数为k行n-k列的/>
Figure QLYQS_43
扩展为/>
Figure QLYQS_39
行
Figure QLYQS_42
列的矩阵P；/>
Figure QLYQS_44
的第i行第j列的元素扩展为/>
Figure QLYQS_45
大小的矩阵块，块内填入
Figure QLYQS_38
个“1”，每次填入“1”后需判断扩展后的矩阵P每行、每列是否有且仅有一个“1”，是则继续扩展下一个块，否则重新扩展当前块；
S5.4、
Figure QLYQS_46
全部元素扩展后得到随机交织矩阵P，恢复出的随机交织矩阵满足
Figure QLYQS_47
；根据随机交织矩阵与随机交织向量的映射关系将P保存为交织向量/>
Figure QLYQS_48
。
CN202310682863.0A 2023-06-09 2023-06-09 一种基于校验矩阵的规则f-ldpc码参数盲识别方法 Active CN116436473B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310682863.0A CN116436473B (zh) 2023-06-09 2023-06-09 一种基于校验矩阵的规则f-ldpc码参数盲识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310682863.0A CN116436473B (zh) 2023-06-09 2023-06-09 一种基于校验矩阵的规则f-ldpc码参数盲识别方法

Publications (2)

Publication Number Publication Date
CN116436473A true CN116436473A (zh) 2023-07-14
CN116436473B CN116436473B (zh) 2023-10-03

Family

ID=87085785

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310682863.0A Active CN116436473B (zh) 2023-06-09 2023-06-09 一种基于校验矩阵的规则f-ldpc码参数盲识别方法

Country Status (1)

Country Link
CN (1) CN116436473B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050154958A1 (en) * 2004-01-12 2005-07-14 Bo Xia Method and apparatus for varying lengths of low density party check codewords
US20090234795A1 (en) * 2008-03-14 2009-09-17 International Business Machines Corporation Limiting deduplcation based on predetermined criteria
US20130166985A1 (en) * 2010-07-06 2013-06-27 Universite De Bretagne Occidentale Method of determining at least one parameter of an error-correcting code implemented on transmission, corresponding device and computer program
US20150063255A1 (en) * 2013-08-28 2015-03-05 Qualcomm Incorporated Tone allocation for multiple access wireless networks
CN104981813A (zh) * 2012-03-30 2015-10-14 爱迪德技术有限公司 使用动态数据识别编码来保护可访问的系统
CN105763205A (zh) * 2016-03-16 2016-07-13 重庆邮电大学 基于高斯列消元的螺旋形交织器参数盲估计方法
CN106209315A (zh) * 2016-07-07 2016-12-07 西安电子科技大学 一种ldpc长码的编码参数盲识别方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050154958A1 (en) * 2004-01-12 2005-07-14 Bo Xia Method and apparatus for varying lengths of low density party check codewords
US20090234795A1 (en) * 2008-03-14 2009-09-17 International Business Machines Corporation Limiting deduplcation based on predetermined criteria
US20130166985A1 (en) * 2010-07-06 2013-06-27 Universite De Bretagne Occidentale Method of determining at least one parameter of an error-correcting code implemented on transmission, corresponding device and computer program
CN104981813A (zh) * 2012-03-30 2015-10-14 爱迪德技术有限公司 使用动态数据识别编码来保护可访问的系统
US20150063255A1 (en) * 2013-08-28 2015-03-05 Qualcomm Incorporated Tone allocation for multiple access wireless networks
CN105763205A (zh) * 2016-03-16 2016-07-13 重庆邮电大学 基于高斯列消元的螺旋形交织器参数盲估计方法
CN106209315A (zh) * 2016-07-07 2016-12-07 西安电子科技大学 一种ldpc长码的编码参数盲识别方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
SUIHUA CAI等: "free ride on ldpc coded transmission", IEEE TRANSACTION ON INFORMATION THEORY, pages 80 - 92 *
陈泽亮;彭华;巩克现;于沛东;王伟年;: "误码条件下LDPC码参数的盲估计", 电子学报, no. 03, pages 143 - 149 *

Also Published As

Publication number Publication date
CN116436473B (zh) 2023-10-03

Similar Documents

Publication Publication Date Title
US9304859B2 (en) Polar codes for efficient encoding and decoding in redundant disk arrays
CN100583651C (zh) 用于使用信道代码解码的装置和方法
CN109087683B (zh) 一种NAND Flash固态存储自适应差错控制方法
US20110029835A1 (en) Systems and Methods for Quasi-Cyclic LDPC Code Production and Decoding
CN102104764A (zh) 一种图像序列的压缩存储处理方法
CN110098839B (zh) 一种高误码下非系统卷积码编码参数的盲识别方法
US20220321900A1 (en) System and method for compressing image based on flash in-memory computing array
CN110233628B (zh) 极化码的自适应置信传播列表译码方法
US8566665B2 (en) Systems and methods for error correction using low density parity check codes using multiple layer check equations
CN116244313B (zh) Json数据存储和访问方法、装置、计算机设备及介质
WO2018146552A1 (en) Crc aided decoding of polar codes
EP4057515A1 (en) Devices and methods for encoding and decoding
CN116436473B (zh) 一种基于校验矩阵的规则f-ldpc码参数盲识别方法
CN109787641B (zh) staircase码的解码方法、装置及存储介质
CN103220007B (zh) 一种自适应调整子码不可靠位数的tpc迭代译码算法
CN111446973B (zh) 基于多翻转比特集合的极化码置信传播译码方法
US20070186139A1 (en) Interleaving method for low density parity check encoding
US9003263B2 (en) Encoder and decoder generation by state-splitting of directed graph
CN112332869A (zh) 改进的tpc迭代方法和装置
US8443250B2 (en) Systems and methods for error correction using irregular low density parity check codes
US20070022358A1 (en) Methods and apparatuses for generating error correction codes
CN113131947B (zh) 译码方法、译码器和译码装置
CN116488662B (zh) 基于线性变换的f-ldpc码校验矩阵重量压缩方法
CN103001648B (zh) 基于fpga的准循环ldpc码的简易编码装置及方法
CN108880564B (zh) 一种具备缓存容错能力的低密度奇偶校验码译码方法

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