CN116707547A - 一种ldpc联合调度译码方法 - Google Patents

一种ldpc联合调度译码方法 Download PDF

Info

Publication number
CN116707547A
CN116707547A CN202310756513.4A CN202310756513A CN116707547A CN 116707547 A CN116707547 A CN 116707547A CN 202310756513 A CN202310756513 A CN 202310756513A CN 116707547 A CN116707547 A CN 116707547A
Authority
CN
China
Prior art keywords
decoding
algorithm
node
check
information
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.)
Pending
Application number
CN202310756513.4A
Other languages
English (en)
Inventor
纪元法
邓震威
孙希延
付文涛
梁维彬
严素清
赵松克
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.)
Nanning Guidian Electronic Technology Research Institute Co ltd
Guilin University of Electronic Technology
Original Assignee
Nanning Guidian Electronic Technology Research Institute Co ltd
Guilin University of Electronic Technology
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 Nanning Guidian Electronic Technology Research Institute Co ltd, Guilin University of Electronic Technology filed Critical Nanning Guidian Electronic Technology Research Institute Co ltd
Priority to CN202310756513.4A priority Critical patent/CN116707547A/zh
Publication of CN116707547A publication Critical patent/CN116707547A/zh
Pending legal-status Critical Current

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/48—Program initiating; Program switching, e.g. by interrupt
    • G06F9/4806—Task transfer initiation or dispatching
    • G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
    • G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
    • 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
    • H03M13/29—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 combining two or more codes or code structures, e.g. product codes, generalised product codes, concatenated codes, inner and outer codes
    • H03M13/2948—Iterative decoding
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

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

Abstract

本发明涉及纠错码LDPC译码方法技术领域，具体涉及一种LDPC联合调度译码方法，针对LDPC中动态调度算法中存在的贪婪性以及非动态调度算法中存在的译码性能较差的问题，合理分配动态调度算法(VCRBP)和非动态调度算法(SBP)权重占比，通过VCRBP算法提高译码性能，通过SBP算法缓解了动态调度中的“贪婪性”问题，同时针对SBP算法的译码复杂度较高的问题，将SBP算法分组处理并将校验节点更新过程引入归一化最小和算法进行优化，后节省了译码资源，降低了译码的复杂度。本发明通过调度算法联合使用，在译码性能和译码效率之间达到一种平衡，改善了现有方法的不足。

Description

一种LDPC联合调度译码方法
技术领域
本发明涉及纠错码LDPC译码方法技术领域，具体涉及一种LDPC联合调度译码方法。
背景技术
LDPC(Low Density Parity Check)码属于线性分组码，它是一种接近香农理论极限性能的编码方案并于上世纪90年代LDPC码兴起。LDPC码逐渐应用在实际场景中，如各种通信标准、深空通信以及北斗三代的导航电文的编码等，现如今对LDPC码的研究主要分为两大类，一种是集中对译码算法进行优化处理，寻求更低的误码率；还有一种就是将LDPC码应用到实际应用场景。
LDPC码BP译码算法的调度机制有泛洪(Flooding)和分层(Layered)两种，无论是基于泛洪调度的BP算法还是基于分层调度的LBP算法，都存在译码性能不足的缺点。相关研究者将LBP算法进行改进后提出了一种基于混洗策略的置信传播译码算法(SBP)，SBP算法又分为水平混洗和垂直混洗两类，针对对象分别为校验节点和变量节点。残差置信度传播(Residual BP，RBP)算法是一种动态调度策略(Informed Dynamic Schedule,IDS)的译码算法，通过优先更新具有最大残余度值的节点来加快算法的收敛，该算法引入残余度这一指标对节点可靠性进行判断，优先更新可靠性较差的节点，由于RBP算法对残余度的处理方法使部分节点收敛过快，易导致“贪婪性”现象。为了改善这种“贪婪性”的现象，需要对残余度后续处理做出相应的改变，让可靠度低的节点也能参与到译码的迭代更新，使其接收到更多来自信道和相邻节点传送的信息后再进行判决，由此提出了基于校验节点式的残余度置信传播算法(NWRBP)以及基于变量节点式的残余度置信传播算法(VCRBP)。虽然动态调度的优势是译码性能较非动态调度要好，但同时也存在复杂度高、译码时间长以及易出现“贪婪性”等问题。
发明内容
本发明的目的在于提供一种LDPC联合调度译码方法，旨在解决现有的LDPC译码方法存在的复杂度高、译码时间长以及易出现“贪婪性”的技术问题。
为实现上述目的，本发明提供了一种LDPC联合调度译码方法，包括下列步骤：
步骤1：对信道信息进行初始化处理，设定VCRBP算法所需的最大迭代次数及当前迭代次数；
步骤2：译码迭代过程，校验节点和变量节点之间的信息传递；
步骤3：找出变量节点的最大残余度及其所对应的位置，产生并传递该信息值；
步骤4：后续更新，对当前最大残余度位置所对应的行列节点的信息值进行更新并传递；
步骤5：译码判决，满足译码条件，译码成功，退出循环；未达到设定的最大迭代次数，返回步骤2，继续进行译码迭代，当超过设定最大迭代次数一半时仍未成功译码，使用次残余度值来更新节点间的信息；若达到最大迭代次数仍未译码成功，进入下一个GSBP算法译码阶段步骤6；
步骤6：GSBP算法初始化，设定GSBP算法最大迭代次数，及当前迭代次数，利用前一算法的译码结果对当前的校验节点划分处理，同时对校验矩阵分层处理，设定最大层数；
步骤7：译码迭代过程，计算每层的变量节点与校验节点之间的更新值，采用混叠调度策略进行译码；
步骤8：判断译码是否达校验矩阵译码层数，若是则进入步骤9，否则返回步骤6；
步骤9：译码判决，译码成功或达到最大迭代次数，退出译码，否则返回步骤7。
可选的，对信道信息进行初始化处理，将校验节点的信息值初始化为0，变量节点从信道接收到的初始信息为
表示信道初始定义的信息值；L(Qj)表示变量节点后验概率信息，σ2表示方差。
可选的，校验节点和变量节点的更新规则，包括下列步骤：
计算校验节点向变量节点传输的信息，C2V的计算公式如下：
计算变量节点向校验节点传输的信息，V2C的计算公式如下：
其中，Ll(Ri,j)表示第l次迭代时校验节点向变量节点传输的信息，即第l次迭代时的C2V值；
Ll(Qi,j)表示第l次迭代时变量节点向校验节点传输的信息，Ll-1(Qi,j')表示除去第j个变量节点后的第l-1次迭代的V2C；
N(i)表示与第i个校验节点相连的所有的变量节点的集合；M(j)表示与第j个变量节点相连的所有的校验节点的集合；N(i)\j表示去掉第j个变量节点后的变量节点的集合；M(j)\i表示去掉第i个校验节点后的校验节点的集合；L(Qi,j)表示从第j个变量节点向第i个校验节点发送的信息值；L(Ri,j)表示从第i个校验节点向第j个变量节点发送的信息值。
可选的，变量节点式的残余度是指两次连续迭代过程中更新变量节点信息差值的绝对值，定义为r(Ll(Qi,j))＝|Ll(Qi,j)-Ll-1(Qi,j)|，表示第l次迭代与第l-1迭代即相邻前后两次迭代时变量节点更新的信息值之差取绝对值。
可选的，在VCRBP算法的后半段的迭代采用次残余度计算方式，次残余度是指对残余度排列之后的第二大的残余度的数值，按残余度大小对序列排列如下：
P＝{r(Ll(Qi,j))max,r*(Ll(Qi,j))max,…}，r(Ll(Qi,j))max定义为整个序列的最大值，r*(Ll(Qi,j))max定义为整个序列的次大值。
可选的，在GSBP算法初始化的过程中，根据VCRBP算法的最后两次迭代时校验节点的符号对校验节点进行划分，划分为可靠的校验节点集合M和不可靠的校验节点集合
符号划分原则是：若前后两次迭代是的符号是同号，即都为正数或都为负数，则默认当前的校验节点是可靠的，虽然这种方式也会存在局限性，但在一定程度上减少了计算的复杂度。
可选的，对GBSP算法中的校验矩阵分成D层处理，同时每层校验节点设置L个子译码器；
各层译码器之间独立工作，前一层的节点信息更新完成后将更新后的信息用于下一层的节点更新。每层间的L个子译码器同时更新，提高译码速率。
计算每一层的变量节点向校验节点发送的信息(V2C，)；
计算每一层的校验节点向变量节点发送的信息(C2V，)；
计算每一层的似后验概率值
可选的，节点更新过程简化中使用用最小和的算法处理，α的定义为两次不同公式计算C2V的比值，运用了最小和算法后会对信息值进行了过度的估计，需要加入补偿因子来对过度估计值进行修正。
本发明提供了一种LDPC联合调度译码方法，针对LDPC中动态调度算法中存在的贪婪性以及非动态调度算法中存在的译码性能较差的问题，合理分配动态调度算法(VCRBP)和非动态调度算法(SBP)权重占比，通过VCRBP算法提高译码性能，通过SBP算法缓解了动态调度中的“贪婪性”问题，同时针对SBP算法的译码复杂度较高的问题，将SBP算法分组处理并将校验节点更新过程引入归一化最小和算法进行优化，后节省了译码资源，降低了译码的复杂度。本发明通过调度算法联合使用，在译码性能和译码效率之间达到一种平衡，改善了现有方法的不足。
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简单地介绍，显而易见地，下面描述中的附图仅仅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是本发明的一种LDPC联合调度译码方法的步骤流程示意图。
图2是本发明对SBP算法的改进校验节点更新示意图。
图3是本发明的一种LDPC联合调度译码方法的具体执行流程示意图。
具体实施方式
下面详细描述本发明的实施例，所述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。
请参阅图1，本发明提供了一种LDPC联合调度译码方法，包括下列步骤：
S1：对信道信息进行初始化处理，设定VCRBP算法所需的最大迭代次数及当前迭代次数；
S2：译码迭代过程，校验节点和变量节点之间的信息传递；
S3：找出变量节点的最大残余度及其所对应的位置，产生并传递该信息值；
S4：后续更新，对当前最大残余度位置所对应的行列节点的信息值进行更新并传递；
S5：译码判决，满足译码条件，译码成功，退出循环；未达到设定的最大迭代次数，返回步骤S2，继续进行译码迭代，当超过设定最大迭代次数一半时仍未成功译码，使用次残余度值来更新节点间的信息；若达到最大迭代次数仍未译码成功，进入下一个GSBP算法译码阶段步骤S6；
S6：GSBP算法初始化，设定GSBP算法最大迭代次数，及当前迭代次数，利用前一算法的译码结果对当前的校验节点划分处理，同时对校验矩阵分层处理，设定最大层数；
S7：译码迭代过程，计算每层的变量节点与校验节点之间的更新值，采用混叠调度策略进行译码；
S8：判断译码是否达校验矩阵译码层数，若是则进入步骤S9，否则返回步骤S6；
S9：译码判决，译码成功或达到最大迭代次数，退出译码，否则返回步骤S7。
具体的，对针对低密度奇偶校验码(Low Density Parity Check，LDPC)的动态调度和非动态调度的研究中发现其动态调度算法中存在的贪婪性以及非动态调度算法中存在的译码性能较差的问题，并且动态或非动态调度算法若单独使用，其译码过程运算量大且复杂度高，不利于硬件实现。为了改善上述的缺陷由此提出了基于动态调度与非动态调度的联合优化算法(GSVCRBP)。该算法合理分配动态调度算法(VCRBP)和非动态调度算法(SBP)权重占比。VCRBP算法是为提高译码性能，而SBP算法是为缓解了动态调度中的“贪婪性”问题，并且针对SBP算法的译码复杂度较高的问题，将SBP算法分组处理并将校验节点更新过程引入归一化最小和算法进行优化，此种方式处理后节省了译码资源，降低了译码的复杂度。两种调度算法联合使用，在译码性能和译码效率之间达到一种折衷。
进一步的，以下结合具体实施步骤进行说明：
步骤S1、信息传输的过程中，原始二进制码字v＝(v1,v2,…,vn)经二进制相移键控(BPSK，Binary Phase Shift Keying，BPSK映射规则是xi＝2vi-1)调制方式调制后，经过加性高斯白噪声信道后接收到的信号序列y＝(y1,y2,…,yn)为
yi＝xi+ni i＝1,2,…,n (1)
其中，ni是服从均值为0、方差为σ2＝N0/2的高斯白噪声。
定义如下的一些符号：N(i)表示与第i个校验节点相连的所有的变量节点的集合；M(j)表示与第j个变量节点相连的所有的校验节点的集合；N(i)\j表示去掉第j个变量节点后的变量节点的集合；M(j)\i表示去掉第i个校验节点后的校验节点的集合；L(Qi,j)表示从第j个变量节点向第i个校验节点发送的信息值；L(Ri,j)表示从第i个校验节点向第j个变量节点发送的信息值。
信道初始化处理：将校验节点的信息值初始化为0，变量节点从信道初始化信息如下：
同时设定整个算法的最大迭代次数Imax以及设定NWRBP算法最大迭代次数λ·Imax以及当前迭代次数l＝0。表示信道初始定义的信息值；L(Qj)表示变量节点后验概率信息。
步骤S2、译码迭代过程，包括下列步骤：
步骤1，计算校验节点向变量节点传输的信息(C2V)；
步骤2，计算变量节点向校验节点传输的信息(V2C)；
步骤S3、计算所有变量节点的残余度r(Ll(Qi,j))，找出最大的残余度值所对应的位置(i,j)，产生并传递r(Ll(Qi,j))，并将r(Ll(Qi,j))置为0。以下是对残余度的定义：
r(Ll(Qi,j))＝|Ll(Qi,j)-Ll-1(Qi,j)| (5)
变量节点信息值的残余度是指前后连续两次迭代中更新的变量节点信息的差值的绝对值。通过残余度可以筛选出不可靠的节点进行优先更新处理，不可靠的节点即残余度大的节点。
步骤S4、后续更新步骤：
对于s∈M(j)和a∈N(s)\i，生成并传播Ll(Rs,a)；
对于b∈M(a)\s，生成并传播Ll(Qb,a)，计算残余度r(Ll(Qb,a))。
s∈M(j)表示S是属于M(j)集合的元素，a∈N(s)\i表示除去最大残余度i所对应的变量节点的集合
该步骤首先对最大残余度值所对应节点的位置(i,j)的行进行处理，除去当前行的数值为i的节点更新并传播V2C信息；之后再确定当前节点所在列并且除去当前列数值为s的节点，生成并传播C2V信息值。
步骤S5、进行译码判决：
如果满足H·xT＝0的译码判决校验和条件，则译码成功，退出循环；
如果未达到最大的当前算法所设的最大迭代次数λ·Imax(λ的数值是通过蒙特卡洛仿真实验求得，对两种不同的算法进行合理的分配，使其在误码性能和复杂度之间寻求一种平衡)，则返回S2步骤继续迭代，若迭代次数过半后仍未译码成功，则对VCRBP算法的迭代采用次残余度计算方式，用于缓解RBP算法“贪婪性”现象的发生，次残余度是指对残余度排列之后的第二大的残余度的数值。按残余度大小对序列排列如下：
P＝{r(Ll(Qi,j))max,r*(Ll(Qi,j))max,…}，r*(Ll(Qi,j))max定义为整个序列的次大值。
如果达到最大迭代次数并且未满足H·xT＝0，退出循环，进入GSBP算法。
步骤S6、GSBP算法初始化。设定最大迭代次数(1-λ)·Imax，当前迭代次数t＝0。根据两次迭代次数时校验节点的符号对校验节点进行划分，将校验节点按每层划分为可靠校验节点和不可靠校验节点两组。对分层后的校验矩阵(假设分为D层)每层的两组校验节点设置L个子译码器(d∈{d|1≤d≤D})进行译码，初始化每个子译码器的
步骤S7、译码迭代过程：
计算每一层的变量节点向校验节点发送的信息(V2C，)；
计算每一层的校验节点向变量节点发送的信息(C2V，)；
计算每一层的似后验概率值
对SBP算法的改进如下：请参阅图2，首先根据前两次迭代时校验节点的符号对校验节点进行划分，将校验节点按每层划分为可靠校验节点和不可靠校验节点两组，若两次迭代符号相同，判断为可靠点，反之则为不可靠点；将SBP算法中的校验矩阵进行分层，(假设校验矩阵分成了D层，当前层数为d)，通过设置了L个子译码器，每个子译码器以不同的更新顺序同时进行迭代运算，每个校验节点都被各个子译码器以不同的顺序进行更新，各个子译码器之间相互交叠。在译码更新过程中，校验节点和变量节点之间的传递次序根据当前节点更新的信息值的大小进行排列，两组校验节点集合独立更新，一次迭代完成之后对每层的校验节点重新排列并及时更新软信息。上下层之间的信息相互传递，并将接收到的信息值作为本次译码迭代的初始值，提高了译码的准确率。
对每层的校验节点设定更新次序，依据每个节点更新后的信息值作为判断可靠性指标，节点接收到的信息值越大，说明该节点的稳定性越强，定义如下序列：
对公式(3)运用归一化最小和(NMS)算法进行优化处理，应用到(C2V)：
α的定义为两次不同公式计算C2V的比值，运用了最小和(MS)算法后会对信息值进行了过度的估计，因此需要加入补偿因子来对过度估计值进行修正。用MS算法代替传统的BP算法，节省了译码器的资源，复杂度降低，但译码性能会随之降低。
S8：判断是否达到最大层数D，若是则进入步骤S9，否则返回步骤S6。
S9：译码判决：如果HxT＝0或当前迭代次数t等于最大的迭代次数(1-λ)Imax，则迭代运算结束，否则继续返回步骤S7。
详细的执行流程图如图3所示。
以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权利范围，本领域普通技术人员可以理解实现上述实施例的全部或部分流程，并依本发明权利要求所作的等同变化，仍属于发明所涵盖的范围。

Claims (8)

1.一种LDPC联合调度译码方法，其特征在于，包括下列步骤：
步骤1：对信道信息进行初始化处理，设定VCRBP算法所需的最大迭代次数及当前迭代次数；
步骤2：译码迭代过程，校验节点和变量节点之间的信息传递；
步骤3：找出变量节点的最大残余度及其所对应的位置，产生并传递该信息值；
步骤4：后续更新，对当前最大残余度位置所对应的行列节点的信息值进行更新并传递；
步骤5：译码判决，满足译码条件，译码成功，退出循环；未达到设定的最大迭代次数，返回步骤2，继续进行译码迭代，当超过设定最大迭代次数一半时仍未成功译码，使用次残余度值来更新节点间的信息；若达到最大迭代次数仍未译码成功，进入下一个GSBP算法译码阶段步骤6；
步骤6：GSBP算法初始化，设定GSBP算法最大迭代次数，及当前迭代次数，利用前一算法的译码结果对当前的校验节点划分处理，同时对校验矩阵分层处理，设定最大层数；
步骤7：译码迭代过程，计算每层的变量节点与校验节点之间的更新值，采用混叠调度策略进行译码；
步骤8：判断译码是否达校验矩阵译码层数，若是则进入步骤9，否则返回步骤6；
步骤9：译码判决，译码成功或达到最大迭代次数，退出译码，否则返回步骤7。
2.如权利要求1所述的LDPC联合调度译码方法，其特征在于，
对信道信息进行初始化处理，将校验节点的信息值初始化为0，变量节点从信道接收到的初始信息为
表示信道初始定义的信息值；L(Qj)表示变量节点后验概率信息，σ2表示方差。
3.如权利要求2所述的LDPC联合调度译码方法，其特征在于，
校验节点和变量节点的更新规则，包括下列步骤：
计算校验节点向变量节点传输的信息，C2V的计算公式如下：
计算变量节点向校验节点传输的信息，V2C的计算公式如下：
其中，Ll(Ri,j)表示第l次迭代时校验节点向变量节点传输的信息，即第l次迭代时的C2V值；
Ll(Qi,j)表示第l次迭代时变量节点向校验节点传输的信息，Ll-1(Qi,j')表示除去第j个变量节点后的第l-1次迭代的V2C；
N(i)表示与第i个校验节点相连的所有的变量节点的集合；M(j)表示与第j个变量节点相连的所有的校验节点的集合；N(i)\j表示去掉第j个变量节点后的变量节点的集合；M(j)\i表示去掉第i个校验节点后的校验节点的集合；L(Qi,j)表示从第j个变量节点向第i个校验节点发送的信息值；L(Ri,j)表示从第i个校验节点向第j个变量节点发送的信息值。
4.如权利要求3所述的LDPC联合调度译码方法，其特征在于，
变量节点式的残余度是指两次连续迭代过程中更新变量节点信息差值的绝对值，定义为r(Ll(Qi,j))＝|Ll(Qi,j)-Ll-1(Qi,j)|，表示第l次迭代与第l-1迭代即相邻前后两次迭代时变量节点更新的信息值之差取绝对值。
5.如权利要求4所述的LDPC联合调度译码方法，其特征在于，
在VCRBP算法的后半段的迭代采用次残余度计算方式，次残余度是指对残余度排列之后的第二大的残余度的数值，按残余度大小对序列排列如下：
P＝{r(Ll(Qi,j))max,r*(Ll(Qi,j))max,…}，r(Ll(Qi,j))max定义为整个序列的最大值，r*(Ll(Qi,j))max定义为整个序列的次大值。
6.如权利要求5所述的LDPC联合调度译码方法，其特征在于，
在GSBP算法初始化的过程中，根据VCRBP算法的最后两次迭代时校验节点的符号对校验节点进行划分，划分为可靠的校验节点集合M和不可靠的校验节点集合
7.如权利要求6所述的LDPC联合调度译码方法，其特征在于，
对GBSP算法中的校验矩阵分成D层处理，同时每层校验节点设置L个子译码器；
计算每一层的变量节点向校验节点发送的信息
计算每一层的校验节点向变量节点发送的信息
计算每一层的似后验概率值
8.如权利要求7所述的LDPC联合调度译码方法，其特征在于，
节点更新过程简化中使用用最小和的算法处理，α的定义为两次不同公式计算C2V的比值，运用了最小和算法后会对信息值进行了过度的估计，需要加入补偿因子来对过度估计值进行修正。
CN202310756513.4A 2023-06-26 2023-06-26 一种ldpc联合调度译码方法 Pending CN116707547A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310756513.4A CN116707547A (zh) 2023-06-26 2023-06-26 一种ldpc联合调度译码方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310756513.4A CN116707547A (zh) 2023-06-26 2023-06-26 一种ldpc联合调度译码方法

Publications (1)

Publication Number Publication Date
CN116707547A true CN116707547A (zh) 2023-09-05

Family

ID=87843132

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310756513.4A Pending CN116707547A (zh) 2023-06-26 2023-06-26 一种ldpc联合调度译码方法

Country Status (1)

Country Link
CN (1) CN116707547A (zh)

Similar Documents

Publication Publication Date Title
CN108282264B (zh) 基于比特翻转串行消除列表算法的极化码译码方法
CN109257148B (zh) 一种基于高斯近似阈值判断的极化码bp译码方法
CN110535475B (zh) 一种分层自适应归一化最小和译码算法
CN108494412A (zh) 一种基于参数估计的多因子修正ldpc码译码方法及装置
CN107565978B (zh) 基于Tanner图边调度策略的BP译码方法
CN107968657B (zh) 一种适用于低密度奇偶校验码的混合译码方法
CN113098530B (zh) 基于平均簇残差动态调度选择策略的ldpc码译码方法
CN110233628B (zh) 极化码的自适应置信传播列表译码方法
CN109951190B (zh) 一种自适应Polar码SCL译码方法及译码装置
CN112332864B (zh) 一种自适应有序移动剪枝列表的极化码译码方法及系统
CN110830049A (zh) 一种基于密度进化改进偏移最小和的ldpc译码方法
CN108429605B (zh) 基于可靠度分级的置信传播译码方法
CN110995279A (zh) 一种极化码联合scf球形列表翻转译码方法
CN102832954B (zh) 一种基于软信息平均最小值的Turbo码译码迭代停止方法
CN116707547A (zh) 一种ldpc联合调度译码方法
CN107707333B (zh) 一种基于码字估计值的极化码早期迭代停止方法及装置
CN115694515A (zh) 基于关键比特的神经网络辅助极化码译码方法及装置
CN112332868B (zh) 一种基于DVB-RCS2的turbo并行译码方法
CN110212924B (zh) 一种lt码编解码方法及系统
Li et al. Deep Learning-Assisted Adaptive Dynamic-SCLF Decoding of Polar Codes
CN112929036A (zh) 一种基于对数似然比的置信度传播动态翻转译码方法
CN113055026A (zh) 一种适用于深空通信的基于原模图的ldpc码校验矩阵的构造方法
CN108092672B (zh) 一种基于折叠调度的bp译码方法
CN110808740A (zh) 删节信道下基于极化码的低复杂度译码方法
CN112953559B (zh) 基于冻结位对数似然值修正的极化码译码方法

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