WO2012163135A1

WO2012163135A1 - 一种信道译码方法及译码器

Info

Publication number: WO2012163135A1
Application number: PCT/CN2012/072522
Authority: WO
Inventors: 王晓涛; 钱骅; 徐景; 黄浩; 杨旸; 王芳
Original assignee: 上海无线通信研究中心
Priority date: 2011-05-27
Filing date: 2012-03-19
Publication date: 2012-12-06
Also published as: EP2717477A4; US9083385B2; US20130111305A1; EP2717477B1; EP2717477A1

Abstract

本发明公开了一种信道译码方法及译码器，该译码方法是基于循环维特比译码算法，根据接收到的软信息序列，通过迭代对不可能的起始状态逐一排除，最终寻找到最优咬尾路径。本发明通过多次迭代将所有不可能的状态排除，只有和接收序列最相似的咬尾路径的起始状态才幸存下来，最后算法收敛到最优的咬尾路径输出；此外，它还通过得到的幸存咬尾路径来更新最大似然咬尾路径的度量值或者从起始状态中将不可能的起始状排除，有效地解决了循环陷阱问题导致的算法不收敛性，解决了咬尾卷积码没有实用的最优译码算法的困境，降低了现有译码方案的复杂度，节省了存储空间。

Description

一种信道译码方法及译码器

技术领域本发明属于信息技术领域，涉及一种译码方法，尤其涉及一种信道译码方法及译码器。背景技术在现有的以及下一代移动通信网络系统中，为保证数据和控制信令的可靠传输，咬尾卷积码作为一种高效率的编码方案被广泛应用在各种移动通信系统中。从早期的 IS-54, 到当前的 EDGE、 WiMax 和 LTE 都用到了咬尾卷积码。咬尾卷积码之所以能被如此广泛的应用，主要是因为采用咬尾方式编码的卷积码不仅消除了用已知比特初始化编码器所导致的码率损失，同时咬尾结构可以对所有的信息比特提供相同的保护能力。正是因为咬尾卷积码的这些优点，它被广泛应用在各种通信系统中，作为控制信令的编码方式。对于较短的信息序列，咬尾编码对码率的保护是很可观的，比如 LTE 中广播信道，在加了循环冗余校验比特之后共有 40 比特，这 40 比特的信息序列如果不用咬尾方式编码的话，码率损失将达到 13%。目前采用咬尾卷积码作为控制信道编码方式通信标准的系统有： EDGE、 WiMax 和 LTE等。咬尾卷积码虽然有很多优点，但是对于译码器来说，由于不知道译码的起始状态和终止状态，基于维特比算法的最优译码方案实现过于复杂，因此目前还没有实用的基于维特比算法的最优译码方案。现有的大量译码算法都是次优译码算法，比如基于循环维特比译码的 WAVA算法。为了寻找咬尾卷积码的最优译码算法，一些学者将图论中的最短路径搜索算法用在咬尾卷积码的译码算法中，通过合理设计启发函数（heuristic function), 得到了一种两步的最大似然译码算法。算法的第一步通过修正的维特比算法得到每个时刻各条幸存路径的累积度量值，算法的第二步通过最短径搜索算法得到最优路径输出。这类译码器在两个步骤里面采用了完全不同的搜索方法，这对实际应用来说复杂度过高。且此类算法虽然减少了部分计算量，但是采用的启发式搜索需要大量的入栈、出栈操作，队列排序操作，最重要的是对存储空间的利用率低。由于分配空间的时候必须按照最大存储空间来分配，这就导致了大量存储空间的低利用率。虽然在第二步中这类算法搜索的分支相对于 WAVA 算法来说大大减少，但是由于是在启发函数的指导下去搜索当前 f 函数值最小的路径，所以整个算法是串行执行，实际的执行周期要大于 2循环的维特比算法。发明内容本发明所要解决的技术问题是：提供一种信道译码方法及译码器，该译码方法可以在低复杂度下实现咬尾卷积码的最优译码。

为解决上述技术问题，本发明采用如下技术方案。

一种信道译码方法，包括以下步骤：

5101, 第一次迭代， g^=l时，初始化所有从位置 0 处进入到状态 s的幸存路径的度量值 Λ^_αί¾,。( 为 0，其中，表示位置 0 处的状态空间，表示迭代次数；令最优的最大似然咬尾路径的度量值 M _rai) =0 _; 执行修正的维特比算法，寻找最大似然咬尾路径；对所有

{s)；

5102, 如果当前迭代找到的最大似然咬尾路径的净增量 ^^大于所述最优的最大似然咬尾路径的度量值 M _rap，即 M^_rap >M _rap，则更新所述最优的最大似然咬尾路径为当前迭代找到的最大似然咬尾路径，即 P = PLTBP^^')，更新所述最优的最大似然咬尾路径的度量值 M _rap为当前迭代找到的最大似然咬尾路径的净增量

M MLTBP，艮卩 M _MLTBP― M _MLTBP (5"， 5" )；

5103, 对于 s_e ，其中 L为信息序列的长度，表示位置 L处的状态空间，比较状态 s的净增量 M_stafe,„_rf ( 和最后更新的最大似然咬尾路径的度量值 M _rap的大小，若 M—(s)<=M_M ^R _LTBP , 则令 M „» = 0， M 。 W=0 ; 否则令 :;_¾,。( = ( ，并判断 M_state,_net (s)>M _L (s)-M W是否成立，若成立则更新状态 s的状态净增量为

M L(^s -^M O(^S ' 统计状态净增量大于的状态个数，并将所述状态个数保存在 sum(i)中；

5104, 若 ^( ) = 0，则停止迭代，输出最优的最大似然咬尾路径否则，若 sumii) = sum(i-i)，则以状态 ( 作为固定的起始和终止状态作一次维特比译码，获得咬尾路径 ^ ）及其度量值 ^；^ ^ ( ）； ^Μ^β^,βί ^Μ ，则更新最优的最大似然咬尾路径 /^^>为^0^( , ( ），更新最优的最大似然咬尾路径的度量值为 M_TB( (s (s))；并令状态^ ( 的状态度量值 M_stafe = 0， Μ_ρ ^ι (β(8)) = 0；

5105, 令画 ( )=0，执行下一次迭代，即重复 S102至 S104。种信道译码方法，所述方法包括以下步骤: S201, 当 i=l，即第一次迭代时，初始化所有的起始状态的累积度量值为 0，即 M₀'(s) = 0, 其中，执行修正的维特比算法；

5202, 如果最大似然路径等于最优咬尾路径，即 ^=i _ra，则停止译码，将作为译码结果输出；否则保存/ ^，使最优最大似然路径等于最大似然路径，即 Ρ = /1;如果 Μ¹ > , 今 P^R = P¹ ， M^R = M¹ ·

5203, 第 i〉l次迭代，用上次迭代结束时终止于状态的路径累积度量值 M -¹ ( 初始化本次的起始状态 s，即令

( ，执行修正的维特比算法；找到（ _£,Μ^„)，如果有咬尾路径则找出最优的最大似然路径及其度量值 P TB _NJ；如果

^1V1 M'LTB, net - ^> ¹ M^V1 M^RLTB， liliJl审d新j i P M^RLTB， P,U^ ^ P M^RLTB =― ¹ P M^jLTB .，

5204, 如果条件或者 Mi _t =M^R 中任何一条满足，则停止译码，并执行 S206, 否则继续执行 S205;

5205, , _{net >}M^R 更新 M^_ra，即令 ^^^=^ ^^；如果没有达到最大迭代次数，回到 S203; 否则执行 S206;

5206, 如果存在，译码器将其作为译码结果输出；否则输出 P 。一种信道译码方法，所述方法包括以下步骤：

5301, 当 i=l，即第一次迭代时，初始化所有的起始状态的累积度量值 ( =0为 0，其中，执行修正的维特比算法；

5302, 如果最大似然路径等于最优咬尾路径，即 ^=i _ra，则停止译码，将作为译码结果输出；否则保存 i^，使最优最大似然路径等于最大似然路径，即 = 如果

¹ M^V1 M¹LTB > ^ 0 ^W '，令 ^ ¹ P M^RLTB = ¹ P M¹LTB，， ¹ M^V1 M^RLTB = ¹ M^V1 M^lLTB ·，

S303, 第 i〉l次迭代，用上次迭代结束时终止于状态的路径累积度量值 ( 初始化本次的起始状态

，执行修正的维特比算法；找到（ _£,Μ^„)，如果有咬尾路径则找出最优的最大似然路径及其度量值 P TB _NJ；如果

^1V1 M'LTB, net - ^> ¹ M^V1 M^RLTB， liliJl审d新j i P M^RLTB， P,U^ ^ P M^RLTB =― ¹ P M^lLTB .，

S304，如果条件 M_Mi M 或者 M_Mi_L,_net 中任何一条满足，则停止译码，并执行 S306, 否则继续执行 S305; 5305, _{t >}M^R 更新 M _ra，即令 M _ra=M^_ra ；如果没有达到最大迭代次数，回到 S303; 否则执行 S306;

5306, 如果存在，译码器将其作为译码结果输出；否则输出 P 。一种信道译码器，所述译码器包括以下模块：

初始化模块，用来第一次迭代时，即当 i=l 时，初始化所有的起始状态的累积度量值 ( =0为 0，其中，执行修正的维特比算法；

判断模块，用来判断最大似然路径是否等于最优咬尾路径，即 PH 如果结果为是，则停止译码，将作为译码结果输出；否则保存 i^，使最优最大似然路径等于最大似然路径，即 =/ _; 如果 M^_{ra >}0， P_LTB=P^l M^R =M^l

迭代模块，用来进行迭代运算，即第 i〉l 次迭代，用上次迭代结束时终止于状态的路径累积度量值初始化本次的起始状态即令

，执行修正的维特比算法；找到 ΟΡ^,Μ^^)，如果有咬尾路径则找出最优的最大似然路径及其度量值 ^MLTB ' ^ MLTB ) ' 如果^ ML7B,nei ^ ^ MLTB，贝' J更新^ Wl¾，艮卩 ^ ^MLTB― ^MLTB '

迭代判断模块，用来根据预先设定的条件，即如果条件

或者

中任何一条满足，则停止译码，并在 /^^存在时，进行结果输出模块的结果输出，否则如果 ^^>^^^，更新 M _ra，即令 M _ra=M^_ra 如果没有达到最大迭代次数，继续进行迭代模块的运算；

结果输出模块，用来进行译码结果的输出，即在 /^^存在时，将 ^^^作为译码结果输出，否则输出 P 。一种信道译码器，所述译码器包括以下模块：

判断模块，用来判断最大似然路径是否等于最优咬尾路径，即 ^ = ¾_ra，如果结果为是，则停止译码，将作为译码结果输出；否则保存/ ^，使最优最大似然路径等于最大似然路径，即

迭代模块，用来进行迭代运算，即第 i〉l 次迭代，用上次迭代结束时终止于状态的路径累积度量值初始化本次的起始状态即令 M^^ z Mi;¹ ( ，执行修正的维特比算法；找到 ΟΡ^,Μ^^)，如果有咬尾路径则找出最优的最大似然路径及其度量值 ^MLTB ' ^ MLTB,net ) ' 如果 ^ MLTB,net > ^ MLTB，贝' J更新 ^MLTB，艮卩令 ^MLTB ― ^MLTB '

迭代判断模块，用来根据预设的条件，如果条件 Μ 或者

M 中任何一条满足，则停止译码，并在 /^^存在时，进行结果输出模块的结果输出，否则如果 ^^ > ^^^，更新 M _ra，即令 M _ra = M^_ra 如果没有达到最大迭代次数，则继续进行迭代模块的运算；

结果输出模块，用来进行译码结果的输出，即在 /^ ₅存在时，将 /^ ₅作为译码结果输出，否则输出 P 。本发明的有益效果在于：本发明所述的信道译码方法通过多次迭代将所有不可能的状态排除，只有和接收序列最相似的咬尾路径的起始状态才幸存下来，最后算法收敛到最优的咬尾路径输出；此外，它还通过得到的幸存咬尾路径来更新最大似然咬尾路径的度量值或者从起始状态中将 ( 排除，有效地解决了循环陷阱问题导致的算法不收敛性，解决了咬尾卷积码没有实用的最优译码算法的困境，降低了现有译码方案的复杂度，减少了迭代次数，而且节省了译码过程中的存储空间。附图说明图 1为咬尾格形图。图 2为本发明实施例二所述的信道译码方法的流程图。图 3为本发明实施例一种实现咬尾卷积码译码的译码器组成示意图。图 4为本发明实施例和 WAVA算法在信息比特长度 L=24时的误块率性能比较曲线图。图 5为本发明实施例和 WAVA算法在信息比特长度 L=24时的平均迭代次数性能比较曲线图。图 6为本发明实施例和 WAVA算法在信息比特长度 L=64时的误块率性能比较曲线图。图 7为本发明实施例和 WAVA算法在信息比特长度 L=64时的平均迭代次数性能比较曲图 8为本发明实施例和 WAVA算法对咬尾格形图表示的分组 Golay码译码的误块率性能比较曲线图。图 9为本发明实施例和 WAVA算法对咬尾格形图表示的分组 Golay码译码的误块率性能比较曲线图。

具体实施方式针对现有算法存在的这些问题，本发明提出了一种完全基于循环维特比算法的实用的最优的译码算法，即咬尾卷积码译码方法。该译码方法可以在低复杂度下实现咬尾卷积码的最优译码，同时对于可以用咬尾格形图表示的分组码，本发明所述方法同样可以实现低复杂度的最优译码。本发明所述的信道译码方法适用于现有无线通信系统（如 EDGE), 也适用于下一代移动通信系统（如 WiMax, LTE) 中咬尾卷积码的译码；同时，对于可以用咬尾格形图表示的分组码也是有效的（如（24, 12) 的 Golay码）。

本发明所述的信道译码方法是咬尾卷积码的一种低复杂度的、实用的最优译码方案，即极大似然译码算法。本发明基于循环维特比译码算法（Circular Viterbi Algorithm, CVA)，根据接收到的软信息序列，通过迭代对不可能的起始状态逐一排除，最终寻找到最优咬尾路径。本发明所述译码方法通过对循环陷阱的有效处理，加快了译码器的收敛速度，同时算法简单、易于实现，有重要应用价值。

下面结合附图对本发明的具体实施方式作进一步详细说明。实施例一

对于咬尾卷积码来说，编码器的初始状态是用信息比特的最后几位来初始化的，这样当编码结束的时候，编码器的结束状态和初始状态是一致的，这就是 "咬尾"。

本实施例提供一种信道译码方法，该方法通过执行循环维特比算法寻找最优的咬尾路径。在循环的过程中，可能会出现两次循环得到的所有幸存路径完全一样的情况，这种情况被称为循环陷阱。所述信道译码方法会对循环陷阱进行检测，并通过对循环陷阱的有效处理加快算法的收敛速度。

如图 1所示的格形图，它由生成多项式为 {7， 5} (八进制）卷积编码器得到。其中每个位置处有 4个状态，格形图总长度为 L=8， g卩 0≤ ≤7。图中每个位置处的状态空间为 S_k ={00,01,10,11}。

设：格形图在每个位置处有个状态，其中 0≤ ≤L-1， V为编码寄存器的个数， L 为信息序列的长度，表示位置处的状态空间， =L即为 =0处。

设：在第次迭代中， Λ^_αί? ( 表示的是在位置处进入到状态 s的幸存路径的度量值。 Ρ'Ο^(^ )表示第 i次迭代中起始于状态 ( ，结束于状态的幸存路径，这里。在第次迭代中，幸存路径^0^), 的净增量表示为 M^^O^), ，它表示本次迭代中该路径上所有分支的度量值之和，即 ^。一0^), = »_ ^。0^))。设第 i 次迭代中获得的最大似然路径（maximum likelihood path, MLP)为 Ρ_Μυ>(β( }, , 获得最大似然咬尾路径 ( maximum likelihood tail-biting path, MLTBP ) 及其路径净增量分别为

P (^S '^S ) ' net ， ^S )。

同理，定义状态 s的净增量为 ,„» ^( _ ^。 ( 。用 P _TBP,M_M ^R _LTBP、来记录到当前迭代为止找到的最优的最大似然咬尾路径及其度量值。第 i次迭代结束以后，结束于各个状态的幸存路径的路径净增量中有大于 M _rap的也有小于 M _rap的。用变量 m(0记录本次迭代结束时路径净增量大于 M _rap的幸存路径的条数。

所述信道译码方法的流程如所示，具体包括以下步骤：

Step 101：

当 l，即第一次迭代时，初始化所有从位置 0 处进入到状态 s的幸存路径的度量值

Μί_αί。( 为 0，即 Μ^_¾。( =0，其中，表示位置 0 处的状态空间，表示迭代次数；令最优的最大似然咬尾路径的度量值 ^为 0，即

执行修正的维特比算法（Modified Viterbi Algorithm, MVA), 寻找最大似然咬尾路径 „^(^ '）；对所有，令状态 s的净增量 Μ^„»Μ;^ ( 。 ( 表示在第一次迭代时在位置 L处进入到状态 s的幸存路径的度量值。

Step 102：

找到最大似然路径/ ^ , 和最大似然咬尾路径/^ ，如果当前迭代找到的最大似然咬尾路径的净增量 Mi^ 大于所述最优的最大似然咬尾路径的度量值

M_M ^R _LTBP , 即 M _rap >M _rap，则更新所述最优的最大似然咬尾路径为当前迭代找到的最大似然咬尾路径 i^_rai)(s '），即

更新所述最优的最大似然咬尾路径的度量值 M_M ^R _LTBP 为当前迭代找到的最大似然咬尾路径的净增量 NT_MLTBP ，即 ^l M^yl M^RLTBP = ^l Μ^yl Μ'·ΙΤΒΡ

°

Step 103

对于，其中 L为信息序列的长度，表示位置 L处的状态空间；比较状态 s的净增量 Μ—( )和最后更新的最大似然咬尾路径的度量值 M_M ^R _LTBP 的大小，若 M—(s)<=M_M ^R _LTBP, 则令 0 M 。 W=0; 否则令 ,。( = ( ，并判断 M , _nJs、 M^^-M^is)是否成立，若成立则更新状态 s的状态净增量 Μ^ ΆΜ^^-Μ^»；统计状态净增量大于 M _rap的状态个数，并将所述状态个数保存在中。

Step 104

若 ^( ) = 0，则停止迭代，输出最优的最大似然咬尾路径；否则，若 sumii) = sum(i-i)，则以状态 ( 作为固定的起始和终止状态作一次维特比译码，获得咬尾路径 ^ ）及其度量值 ^；^ ^ ( ）；若 Μ_ΤΒ(β( 、,β(^>Μ^κ ，则更新最优的最大似然咬尾路径 /^^>为^0^( , ( ），更新最优的最大似然咬尾路径的度量值为 M s)H 并令状态 ( 的状态净增量 M_stofe„_rfW( ） =0，令第 41次迭代中起始于状态 A 的路径度量值 Μ 。( ( ) =0

Step 105

令™m()=0，执行下一次迭代，即重复 Step 102至 St印 104

下面将说明所述信道译码方法的最优性：

(1) 若第一次迭代找到的最大似然路径和最大似然咬尾路径相同，则 step 3中计算的 sum(\) = 0 , 这样在 st印 5中可以将最大似然咬尾路径输出。

(2) 在迭代中通过检测状态净增量 M_stafe ( 和 M _rap的大小关系，将不可能的起始状态从中排除出去，这样通过多次迭代，所有不可能的状态都被排除，只有和接收序列最相似的咬尾路径的起始状态才幸存下来，最后算法收敛到最优的咬尾路径输出。

(3) 当出现循环陷阱的时候，会有方程目( ) = 画成立，这时利用上次迭代中得到的最大似然路径的起始状态 ( 作常规维特比译码，并通过得到的幸存咬尾路径来更新 M^_rap或者从起始状态中将 ( 排除。通过这种处理方式，可以有效的解决循环陷阱问题导致的算法不收敛性。

综上可见，本发明中提出的译码算法最终会收敛到最优咬尾路径。本发明所述译码方法可以应用在现有的及下一代移动通信系统中的信道译码；它解决了咬尾卷积码没有实用的最优译码算法的困境，降低了现有译码方案的复杂度。实施例二

本实施例将实施例一所述的信道译码方法（即咬尾卷积吗译码方法）记为低复杂度最大似然译码算法 ( reduced-complexity maximum likelihood decoder , RC-MLD ) , 并将其与 WAVA算法进行比较， WAVA算法使用简单终止条件。本实施例比较了 RC-MLD和 WAVA的误块率性能 (BLER)和所需的平均迭代次数 (ITER)。

仿真条件为： AWGN信道，编码后的比特采用四相相移键控（quadri phase shift keying, QPSK) 调制。对 WAVA 算法，仿真中设的最大允许迭代次数为 N = 20，对 RC-MLD 方法来说，由于理论上可能需要的最大迭代次数是 Γ，所以下面根据不同应用场景进行不同的设置。

第一组仿真实验：比较不同译码算法对咬尾卷积码的译码性能。

首先看咬尾卷积码在增强型数据速率 GSM 演进技术（Enhanced Data Rate for GSM Evolution, EDGE) 中的应用。 EDGE中 Type 5的分组数据块的数据头采用码率为 1/3的咬尾卷积编码。卷积码的生成多项式为 { 133， 171 , 145} , 约束长度为 7，所以 RC-MLD 的最大迭代次数设为 64。送入编码器的数据头的长度为 36 比特，此处不考虑打孔。采用咬尾方式编码可以减少 15%的有效码率损失。仿真结果如表 1所示。表 1 : EDGE场景下不同译码算法的译码性能

其次，看咬尾卷积码在 LTE 中的应用。 LTE 中广播信道使用的卷积码的生成多项式为 { 133, 171 , 165} , 码率为 1/3，约束长度为 7，所以 RC-MLD 的最大迭代次数设为 64; 输入到编码器的信息序列长度为 40 比特。如果不使用咬尾方式编码，实际传输的有效码率损失达到 13%。

表 2: LTE场景下不同译码算法的译码性能

第二组仿真实验：比较不同译码算法对特殊分组码的译码性能。

可以用咬尾格形图表示的分组码，比如（24,12) 的 Golay 码。这种码字可以通过码率 1/2，约束长度为 7，生成多项式为 { 103,166}的卷积码编码器生成。此处 RC-MLD 的最大允许迭代次数设为 64。

表 3. 对于（24, 12) Golay码不同译码算法的译码性能

从以上仿真结果可以看出，由于 RC-MLD是最优译码算法，所以它的 BLER性能是优于次优算法 WAVA 的；同时由于对循环陷阱进行了有效处理，并在译码过程中对不可能的初始状态进行了排除，所以 RC-MLD相对于 WAVA而言具有更快的收敛速度。

实施例三

对于咬尾卷积码来说，编码器的初始状态是用信息比特的最后几位来初始化的，这样当编码结束的时候，编码器的结束状态和初始状态是一致的，这就是 "咬尾"。如图 1 描绘了一个码率为 1/2，生成多项式为 {7，5}的咬尾卷积码的格形图。如图 1 所示，左边是一个长度为 8的咬尾卷积码所对应的咬尾格形图，其生成多项式用八进制表示为 {7， 5}；右边是该码对应的蝶形图，其中实圈旁边的数字是状态值，线上的数字是编码输出值。咬尾格形图在每个位置有个状态，其中 0≤ ≤L-1， V为编码寄存器的个数， L为信息序列的长度。用&表示位置处的状态空间。

该咬尾卷积译码方法每循环一次都会得到一条最大似然路径 (码字） P_ML，有时 Ρ_Μ£并不是最优的咬尾路径，所以需要进入下一次迭代。循环会一直进行直到预设的终止条件被满足。

在第次迭代中， ( 表示的是在位置处进入到状态 s的幸存路径的累积度量值，同时它也是状态 s在第 ί次迭代中位置 k处的累积度量值。

此处用 P _S 表示结束于状态 ^s的幸存路径的起始状态，这里规定 s S_L。

在第次迭代中，幸存路径 P'W) ）的净增量表示为 M ），它表示本次迭代中该路径上所有分支的度量值之和，即） =M^^†)-M^W))，这样最大似然路径 P_ML( _S ,_S 和最大似然咬尾路径 P ( s'W) 的净增量分别为： M_M ⁱ _L^(_S),_S) = M_L ⁱ(_S)-M^(_S)) , Μ^_ΤΒηΛ (β^')^')=Μ^')-Μ₀'(β(₅'))。此处需要注意的是，不是每次迭代都能找到咬尾路径。

本实施例利用 « 、来记录到当前迭代为止找到的最优的最大似然路径及其度量值，用 P_LTB,M _TB 来记录到当前迭代为止找到的最优的最大似然咬尾路径及其度量值。最后设允许的最大迭代次数为。

由于在基于循环维特比译码（CVA， Circular Viterbi Algorithm) 的执行过程中，会出现循环的现象，即两次迭代得到的幸存路径是相同的。当循环发生的时候，继续迭代并不会得到更好的译码输出，所以我们用以下两个条件中的任何一条来检测是否有循环产生：

1丄) ^ M ^lyl MⁱLTB,net =M ^lyl M^RLTB

2) ^y M ^lyl MⁱL,net =Μ ^lyl M^!·—L ¹,net

上述条件可以有效的检测循环的发生，并及时的终止迭代。

当没有循环发生的时候，我们用条件 3) 来终止迭代：

3 ) ^ ML, net― ^ MLTB, net 基于上述条件，本实施例给出一种更高效率的信道译码方法（Early-terminated CVA: ET-CVA), 下面给出所述方法的以下具体步骤：

5201, 当 i=l，即第一次迭代时，初始化所有的起始状态的度量值为 0，即 ( =0 其中 se ; 执行修正的维特比算法（Modified Viterbi Algorithm: MVA)。

5202, 如果 i^=i _ra，则停止译码，将作为译码结果输出；否则保存 i^，即 p^R ₌ P¹ . "//Π-5- M¹ 0 ^ P^R = P¹ M^R = M¹

¹ ML _ ¹ ML ^1V1 MLTB ^ ' ^ ¹ MLTB ― ¹ MLTB ^1V1 MLTB ― ^1V1 MLTB

5203, 第 i〉l次迭代，用上次迭代结束时终止于状态的路径累积度量值 ( 初始化本次的起始状态即令

，执行修正的维特比算法；找到（ _£,Μ^„)，如果有咬尾路径则找出（ ^_ra,M^_ra^) _; 如果 M _n^>M _ra 更新 _ΓΒ , 即令

¹ p M^RLTB = ¹ p MⁱLTB

5204, 如果条件 M^M^ 或者 M M^R 中任何一条满足，则停止译码，并执行 S206, 否则继续执行 S205 (ET-CVA 1)；

如果条件 zAf— 或者 Μ]^ 中任何一条满足，则停止译码，并执行 S206, 否则继续执行 S205 (ET-CVA 2)；

5205, 如更新 M^_ra，即令 M _ra=M^_ra ；如果没有达到最大迭代次数，回到 S203; 否则执行 S206

5206, 如果存在，译码器将其作为译码结果输出；否则输出 P

为了更清楚的描绘上述方法，我们给出对应的程序流程图如图 2所示。

实施例四

本实施例给出第三种更高效率的信道译码方法，包括以下步骤：

¹ M^V1 M¹LTB > z " , 今■ ^ P M^RLTB = ¹ P M¹LTB ¹ M^V1 M^RLTB = ¹ M^V1 M¹LTB ·

S303, 第 i〉l次迭代，用上次迭代结束时终止于状态的路径累积度量值 M-¹ ( 初始化本次的起始状态 s，即令

( ，执行修正的维特比算法；找到（ _£,Μ^„)，如果有咬尾路径则找出最优的最大似然路径及其度量值 P TB , _NJ；如果

^1V± MLTB p -

M^RLTB― ¹ p M^lLTB .，

5304, 如果条件 T— 或者中任何一条满足，则停止译码，并执行 S306, 否则继续执行 S305;

5305, _{net >}M^R 更新 M^_ra，即令 ^^^=^ ^^；如果没有达到最大迭代次数，回到 S303; 否则执行 S306;

5306, 如果存在，译码器将其作为译码结果输出；否则输出 P 。

实施例五

本实施例提供了一种实现实施例三所述信道译码方法的译码器，如图 3所示，所述译码器包括以下模块：

初始化模块，用来第一次迭代时，即当 i=l 时，初始化所有的起始状态的累积度量值 ( =0为 0，其中，执行修正的维特比算法；判断模块，用来判断最大似然路径是否等于最优咬尾路径，即 PH 如果结果为是，则停止译码，将作为译码结果输出；否则保存 i^，使最优最大似然路径等于最大似然路径，即 ^= _; 如果 M^_{ra >}0，令 PH M_M ^R _LTB = M_M ^L _LTB；

( ，执行修正的维特比算法；找到 ΟΡ^,Μ^^)，如果有咬尾路径则找出最优的最大似然路径及其度量值 ^MLTB ' ^ MLTB, ) ' 如果^ ML7B,nei ^ ^ MLTB，贝' J更新^ Wl¾，艮卩 ^ ^MLTB― ^MLTB '

迭代判断模块，用来根据预先设定的条件，即如果条件

或者

结果输出模块，用来进行译码结果的输出，即在 /^^存在时，将 ^ ^作为译码结果输出，否则输出 P 。实施例六

本实施例提供了一种实现实施例四所述的信道译码方法的译码器，所述译码器包括以下模块：

初始化模块，用来第一次迭代时，即当 i=l 时，初始化所有的起始状态的累积度量值 ( =0为 0，其中，执行修正的维特比算法；判断模块，用来判断最大似然路径是否等于最优咬尾路径，即 ^ = _ra，如果结果为是，则停止译码，将作为译码结果输出；否则保存/ ，使最优最大似然路径等于最大似然路径，即 ^= _; 如果 M^_{ra >}0，令 PH M_M ^R _LTB = M_M ^L _LTB；

迭代模块，用来进行迭代运算，即第 i〉l 次迭代，用上次迭代结束时终止于⁵状态的路径累积度量值初始化本次的起始状态即令 Μ^^ζΛ^-¹ ( ，执行修正的维特比算法；找到 ΟΡ^,Μ^^)，如果有咬尾路径则找出最优的最大似然路径及其度量值 ^MLTB ' ^ MLTB,net ) ' 如果^ ML7B,nei ^ ^ MLTB，贝' J更新^ j¾，艮卩 ^ ^MLTB ― ^MLTB '

迭代判断模块，用来根据预设的条件，如果条件 Μ_Μ ^Ι 或者 Μ^^Μ^ 中任何一条满足，则停止译码，并在 /^₅存在时，进行结果输出模块的结果输出，否则如果 ^^^^>^^^，更新 M^_ra，即令 M^_ra =M _ra^_; 如果没有达到最大迭代次数，则继续进行迭代模块的运算；

结果输出模块，用来进行译码结果的输出，即在 /^^存在时，将 ^ ^作为译码结果输出，否则输出 P 。

与现有技术相比，本发明所述的译码器明显的降低了译码复杂度，减少了迭代次数，降低了译码的复杂度，而且节省了译码过程中的存储空间；新的信道译码方法和译码器不仅对咬尾卷积码有效，而且对普通的可以用咬尾格形图表示的分组码也是有效的。下面通过两个具体的仿真实例来说明实施例三和四所述的信道译码方法的性能。此处仿真基于加性高斯白噪声（Additive White Gaussion Noise: AWGN) 信道，信道输入是 QPSK 调制的符号。

第一个仿真针对咬尾卷积码。仿真中采用 LTE中的卷积码，生成多项式用八进制表示为 {133, 171， 165}，最大迭代次数为 20。为验证本方法对中等长度咬尾卷积码和长咬尾卷积码都是有效的，仿真中分别令信息比特长度 L = 24和 L = 64。下面给出本方法和 WAVA 算法的误块率性能（Block Error Ratio : BLER ) 和平均迭代次数（Average Number of Iterations : AND 性能比较曲线。

从图 4到 7的仿真结果可以看得出来，在不同的码长条件下， ET-CVA ( 1和 2 ) 算法都能提供近于最优的性能。而且，新的译码方法明显的降低了译码复杂度，减少了迭代次数。

第二个仿真针对可以用咬尾格形图表示的分组码。下面我们以 Golay 码为例。对于 ( 24， 12 ) 的 Golay码，我们使用 ET-CVA ( 1和 2 ) 和 WAVA算法进行译码，得到的误块率性能 ( Block Error Ratio : BLER ) 禾口平均迭代次数 ( Average Number of Iterations : AND 性能如图 8和 9所示。

从图 8 和 9 的仿真结果可以看到，新的咬尾卷积码译码法不仅对于降低了译码的复杂度，减少了迭代次数，而且节省了译码过程中的存储空间；新方法不仅对咬尾卷积码有效，而且对普通的可以用咬尾格形图表示的分组码也是有效的。本发明所述的信道译码方法和译码器不仅对咬尾卷积码有效，而且对普通的可以用咬尾格形图表示的分组码也是有效的。本发明的描述和应用是说明性的，并非想将本发明的范围限制在上述实施例中。这里所披露的实施例的变形和改变是可能的，对于那些本领域的普通技术人员来说实施例的替换和等效的各种部件是公知的。本领域技术人员应该清楚的是，在不脱离本发明的精神或本质特征的情况下，本发明可以以其他形式、结构、布置、比例，以及用其他元件、材料和部件来实现。

Claims

权利要求书

1. 一种信道译码方法，其特征在于，包括以下步骤：

S101, 第一次迭代， g^=l时，初始化所有从位置 0处进入到状态 s的幸存路径的度量值 Μί_αί,。( 为 0，其中，表示位置 0 处的状态空间，表示迭代次数；令最优的最大似然咬尾路径的度量值 M _rap =0 ; 执行修正的维特比算法，寻找最大似然咬尾路径；对所有

{s)；

5102, 如果当前迭代找到的最大似然咬尾路径的净增量 M^_rai)大于所述最优的最大似然咬尾路径的度量值 M _rap，即 M^_rap >M _rap，则更新所述最优的最大似然咬尾路径为当前迭代找到的最大似然咬尾路径，即 P = P As',s'、，更新所述最优的最大似然咬尾路径的度量值 M _rap为当前迭代找到的最大似然咬尾路径的净增量

M MLTBP，艮卩 M _MLTBP― M _MLTBP (5"， 5" )；

5103, 对于 s _e ，其中 L为信息序列的长度，表示位置 L处的状态空间，比较状态 s的净增量 M_stafe,„_rf ( 和最后更新的最大似然咬尾路径的度量值 M^_rai)的大小，若 M—(s)<=M_M ^R _LTBP , 则令 M „» = 0， M 。 W=0 ; 否则令 ,。( = ( ，并判断 M_state,_net (s)>M _L (s)-M W是否成立，若成立则更新状态 s的状态净增量为

统计状态净增量大于的状态个数，并将所述状态个数保存在 sum(i)中；

5104, 若 ^( ) = 0，则停止迭代，输出最优的最大似然咬尾路径否则，若 sumii) = sum(i-i)，则以状态 ( 作为固定的起始和终止状态作一次维特比译码，获得咬尾路径 ^ ）及其度量值 ^；^ ^ ( ）； ^ΜτΒίβί^,βί^Μ^醫，则更新最优的最大似然咬尾路径 /^^>为^0^( , ( ），更新最优的最大似然咬尾路径的度量值为 M_TB( (s (s))；并令状态^ ( 的状态度量值 M_stafe,„_ei05(s)) = 0， M^ifiis)) = 0；

5105, 令画 ( )=0，执行下一次迭代，即重复 S102至 S104。

2. 一种信道译码方法，其特征在于，所述方法包括以下步骤：

S201, 当 i=l，即第一次迭代时，初始化所有的起始状态的累积度量值为 0，即 Μ·^) = 0, 其中，执行修正的维特比算法；

5202, 如果最大似然路径等于最优咬尾路径，即 ^=i^_ra，则停止译码，将作为译码结果输出；否则保存 i^，使最优最大似然路径等于最大似然路径，即 = 如果 M¹ > , 今 P^R = P¹ ， M^R = M¹ ·

5203, 第 i〉l次迭代，用上次迭代结束时终止于状态的路径累积度量值 M-¹ ( 初始化本次的起始状态 s，

，执行修正的维特比算法；找到（ _£,Μ^„)，如果有咬尾路径则找出最优的最大似然路径及其度量值 PLTB'M _NJ ；如果

^1V± MLTB,

S204，如果条件

或者 M M^R 中任何一条满足，则停止译码，并执行 S206, 否则继续执行 S205;

5205, 如更新 M^_ra，即令 M _ra=M^_ra ；如果没有达到最大迭代次数，回到 S203; 否则执行 S206;

5206, 如果存在，译码器将其作为译码结果输出；否则输出 P 。

3. 一种信道译码方法，其特征在于，所述方法包括以下步骤：

S301, 当 i=l，即第一次迭代时，初始化所有的起始状态的累积度量值 ( =0为 0，其中，执行修正的维特比算法；

5302, 如果最大似然路径等于最优咬尾路径，即 ^=i _ra，则停止译码，将作为译码结果输出；否则保存 i^，使最优最大似然路径等于最大似然路径，即 Ρ = / ;如果

¹ Μ^V1 M¹LTB > z " , 今■ ^ P M^RLTB = ¹ P M¹LTB，， ¹ M^V1 M^RLTB = ¹ M^V1 M¹LTB ·，

5303, 第 i〉l次迭代，用上次迭代结束时终止于状态的路径累积度量值 ( 初始化本次的起始状态 s，即令

( ，执行修正的维特比算法；找到（ _£,Μ^„)，如果有咬尾路径则找出最优的最大似然路径及其度量值 P TB _NJ ；如果

^1V1 M'LTB, -> ¹ M^V1 M ,U^

net ^ ^RLTB， liliJl审d新j i P M^RLTB， P ^ P M^RLTB =― ¹ P M^lLTB .，

S304，如果条件 M_Mi M 或者 M_Mi_L,_net 中任何一条满足，则停止译码，并执行 S306, 否则继续执行 S305;

S305, 如更新 M^_ra，即令 M _ra=M^_ra ；如果没有达到最大迭代次数，回到 S303; 否则执行 S306;

S306, 如果存在，译码器将其作为译码结果输出；否则输出 P 。

4. 一种信道译码器，其特征在于，所述译码器包括以下模块：

判断模块，用来判断最大似然路径是否等于最优咬尾路径，即 ^ = _ra，如果结果为是，则停止译码，将作为译码结果输出；否则保存/ ^，使最优最大似然路径等于最大似然路径，即 ^ = _; 如果 M _{ra >}0，令 PH M_M ^R _LTB = M_M ^l _LTB；

( ，执行修正的维特比算法；找到 ΟΡ^,Μ^^)，如果有咬尾路径则找出最优的最大似然路径及其度量值 ^MLTB ' ^ MLTB ) ' 如果 ^ MLTB > ^ MLTB，贝' J更新 ^MLTB，艮卩令 ^MLTB― ^MLTB '

迭代判断模块，用来根据预先设定的条件，即如果条件

zM¹ 或者

中任何一条满足，则停止译码，并在 /^ 存在时，进行结果输出模块的结果输出，否则如果 ^^>^^^，更新 M^_ra，即令 M _ra =M^_ra 如果没有达到最大迭代次数，继续进行迭代模块的运算；

5. 一种信道译码器，其特征在于，所述译码器包括以下模块：

判断模块，用来判断最大似然路径是否等于最优咬尾路径，即如果结果为是，则停止译码，将作为译码结果输出；否则保存 i^，使最优最大似然路径等于最大似然路径，即如果 M^_{ra >}0，令 PH M_m ^r _ltb = M_M ^l _LTB；

迭代模块，用来进行迭代运算，即第 i〉l 次迭代，用上次迭代结束时终止于 s状态的路径累积度量值初始化本次的起始状态^ 即令

( ，执行修正的维特比算法；找到 ΟΡ^,Μ^^)，如果有咬尾路径则找出最优的最大似然路径及其度量值 ^MLTB ' ^ MLTB,net ) ' 如果^ ML7B,nei ^ ^ MLTB，贝' J更新^ l¾，艮卩 ^ ^MLTB ― ^MLTB '

迭代判断模块，用来根据预设的条件，如果条件 Μ 或者 Μ^^Μ^ 中任何一条满足，则停止译码，并在 /^^存在时，进行结果输出模块的结果输出，否则如果 ^^>^^^，更新 M^_ra，即令 M _ra =M^_ra 如果没有达到最大迭代次数，则继续进行迭代模块的运算；

结果输出模块，用来进行译码结果的输出，即在 /^^存在时，将 /^^作为译码结果输出，否则输出。