低密度分组校验码的译码方法技术

本发明专利技术提供了一种低密度分组校验码的译码方法。本发明专利技术主要是通过对和积算法迭代译码过程中信息节点输出的似然比值的检测来自适应的直接输出可靠信息节点的硬判决值，同时在后继的迭代过程中停止对可靠信息节点的更新，以减少运算量。

【技术实现步骤摘要】

本专利技术涉及通信领域信道的译码，具体涉及一种。
技术介绍
低密度分组校验码(Low Density Parity-Check Code，LDPC Code)是近十年来重新发现的一种强有力的前向纠错编码方法，在长码构造条件下已经逼近香农限，因而被认为是Turbo码的有效替代技术，很有可能被用于下一代移动通信和深空通信。Gallager在1962年提出了低密度分组校验码。LDPC码是基于监督矩阵定义的一种码，它具有以下特性每列包含很小的固定数目j＞＝3的1，每行包含很小的固定数目k＞j的1。Gallager证明这些码字的典型最小距离随码长的增加线性增加，而且BSC信道下译码错误的典型概率随码长指数减小。Gallager的博士论文还给出了LDPC码的构造方法，迭代译码算法及其性能分析。由于当时计算机水平发展有限，硬件实现困难，LDPC被长期的遗忘了。直到1995年，Mackay和Neal重新发现LDPC码与Turbo码相比有着同样的优秀性能，而且在长码长的情况下还超过了Turbo码。因而，LDPC码成为新的研究热点，得到大家的广泛关注。目前，对LDPC码的研究主要集中在如下几个方向。第一，考虑LDPC码在非GF(2)上的构造，也就是在多元域上的编码问题，如GF(4)，GF(8)等。Mackay和Davey等在此方向作了很多探索和尝试(Matthew C.Davey，PHD ThesisError-correction using Low-Density Parity-Check Code，Gonville and Caius College，Cambridge，1999)，取得了很好的成果。精心构造的多元域上的校验矩阵，可以使性能有极大提高。第二，Gallager提出的LDPC码，其校验矩阵的列重和行重是固定的，这通常被称为规则的LDPC码(或者Gallager码)；Luby，Mitzenmacher，Shokrollahi和Spielman首先提出构造不规则的二元LDPC码(Michael G.Luby，MichaelMitzenmacher，M.Amin Shokrollahi，and Daniel A.Spielman，“Improved Low-Density Parity-Check Codes Using IrregularGraphs，”IEEE TRANSACTIONS ON INFORMATION THEORY，VOL.47，NO.2，FEBRUARY 2001585-598)。Luby在1998年提出，放松对行列重量的限制，构造不规则的LDPC码，也就是每列(每行)重量不相同。研究结果表明，这对于最初的Gallager码，非规则LDPC码的性能也有了极大提高。目前这两个研究方向正在不断的优化组合，来寻找性能更优的非GF(2)上的不规则LDPC码。目前LDPC的译码算法都是基于和积算法。这种算法相对于卷积码的MAP算法收敛速度慢。通常情况下，MAP译码算法会在五六次迭代后收敛，而和积算法需要迭代数十次甚至上百次才会收敛。如何有效降低和积算法的迭代复杂度同时又不降低它的性能成为LDPC码实际应用的一大课题。
技术实现思路
本专利技术的主要目的是提供一种高效可靠的LDPC译码方法。本专利技术尤其对下一代移动通信和深空通信等使用纠错技术的场所有重要的实用价值。本专利技术主要是通过对和积算法迭代译码过程中信息节点输出的似然比值的检测来自适应的直接输出可靠信息节点的硬判决值，同时在后继的迭代过程中停止对可靠信息节点的更新，以减少运算量在本专利技术的一个方面，提出了一种，包括初始化步骤，预置门限值M，放大系数K和似然比值Qij，并在二元数组A中存储信息比特i的可靠性标志；向上更新步骤，从似然比值Qij计算信息节点xi状态为a和校验式Aj中其他信息节点状态分布已知的条件下校验式j所满足的概率Rij；向下更新步骤，在二元数组A中存储信息比特i的可靠性标志表示需要进行更新的情况下，用概率Rij更新似然比值Qij；尝试译码步骤，计算比特i的伪后验概率Ei=Pi+Σj∈colRij,]]>以得到译码矢量x＝(x1，x2…..xn)，Pi表示比特i的先验似然比值。研究表明，LDPC码信息节点的度数越高，对应的校验节点就越多，从而纠错能力越强，在迭代译码过程的收敛速度越快。通常情况下，最高阶(度数最多)的消息节点首先纠错，然后再是阶数较低的消息节点进行修正，而最低阶的消息节点一般最后纠正。从而，整个LDPC译码呈现出一种“波浪效应”，从高阶信息节点到低阶节点循序渐进的纠错。因而，度数是判断信息节点是否可靠的一种重要量度。然而，信息节点的度数只是反映了LDPC编码的影响，而没有考虑到信道噪声造成的误码影响。在LDPC译码过程中，信息节点输出的似然比直接的表明了信息节点的概率特性。从物理概念上讲，似然比反映了译码判决的0，1码元的后验概率的非对称性。似然比为0，说明0，1码元等概，是最对称的情况，但此时做硬判决的可靠性最差，译码相当于投硬币般的瞎猜。而似然比的绝对值越大，0，1码元越不等概(越不平衡)，说明对该节点的硬判决越可靠。当似然比绝对值趋于无穷时，译码器的硬判决值几乎以概率1成立，纠错最可靠。通常情况下，信息节点的度数越大，其输出的似然比绝对值越大。而且，信息节点的有害噪声越小，其输出的似然比绝对值越大。所以，似然比绝对值是判断信息节点是否可靠的一种更准确的量度。我们用信息节点的似然比值做为信息节点可靠性的度量。首先设置一定的门限值M。当LDPC迭代译码过程中信息节点的似然比绝对值超过此门限值M时，就直接输出该节点硬判决值(该节点称为终止节点)，并且在以后的迭代中停止对此节点的软信息更新，同时存储并放大该节点的似然值用于对相连校验节点的更新。终止节点通常都是LDPC译码的可靠节点，它一般有较大的度数且受信道有害噪声较小，它自适应的反映了LDPC译码的纠错情况。由于终止节点停止了更新，所以能够有效降低译码的计算复杂度。通常一个信息节点的计算复杂度(加法和乘法运算)与其节点的度数的平方成正比，而终止节点一般又是高度数的节点。所以停止对终止节点的更新，可以使译码从高复杂度的节点向低复杂度的节点循序渐进的转移，与上文所说的“波浪效应”相吻合，最终会有效降低对整个迭代译码的计算复杂度。附图说明图1是以二部图表示的LDPC码的实例；图2是LDPC译码的向上更新示意图；图3是LDPC译码的向下更新的示意图；图4是改进的和积算法实现流程图；图5是新方法与原方法的误码率比较图；图6是新方法与原方法的计算效率比较图。具体的实施方式下面结合附图和具体实施方式对本专利技术作进一步详细说明。图1给出了用二部图来表示低密度校验码的一个简单示例。LDPC码是一种基于稀疏校验矩阵的线性分组码。1981年，Tanner提出了用二部图来表示一个低密度的线性分组码，从此二部图成为了分析LDPC码的主要工具。设一个LDPC码，信息位长为K，码长为N，校验位为M＝N-K，则该码的校验矩阵A是一个大小为M*N的矩阵。H的二部图表述如下二部图下边的N个节点代表N个码字，成为信息节点(massage node)；上边本文档来自技高网...

【技术保护点】
一种低密度分组校验码的译码方法，包括：初始化步骤，预置门限值Ｍ，放大系数Ｋ和似然比值Ｑ↓［ｉｊ］，并在二元数组Ａ［ｉ］中存储信息比特ｉ的可靠性标志；向上更新步骤，从似然比值Ｑ↓［ｉｊ］计算信息节点ｘ↓［ｉ］状态为ａ和校验式Ａ ↓［ｊ］中其他信息节点状态分布已知的条件下校验式ｊ所满足的概率Ｒ↓［ｉｊ］；向下更新步骤，在二元数组Ａ［ｉ］中存储信息比特ｉ的可靠性标志表示需要进行更新的情况下，用概率Ｒ↓［ｉｊ］更新似然比值Ｑ↓［ｉｊ］；尝试译码步骤，计算 比特ｉ的伪后验概率Ｅ↓［ｉ］＝Ｐ↓［ｉ］＋＊Ｒ↓［ｉｊ］，以得到译码矢量ｘ＝（ｘ↓［１］，ｘ↓［２］…．．ｘ↓［ｎ］），Ｐ↓［ｉ］表示比特ｉ的先验似然比值。

【技术特征摘要】

【专利技术属性】
技术研发人员：吴湛击，李继峰，
申请(专利权)人：松下电器产业株式会社，
类型：发明
国别省市：JP[日本]