LDPC译码量化方法、装置、设备、LDPC译码方法及系统制造方法及图纸

本发明专利技术涉及无线通信技术领域，其实施方式提供了一种LDPC译码量化方法、装置、设备、LDPC译码方法及系统。其中一种LDPC译码量化方法，包括：获取调制方式和编码方式的多种组合下的每一组合对应的对数似然比量化算法中的优选参数；根据多个优选参数得到调制方式与编码方式的组合与优选参数之间的映射关系或映射模型；采用根据所述映射关系或映射模型确定优选参数的对数似然比量化算法进行量化。本发明专利技术提供的实施方式以较小的性能损失代价，减少了存储比特。储比特。储比特。

【技术实现步骤摘要】
LDPC译码量化方法、装置、设备、LDPC译码方法及系统


[0001]本专利技术涉及无线通信领域，具体地涉及一种LDPC译码量化方法、一种LDPC译码量化装置、一种LDPC译码方法、一种LDPC译码系统、一种LDPC译码量化设备以及一种计算机可读存储介质。

技术介绍

[0002]目前主流的量化方法分为均匀量化和非均匀量化，然而不论对LLR直接进行均匀量化还是非均匀量化，译码器性能损失都很大。此外，虽然已经有一些改进的均匀量化或者非均匀量化方法在一定程度上降低了LLR的位宽并且保证译码器性能损失在一定范围内，但是在不同MCS（调制和编码方案）场景下，可能存在鲁棒性问题，即量化方法在某些场景下可能损失很大。
[0003]目前的一些方案中的门限阈值α值约为0.5，基本是固定的，但是实际场景复杂，不同信道，MCS下，该量化方案可能有损失大的场景。
[0004]目前的另外一些方案的主要思想为确定LLR数据第一范围和第二范围，第一范围的值采用均匀量化（或者线性量化），第二范围的值采用非均匀量化，但是实际场景复杂，不同信道及不同MCS下，区分第一范围和第二范围的门限难以确定。还有在不同场景下，LLR数据动态范围也不一样，现有技术中也仅笼统说明第一范围的值占多数，第二范围的值占少数，较好的做法是将数据先进行截断处理再进行量化，该方案并没有提供相关解决思路。

技术实现思路

[0005]本专利技术实施例的目的是提供一种LDPC译码量化方法、装置、设备、LDPC译码方法及系统，以解决以上部分问题。
[0006]为了实现上述目的，本专利技术的第一方面提供了一种LDPC译码量化方法，该方法包括：获取调制方式和编码方式的多种组合下的每一组合对应的对数似然比量化算法中的优选参数；根据多个优选参数得到调制方式与编码方式的组合与优选参数之间的映射关系或映射模型；采用根据所述映射关系或映射模型确定优选参数的对数似然比量化算法进行量化。
[0007]优选的，所述对数似然比量化算法中的优选参数包括截断阈值；获取调制方式和编码方式的多种组合下的每一组合对应的对数似然比量化算法中的优选参数，包括：确定截断阈值的搜索范围和优选量化评价指标；根据发射比特和译码比特计算优选量化评价指标；根据所述优选量化评价指标，从所述搜索范围确定最佳的截断阈值作为所述优选参数。
[0008]优选的，所述对数似然比量化算法中的优选参数包括压缩系数；获取调制方式和编码方式的多种组合下的每一组合对应的对数似然比量化算法中的优选参数，包括：根据发射比特和译码比特得到译码器性能指标；根据所述译码器性能指标得到最佳的压缩系数作为所述优选参数。
[0009]优选的，所述发射比特通过以下步骤得到所述译码比特：获取发射比特的对数似
然比，对所述对数似然比取绝对值，得到第一软信息；对第一软信息采用截断阈值进行截断处理，得到第二软信息；将第一软信息的符号与第二软信息相乘，得到第三软信息；将第三软信息经量化后输入译码器，得到所述译码比特。
[0010]优选的，根据多个优选参数得到调制方式与编码方式的组合与优选参数之间的映射关系或映射模型，包括：根据所述多个优选参数得到对应表格，以所述表格作为所述映射关系；或者根据所述多个优选参数通过插值法得到对应表格，以所述表格作为所述映射关系；或者根据所述多个优选参数通过函数拟合得到对应函数，以得到的函数作为所述映射模型；或者以所述多个优选参数为训练样本，对机器学习模型进行训练，以训练后的机器学习模型为所述映射模型。
[0011]优选的，根据所述映射关系或映射模型确定优选参数，包括：将调制方式和编码方式输入映射模型，以所述映射模型的输出结果作为所述对数似然比量化算法中的优选参数；或者根据调制方式和编码方式在映射关系中查找，以查找结果作为所述对数似然比量化算法中的优选参数；或者以映射关系中欧式距离最近的计算结果作为所述对数似然比量化算法中的优选参数。
[0012]在本专利技术的第二方面，还提供了一种LDPC译码方法，包括：将解调后得到的对数似然比经前述LDPC译码量化方法进行量化后，输入LDPC译码器进行译码。
[0013]在本专利技术的第三方面，还提供了一种LDPC译码量化装置，所述装置包括：优选参数计算模块，获取调制方式和编码方式的多种组合下的每一组合对应的对数似然比量化算法中的优选参数；映射建立模块，用于根据多个优选参数得到调制方式与编码方式的组合与优选参数之间的映射关系或映射模型；以及量化计算模块，用于采用根据所述映射关系或映射模型确定优选参数的对数似然比量化算法进行量化。
[0014]优选的，所述对数似然比量化算法中的优选参数包括截断阈值；获取调制方式和编码方式的多种组合下的每一组合对应的对数似然比量化算法中的优选参数，包括：确定截断阈值的搜索范围和优选量化评价指标；根据发射比特和译码比特计算优选量化评价指标的值；根据所述优选量化评价指标的值，从所述截断阈值的搜索范围内确定最佳的截断阈值作为所述优选参数。
[0015]优选的，所述对数似然比量化算法中的优选参数包括压缩系数；获取调制方式和编码方式的多种组合下的每一组合对应的对数似然比量化算法中的优选参数，包括：根据发射比特和译码比特得到译码器性能指标的值；根据所述译码器性能指标的值得到最佳的压缩系数作为所述优选参数。
[0016]优选的，所述发射比特通过以下步骤得到所述译码比特：获取发射比特的对数似然比；对所述对数似然比取绝对值，得到第一软信息；对第一软信息采用截断阈值进行截断处理，得到第二软信息；将第一软信息的符号与第二软信息相乘，得到第三软信息；将第三软信息经量化后输入译码器，得到所述译码比特。
[0017]优选的，根据多个优选参数得到调制方式与编码方式的组合与优选参数之间的映射关系或映射模型，包括：根据所述多个优选参数得到对应表格，以所述表格作为所述映射关系；或者根据所述多个优选参数通过插值法得到对应表格，以所述表格作为所述映射关系；或者根据所述多个优选参数通过函数拟合得到对应函数，以得到的函数作为所述映射模型；或者以所述多个优选参数为训练样本，对机器学习模型进行训练，以训练后的机器学
习模型为所述映射模型。
[0018]优选的，根据所述映射关系或映射模型确定优选参数，包括：将调制方式和编码方式输入映射模型，以所述映射模型的输出结果作为所述对数似然比量化算法中的优选参数；或者根据调制方式和编码方式在映射关系中查找，以查找结果作为所述对数似然比量化算法中的优选参数；或者以映射关系中欧式距离最近的计算结果作为所述对数似然比量化算法中的优选参数。
[0019]在本专利技术的第四方面，还提供了一种LDPC译码系统，包括：前述的LDPC译码量化装置，以及译码模块，用于将所述LDPC译码量化装置的量化结果输入LDPC译码器进行译码。
[0020]在本专利技术的第五方面，还提供了一种LDPC译码量化设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现前本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种LDPC译码量化方法，其特征在于，该方法包括：获取调制方式和编码方式的多种组合下的每一组合对应的对数似然比量化算法中的优选参数；根据多个优选参数得到调制方式与编码方式的组合与优选参数之间的映射关系或映射模型；采用根据所述映射关系或映射模型确定优选参数的对数似然比量化算法进行量化。2.根据权利要求1所述的方法，其特征在于，所述对数似然比量化算法中的优选参数包括截断阈值；获取调制方式和编码方式的多种组合下的每一组合对应的对数似然比量化算法中的优选参数，包括：确定截断阈值的搜索范围和优选量化评价指标；根据发射比特和译码比特计算优选量化评价指标的值；根据所述优选量化评价指标的值，从所述截断阈值的搜索范围内确定最佳的截断阈值作为所述优选参数。3.根据权利要求1所述的方法，其特征在于，所述对数似然比量化算法中的优选参数包括压缩系数；获取调制方式和编码方式的多种组合下的每一组合对应的对数似然比量化算法中的优选参数，包括：根据发射比特和译码比特得到译码器性能指标的值；根据所述译码器性能指标的值得到最佳的压缩系数作为所述优选参数。4.根据权利要求2或3所述的方法，其特征在于，通过以下步骤从所述发射比特得到所述译码比特：获取发射比特的对数似然比；对所述对数似然比取绝对值，得到第一软信息；对第一软信息采用截断阈值进行截断处理，得到第二软信息；将第一软信息的符号与第二软信息相乘，得到第三软信息；将第三软信息量化后输入译码器，得到所述译码比特。5.根据权利要求1所述的方法，其特征在于，根据多个优选参数得到调制方式与编码方式的组合与优选参数之间的映射关系或映射模型，包括：根据所述多个优选参数得到对应表格，以得到的表格作为所述映射关系；或者根据所述多个优选参数通过插值法得到对应表格，以得到的表格作为所述映射关系；或者根据所述多个优选参数通过函数拟合得到对应函数，以得到的函数作为所述映射模型；或者以所述多个优选参数作为训练样本，对机器学习模型进行训练，以训练后的机器学习模型作为所述映射模型。6.根据权利要求5所述的方法，其特征在于，根据所述映射关系或映射模型确定优选参数，包括：将调制方式和编码方式输入映射模型，以所述映射模型的输出结果作为所述对数似然
比量化算法中的优选参数；或者根据调制方式和编码方式在映射关系中查找，以查找结果作为所述对数似然比量化算法中的优选参数；或者以映射关系中欧式距离最近的计算结果作为所述对数似然比量化算法中的优选参数。7.一种LDPC译码方法，其特征在于，包括：将解调后得到的对数似然比经权利要求1至6中任一项权利要求所述LDPC译码量化方法进行量化后，输入LDPC译码器进行译码。8.一种LDPC译码量化装置，其特征在于，所述装置包括：优选参数计算模块，用于获取调制方式和编码方式的多种组合下的每一组合对应的对数似然比量化算法中的优选参数；映射建立模块，用于根据多个优选参数得到调制方式与编码方式的组合与优选参数之间的映射关...

【专利技术属性】
技术研发人员：赵东艳，李晓雷，李德建，王磊，赵旭，甘杰，刘晗，李正浩，
申请(专利权)人：国网山东省电力公司国家电网有限公司，
类型：发明
国别省市：