一种基于CRC的LDPC码混合译码方法技术

本发明专利技术属于信道编码技术领域，具体涉及一种基于CRC的LDPC码混合译码方法。本发明专利技术的混合译码方式，采用BP译码器作为前级译码器，ADMM译码器作为第二级译码器，并加入Hamming距离比较判决器，即当BP译码失败时，将错误码字对应的初始信道软信息送入ADMM译码器接着译码。为了尽可能大的提升BP

【技术实现步骤摘要】
一种基于CRC的LDPC码混合译码方法


[0001]本专利技术属于信道编码
，具体涉及一种基于CRC的LDPC码混合译码方法。

技术介绍

[0002]LDPC码是由MIT的Gallager博士提出的一种具有稀疏校验矩阵的线性分组码。它是一种可以逼近香农极限的码，在5G标准中得到应用。近些年有关LDPC码的研究主要包含编码和译码两个方面，其中LDPC码译码方法主要包括硬判决和软判决两类。
[0003]BP(Belief Propagation，置信传播)算法是一种传统的LDPC码软判决译码算法，通过校验节点和变量节点之间的信息传递来更新LLR(Log
‑
Likelihood Ratio，对数似然比)，直至校正子为零或达到最大迭代次数则停止迭代。该算法性能较好，译码复杂度较低，便于并行实现，但一些情况下BP译码会存在错误平层(Error Floor)。
[0004]LDPC码的另一种译码方法是MP(Mathematical Programming，数学规划)译码，这一模型主要由Feldman等人提出，但由于传统的数学优化方法，例如内点法、单纯形法、分支定界法等，算法复杂度过高，不能挖掘LDPC码内部的结构，而ADMM(Alternating Direction Method of Multipliers，交替方向乘子法)作为一种优化算法，近些年被用于LDPC码MP译码模型中，它是一种线性时间复杂度的译码算法，便于并行实现，译码速度较快，相比BP译码，采用ADMM算法的MP译码在一些情况下可以消除错误平层，并且ADMM译码器如果最终迭代至可行码字，则其具备ML(Maximum Likelihood，最大似然)特性。这是利用数学工具对LDPC码译码的优势。
[0005]CRC(Cyclic Redundancy Check，循环冗余校验)码是一种广泛用于检错的循环码，在通信系统中应用广泛。由于BP译码会存在收敛到非正确可行码字的情况，此时单纯的奇偶校验并不能检出这种错误。

技术实现思路

[0006]本专利技术的目的是在较低译码复杂度的前提下结合ADMM译码算法和BP译码算法进一步提升LDPC码软判决译码性能。通过加入CRC方式来尽可能大的提升混合译码的性能。
[0007]一种基于CRC的LDPC码混合译码方法，将信息位的后r位截断，通过模2除法计算CRC校验位，并附在截断后的信息位后面，以k
‑
r位信息和r位CRC校验形成k位序列，再对这一序列进行LDPC编码后发送，所述混合译码方法包括：
[0008]S1、计算通过AWGN信道的初始似然比(LLR)信息，并根据初始LLR信息，得到初始硬判决码字X
HD
；
[0009]S2、将初始LLR信息送入BP译码器进行译码，对BP译码码字进行奇偶校验和CRC校验，若其中任意校验不满足，进入S3；否则，将BP译码码字作为混合译码输出码字，结束译码；
[0010]S3、将信道的初始LLR信息送入ADMM译码器进行译码，对ADMM译码器输出码字进行奇偶校验和CRC，若奇偶校验和CRC均成功，则将ADMM译码码字作为混合译码器输出，结束译
码；
[0011]若ADMM仅奇偶校验成功，BP奇偶校验失败，将ADMM译码码字作为混合译码器输出，结束译码；
[0012]若ADMM奇偶校验失败，BP奇偶校验成功，将BP译码码字作为输出，结束译码；
[0013]若ADMM和BP奇偶校验均成功，但ADMM和BP译码输出CRC校验失败，进入S4；否则，ADMM和BP奇偶校验均失败，混合译码器失败；
[0014]S4、计算ADMM和BP译码后码字与X
HD
的Hamming距离，输出Hamming距离较小者对应的码字作为混合译码输出码字。
[0015]BP译码具体方法为：
[0016]为了简化计算，将概率信息转化到对数域上进行计算，对于二元LDPC码，对于噪声方差为σ2的AWGN信道来说：
[0017]发送为0的条件下，接收为r
j
的概率为
[0018]发送为1的条件下，接收为r
j
的概率为
[0019]定义对数似然比：上式中表示噪声双边谱密度，E表示信号能量。
[0020]若p(r
j
|0)＞p(r
j
|1)，接收端判定为0，否则判定为1，对应到对数似然比即为LLR＞0或小于0。
[0021]BP译码算法具体迭代过程如下：
[0022]记校验节点i相邻的所有变量节点的集合记为N
v
(i)(i＝1，2，
…
，m)，变量节点j相邻的所有校验节点的集合记为N
c
(j)(j＝1，2
…
，n)。
[0023](1)初始化：对数似然比LLR，L
v
→
c
(i，j)＝L
j
＝LLR。
[0024](2)校验节点外传信息更新：
[0025]根据计算校验节点i向变量节点j传递的信息。
[0026](3)变量节点外传信息更新：
[0027]根据计算变量节点向校验节点传递的信息。
[0028](4)根据计算每个变量节点的似然比。
[0029](5)将LLR信息硬判决为若或达到最大迭代次数，结束；否则，转到(2)。
[0030]ADMM译码的具体方法为
[0031]ADMM算法是一种用来解决LDPC码数学规划译码模型的线性时间复杂度算法，在使用ADMM算法前要先建立LDPC码数学规划译码模型，包括模型的目标函数和约束条件，基于最大似然的推导，对于AWGN信道来说，设初始似然比为γ＝LLR，求解的码字为v，则数学规划译码模型的目标函数可以等价最小化γ
T
v。
[0032]约束条件可以通过建立每个校验方程所对应的局部码字(Local Codeword)张成的凸包来描述。局部码字定义为满足当前校验方程的集合，例如，对于校验方程x1+x2+x3＝0，其对应的局部码字分别是{000}、{011}、{101}、{110}。
[0033]考虑一个度为3的校验节点：x1+x2+x3＝0。则由其局部码字张成的凸包可由不等式等价表示：
[0034][0035]记g＝[0 0 0 2]T
，上面不等式组可进一步表示为：
[0036]Tx≤g
ꢀꢀ
(4)
[0037]为了表示任意校验节点对应局部码字的凸包，通过引入辅助变量将度大于3的校验节点分解成若干个3度校验节点。对于度为d
i
的校验节点，其可以分解为d
i
‑
2个3度校验节点，需额外引入d
i
‑
3个辅助变量节点。
[0038]例如，考虑二元域校验方程x1+x2+x3+本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于CRC的LDPC码混合译码方法，其特征在于，将信息位的后r位截断，通过模2除法计算CRC校验位，并附在截断后的信息位后面，以k
‑
r位信息和r位CRC校验形成k位序列，再对这一序列进行LDPC编码后发送，所述混合译码方法包括：S1、计算通过AWGN信道的初始似然比(LLR)信息，并根据初始LLR信息，得到初始硬判决码字X
HD
；S2、将初始LLR信息送入BP译码器进行译码，对BP译码码字进行奇偶校验和CRC校验，若其中任意校验不满足，进入S3；否则，将BP译码码字作为混合译码输出码字，结束译码；S3、将信道的初始LLR信息送入ADMM...

【专利技术属性】
技术研发人员：王栋，史治平，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：