基于动态振荡因子的归一化最小和译码方法及系统技术方案

本发明专利技术公开了一种基于动态振荡因子的归一化最小和译码方法及系统，方法包括以下步骤：步骤S1：初始化模块存储输入信息，输入信息包括LDPC码字序列以及对应的校验矩阵H；步骤S2：影响参数计算模块先后计算取得双归一化因子α1和α2，以及根据迭代次数k变化的动态振荡因子和修正校验节点传递给变量节点的外部概率消息；步骤S3：译码模块利用影响参数计算模块输入的影响参数，对输入LDPC码字序列实施译码算法，得到最后的输出码字序列。本发明专利技术针对变量节点消息最小值和次小值差异性，能够提高迭代消息准确度，降低迭代消息振荡对译码效率产生的影响，增强LDPC译码算法的可靠性和收敛性。性和收敛性。性和收敛性。

【技术实现步骤摘要】
基于动态振荡因子的归一化最小和译码方法及系统


[0001]本专利技术属于通信
，具体涉及一种基于动态振荡因子的归一化最小和译码方法及系统。

技术介绍

[0002]低密度奇偶校验码(LDPC码)是一种基于校验矩阵的前向纠错码，具有高编码增益、低复杂度、低误差平层等优越性能，理论上译码性能能够接近香农限，广泛应用于各种通信标准，在信息可靠传输领域拥有良好的应用前景。
[0003]LDPC译码算法本质是基于以Tanner图表示的LDPC校验矩阵的消息迭代译码算法，主要分为基于硬判决和基于软判决的译码算法。基于硬判决的译码算法计算复杂度低，但译码性能较差。基于软判决的译码算法性能优异，基础算法是利用后验概率信息判决译码的置信传播(BP)算法。节点概率消息通过Tanner图上的边在变量节点和校验节点之间传递，经过多次迭代更新趋于稳定值，并依靠校验矩阵表示的校验方程的约束改善译码可靠性。最小和算法是标准的BP改进算法，通过最小值运算和符号运算简化对数域BP算法校验节点更新规则，降低了计算复杂度，并易于硬件实现。为弥补最小和算法使用近似值过高估计幅值造成的损失，通过修正因子和偏移因子进一步修正节点消息幅值，在几乎不增加复杂度的同时有效提高译码性能。
[0004]传统改进的最小和算法通过校正消息幅值能够改善译码性能，没有考虑消息传输的准确度和可靠性。依据变量节点消息最小值和次小值的差异性，使用单一校正因子存在校验节点消息更新准确度不足的问题。同时在信噪比较高条件下，校验矩阵对应Tanner图上的环，特别是长度较短的环可能会使得节点之间传递的外部信息出现振荡现象，对消息的独立性和可靠性造成较大影响，降低译码算法的收敛性。因此，要针对改进最小和算法进行优化，进一步提高迭代消息的准确度和可靠性。

技术实现思路

[0005]为解决现有技术存在的问题，本专利技术提供了一种基于动态振荡因子的归一化最小和译码方法及系统，以提升译码算法的收敛性和误码率等译码性能。
[0006]本专利技术采取以下技术方案：
[0007]基于动态振荡因子的归一化最小和译码方法，具体包括以下步骤：
[0008]步骤S1：初始化模块存储输入信息，输入信息包括某一类型LDPC码字序列y以及对应的校验矩阵H；
[0009]步骤S2：针对迭代译码流程中因变量节点传递给校验节点的外部概率消息最小值和次小值存在的差异性导致的节点消息更新准确度问题，影响参数计算模块先后计算取得双归一化因子α1和α2，以及根据迭代次数k变化的动态双振荡因子和修正校验节点传递给变量节点的外部概率消息；
[0010]步骤S3：译码模块利用影响参数计算模块输入的影响参数，对输入LDPC码字序列y
实施译码算法，得到最后的输出码字序列x。
[0011]优选的，步骤S2包括：
[0012]步骤S21：首先，基于对数域BP算法与最小和译码算法，依据首次迭代消息均值计算，得到分别修正变量节点消息最小值min和次小值min2的双归一化因子α1和α2；
[0013]步骤S22：其次，应用蒙特卡洛方法，随机获取(0,1)范围内的多组双振荡因子，用于进一步修正变量节点消息最小值min和次小值min2所对应校验节点消息，获取根据迭代次数k变化的不同权重的振荡因子和判断前后校验节点消息符号是否发生翻转，采用不同的消息更新策略，削弱校验节点迭代消息的振荡性，进一步提升校验节点更新消息的可靠性和精度。
[0014]优选的，步骤S3包括：
[0015]步骤S31：变量节点消息初始化过程不进行信道估计，将对数似然比概率消息简化为信道接收信息序列y，作为变量节点接收的初始消息；
[0016]步骤S32：使用双归一化因子α1和α2，分别修正变量节点外部概率消息最小值min和次小值min2对应原校验节点更新消息，提高使用单一归一化因子的归一化最小和译码算法的准确度；
[0017]步骤S33：在双归一化因子最小和译码算法基础上，考虑到节点消息振荡对译码收敛性的影响，同样针对最小值和次小值消息差异性分析，使用根据迭代次数k变化的不同权重的振荡因子和修正在消息符号发生翻转条件下的校验节点消息，优化译码算法的可靠性和收敛性；
[0018]步骤S34：根据校验节点消息，计算第k次迭代中变量节点传递给校验节点的外部概率消息，作为下次迭代输入变量节点消息；同时计算变量节点的后验概率；
[0019]步骤S35根据变量节点的后验概率信息，硬判决译码得到第k次迭代的码字向量x
k
；
[0020]步骤S36：若满足校验和x
k
·
H
T
＝0或者迭代次数I达到设定的最大迭代次数I
max
，得到译码完成后的输出码字序列，译码流程结束；否则I自增1，返回步骤S32继续执行迭代更新译码步骤。
[0021]本专利技术还公开了一种基于动态振荡因子的归一化最小和译码系统，其包括以下模块：
[0022]初始化模块：存储输入信息，输入信息包括LDPC码字序列以及对应的校验矩阵H；
[0023]影响参数计算模块：先后计算取得双归一化因子α1和α2，以及根据迭代次数k变化的动态振荡因子和修正校验节点传递给变量节点的外部概率消息；
[0024]译码模块：利用影响参数计算模块输入的影响参数，对输入LDPC码字序列实施译码算法，得到最后的输出码字序列。
[0025]优选的，影响参数计算模块具体如下：
[0026]基于对数域BP算法与最小和译码算法，依据首次迭代消息均值计算，得到分别修正变量节点消息最小值min和次小值min2的双归一化因子α1和α2；
[0027]随机构造[0,1]范围内的多个码字序列，应用蒙特卡洛方法，获取进一步修正变量节点消息最小值min和次小值min2所对应校验节点消息，以及根据迭代次数k变化的不同权
重的振荡因子γ
k1
和γ
k2
；判断前后校验节点消息符号是否发生翻转，采用不同的消息更新策略：若消息符号前后一致，依据原双归一化因子最小和算法步骤，采用固定取值的双归一化因子，修正校验节点更新消息；若消息符号发生翻转，基于变量节点消息最小值min和次小值min2对应校验节点消息差异性，采用动态双振荡因子，分别提升不同迭代次数下的校验节点更新消息准确度。
[0028]优选的，译码模块具体如下：
[0029]将对数似然比概率消息简化为信道接收信息序列y，作为变量节点接收的初始消息；
[0030]使用双归一化因子α1和α2，分别修正变量节点外部概率消息最小值min和次小值min2对应原校验节点更新消息；
[0031]在双归一化因子最小和译码算法基础上，针对最小值和次小值消息差异性分析，使用根据迭代次数k变化的不同权重的振荡因子和差别修正在消息符号发生翻转条件下的校验节点消息；
[0032]根据校验节点消息，计算第k次迭代中变量节点传递给校验节点本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于动态振荡因子的归一化最小和译码方法，其特征在于，具体包括以下步骤：步骤S1：初始化模块存储输入信息，输入信息包括LDPC码字序列以及对应的校验矩阵H；步骤S2：影响参数计算模块先后计算取得双归一化因子α1和α2，以及根据迭代次数k变化的动态振荡因子和修正校验节点传递给变量节点的外部概率消息；步骤S3：译码模块利用影响参数计算模块输入的影响参数，对输入LDPC码字序列实施译码算法，得到最后的输出码字序列。2.根据权利要求1所述的基于动态振荡因子的归一化最小和译码方法，其特征在于，步骤S2具体包括：步骤S21：基于对数域BP算法与最小和译码算法，依据首次迭代消息均值计算，得到分别修正变量节点消息最小值min和次小值min2的双归一化因子α1和α2；步骤S22：随机构造[0,1]范围内的多个码字序列，应用蒙特卡洛方法，获取进一步修正变量节点消息最小值min和次小值min2所对应校验节点消息，以及根据迭代次数k变化的不同权重的振荡因子γ
k1
和γ
k2
；判断前后校验节点消息符号是否发生翻转，采用不同的消息更新策略：若消息符号前后一致，依据双归一化因子最小和算法，采用固定取值的双归一化因子，修正校验节点更新消息；若消息符号发生翻转，基于变量节点消息最小值min和次小值min2对应校验节点消息差异性，采用动态双振荡因子，分别提升不同迭代次数下的校验节点更新消息准确度。3.根据权利要求2所述的基于动态振荡因子的归一化最小和译码方法，其特征在于，步骤S3具体包括：步骤S31：将对数似然比概率消息简化为信道接收信息序列y，作为变量节点接收的初始消息；步骤S32：使用双归一化因子α1和α2，分别修正变量节点外部概率消息最小值min和次小值min2对应原校验节点更新消息；步骤S33：在双归一化因子最小和译码算法基础上，针对最小值和次小值消息差异性分析，使用根据迭代次数k变化的不同权重的振荡因子和差别修正在消息符号发生翻转条件下的校验节点消息；步骤S34：根据校验节点消息，计算第k次迭代中变量节点传递给校验节点的外部概率消息，作为下次迭代输入变量节点消息；同时计算变量节点的后验概率；步骤S35：根据变量节点的后验概率信息，硬判决译码得到第k次迭代的码字向量x
k
；步骤S36：若满足校验和x
k
·
H
T
＝0或者迭代次数I达到设定的最大迭代次数I
max
，得到译码完成后的输出码字序列，译码流程结束；否则次数...

【专利技术属性】
技术研发人员：钟华，郭闯，黄建华，张晟豪，吴瀚，孙小严，张泳琪，高聪，唐裕香，江沛莲，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：