非二进制LDPC解码器的校验节点和对应的方法技术

技术编号:18180159 阅读:85 留言:0更新日期:2018-06-09 22:38
本发明专利技术涉及一种用于控制NB‑LDPC解码器的校验节点的方法。该校验节点接收dc个输入列表Ui并且递送并且递送dc个输出列表Vi,其中i£ε[1...dc]。每个输入列表和输出列表均包括nm个元素,并且输入或输出列表中的每个元素包括与伽罗瓦域GF(q)的符号相关联的可靠性值,其中q>nm。根据列表中的可靠性值对输入元素和输出元素进行排序。该方法是基于校正子的方法。校正子是输入列表Ui中的dc个元素的总和。该方法包括校正子计算的步骤、解相关的步骤、以及用于生成输出列表的步骤。

【技术实现步骤摘要】
【国外来华专利技术】非二进制LDPC解码器的校验节点和对应的方法
本专利技术涉及一种用于控制解码器的校验节点的方法及对应的校验节点,该解码器用于对非二进制的LDPC码进行解码。
技术介绍
LDPC(低密度奇偶校验节点)码是已知的用于接近香农(Shannon)的理论传输极限的纠错码。由于其在抗扰性方面的性能,LDPC码并且具体地非二进制的LDPC码,开始应用于传输和存储数字数据的领域。在非二进制的q阶的伽罗瓦域(GaloisField)中构造非二进制的LDPC码,q阶的伽罗瓦域通常写为GF(q)。GF(q)中的LDPC码由MxN维的稀疏奇偶矩阵H定义,在属于GF(q)的元素中,N是码字中的GF(q)元素的数量并且M是奇偶约束的数量。例如,对于由4个元素{0,α0,α1,α2}构成的伽罗瓦域GF(4),N=6并且M=3的奇偶矩阵如下:该矩阵可以类似地由具有接收代码字的符号的N个变量节点和M个校验节点的二分图(坦纳(Tanner)图)示出。该奇偶矩阵中的每一列与变量节点相关联并且矩阵中的每一行与校验节点相关联。在规则的LDPC码的情况下,通过dc个分支将每个校验节点连接至变量节点的单个数dc。类似地,通过dv个分支将每个变量节点连接至校验节点的单个数dv。在规则的LDPC码的情况下,分支的数量dc或dv根据变量节点或校验节点而改变。这些LDPC码的解码是迭代进行的并且在于经由这些分支交换消息,每个变量节点或校验节点对接收的消息进行处理,并且在处理之后,根据具体情况将其它消息递送至它们经由分支连接到的校验节点或变量节点。交换的消息表示代码符号的概率密度函数并且因此是以大小q的向量形式。这种解码描述于2007年4月出版的IEEE通信学报第4期第55卷中的633页至643页的D.Declercq和M.Fossorier的题为“DecodingAlgorithmsforNonbinaryLDPCCodesOverGF(q)”的文献中。具体地,本专利技术涉及用于控制解码器的校验节点的方法。参照图1,每个校验节点CN接收多个传入消息Ui并且递送传出消息Vj,其中i,j∈[1...dc],使得,在图1的实例中,校验节点接收dc=4条传入消息U1、U2、U3、U4并且递送4条传出消息V1、V2、V3、V4,诸如:其中,“+”是伽罗瓦域GF(q)中的加法运算符。每条传入和传出消息均是大小q的向量,该向量将概率密度与伽罗瓦域中的每一个元素相关联。每个校验节点对传入消息进行计算并且将传出消息递送至变量节点。因此,在校验节点与变量节点之间交换密度概率函数,并且相反地,直至代码字被完全解码或已执行预定义的迭代次数。然后,参考“置信传播”算法或BP算法。实现这种算法相对复杂并且需要校验节点中的大量的演算。利用该算法,复杂度随着GF(q)的大小而增加。BP算法的简单直接的实现方式具有O(q2)的复杂度。为了降低该复杂度,已知的是在对数域进行工作,以便将乘法转换成加法。在节点之间交换的数据是对数似然比(LLR)。为了计算传出消息的概率密度函数,用于降低所述复杂度的另一已知的解决方案在于仅考虑传入消息中的nm个最大概率密度函数,nm<q。在2005年9月比利时Louvain-la-Neuve,GRETSI的A.Voicila,D.Declercq,M.Fossorier以及F.Verdier的题为“AlgorithmessimplifiéspourledécodagedecodesLDPCnonbinaires”的文献中详细地描述了被称为EMS(扩展的最小总和)的这种算法。该解决方案可以与之前的解决方案进行组合,使得交换的数据是对数似然比。根据该算法,对传入消息Ui进行过滤并且在由校验节点处理之前对其进行排序。因而,供应至校验节点的消息是仅包括nm个按降序排序的概率密度函数值或LLR的列表。每个概率密度函数或LLR值与伽罗瓦域GF(q)中的元素相关联。概率函数或LLR值的数量考虑了被减少的校验节点(nm<q),该算法的复杂度降低但仍保持高精度。目前,EMS算法赋予了硬件复杂度与通信性能之间的最佳平衡。但是,为了实现当今的应用所需的吞吐量,在软件中执行算法是不充分的。专用硬件架构变为强制性的。EMS算法中的最大复杂度是校验节点(CN)的演算,当前技术的架构应用了所谓的前向-后向(FWBW)方案处理校验节点。该架构公开于2004年6月第2卷IEEE国际通信会议的772页至776页中的H.Wymeersch,H.Steendam以及M.Moeneclaey,Proc.的“Log-domaindecodingofLDPCcodesoverGF(q)”。执行一系列计算,以减少硬件成本并且允许在演算期间重复使用中间结果。然而,这种方案引入了高延迟性并且降低了吞吐量。当GF(q)的大小增加时,这种效果显著增加。本专利技术的目的是提供一种允许减少这些缺陷的方案。
技术实现思路
根据本专利技术,提出了一种用于控制NB-LDPC(非二进制的低密度奇偶校验)解码器内的校验节点的新方法,以允许提高的校验节点演算的并行机制。由校验节点应用的处理被称为基于校正子(SYN)的校验节点(CN)处理。在比当前技术的硬件认知解码算法略微更好地实现了通信性能的同时,SYNCN处理具有更低的复杂度并且校验节点演算的提高的并行机制使能够允许低延迟性和高吞吐量解码器架构。本专利技术涉及一种用于控制解码器的校验节点的方法,解码器用于对非二进制的LDPC码进行解码,所述校验节点接收nm个元素的dc个输入列表Ui并且递送n'm个元素的dc个输出列表Vi,其中i∈[1...dc],其中dc>2,输入或输出列表中的每个元素分别被称为输入元素和输出元素,输入元素和输出元素包括与伽罗瓦域GF(q)的符号相关联的可靠性值,其中q>nm并且q>n'm,分别在所述输入列表和输出列表中根据可靠性值对输入元素和输出元素进行大致排序,所述方法的特征在于该方法包括下列步骤:-将输入列表Ui中的dc输入元素相加,以生成被称为校正子的多个总和,所述输入元素中的每一个属于dc个输入列表Ui之中的截然不同的输入列表,并且每个校正子包括作为所述输入元素的可靠性值的总和的可靠性值和作为伽罗瓦域中的所述输入元素的符号的总和的伽罗瓦域的符号;-对于每个输出列表Vi,通过从校正子中减去输入列表Ui中的输入元素而对校正子应用解相关,以生成解相关的校正子;并且-对于每个输出列表Vi,选择具有最高可靠性值并且针对所述输出列表Vi生成的n'm个解相关的校正子作为所述输出列表Vi中的输出元素。特别是对于解相关运算,该方法允许进行大量的并行实现方式,从而导致高吞吐量和低延迟处理。优选地,从LLR(对数似然比)值导出可靠性值。通过最低LLR值给出最高可靠性值,并且相反地,通过最高LLR值给出最低可靠性值。在一种具体的实施方式中,在相加步骤中,基于与具有所述最高可靠性值(LLR=0)的输入元素不同的至多k个输入元素来生成每个校正子,其中k<dc。在本实施方式中,仅使用具有最高可靠性值的校正子生成输出列表Vi,从而导致所有其他校正子的演算多余。仅生成具有较少偏离的校正子(利用不具有最高可靠性值本文档来自技高网
...
非二进制LDPC解码器的校验节点和对应的方法

【技术保护点】
一种用于控制解码器的校验节点的方法,所述解码器用于对非二进制的LDPC码进行解码,所述校验节点接收nm个元素的dc个输入列表Ui(Ui[j])并且递送n'm个元素的dc个输出列表Vi(Vi[j]),其中i∈[1...dc],其中dc>2,所述输入列表或所述输出列表中的每个元素分别被称为输入元素和输出,所述输入元素和输出包括与伽罗瓦域GF(q)的符号(GF(Ui[j]),GF(Vi[j]))相关联的可靠性值(LLR(Ui[j]),LLR(Vi[j])),其中q>nm并且q>n'm,分别在所述输入列表和所述输出列表中根据所述可靠性值对所述输入元素和输出元素进行大致排序,其特征在于,所述方法包括下列步骤:‑将输入列表Ui中的dc个输入元素相加,以便生成被称为校正子的多个总和,所述输入元素中的每一个属于所述dc个输入列表Ui之中的截然不同的输入列表,并且每个校正子包括作为所述输入元素的所述可靠性值的总和的可靠性值和作为所述伽罗瓦域中的所述输入元素的符号的总和的所述伽罗瓦域的符号,‑对于每个输出列表Vi,通过从所述校正子中减去所述输入列表Ui中的所述输入元素而对所述校正子应用解相关,以生成解相关的校正子,并且‑对于每个输出列表Vi,选择具有最高可靠性值并且针对所述输出列表Vi生成的n'm个解相关的校正子作为所述输出列表Vi中的输出元素。...

【技术特征摘要】
【国外来华专利技术】2015.04.24 EP 15290110.41.一种用于控制解码器的校验节点的方法,所述解码器用于对非二进制的LDPC码进行解码,所述校验节点接收nm个元素的dc个输入列表Ui(Ui[j])并且递送n'm个元素的dc个输出列表Vi(Vi[j]),其中i∈[1...dc],其中dc>2,所述输入列表或所述输出列表中的每个元素分别被称为输入元素和输出,所述输入元素和输出包括与伽罗瓦域GF(q)的符号(GF(Ui[j]),GF(Vi[j]))相关联的可靠性值(LLR(Ui[j]),LLR(Vi[j])),其中q>nm并且q>n'm,分别在所述输入列表和所述输出列表中根据所述可靠性值对所述输入元素和输出元素进行大致排序,其特征在于,所述方法包括下列步骤:-将输入列表Ui中的dc个输入元素相加,以便生成被称为校正子的多个总和,所述输入元素中的每一个属于所述dc个输入列表Ui之中的截然不同的输入列表,并且每个校正子包括作为所述输入元素的所述可靠性值的总和的可靠性值和作为所述伽罗瓦域中的所述输入元素的符号的总和的所述伽罗瓦域的符号,-对于每个输出列表Vi,通过从所述校正子中减去所述输入列表Ui中的所述输入元素而对所述校正子应用解相关,以生成解相关的校正子,并且-对于每个输出列表Vi,选择具有最高可靠性值并且针对所述输出列表Vi生成的n'm个解相关的校正子作为所述输出列表Vi中的输出元素。2.根据权利要求1所述的方法,其中,在相加步骤中,基于与具有所述最高可靠性值的输入元素不同的至多k个输入元素来生成每个校正子,其中k<dc。3.根据权利要求1或2所述的方法,其中,在相加步骤中,基于与具有所述最高可靠性值的输入元素的被称为可靠性距离的距离低于最大可靠性距离的输入元素,生成每个校正子。4.根据权利要求3所述的方法,其中,所述最大可靠性距离取决于k。5.根据前述权利要求中任一项所述的方法,其中,通过根据所述可靠性值将针对所述输出列表Vi生成的所述解相关的校正子进行排序并且通过选择具有所述最高可靠性值的所述n'm个解相关的校正子,来选择所述输出列表Vi中的所述输出元素。6.根据权利要求1至4中任一项所述的方法,其中,对于待生成的输出列表Vi,对从所述输入列表Ui中的具有所述最高可靠性值的输入元素生成的校正子应用所述解相关。7.根据权利要求6所述的方法,其中,在解相关步骤之前,根据所述校正子的所述可靠性值对所述校正子进行排序,使得在所述解相关步骤之后,根据所述可靠性值将针对所述输出列表Vi生成的所述解相关的校正子进行排序,并且所述输出列表Vi中的元素是具有所述最高可靠性值的所述n'm个解相关的校正子。8.根据权利要求1至4中任一项所述的方法,其中,在所述校正子生成之前或之后或同时,所述方法进一步包括下列步骤:-在所述输入列表Ui中预选择被称为探针的输入元素,每个探针具有代表包括所述探针的一组p个相邻输入元素的可靠性值,-评估所述预选择的探针,以便选择预定数量的所述预选择的探针并对其进行排序,根据所述可靠性值对被称为最终探针的所述探针进行排序;并且-基于所述最终探针选择生成的校正子,按所述最终探针的顺序对所述校正子进行排序。9.根据权利要求1至4中任一项所述的方法,其中,在所述校正子生成之前,所述方法进一步包括下列步骤:-在所述输入列表Ui中预选择被称为探针的输入元素,每个探针具有代表包括所述探针的一组p个相邻输入元素的可靠性值,并且-评估所述预选择的探针,以便选择...

【专利技术属性】
技术研发人员:埃马纽埃尔·布蒂永菲利普·施莱费尔蒂莫·莱尼克格昂当
申请(专利权)人:南布列塔尼大学凯撒斯劳滕工业大学克罗尼克有限责任公司
类型:发明
国别省市:法国,FR

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1