基于马尔可夫蒙特卡罗方法的LDPC译码器构造方法技术

本发明专利技术公开了一种基于马尔可夫蒙特卡罗方法的LDPC译码器构造方法，包括以下步骤：S1：通过生成矩阵G、接收信号y和事先给定的最大迭代次数max构造LDPC的MCMC译码算法；S2：在LDPC的MCMC译码算法的基础上构造LDPC的MCMC‑S译码算法；S3：通过生成矩阵G、接收信号y和事先给定的扩展路径数L构造LDPC的MCMC‑L译码算法。本发明专利技术解决了BP中存在的码长较短时性能不好的问题，可以用于下一代移动通信以满足其对于LDPC译码的要求。

Construction of LDPC Decoder Based on Markov Monte Carlo Method

The invention discloses a method for constructing LDPC decoder based on Markov Monte Carlo method, which includes the following steps: S1: constructing a MCMCMC decoding algorithm for LDPC by generating matrix G, receiving signal Y and Max given the maximum number of iterations in advance; S2: constructing a MCMCC_S decoding algorithm for LDPC based on the MCMCMC decoding algorithm for LDPC; S3: generating matrix G, receiving signal Y and events; The MCMCMC L decoding algorithm for LDPC is constructed by the given number of extended paths L. The invention solves the problem that the code length in BP is short and the performance is not good, and can be used in the next generation mobile communication to satisfy the requirement of LDPC decoding.

【技术实现步骤摘要】
基于马尔可夫蒙特卡罗方法的LDPC译码器构造方法
本专利技术涉及信号处理
，特别是涉及一种基于马尔可夫蒙特卡罗方法的LDPC译码器构造方法。
技术介绍
低密度奇偶校验码(LowDensityParityCheckCode,LDPC)，由Gallagar在1962年提出，是线性分组码(LinearBlockCode,LBC)的一种。随着LDPC有效译码算法的提出，它逐渐普及并被认为具有接近Shannon极限的良好性能和并行友好的特点。由于这些优点，从2G时代以来(如IEEE802.11，IEEE802.20)，LDPC码被包括在多种协议中。如今，LDPC码被采纳为5G增强移动宽带(enhancedMobileBroadband,eMBB)场景下的数据信道长码块的编码方案。作为LDPC码的重要组成部分，译码器模块不可小觑。LDPC码译码器的译码方法大致可分为两类：基于硬判决的译码方法和基于软判决的译码方法。第一类译码方案计算复杂度低，易于实现，但纠错能力有限。第二类方法包括采用后验概率信息的置信传播(beliefpropagation,BP)算法。它计算复杂度高，但由于性能接近香农极限而被广泛研究。可是，当LDPC码的因子图中包含小的循环时，BP译码算法只能提供次优解，特别是码长较短时，结果很不理想。因此，如何提高BP算法在短码中的性能，同时维持可以接受的复杂度成为研究的关键。
技术实现思路
专利技术目的：本专利技术的目的是提供一种基于马尔可夫蒙特卡罗方法的LDPC译码器构造方法，能够提高BP算法在短码中的性能，同时维持可以接受的复杂度。技术方案：为达到此目的，本专利技术采用以下技术方案：本专利技术所述的基于马尔可夫蒙特卡罗方法的LDPC译码器构造方法，包括以下步骤：S1：通过生成矩阵G、接收信号y和事先给定的最大迭代次数max构造LDPC的MCMC译码算法；S2：在LDPC的MCMC译码算法的基础上构造LDPC的MCMC-S译码算法；S3：通过生成矩阵G、接收信号y和事先给定的扩展路径数L构造LDPC的MCMC-L译码算法。进一步，所述步骤S1包括以下步骤：S1.1：通过硬判决结果初始化二进制信息向量x，得到初始化后的二进制信息向量x(0)；S1.2：设置第一迭代计数器的总次数为max，令第一迭代计数器迭代变量j＝1；S1.3：设置第二迭代计数器的总次数为K，令第二迭代计数器迭代变量i＝1；K为二进制信息向量x的长度；S1.4：按照式(1)-(3)进行计算：其中，xi表示二进制信息向量x的第i个比特，xi＝0表示二进制信息向量x的第i个比特为0，xi＝1表示二进制信息向量x的第i个比特为1，σ表示信号在空间传播过程中加入的高斯白噪声的标准差，Li表示xi的对数似然比，P(xi＝0)表示xi为0的概率，r是0-1间均匀分布的随机数；S1.5：令i＝i+1，并返回至步骤S1.4，直至迭代到预设次数K为止，获得第j次的迭代结果x(j)，然后进入下一步操作；S1.6：令j＝j+1，并返回至步骤S1.3，直至迭代到预设次数max为止，则第max次的迭代结果x(max)为发射信息的估计。进一步，所述步骤S2包括以下步骤：S2.1：通过硬判决结果初始化二进制信息向量x，得到初始化后的二进制信息向量x(0)；S2.2：设置第一迭代计数器的总次数为K，令第一迭代计数器迭代变量i＝1；S2.3：按照式(4)进行计算：式(4)中，表示将二进制信息向量x的第i个比特翻转后的结果，di是对翻转后结果的一种度量，用于得到对x中比特的更新顺序；S2.4：令i＝i+1，并返回至步骤S2.3，直至迭代到预设次数K为止，然后进入下一步操作；S2.5：对得到的di(i＝1,2,...,K)按升序排序，将排序结果存储在向量s中，以此作为后续更新比特的顺序；s中的第p个元素Sp存储的是在di升序中排第p位的元素的下标；S2.6：设置第二迭代计数器的总次数为max，令第二迭代计数器迭代变量j＝1；S2.7：设置第三迭代计数器的总次数为K，令第三迭代计数器迭代变量p＝1；S2.8：按照式(5)-(8)进行计算：其中，N表示接收信号y的长度，σ*表示对信道中加入噪声的标准差修正后的结果，表示经过修正后的对数似然比，表示二进制信息向量x的第Sp个比特，表示为0的概率，r是0-1间均匀分布的随机数；S2.9：令p＝p+1，并返回至步骤S2.8，直至迭代到预设次数K为止，获得第j次的迭代结果x(j)，然后进入下一步操作；S2.10：令j＝j+1，并返回至步骤S2.7，直至迭代到预设次数max为止，则第max次的迭代结果x(max)为发射信息的估计。进一步，所述步骤S3包括以下步骤：S3.1：用全零向量初始化x1＝x2＝...＝xL；其中，xu为第u条路径上的二进制信息向量，1≤u≤L，L为事先给定的扩展路径数；S3.2：设置第一迭代计数器的总次数为K，令第一迭代计数器迭代变量i＝1；S3.3：设置第二迭代计数器的总次数为L，令第二迭代计数器迭代变量p＝1；S3.4：按照式(9)赋值：式(9)中，表示将向量xp的第i个比特翻转后的结果，xp表示第p条路径上的二进制信息向量，xL+p表示第L+p条路径上的二进制信息向量；S3.5：设置第三迭代计数器的总次数为2L，令第三迭代计数器迭代变量j＝1；S3.6：按照式(10)进行计算：dj'＝||y-Gxj||22(10)式(10)中，dj'是对各路径上的二进制信息向量的一种度量，用于得到最终需要保留的路径；xj表示第j条路径上的二进制信息向量；S3.7：对得到的dj'(i＝1,2,...,K)按升序排序，将排序结果存储在向量s中，用于得到最终需要保留的L条路径；S3.8：令j＝j+1，并返回至步骤S3.6，直至迭代到预设次数2L为止，然后进入下一步操作；S3.9：按照式(11)赋值：式(11)中，表示第Sp条路径上的二进制信息向量；S3.10：令p＝p+1，并返回至步骤S3.4，直至迭代到预设次数L为止，然后进入下一步操作；S3.11：令i＝i+1，并返回至步骤S2.3，直至迭代到预设次数K为止，则第1条路径上的二进制信息向量x1为发射信息的估计。进一步，所述LDPC译码器的传输公式为：y＝Gx+n(12)式(12)中，向量n∈CN是每一项服从均值为0、方差为σ2的加性高斯白噪声，x是K×1维的二进制信息向量，y是N×1维的接收向量，N表示码长，K表示信息比特长度。有益效果：本专利技术公开了一种基于马尔可夫蒙特卡罗方法的LDPC译码器构造方法，与经典的LDPC的BP译码算法相比，本专利技术在短码上具有一定优势。实验结果显示，本专利技术提出的优化译码方法较BP译码在信噪比约为10-3时，有超过1dB的性能增益。解决了BP中存在的码长较短时性能不好的问题，可以用于下一代移动通信以满足其对于LDPC译码的要求。附图说明图1是LDPC-MCMC算法的详细算法图；图2是LDPC-MCMC-S算法的详细算法图；图3是LDPC-MCMC-L算法的详细算法图；图4是接收信号向量长度和信息向量长度分别为20和10时，本专利技术方法(MCMC、MCMC-S、MCMC-L)与传统BP译码方法译码结果的误码率表现比较图；图5是接收信号向量长度和信息向量长度分本文档来自技高网...

【技术保护点】
1.基于马尔可夫蒙特卡罗方法的LDPC译码器构造方法，其特征在于：包括以下步骤：S1：通过生成矩阵G、接收信号y和事先给定的最大迭代次数max构造LDPC的MCMC译码算法；S2：在LDPC的MCMC译码算法的基础上构造LDPC的MCMC‑S译码算法；S3：通过生成矩阵G、接收信号y和事先给定的扩展路径数L构造LDPC的MCMC‑L译码算法。

【技术特征摘要】
1.基于马尔可夫蒙特卡罗方法的LDPC译码器构造方法，其特征在于：包括以下步骤：S1：通过生成矩阵G、接收信号y和事先给定的最大迭代次数max构造LDPC的MCMC译码算法；S2：在LDPC的MCMC译码算法的基础上构造LDPC的MCMC-S译码算法；S3：通过生成矩阵G、接收信号y和事先给定的扩展路径数L构造LDPC的MCMC-L译码算法。2.根据权利要求1所述的基于马尔可夫蒙特卡罗方法的LDPC译码器构造方法，其特征在于：所述步骤S1包括以下步骤：S1.1：通过硬判决结果初始化二进制信息向量x，得到初始化后的二进制信息向量x(0)；S1.2：设置第一迭代计数器的总次数为max，令第一迭代计数器迭代变量j＝1；S1.3：设置第二迭代计数器的总次数为K，令第二迭代计数器迭代变量i＝1；K为二进制信息向量x的长度；S1.4：按照式(1)-(3)进行计算：其中，xi表示二进制信息向量x的第i个比特，xi＝0表示二进制信息向量x的第i个比特为0，xi＝1表示二进制信息向量x的第i个比特为1，σ表示信号在空间传播过程中加入的高斯白噪声的标准差，Li表示xi的对数似然比，P(xi＝0)表示xi为0的概率，r是0-1间均匀分布的随机数；S1.5：令i＝i+1，并返回至步骤S1.4，直至迭代到预设次数K为止，获得第j次的迭代结果x(j)，然后进入下一步操作；S1.6：令j＝j+1，并返回至步骤S1.3，直至迭代到预设次数max为止，则第max次的迭代结果x(max)为发射信息的估计。3.根据权利要求1所述的基于马尔可夫蒙特卡罗方法的LDPC译码器构造方法，其特征在于：所述步骤S2包括以下步骤：S2.1：通过硬判决结果初始化二进制信息向量x，得到初始化后的二进制信息向量x(0)；S2.2：设置第一迭代计数器的总次数为K，令第一迭代计数器迭代变量i＝1；S2.3：按照式(4)进行计算：式(4)中，表示将二进制信息向量x的第i个比特翻转后的结果，di是对翻转后结果的一种度量，用于得到对x中比特的更新顺序；S2.4：令i＝i+1，并返回至步骤S2.3，直至迭代到预设次数K为止，然后进入下一步操作；S2.5：对得到的di(i＝1,2,...,K)按升序排序，将排序结果存储在向量s中，以此作为后续更新比特的顺序；s中的第p个元素Sp存储的是在di升序中排第p位的元素的下标；S2.6：设置第二迭代计数器的总次数为max，令第二迭代计数器迭代变量j＝1；S2.7：设置第三迭代计数器的总次数为K，令第三迭代计数器迭代变量p...

【专利技术属性】
技术研发人员：张川，金洁珺，梁霄，尤肖虎，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏,32