高速率低密度奇偶检验码的线性规划译码方法技术

技术编号:11535779 阅读:232 留言:0更新日期:2015-06-03 10:32
本发明专利技术公开了一种高速率低密度奇偶检验码的线性规划译码方法,解决了现有技术的LDPC码译码方法译码速率慢的问题。本发明专利技术实现方法的步骤:译码参数初始化;计算初始变量节点消息;计算校验节点消息残余;更新校验节点消息;更新变量节点消息;重新计算校验节点消息残余;译码终止判决;译码结果输出。本发明专利技术通过在每次译码迭代中仅更新一个对译码收敛作用最大的校验节点的校验节点消息以及与该校验节点相邻的变量节点的变量节点消息,使得译码速率大大提高。

【技术实现步骤摘要】
高速率低密度奇偶检验码的线性规划译码方法
本专利技术属于通信
,更进一步涉及信道编码
中一种高速率低密度奇偶检验(Low-DensityParity-Check,LDPC)码的线性规划译码方法。本专利技术可实现基于ADMM算法的低密度奇偶检验LDPC码高速率线性规划译码。
技术介绍
低密度奇偶检验LDPC码译码复杂度低,有逼近香农限的良好性能,被广泛应用于现代通信领域中,如深空通信、无线通信等,并被各种现代通信标准采纳,如802.11n、802.16e、10GBASE-T等,是近年信道编码领域令人瞩目的研究热点。低密度奇偶检验LDPC码译码方法分为两类:消息传递类方法和线性规划译码方法。消息传递类方法,如置信度传播(BeliefPropagation,BP)等,具有实现简单、译码复杂度较低等优势,但是存在易受短环影响、难以数学分析等缺点。线性规划译码方法基于凸优化理论,具有最大似然保证的特点,便于数学分析,但是由于没有充分利用低密度奇偶检验LDPC码校验矩阵稀疏的特点,译码复杂度较高。山东大学拥有的专利技术“一种应用于LDPC码的自适应线性规划译码算法”(授权公告日:2013年6月5日,授权公告号:CN102148619B)中公开了一种自适应低密度奇偶检验LDPC码译码方法。该专利申请中的译码方法通过自适应地添加对当前错误解有效的奇偶校验,有目的的收紧线性规划的可行域范围,因此相对于传统的低密度奇偶检验LDPC码线性规划译码,整个译码过程中所用到的奇偶校验大大减少。该方法虽然解决低密度奇偶检验LDPC码的线性规划译码方法译码速率低的问题,但是仍然存在的不足之处是,译码过程中需要利用标准线性规划问题求解方法多次求解线性规划问题,因此该译码方法虽然能提高译码速率,但提高有限。Barman等人在“DecompositionmethodsforlargescaleLPdecoding”(IEEEInternationalConferenceonDataEngineering,Hannover,2011:253-260.)提出了一种基于交替方向乘子法(AlternatingDirectionMethodofMultiplier,ADMM)的低密度奇偶检验LDPC码线性规划译码方法。该方法通过重新设计适用于低密度奇偶检验LDPC码译码的线性规划问题求解方法,使译码方法的译码效率相对于利用标准线性规划问题求解方法的译码方法大大提高。该方法存在的不足是:基于ADMM的低密度奇偶检验LDPC码线性规划译码方法每次迭代中所有校验节点的校验节点消息和变量节点的变量节点消息均需要更新,且更新校验节点的校验节点信息需要执行时间复杂度较高的欧几里得投影运算,译码速度慢且计算量大,译码效率不高。
技术实现思路
本专利技术的目的在于针对上述已有技术的不足,提出一种高速率低密度奇偶检验LDPC码线性规划译码方法,可实现低密度奇偶检验LDPC码线性规划译码方法的快速收敛,提高译码效率。为了实现上述目的,本专利技术方法的思路是:改变原有译码方法每次迭代中所有校验节点信息和变量节点信息均需要更新的更新策略,通过对校验节点信息残余进行计算,每次仅更新最大校验消息残余的校验节点的校验节点消息以及与最大校验消息残余的校验节点相关的变量节点的变量节点消息,从而减少不必要的消息更新。本专利技术方法的实现步骤如下:(1)译码参数初始化:(1a)按照下式,计算低密度奇偶检验码的码字比特对应的代价参数:γi=log(Pr(ri|ci=0)/Pr(ri|ci=1))其中,γi表示低密度奇偶检验码的码字比特i对应的代价参数,i的取值范围为[1,n],n表示低密度奇偶校验码的长度,ri表示加性高斯白噪声信道输出的第i位信息,ci表示发送的第i位信息,Pr(·)表示括号内表示的事件发生概率;(1b)设置当前迭代次数k=0,设置最大迭代次数N=1000、容差值ε=10-5;(2)按照初始变量节点消息的公式,计算每个变量节点的初始变量节点消息;(3)按照下式,计算每个校验节点的校验节点消息残余:r(Lj→i)=Tjx1其中,r(Lj→i)表示校验节点j对相邻变量节点i的校验节点信息残余,j表示校验节点,i表示变量节点,变量节点i的索引范围是与校验节点j相邻的变量节点的索引集,Tj表示校验节点j对应的转换矩阵,x1表示初始变量节点消息向量;(4)更新校验节点消息:(4a)从校验节点中找出最大校验节点信息残余的校验节点;(4b)按照下式,计算第k+1次迭代时与最大校验节点消息残余的校验节点对应的辅助向量:其中,表示第k+1次迭代时与最大校验节点消息残余的校验节点m对应的辅助向量,Pm表示最大校验节点消息残余的校验节点m对应的校验多胞体,表示在最大校验节点信息残余的校验节点m对应的校验多胞体Pm上做欧几里得投影操作,Tm表示最大校验节点信息残余的校验节点m对应的转换矩阵,xk+1表示第k+1次迭代时变量节点消息向量,表示第k次迭代时与最大校验节点信息残余的校验节点m对应的拉格朗日乘子向量;(4c)按照下式,计算第k+1次迭代时与最大校验节点消息残余的校验节点对应的拉格朗日乘子向量:其中,表示第k+1次迭代时与最大校验节点信息残余的校验节点m对应的拉格朗日乘子向量,Tm表示最大校验节点信息残余的校验节点m对应的转换矩阵,xk+1表示第k+1次迭代时变量节点消息向量,表示第k次迭代时与最大校验节点信息残余的校验节点m对应的拉格朗日乘子向量,表示第k+1次迭代时与最大校验节点信息残余的校验节点m对应的辅助向量;(4d)按照下式,计算第k+1次迭代时最大校验节点信息残余的校验节点消息:其中,表示第k+1次迭代时最大校验节点信息残余的校验节点m向相邻变量节点i发送的校验节点信息,m表示最大校验节点信息残余的校验节点,i表示变量节点,变量节点i的索引范围是与最大校验节点信息残余的校验节点m相邻的变量节点的索引集,表示第k+1次迭代时与最大校验节点消息残余的校验节点m对应的辅助向量zm中与第i个变量节点对应的向量位,表示第k+1次迭代时与最大校验节点信息残余的校验节点m对应的拉格朗日乘子向量ym中与第i个变量节点对应的向量位;(4e)将最大校验节点信息残余的校验节点的校验节点消息残余归零;(5)按照变量节点消息的公式,计算与最大校验节点消息残余的校验节点相邻的变量节点的变量节点消息;(6)按照下式,计算与变量节点消息发生改变的变量节点相邻的校验节点的校验节点消息残余:其中,表示第k+1次迭代时校验节点j对相邻变量节点i的校验节点消息残余,j表示校验节点,i表示变量节点,变量节点i的索引范围是与校验节点j相邻的变量节点的索引集,Tj表示校验节点j对应的转换矩阵,xk+2表示第k+2次迭代时的变量节点消息向量,表示第k+1次迭代时与第个j校验节点对应的拉格朗日乘子向量,xk+1表示第k+1次迭代时变量节点消息向量,表示第k次迭代时与第个j校验节点对应的拉格朗日乘子向量;(7)判断是否满足译码终止条件,若是,则执行步骤(8),否则,执行步骤(4);(8)将变量节点消息向量作为译码结果输出。本专利技术与现有技术相比具有以下优点:第一,由于本专利技术在每次迭代中仅更新一个校验节点的校验节点消息以及与该校本文档来自技高网
...
高速率低密度奇偶检验码的线性规划译码方法

【技术保护点】
高速率低密度奇偶检验码的线性规划译码方法,包括如下步骤:(1)译码参数初始化:(1a)按照下式,计算低密度奇偶检验码的码字比特对应的代价参数:γi=log(Pr(ri|ci=0)/Pr(ri|ci=1))其中,γi表示低密度奇偶检验码的码字比特i对应的代价参数,i的取值范围为[1,n],n表示低密度奇偶校验码的长度,ri表示加性高斯白噪声信道输出的第i位信息,ci表示发送的第i位信息,Pr(·)表示括号内表示的事件发生概率;(1b)设置当前迭代次数k=0,设置最大迭代次数N=1000、容差值ε=10‑5;(2)按照初始变量节点消息的公式,计算每个变量节点的初始变量节点消息;(3)按照下式,计算每个校验节点的校验节点消息残余:r(Lj→i)=Tjx1其中,r(Lj→i)表示校验节点j对相邻变量节点i的校验节点信息残余,j表示校验节点,i表示变量节点,变量节点i的索引范围是与校验节点j相邻的变量节点的索引集,Tj表示校验节点j对应的转换矩阵,x1表示初始变量节点消息向量;(4)更新校验节点消息:(4a)从校验节点中找出最大校验节点信息残余的校验节点;(4b)按照下式,计算第k+1次迭代时与最大校验节点消息残余的校验节点对应的辅助向量:zmk+1=Πpm(Tmxk+1+ymk)]]>其中,表示第k+1次迭代时与最大校验节点消息残余的校验节点m对应的辅助向量,Pm表示最大校验节点消息残余的校验节点m对应的校验多胞体,表示在最大校验节点信息残余的校验节点m对应的校验多胞体Pm上做欧几里得投影操作,Tm表示最大校验节点信息残余的校验节点m对应的转换矩阵,xk+1表示第k+1次迭代时变量节点消息向量,表示第k次迭代时与最大校验节点信息残余的校验节点m对应的拉格朗日乘子向量;(4c)按照下式,计算第k+1次迭代时与最大校验节点消息残余的校验节点对应的拉格朗日乘子向量:ymk+1=Tmxk+1+ymk-zmk+1]]>其中,表示第k+1次迭代时与最大校验节点信息残余的校验节点m对应的拉格朗日乘子向量,Tm表示最大校验节点信息残余的校验节点m对应的转换矩阵,xk+1表示第k+1次迭代时变量节点消息向量,表示第k次迭代时与最大校验节点信息残余的校验节点m对应的拉格朗日乘子向量,表示第k+1次迭代时与最大校验节点信息残余的校验节点m对应的辅助向量;(4d)按照下式,计算第k+1次迭代时最大校验节点信息残余的校验节点消息:Lm→ik+1=(zmk+1)i-(ymk+1)i]]>其中,表示第k+1次迭代时最大校验节点信息残余的校验节点m向相邻变量节点i发送的校验节点信息,m表示最大校验节点信息残余的校验节点,i表示变量节点,变量节点i的索引范围是与最大校验节点信息残余的校验节点m相邻的变量节点的索引集,表示第k+1次迭代时与最大校验节点消息残余的校验节点m对应的辅助向量zm中与第i个变量节点对应的向量位,表示第k+1次迭代时与最大校验节点信息残余的校验节点m对应的拉格朗日乘子向量ym中与第i个变量节点对应的向量位;(4e)将最大校验节点信息残余的校验节点的校验节点消息残余归零;(5)按照变量节点消息的公式,计算与最大校验节点消息残余的校验节点相邻的变量节点的变量节点消息;(6)按照下式,计算与变量节点消息发生改变的变量节点相邻的校验节点的校验节点消息残余:r(Lj→ik+1)=(Tjxk+2+yjk+1)i-(Tjxk+1+yjk)i]]>其中,表示第k+1次迭代时校验节点j对相邻变量节点i的校验节点消息残余,j表示校验节点,i表示变量节点,变量节点i的索引范围是与校验节点j相邻的变量节点的索引集,Tj表示校验节点j对应的转换矩阵,xk+2表示第k+2次迭代时的变量节点消息向量,表示第k+1次迭代时与第个j校验节点对应的拉格朗日乘子向量,xk+1表示第k+1次迭代时变量节点消息向量,表示第k次迭代时与第个j校验节点对应的拉格朗日乘子向量;(7)判断是否满足译码终止条件,若是,则执行步骤(8),否则,执行步骤(4);(8)将变量节点消息向量作为译码结果输出。...

【技术特征摘要】
1.高速率低密度奇偶检验码的线性规划译码方法,包括如下步骤:(1)译码参数初始化:(1a)按照下式,计算低密度奇偶检验码的码字比特对应的代价参数:γi=log(Pr(ri|ci=0)/Pr(ri|ci=1))其中,γi表示低密度奇偶检验码的码字比特i对应的代价参数,i的取值范围为[1,n],n表示低密度奇偶校验码的长度,ri表示加性高斯白噪声信道输出的第i位信息,ci表示发送的第i位信息,Pr(·)表示括号内表示的事件发生概率;(1b)设置当前迭代次数k=0,设置最大迭代次数N=1000、容差值ε=10-5;(2)按照初始变量节点消息的公式,计算每个变量节点的初始变量节点消息;所述初始变量节点消息的公式如下:其中,表示第i个变量节点的初始变量节点消息,Π[0,1]表示在区间[0,1]内做欧几里得投影操作,γi表示与第i个变量节点对应的初始化后的译码参数,ρ表示针对具体信道、具体码字,根据误码率大小优化得到的拉格朗日参数,di表示与变量节点i相邻的校验节点的个数;(3)按照下式,计算每个校验节点的校验节点消息残余:r(Lj→i)=Tjx1其中,r(Lj→i)表示校验节点j对相邻变量节点i的校验节点信息残余,j表示校验节点,i表示变量节点,变量节点i的索引范围是与校验节点j相邻的变量节点的索引集,Tj表示校验节点j对应的转换矩阵,x1表示初始变量节点消息向量;(4)更新校验节点消息:(4a)从校验节点中找出最大校验节点信息残余的校验节点;(4b)按照下式,计算第k+1次迭代时与最大校验节点消息残余的校验节点对应的辅助向量:其中,表示第k+1次迭代时与最大校验节点消息残余的校验节点m对应的辅助向量,pm表示最大校验节点消息残余的校验节点m对应的校验多胞体,表示在最大校验节点信息残余的校节点m对应的校验多胞体pm上做欧几里得投影操作,Tm表示最大校验节点信息残余的校验节点m对应的转换矩阵,xk+1表示第k+1次迭代时变量节点消息向量,表示第k次迭代时与最大校验节点信息残余的校验节点m对应的拉格朗日乘子向量;(4c)按照下式,计算第k+1次迭代时与最大校验节点消息残余的校验节点对应的拉格朗日乘子向量:其中,表示第k+1次迭代时与最大校验节点信息残余的校验节点m对应的拉格朗日乘子向量,Tm表示最大校验节点信息残余的校验节点m对应的转换矩阵,xk+1表示第k+1次迭代时变量节点消息向量,表示第k次迭代时与最大校验节点信息残余的校验节点m对应的拉格朗日乘子向量,表示第k+1次迭代时与最大校验节点信息残余的校验节点m对应的辅助向量;(4d)按照下式,...

【专利技术属性】
技术研发人员:慕建君王彪魏浩源范庆辉焦晓鹏
申请(专利权)人:西安电子科技大学
类型:发明
国别省市:陕西;61

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