一种低复杂度的多元LDPC码译码方法及译码器技术

本发明专利技术公开了一种低复杂度的多元LDPC码译码方法，包括步骤：一、初始化；二、信号检测；三、判断循环次数是否达到了预设的最大循环次数，未达到时，执行四，否则，执行五；四、译码停止模块计算最可能估计符号序列的校验和，校验和为全零向量时，执行五，否则，执行六；五、译码结果输出；六、变量节点进行传送给校验节点的信息更新；七、校验节点进行信息更新；八、变量节点进行传送给检测节点的信息更新；九、检测节点进行信息更新；本发明专利技术还公开了一种低复杂度的多元LDPC码译码器。本发明专利技术的方法步骤简单，能够满足高速高效的要求，能够取得更好的译码性能和更宽泛的适用条件，实用性强，使用效果好，便于推广使用。

【技术实现步骤摘要】

本专利技术属于通信
，具体涉及一种低复杂度的多元LDPC码译码方法及译 码器。
技术介绍
随着上世纪末稀疏图码以及迭代译码算法的兴起，低密度校验码（LDPC码）得到 了广泛的研究和应用。同时，基于高阶有限域GF(q) (q> 2)的多元LDPC码凭借其相对二元 LDPC码在中短码长的性能优势，尤其与高阶调制相结合时的优异性能也引起了学术界的广 泛研究。然而多元LDPC码相对较高的译码复杂度削弱了它在性能上所具有的优势。 为了降低译码算法复杂度，Davey等提出了基于快速傅里叶变换（FFT)的 QSPA(FFT-QSPA)算法，降低了原始QSPA算法的复杂度。后来，Declercq和Fossorier提出 了一种扩展最小和（EMS)算法，进一步降低了译码复杂度。随后人们提出的基于网格图的 EMS(T-EMS)算法和一种简化的最小和算法（SMSA)也在不同程度上降低了多元码的译码复 杂度。但是这些软判决的译码算法在对多元码，尤其是对当q很大的多元码进行译码时，其 复杂度对于实用的多元LDPC编码调制系统还是太高，以致难以实现。 基于可靠度量的译码算法是另一类有效的多元码的译码算法，这类算法在性能与 译码复杂度之间取得了很好的折中，但是大部分基于可靠度量的译码算法只应用于二阶调 制，对于多元LDPC编码调制系统并不适用。针对多元LDPC编码调制系统，王雪鹏和白宝明 提出了基于可靠度量的联合迭代检测-译码（IJDD)算法，该算法虽然具有极低的复杂度， 但相对QSPA算法损失了一定的性能，而且该算法只适用于高列重的多元码，对列重较低的 多元码译码并不合适。
技术实现思路
本专利技术所要解决的技术问题在于针对上述现有技术中的不足，提供一种方法步骤 简单、实现方便、能够满足高速高效的要求、能够取得更好的译码性能和更宽泛的适用条件 的低复杂度的多元LDPC码译码方法。 为解决上述技术问题，本专利技术采用的技术方案是：一种低复杂度的多元LDPC码译 码方法，其特征在于该方法包括以下步骤： 步骤一、初始化循环次数为0 ; 步骤二、信号检测：信号检测模块对接收序列y按照最大似然判决准则进行硬判 决，得到与接收序列y相对应的发送序列X的最可能估计序列I1和次可能估计序列f2 ,并 计算接收序列y的可靠度量Ad;然后，对最可能估计序列^进行解映射得到最可能估计符 号序列Z1，对次可能估计序列I进行解映射得到次可能估计符号序列z2;最后，将接收序 列y的可靠度量Ad、最可能估计符号序列Z1和次可能估计符号序列z2传送给变量节点， 并将最可能估计符号序列^传送给译码停止模块； 步骤三、判断循环次数是否达到了预设的最大循环次数，当循环次数未达到预设 的最大循环次数时，执行步骤四，否则，执行步骤五； 步骤四、校验输出：译码停止模块计算最可能估计符号序列^的校验和，当校验和 为全零向量时，执行步骤五，否则，执行步骤六； 步骤五、将译码结果中的信息位输出并结束译码循环； 步骤六、变量节点进行传送给校验节点的信息更新：变量节点信息更新模块根据 变量节点接收到的接收序列y的可靠度量Ad，选出与每个校验节点相连的可靠度量最小 的变量节点，该变量节点给与其相连的校验节点传送最可能估计符号序列Z1和次可能估计 符号序列Z2，除该变量节点外的其他变量节点只给与其相连的校验节点传送最可能估计符 号序列Z1; 步骤七、校验节点进行信息更新：校验节点信息更新模块根据Chase-Iike译码算 法计算其返回给与其相连的各个变量节点的两个估计符号，并将这两个估计信号作为外信 息传送给与其相连的各个变量节点； 步骤八、变量节点进行传送给检测节点的信息更新，具体过程为： 步骤801、变量节点信息更新模块根据接收的外信息作为该变量节点符号的投票， 进行票数统计，并根据票数计算每个变量节点符号分别等于q个元素的概率向量P;其中，q为有限域的大小； 步骤802、变量节点信息更新模块计算出每个变量节点符号的累积概率向量p; 步骤803、变量节点信息更新模块根据每个变量节点符号的累积概率向量p得出 概率最大元素a_和概率次大元素a_，并计算出概率最大元素a_和概率次大元素a_对 应票数的差值Af; 步骤804、将每个变量节点对应的信息对（amax，Af)传送给检测节点； 步骤九、检测节点进行信息更新：检测节点信息更新模块根据从变量节点接收到 的信息产生更新步长和更新方向，对所有变量节点对应的译码器接收值进行更新，然后，循 环次数自加1并返回步骤二。 上述的一种低复杂度的多元LDPC码译码方法，其特征在于：步骤二中计算接收序 列y的可靠度量Ad的方法为：首先，计算接收序列y的每个分量yj与最可能估计序列七 的每个分量All的欧式距离du，以及接收序列y的每个分量yj与次可能估计序列i2的每 个分量2的欧式距离d]i2;然后，计算欧氏距离du和du的差并取绝对值，得到接收序列 y的每个分量I的可靠度量Adj，取j为0~n-1之间的整数，得到接收序列y的可靠度量Ad= {Ad。，ACl1，…，AdnJ;其中，n为多元LDPC码的校验矩阵H的列数。 上述的一种低复杂度的多元LDPC码译码方法及译码器，其特征在于：步骤四中译 码停止模块计算最可能估计符号序列Z1的校验和的计算公式为：Sm =ZPht ,其中，；Zp为循环次数为k时的最可能估计符号序列，s(k)为循环次数为k时的最可能估计符号序列 zf的校验和，Ht为多元LDPC码的校验矩阵H的转置矩阵。 上述的一种低复杂度的多元LDPC码译码方法及译码器，其特征在于：步骤七中校 验节点信息更新模块根据Chase-like译码算法计算其返回给与其相连的各个变量节点的 两个估计符号的计算公式为：点&返回给与其相连的各个变量节点的第一个估计符号，即第一个外信息；Sa,1为循环次 数为k时校验节点^返回给与其相连的各个变量节点的第二个估计信号，即第二个外信 息；Iilii为多元LDPC码的校验矩阵H中第i行第1列的非零元素，h为多元LDPC码的校 验矩阵H中第i行第1'列的非零元素，Illij为多元LDPC码的校验矩阵H中第i行第j列的 非零元素，A/UO为与校验节点S1相连的变量节点索引集，为从变量节点索 引集M(0中除去元素j和元素1后的子集，if为循环次数为k时与校验节点S1相连的 变量节点V1，的最可能估计符号，2|:)为循环次数为k时与校验节点S1相连的所有变量节点 中可靠度量最小的变量节点V]的最可能估计符号，为循环次数为k时变量节点V]的次 可能估计符号；i为〇~m之间的自然数，m为多元LDPC码的校验矩阵H的行数；1为0~d。之间的自然数，d。为多元LDPC码的校验矩阵H的行重。 上述的一种低复杂度的多元LDPC码译码方法及译码器，其特征在于：步骤801 中变量节点信息更新模块根据票数计算循环次数为k时每个变量节点符号分别等于q个调器根据信道接收值得出的元素a的概率，为循环次数为k_l时变量节点符号等 于元素a的累积概率，/< ^vv)表示循环次数为k时变量节点符号等于元素w的累积概率， O)表示循环次数为k_l时变量节点符号等于元素w的累积概率，w为大小为q的有 限域中的元素。 本文档来自技高网...

【技术保护点】
一种低复杂度的多元LDPC码译码方法，其特征在于该方法包括以下步骤：步骤一、初始化循环次数为0；步骤二、信号检测：信号检测模块对接收序列y按照最大似然判决准则进行硬判决，得到与接收序列y相对应的发送序列x的最可能估计序列和次可能估计序列并计算接收序列y的可靠度量Δd；然后，对最可能估计序列进行解映射得到最可能估计符号序列z1，对次可能估计序列进行解映射得到次可能估计符号序列z2；最后，将接收序列y的可靠度量Δd、最可能估计符号序列z1和次可能估计符号序列z2传送给变量节点，并将最可能估计符号序列z1传送给译码停止模块；步骤三、判断循环次数是否达到了预设的最大循环次数，当循环次数未达到预设的最大循环次数时，执行步骤四，否则，执行步骤五；步骤四、校验输出：译码停止模块计算最可能估计符号序列z1的校验和，当校验和为全零向量时，执行步骤五，否则，执行步骤六；步骤五、将译码结果中的信息位输出并结束译码循环；步骤六、变量节点进行传送给校验节点的信息更新：变量节点信息更新模块根据变量节点接收到的接收序列y的可靠度量Δd，选出与每个校验节点相连的可靠度量最小的变量节点，该变量节点给与其相连的校验节点传送最可能估计符号序列z1和次可能估计符号序列z2，除该变量节点外的其他变量节点只给与其相连的校验节点传送最可能估计符号序列z1；步骤七、校验节点进行信息更新：校验节点信息更新模块根据Chase‑like译码算法计算其返回给与其相连的各个变量节点的两个估计符号，并将这两个估计信号作为外信息传送给与其相连的各个变量节点；步骤八、变量节点进行传送给检测节点的信息更新，具体过程为：步骤801、变量节点信息更新模块根据接收的外信息作为该变量节点符号的投票，进行票数统计，并根据票数计算每个变量节点符号分别等于q个元素的概率向量其中，q为有限域的大小；步骤802、变量节点信息更新模块计算出每个变量节点符号的累积概率向量p；步骤803、变量节点信息更新模块根据每个变量节点符号的累积概率向量p得出概率最大元素amax和概率次大元素amin，并计算出概率最大元素amax和概率次大元素amin对应票数的差值Δf；步骤804、将每个变量节点对应的信息对(amax，Δf)传送给检测节点；步骤九、检测节点进行信息更新：检测节点信息更新模块根据从变量节点接收到的信息产生更新步长和更新方向，对所有变量节点对应的译码器接收值进行更新，然后，循环次数自加1并返回步骤二。...

【技术特征摘要】

【专利技术属性】
技术研发人员：白宝明，朱敏，郭权，马啸，
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