LDPC译码方法技术

本发明专利技术提供了一种LDPC译码方法及装置，包括：在一次子迭代内校验节点处理中，获得校验矩阵中对应行的变量节点的软值信息绝对值，取该软值信息绝对值中最小值和预定范围内次小值，修正因子对最小值和次小值处理后获得该对应行的外信息；及利用外信息对该对应行所有变量节点进行软值更新，其特征在于，还包括：对所得的更新后软值信息进行硬判决并验证是否满足校验矩阵；当满足校验矩阵时输出外信息和更新后软值信息；当不满足校验矩阵时对外信息提高可信度后再利用所得高信度外信息重新对该对应行所有变量节点进行软值更新，使得外信息更加可靠可加速收敛，可使得含有较低度数的变量节点能够跳出陷阱集，提高低码率译码性能。

【技术实现步骤摘要】

本专利技术涉及编码译码技术，具体涉及一种LDPC译码方法。
技术介绍
由于LDPC(Low-Density Parity-Check)码优越的性能而被广泛应用于无线通信。其中非规则的LDPC相对于规则的LDPC更加接近于香农极限。基于置信传播的和积算法虽然能够获得很好的译码门限，但是其校验节点处理复杂度高，不利于硬件实现。最小和算法及其改进算法可以显著的降低算法实现复杂度，而且在一类规则的LDPC码集中表现出较低的性能损失，但是其应用到在非规则的LDPC码集时，尤其是低码率条件下存在很大的性能损失。DVB-T2/S2标准中都使用了低码率的非规则的LDPC码。尤其是S2的1/4码率，使用归一化的最小和算法(即便是合理的选择了修正因子)SNR损失超过1dB。综上所述，一种能够使最小和算法在非规则LDPC码，尤其是低码率下表现出较好性能的专利技术是必须的。
技术实现思路
本专利技术解决的问题是最小和算法及其现有常用改进算法(归一化的最小和算法、偏移的最小和算法等)在一类非规则的LDPC译码中尤其是低码率条件下表现出了较差的性能。为解决上述问题，本专利技术的实施例提供了一种LDPC译码方法，包括如下
步骤：在一次子迭代内校验节点处理中，获得校验矩阵中对应行的变量节点的软值信息绝对值，取该软值信息绝对值中最小值和预定范围内次小值，利用修正因子对最小值和次小值处理后获得该对应行的外信息；以及利用外信息对该对应行所有变量节点进行软值更新，其特征在于，还包括如下步骤：对所得的更新后软值信息进行硬判决并验证是否满足校验矩阵；当满足校验矩阵时，输出外信息和更新后软值信息；当不满足校验矩阵时，对外信息提高可信度后再利用所得高信度外信息重新对该对应行所有变量节点进行软值更新。可选地，其中，子迭代是一次迭代划分成若干次子迭代，划分规则基于LDPC码的校验矩阵结构和并行度需求。可选地，在一次子迭代内校验节点处理中，获得对应行的变量节点的软值信息绝对值，其中，该对应行是子迭代中任意一行或并行多行。可选地，通过任意基于最小和算法的修正算法获得对应行的外信息，可选地，其中，最小和算法至少包含：归一化的最小和算法、或偏移的最小和算法、或分度数的最小和算法、或变步长的最小和算法。可选地，其中，基于归一化的最小和算法的修正算法获得外信息步骤，包含：对于最小值的变量节点，外信息绝对值等于次小值乘以修正因子；对于非最小值的变量节点，外信息绝对值等于最小值乘以修正因子。可选地，其中，基于偏移的最小和算法的修正算法获得外信息步骤，包含：对于最小值的变量节点，外信息的绝对值等于次小值减去修正因子后和零相比较选取的较大值；对于非最小值的变量节点，外信息的绝对值等于最小值减去修正因子后和零相比较选取的较大值。可选地，其中，对外信息按照预定可信度处理规则提高可信度，该预定可信度处理规则包含：不改变外信息符号前提下，增加外信息的绝对值。可选地，其中，当外信息通过归一化的最小和算法获得时，预定可信度处理规则包含：增大修正因子。可选地，其中，当外信息通过偏移的最小和算法获得时，预定可信度处理规则包含：减小修正因子。另外，本专利技术的实施例还提供了一种LDPC译码装置，包括：外信息第一次计算模块，在一次子迭代内校验节点处理中，获得校验矩阵中对应行的变量节点的软值信息绝对值，取该软值信息绝对值中最小值和预定范围内次小值，利用修正因子对最小值和次小值处理后获得该对应行的外信息；以及变量节点更新模块，利用外信息对该对应行所有变量节点进行软值更新，其特征在于，还包括：校验行判决模块，对所得的更新后软值信息进行硬判决并验证是否满足校验矩阵；以及外信息第二次计算模块，当不满足校验矩阵时，对外信息提高可信度后再利用所得高信度外信息重新对该对应行所有变量节点进行软值更新。与现有技术相比，本专利技术技术方案具有以下有益效果：根据本专利技术实施例提供的LDPC译码方法及译码装置，由于本专利技术中每次子迭代获得的外信息会根据更新后软值信息与校验矩阵的验证结果来被输出或再次处理，使得外信息更加可靠,可加速收敛，进一步地，利用增加外信息量来提高可信度可使得含有较低度数的变量节点能够跳出陷阱集(trapping set)，而低码率的LDPC含有更多的低度数的变量节点，从而本专利技术能更明显
地提高低码率译码性能，另外，采用归一化的最小和算法或偏移的最小和算法，及增加校验矩阵判决，并不会带来硬件成本的增加。需说明的是，本专利技术应用于任何一种LDPC码字均可获得很好性能，并非限制于基于DVB-T2/S2的LDPC码字。附图说明图1是本专利技术实施例的LDPC译码方法中外信息处理的流程示意图；图2是本专利技术实施例的LDPC校验矩阵的示意图；图3是本专利技术的LDPC译码装置的示意框图；图4是本专利技术的LDPC译码装置中外信息第一次计算模块的示意图；以及图5是本专利技术的LDPC译码装置中外信息第二次计算模块的示意图。具体实施方式专利技术人发现已有技术中是最小和算法及其现有常用改进算法(归一化的最小和算法、偏移的最小和算法等)在一类非规则的LDPC译码中尤其是低码率条件下表现出了较差的性能这样的问题。针对上述问题，专利技术人经过研究，提供了一种LDPC译码方法及译码装置，由于本专利技术中每次子迭代获得的外信息会根据更新后软值信息与校验矩阵的验证结果来被输出或再次处理，使得外信息更加可靠,可加速收敛，进一步地，利用增加外信息量来提高可信度可使得含有较低度数的变量节点能够跳出陷阱集(trapping set)，而低码率的LDPC含有更多的低度数的变量节点，从而
本专利技术能更明显地提高低码率译码性能，另外，采用归一化的最小和算法或偏移的最小和算法，及增加校验矩阵判决，并不会带来硬件成本的增加。需说明的是，本专利技术应用于任何一种LDPC码字均可获得很好性能，并非限制于基于DVB-T2/S2的LDPC码字。为了使本专利技术的上述目的、特征和优点能够更为明显易懂，下面结合附图对本专利技术的具体实施方式做详细的说明。图1是本专利技术实施例的LDPC译码方法中外信息处理的流程示意图。本实施例中LDPC译码方法，包括如下步骤：步骤(一)：在一次子迭代内校验节点处理中，获得校验矩阵中对应行的变量节点的软值信息绝对值，取该软值信息绝对值中最小值和预定范围内次小值，利用修正因子对所述最小值和所述次小值处理后获得该对应行的外信息；以及步骤(二)：利用外信息对该对应行所有变量节点进行软值更新，步骤(三)：对所得的更新后软值信息进行硬判决并验证是否满足校验矩阵；步骤(四)：当满足校验矩阵时，输出所述外信息和所述更新后软值信息；以及步骤(五)：当不满足校验矩阵时，对所述外信息提高可信度后再利用所得高信度外信息重新对该对应行所有变量节点进行软值更新。整体来说，本实施例通过提高外信息的可靠度来实现LDPC译码。具体的
措施是对第一次外信息进行校验，当不满足校验矩阵时，认为该校验行更新后的变量节点可靠度不够，需要增加外信息量从而提高该错误行内变量节点的可靠度。以下结合LDPC校验矩阵H说明该专利技术。如图1所示，具体实施方式的步骤如下：步骤S1：初始化步骤，该初始化步骤包含以下：初始化所有变量节点：Tn＝llrn,0≤n＜Nldpc。其中，llrn是解映射输出的本文档来自技高网...

【技术保护点】
一种LDPC译码方法，包括如下步骤：在一次子迭代内校验节点处理中，获得校验矩阵中对应行的变量节点的软值信息绝对值，取该软值信息绝对值中最小值和预定范围内次小值，利用修正因子对所述最小值和所述次小值处理后获得该对应行的外信息；以及利用外信息对该对应行所有变量节点进行软值更新，其特征在于，还包括如下步骤：对所得的更新后软值信息进行硬判决并验证是否满足校验矩阵；当满足校验矩阵时，输出所述外信息和所述更新后软值信息；当不满足校验矩阵时，对所述外信息提高可信度后再利用所得高信度外信息重新对该对应行所有变量节点进行软值更新。

【技术特征摘要】
1.一种LDPC译码方法，包括如下步骤：在一次子迭代内校验节点处理中，获得校验矩阵中对应行的变量节点的软值信息绝对值，取该软值信息绝对值中最小值和预定范围内次小值，利用修正因子对所述最小值和所述次小值处理后获得该对应行的外信息；以及利用外信息对该对应行所有变量节点进行软值更新，其特征在于，还包括如下步骤：对所得的更新后软值信息进行硬判决并验证是否满足校验矩阵；当满足校验矩阵时，输出所述外信息和所述更新后软值信息；当不满足校验矩阵时，对所述外信息提高可信度后再利用所得高信度外信息重新对该对应行所有变量节点进行软值更新。2.如权利要求1所述的LDPC译码方法，其特征在于，其中，所述子迭代是一次迭代划分成若干次子迭代，划分规则基于LDPC码的校验矩阵结构和并行度需求。3.如权利要求1所述的LDPC译码方法，其特征在于，在一次子迭代内校验节点处理中，获得对应行的变量节点的软值信息绝对值，其中，该对应行是子迭代中任意一行或并行多行。4.如权利要求1所述的LDPC译码方法，其特征在于，通过任意基于最小和算法的修正算法获得所述对应行的所述外信息。5.如权利要求4所述的LDPC译码方法，其特征在于，其中，所述最小和算法至少包含：归一化的最小和算法、或偏移的最小和算法、或分度数的最小和算法、或 变步长的最小和算法。6.如权利要求5所述的LDPC译码方法，其特征在于，其中，基于所述归一化的最小和算法的修正算法获得所述外信息步骤，包含：对于最小值的变量节点，所述外信息绝对值等于所述次小值乘以修正因子；对于非最小值的变量节点，所述...

【专利技术属性】
技术研发人员：韩雄川，黄戈，梁伟强，
申请(专利权)人：上海高清数字科技产业有限公司，
类型：发明
国别省市：上海;31