一种利用近似环额外信息度与分割移位的低错误平层QC‑LDPC码构造方法技术

本发明专利技术涉及一种利用ACE与PS的低错误平层QC‑LDPC码构造方法。该方法的基本矩阵由PEG与ACE算法相结合搜索构造，目的是提升基本矩阵中环的连通性。然后将基于PS移位矩阵对基本矩阵循环扩展，以此得到校验矩阵。仿真结果表明，在误码率为10

【技术实现步骤摘要】
一种利用近似环额外信息度与分割移位的低错误平层QC-LDPC码构造方法
本专利技术属于信道处理中的信道编码领域，涉及一种利用ACE与PS的低错误平层QC-LDPC码构造新颖方法。
技术介绍
近年来，低密度奇偶检验(Low-DensityParity-Check,LDPC)码的优越性得到国内外科研工作者关注，并且已成为现代通信系统不可或缺的部分，被用来检测和修正由信道效应如噪声、衰减和干扰等引起的信息传输错误。然而，其性能提高的同时，编码复杂度也同样提高了，进而导致实际应用中成本增加和资源浪费。为了解决该问题，国内外学者提出了QC-LDPC码，其校验矩阵由于具有准循环特性，因而在实际通信系统的应用中具有硬件容易实现的优点。目前，QC-LDPC码的校验矩阵的构造有基于组合数学，有限域，欧氏几何等构造方法，每一种方法的深入研究都是为了使构造的LDPC码的纠错性能有一定地提高，同时降低硬件实现的复杂度。影响纠错性能的因素有很多，包括围长，陷阱集(trappingset)，ACE等。本专利技术方案利用基本矩阵由PEG与ACE算法相结合的算法搜索构造，目的是提升基本矩阵中环的连通性。然后将基于PS的循环移位系数矩阵对基本矩阵循环扩展，以此得到校验矩阵。该方法除了能够改善高信噪比区域的错误平层，还具有码长、码率的任意可设性。因而该方法能满足通信系统对纠错码具有高编码增益、码率可灵活选择以及低错误平层的需求。结果表明，该方案构造的QC-LDPC码的纠错性能要优于经典的PEG构造的LDPC码和PEG-PS(PP)-QC-LDPC(3600,2700)码。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种基本矩阵由PEG与ACE算法相结合的算法搜索构造，目的是提升基本矩阵中环的连通性。然后将基于PS的循环移位系数矩阵对基本矩阵循环扩展，以此得到校验矩阵。该方法除了能够改善高信噪比区域的错误平层，还具有码长、码率的任意可设性。以及改善高信噪比区域错误平层问题。为达到上述目的，本专利技术提供如下技术方案：一种利用ACE与PS的低错误平层QC-LDPC码的新颖方案，包括：首先，由PEG与ACE算法相结合的算法搜索构造出基本矩阵。然后，将基于PS的循环移位系数矩阵对基本矩阵循环扩展，以此得到奇偶校验矩阵H。最后，在相同的仿真环境下，将本专利所提出的码型构造方法与其他码型构造方法进行仿真分析。本专利技术的有益效果在于：利用基本矩阵由PEG与ACE算法相结合的算法搜索构造，目的是提升基本矩阵中环的连通性。然后将基于PS的循环移位系数矩阵对基本矩阵循环扩展，以此得到校验矩阵。该方法除了能够改善高信噪比区域的错误平层，还具有码长、码率的任意可设性。因而该方法能满足通信系统对纠错码具有高编码增益、码率可灵活选择以及低错误平层的需求。结果表明，该方案构造的QC-LDPC码的纠错性能要优于经典的PEG构造的LDPC码和PP-QC-LDPC(3600,2700)码。附图说明为了使本专利技术的目的、技术方案和有益效果更加清楚，本专利技术提供如下附图进行说明：图1为本专利技术方法的技术路线图；图2为PEG-ACE-PS(PAP)-QC-LDPC(3600,2700)码与其他码型的性能对比曲线图；具体实施方式下面将结合附图，对本专利技术的优选实施例进行详细的描述。1.结合附图1说明，首先通过PEG算法与ACE算法相结合构造出基本矩阵。其中，PEG构造算法，该算法是一种经典随机构造法。其核心思想是利用贪心算法在满足度分布的条件下，在每添加一个变量节点都选取满足最大围长的校验节点，即度数最小的校验节点与其相连，以此方法不断添加变量节点与校验节点相连的边。在构造奇偶校验矩阵过程中，以密度进化算法来得到适合自己所需的度分布，构造不同码长与码率的LDPC码，其节点的度分布如式(1)所示：式(1)中dv和dc分别表示变量节点与校验节点相连的最大边数，λi表示与度数大于2的变量节点相连的边数与总边数的比值，ρi表示与度数大于2的校验节点相连的边数与总边数的比值。虽然PEG构造在添加新边时能保证环的长度尽可能大，但不能从整体的角度考虑校验矩阵中环结构进行优化，所以会导致环结构比较复杂，特别是在长码长时，环存在严重的交织问题，有大量公共节点，在一定程度上会降低迭代译码性能。在迭代译码的过程中，信息传递的路径就是环，只从消除短环的角度构造校验矩阵对LDPC码的纠错性能的改善有一定的限度，对环的结构做深入地研究会发现，包含于环中的变量节点与剩余Tanner图中校验节点的联通性是影响译码性能的关键因素。如果变量节点集合的ACE值越大，则构成陷阱集所包含的校验节点的数目就越多。A.Ramamoorthy在文献《AnalysisofanalgorithmforirregularLDPCcodeconstruction》中将ACE算法构造LDPC码型与随机构造进行了对比分析，并证明了ACE算法构造的校验矩阵可以有效减少小停止集的数量。因此，可以得出增大环的外部校验节点可以有效减少小陷阱集的结论，从而使译码过程中所出现的错误平层得到有效地改善。定义1：大小为2d的环，其ACE值等于∑idi-2，其中di表示第i个变量节点的度数。为了提升PEG算法所构造的基本矩阵的环ACE值，以此增大环的连通性，从而降低其在高信噪比区域所出现的错误平层，将ACE算法加入到PEG算法中，ACE算法的核心思想是在构造校验矩阵的过程中，确保所有小于一定长度的环的ACE值都大于某一阈值。对LDPC码校验矩阵构造的参数设定为(dACE,ηACE)，则表示任意环长不大于2dACE的环的ACE值都至少为ηACE。下面给出ACE算法的具体步骤：Step1初始化校验矩阵大小m行n列，令i＝n-1；Step2根据度分布随机生成列向量vi，当满足i≥m时，执行步骤3，否则执行步骤4；Step3判断vi与{vi+1,vi+2,…,vn-1}是否线性相关，满足条件执行步骤2，否则执行步骤4；Step4对所有长度l≤2dACE且包含当前变量节点vi的环的ACE值进行检测，如果ACE≥ηACE，则执行步骤5，否则执行步骤2；Step5令i＝i-1，若i≥0，执行步骤2，否则结束。将PEG算法与ACE算法想结合后构造基本矩阵的伪代码流程如下所示：对改进后的基本矩阵搜索环长分析后，发现上述的ACE的算法使得具有高连接性的短环被保留，但低连接性的长环被消除。因此，基本矩阵中环的连通性得到了显著的改善。在算法运算复杂性上，计算环的ACE值要简单，而且构造的基本矩阵在扩展过程中不会存在过高的复杂性。然后，将基于PS的循环移位系数矩阵对基本矩阵循环扩展，以此得到奇偶校验矩阵H。下面给出一种基于PS的循环移位系数矩阵构造方法。定理1(2k-环)：对于PS-LDPC码的Tanner图中包含至少一个2k环的条件是，当且仅当在移位矩阵S中存在一个闭合路径，其长度为2k，且其2k个顶点Sα1,β1…Sα2k,β2k，满足移位条件[10]其中在文献《StructuredLDPCcodesforhigh-densityrecording:largegirthandlowerrorfloor》中已给出了详细的移位条件的证明。为了描述2k环定理及如何向循环移位系数矩阵S中添加移位本文档来自技高网...

【技术保护点】
本专利技术涉及一种利用近似环额外信息度(Approximate Cycle Extrinsic Message Degree,ACE)与分割移位(Partition and Shift,PS)的低错误平层准循环低密度奇偶校验(Quasi‑Cyclic Low‑Density Parity‑Check,QC‑LDPC)码的新颖方法，基本矩阵由渐进边增长(Progressive Edge Growth,PEG)与ACE算法相结合的算法搜索构造，目的是提升基本矩阵中环的连通性。然后将基于PS的循环移位系数矩阵对基本矩阵循环扩展，以此得到校验矩阵。该方法除了能够改善高信噪比区域的错误平层，还具有码长、码率的任意可设性。因而该方法能满足通信系统对纠错码具有高编码增益、码率可灵活选择以及低错误平层的需求。

【技术特征摘要】
1.本发明涉及一种利用近似环额外信息度(ApproximateCycleExtrinsicMessageDegree,ACE)与分割移位(PartitionandShift,PS)的低错误平层准循环低密度奇偶校验(Quasi-CyclicLow-DensityParity-Check,QC-LDPC)码的新颖方法，基本矩阵由渐进边增长(ProgressiveEdgeGrowth,PEG)与ACE算法相结合的算法搜索构造，目的是提升基本矩阵中环的连通性。然后将基于PS的循环移位系数矩阵对基本矩阵循环扩展，以此得到校验矩阵。该方法除了能够改善高信噪比区域的错误平层，还具有码长、码率的任意可设性。因而该方法能满足通信系统对纠错码具有高编码增益、码率可灵活选择以及低错误平层的需求。2.根据权利...

【专利技术属性】
技术研发人员：袁建国，郑德猛，孙乐乐，袁素真，庞宇，林金朝，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆,50