一种LDPC码稀疏校验矩阵重建方法及系统技术方案

本发明专利技术涉及一种LDPC码稀疏校验矩阵重建方法及系统。该方法包括：对整个低密度奇偶校验码LDPC码随机抽取一次比特信息，并根据所述一次随机抽取的比特信息进行分析，确定最小抽取次数；基于所述最小抽取次数，对LDPC码随机抽取多次比特信息，并根据多次所述比特信息确定疑似稀疏校验向量；获取信道错码率，并基于所述信号错码率，确定最小错误判决门限；根据所述最小错误判决门限判定所述疑似稀疏校验向量是否为正确稀疏校验向量；若是，根据所述正确稀疏校验向量重建稀疏校验矩阵；所述稀疏校验矩阵用于对通信信息译码；若否，重新对LDPC码随机抽取多次比特信息。本发明专利技术能够降低计算复杂度以及提高容错性能。计算复杂度以及提高容错性能。计算复杂度以及提高容错性能。

【技术实现步骤摘要】
一种LDPC码稀疏校验矩阵重建方法及系统


[0001]本专利技术涉及通信侦察、智能通信以及认知无线电等通信
，特别是涉及一种LDPC码稀疏校验矩阵重建方法及系统。

技术介绍

[0002]为了对抗信道中噪声的干扰，数字通信系统中广泛采用信道编码技术。受Turbo码迭代译码思想的启发，LDPC码被再次发现，目前已经被广泛应用于如IEEE802.11、DVB-S2以及嫦娥探月工程等数据传输协议中。对于非合作通信方而言，研究在高误码率条件下，LDPC码稀疏校验矩阵的重建，对于目前大量采用了LDPC码编码的通信协议逆向分析而言，具有非常重要的意义。
[0003]目前针对信道编码参数识别的研究主要集中于分组码、卷积码以及Turbo码等，而对LDPC码参数识别的文献较少，同时在有误码条件，LDPC码稀疏校验矩阵的重建问题一直都是一个难点，主要原因在于LDPC码码长较长，在有误码条件下，目前针对信道编码识别的算法如：矩阵分析、Walsh-Hadarmd变换等往往失效。
[0004]传统的LDPC码稀疏校验矩阵重建主要分为两步，即非稀疏校验矩阵的获取以及校验矩阵稀疏化处理，其中，非稀疏校验矩阵的获取是稀疏化处理的前提。传统方法将整个LDPC码码字进行高斯消元，然后得到非稀疏的校验向量，不妨设LDPC码的码长为n，截获到的序列长度为l，构造的码字矩阵为A，即：
[0005][0006]其中，其中，表示向下取整，c
i,j
(1≤i≤N,1≤j≤n)为截获码字元序列。
[0007]设在高斯消元过程中，对A的初等行变换矩阵为R
N
×
N
，初等列变换矩阵为S
n
×
n
，则经过初等行变换以及初等列变换后，矩阵A变为：
[0008][0009]其中，0
k
′×
(n-k
′
)
为维度为k
′×
(n-k
′
)的全零矩阵。
[0010]设列变换矩阵S
n
×
n
＝[s1,s2,
…
,s
n
]，其中s
i
(1≤i≤n)为S
n
×
n
的列向量，在无误码条件下，其中k
′
＝k，此时列向量s
k+1
,s
k+2
,
…
,s
n
正好构成LDPC码非稀疏校验矩阵，同时D
(N-k
′
)
×
(n-k
′
)
为全零矩阵；当存在误码时，部分线性关系受到破坏，此时k
′
＞k，列向量s
k
′
+1
,s
k
′
+2
,
…
,s
n
构成LDPC码部分非稀疏校验矩阵，同时D
(N-k
′
)
×
(n-k
′
)
为一稀疏矩阵。在极端情况下，k
′
＝n，矩阵A为列满秩矩阵，未能重建出非稀疏校验向量。由上述分析可知，对A进行高斯消元时，真正对结果产生影响的为前n个码字，只有当前n个码字同时满足同一校验关系时，才能够得到校验向量。
[0011]不妨设LDPC码中某一校验向量为v，其码重为w，当误码率为pe条件下，通过对矩阵A进行高斯消元，仍能得到校验向量v，则必须满足条件为：向量v中元素为1的位置对应于A中前n个码字中比特没有出现误码，或是出现误码的个数为偶数个，此时通过模2运算，误码没有产生影响，即单个码字满足v的校验关系概率为：
[0012][0013]其中，C表示求组合数运算。
[0014]对A进行高斯消元，得到非稀疏校验向量v，则至少需要n个满足校验关系的码字，即能够通过高斯消元求解得到v的概率为P1＝P
n
。
[0015]由此可知，对于传统算法而言，在信道误码率一定时，能够获取到校验向量的概率随着码长n以及校验向量的码重w增大而成指数级的下降。在实际工程中LDPC码码长通常很大，对应于非稀疏校验向量的码重也非常大，故误码率一旦增大，能够通过高斯消元求解校验向量的概率将非常小，同时高斯消元算法的计算复杂度近似为T～B(iter,P2)，由此可知，对于长码长的LDPC码而言，计算复杂较大。
[0016]对于非稀疏校验向量的稀疏化，传统方法采用2-阶和P-阶行变换方式，对于非双对角线形式的稀疏校验矩阵，选取的P具有一定的盲目性，故计算量比较大，这导致其算法的实时性较差。
[0017]从上述分析来看，在有误码条件下，传统的重建算法具有工程实用化还具有一定的差距，即目前存在的LDPC码都是将整个LDPC码进行高斯消元，然后得到非稀疏的校验向量，最后通过稀疏化处理得到LDPC码稀疏校验矩阵，没有充分利用LDPC码校验矩阵非常稀疏的特点，容错性较差，且传统的重建算法由于在重建过程中存在两步，导致计算复杂较大。

技术实现思路

[0018]本专利技术的目的是提供一种LDPC码稀疏校验矩阵重建方法及系统，以解决传统的重建算法计算复杂，且容错性差的问题。
[0019]为实现上述目的，本专利技术提供了如下方案：
[0020]一种LDPC码稀疏校验矩阵重建方法，包括：
[0021]对整个低密度奇偶校验码LDPC码随机抽取一次比特信息，并根据所述一次随机抽取的比特信息进行分析，确定最小抽取次数；
[0022]基于所述最小抽取次数，对LDPC码随机抽取多次比特信息，并根据多次所述比特信息确定疑似稀疏校验向量；所述疑似稀疏校验向量为对所有随机抽取的比特信息进行列消元处理得到的消元结果；
[0023]获取信道错码率，并基于所述信号错码率，确定最小错误判决门限；
[0024]根据所述最小错误判决门限判定所述疑似稀疏校验向量是否为正确稀疏校验向量；所述正确稀疏校验向量包含校验位；
[0025]若是，根据所述正确稀疏校验向量重建稀疏校验矩阵；所述稀疏校验矩阵用于对通信信息译码；
[0026]若否，重新对LDPC码随机抽取多次比特信息。
[0027]可选的，所述对整个低密度奇偶校验码LDPC码随机抽取一次比特信息，并根据所述一次随机抽取的比特信息进行分析，确定最小抽取次数，具体包括：
[0028]根据公式确定最小抽取次数；其中，iter
min
为最小抽取次数；P2为一次随机抽取的比特信息包含的疑似稀疏校验向量中稀疏校验节点的概率。
[0029]可选的，所述基于所述最小抽取次数，对LDPC码随机抽取多次比特信息，并根据多次所述比特信息确定疑似稀疏校验向量，具体包括：
[0030]基于所述最小抽取次数，将对LDPC码随机抽取的多次比特信息构建LDPC码码字矩阵；<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种LDPC码稀疏校验矩阵重建方法，其特征在于，包括：对整个低密度奇偶校验码LDPC码随机抽取一次比特信息，并根据所述一次随机抽取的比特信息进行分析，确定最小抽取次数；基于所述最小抽取次数，对LDPC码随机抽取多次比特信息，并根据多次所述比特信息确定疑似稀疏校验向量；所述疑似稀疏校验向量为对所有随机抽取的比特信息进行列消元处理得到的消元结果；获取信道错码率，并基于所述信号错码率，确定最小错误判决门限；根据所述最小错误判决门限判定所述疑似稀疏校验向量是否为正确稀疏校验向量；所述正确稀疏校验向量包含校验位；若是，根据所述正确稀疏校验向量重建稀疏校验矩阵；所述稀疏校验矩阵用于对通信信息译码；若否，重新对LDPC码随机抽取多次比特信息。2.根据权利要求1所述的LDPC码稀疏校验矩阵重建方法，其特征在于，所述对整个低密度奇偶校验码LDPC码随机抽取一次比特信息，并根据所述一次随机抽取的比特信息进行分析，确定最小抽取次数，具体包括：根据公式确定最小抽取次数；其中，iter
min
为最小抽取次数；P2为一次随机抽取的比特信息包含的疑似稀疏校验向量中稀疏校验节点的概率。3.根据权利要求1所述的LDPC码稀疏校验矩阵重建方法，其特征在于，所述基于所述最小抽取次数，对LDPC码随机抽取多次比特信息，并根据多次所述比特信息确定疑似稀疏校验向量，具体包括：基于所述最小抽取次数，将对LDPC码随机抽取的多次比特信息构建LDPC码码字矩阵；随机抽取所述LDPC码码字矩阵中s列数据，构建新的码字矩阵；s为随机抽取的比特数目；随机选取所述新的码字矩阵中s行数据构建码字方阵；采用高斯消元法确定所述码字方阵的对偶空间基向量；若所述对偶空间为非零空间，利用所述对偶空间基寻找疑似稀疏校验向量。4.根据权利要求1所述的LDPC码稀疏校验矩阵重建方法，其特征在于，所述获取信道错码率，并基于所述信号错码率，确定最小错误判决门限，具体包括：根据公式确定最小错误判决门限；其中，Λ
opt
为最小错误判决门限；σ0为疑似稀疏校验向量为非正确稀疏校验向量的标准差；μ1为疑似稀疏校验向量为正确稀疏校验向量的期望值；σ1为疑似稀疏校验向量为正确稀疏校验向量的标准差；μ0为疑似稀疏校验向量为非正确稀疏校验向量的期望值。5.一种LDPC码稀疏校验矩阵重建系统，其特征在于，包括：最小抽取次数确定模...

【专利技术属性】
技术研发人员：吴昭军，张立民，钟兆根，刘仁鑫，但波，
申请(专利权)人：中国人民解放军海军航空大学，
类型：发明
国别省市：