【技术实现步骤摘要】
一种基于图模型网络的LDPC译码方法
[0001]本专利技术涉及光纤通信
,尤其涉及一种基于图模型网络的LDPC译码方法。
技术介绍
[0002]光纤通信技术相对于其他通信技术来说,具有传输距离更远、容量更大和速度更快的优势,已经成为骨干网络和数据中心进行数据传输的重要手段。面对互联网越来越高的流量和带宽的需求,提高光网络系统的传输效率具有很强的现实需要。
[0003]从传输架构层面考虑,提高光发射机的发送功率能够做到提升信道传输的容量,但同时也意味着需要对整体传输结构进行调整,并且还要考虑高功率光信号在信道中所受到的非线性作用和损耗,因此在原有光纤网络的体系结构下寻求提升传输效率的方式变得尤为重要。
[0004]前向纠错编码作为信道编码的一种,能够降低信息在传递中出现的差错对接收端的影响,提高系统的传输效率,即在原始码字的基础上添加若干冗余位组合成新的码字,基于特定算法使得加入的冗余位和原始的信息位产生约束关系,若此约束关系在传输中受到噪声的影响被破坏,便可以在一定程度上发现错误并纠正。作为高速光通信中的关键技术,前向纠错编码能够在不改变现有系统结构的情况下,增强通信系统的可靠性、改善系统误码性能。
[0005]在前向纠错领域的研究中,LDPC码以其具有接近香农限的潜力成为近年来的研究热门之一。LDPC码即低密度奇偶校验码,是一种线性分组码,因其校验矩阵中非零元素的数量远远小于零元素的数量而得名。随着LDPC码编译码技术的发展,其在通信领域应用越来越广泛,尤其是在光通信领域。凭借其译码 ...
【技术保护点】
【技术特征摘要】
1.一种基于图模型网络的LDPC译码方法,其特征在于,包括以下步骤:S1、建立光纤通信系统,系统中包含LDPC编码结构,通过系统获取LDPC编码数据作为图模型网络的训练数据;S2、针对选取的LDPC编码码字建立图模型网络;S3、利用光纤信道下的数据进行图模型网络的训练,当图模型网络训练达到预期值或者训练次数达到最大值后将网络模型保存,保存下来的网络作为译码器进行光纤信道下的LDPC译码。2.根据权利要求1所述的基于图模型网络的LDPC译码方法,其特征在于,步骤S1中LDPC编码数据包括LDPC编码前的原始码字c、LDPC编码后的码字x、经过光纤信道后的带噪声的码字y和译码输出的码字3.根据权利要求1所述的基于图模型网络的LDPC译码方法,其特征在于,步骤S2中图模型网络的参数包括:校验节点传向变量节点的信息L(r
ij
)、变量节点传向校验节点的信息L(q
ij
)、校验节点信息更新公式中的权重u
ijl
和信息节点信息更新公式中的权重w
ijl
,其中u
ijl
和w
ijl
的值在图模型网络训练阶段迭代更新,在实际译码阶段固定。4.根据权利要求1所述的基于图模型网络的LDPC译码方法,其特征在于,步骤S2中图模型网络包括软判决信息输入层、迭代计算层、译码输出层,其中迭代计算层又包括校验节点计算层和变量节点计算层两部分。5.根据权利要求4所述的基于图模型网络的LDPC译码方法,其特征在于,步骤S2中,设置网络的输入层、输出层大小和变量节点层大小为n,网络的校验节点层大小为n
‑
k,每层网络之间根据Tanner图中信息传递方式进行连接。6.根据权利要求5所述的基于图模型网络的LDPC译码方法,其特征在于,校验节点传向变量节点的信息为:变量节点传向校验节点的信息为:变量节点收集到的所有信息为:其中r
ji
(b)是校验节点j传给变量节点i的置信度信息,q
ji
(b)是变量节点i传给校验节点j的置信度信息。7.根据权利要求6所述的基于图模型网络的LDPC译码方法,其特征在于,...
【专利技术属性】
技术研发人员:田清华,忻向军,杨羽飞,高然,常天海,王光全,姚海鹏,张琦,田凤,杨雷静,王拥军,
申请(专利权)人:北京邮电大学,
类型:发明
国别省市:
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。