一种适用5GLDPC码的陷阱集递归搜索方法技术

本发明专利技术公开了一种适用5G LDPC码的陷阱集递归搜索方法，包括：根据给定的信息序列长度和码率，构造5G LDPC码的校验矩阵；根据该校验矩阵，使用限制近似环外信息度的短环枚举对5G LDPC码陷阱集搜索，得到限制近似环外信息度值的短环集合；根据限制近似环外信息度值的短环集合和5G LDPC码的校验矩阵中低度数的变量节点集合，对5G LDPC码陷阱集进行扩展，得到高码率5G LDPC码陷阱集目标集合；将高码率5G LDPC码陷阱集目标集合向低码率5G

【技术实现步骤摘要】
一种适用5G LDPC码的陷阱集递归搜索方法


[0001]本专利技术属于通讯
，具体涉及一种适用5G LDPC码的陷阱集递归搜索方法。

技术介绍

[0002]通信系统可分为数字通信系统和模拟通信系统，与模拟通信系统相比，数字通信系统有抗干扰强、便于差错控制和便于使用现代数字信号处理等优点，逐渐取代模拟通信系统。
[0003]在数字通信系统中，信道的编码和译码直接决定了信息传输过程中如何抗干扰，保证传输的有效与可靠，属于通信系统中不可或缺的关键环节。随着5G技术的迅速发展，在多个关键性能参数上较4G通信有了显著提升，而信道编码是5G通信中完成需求和目标的重中之重，信道编码的优劣将直接影响到整个5G通信系统是否能做到性能提升。为保证5G LDPC码可以实现在一定范围内灵活的对给定的信息序列长度和码率进行编码，对于编码方案的验证速度就显得尤为重要。现有技术中，暂不存在对5G LDPC码进行陷阱集搜索技术，难以实现对于编码方案性能的快速验证。

技术实现思路

[0004]为了解决现有技术中存在的上述问题，本专利技术提供了一种适用5G LDPC码的陷阱集递归搜索方法。本专利技术要解决的技术问题通过以下技术方案实现：
[0005]第一方面，本专利技术提供一种适用5G LDPC码的陷阱集递归搜索方法，包括：
[0006]根据给定的信息序列长度和码率，构造5G LDPC码的校验矩阵；
[0007]根据5G LDPC码的校验矩阵，使用限制近似环外信息度的短环枚举对5GLDPC码陷阱集搜索，得到限制近似环外信息度值的短环集合；
[0008]根据限制近似环外信息度值的短环集合和5G LDPC码的校验矩阵中低度数的变量节点集合，对5G LDPC码陷阱集进行扩展，得到高码率5G LDPC码陷阱集目标集合；
[0009]使用5G
‑
LDPC码陷阱集的递归搜索，将高码率5G LDPC码陷阱集目标集合向低码率5G
‑
LDPC码陷阱集目标集合扩展，得到系列码率的5G LDPC码的集合。
[0010]本专利技术的有益效果：
[0011]本专利技术提供的一种适用5G LDPC码的陷阱集递归搜索方法，通过递归搜索的方法，将同一信息序列长度，不同码率的5G LDPC码，按照码率从高到低的顺序，首先完成高码率5G LDPC码的陷阱集搜索，通过逐行添加校验节点的方式，依次完成多个低码率5G LDPC码的陷阱集搜素；根据5G LDPC码校验矩阵速率兼容的特点，无需对多个校验矩阵进行短环枚举，且无需考虑在扩展过程中是否要添加大度数的变量节点，降低了对多个校验矩阵进行陷阱集搜索的复杂度，能够有效节省搜索时间。
[0012]以下将结合附图及实施例对本专利技术做进一步详细说明。
附图说明
[0013]图1是本专利技术实施例提供的适用5G LDPC码的陷阱集递归搜索方法的一种流程图；
[0014]图2(a)是本专利技术实施例提供的由度为2的变量节点构成的陷阱集中继续添加度为2的变量节点的一种示意图；
[0015]图2(b)是本专利技术实施例提供的由度为3的变量节点构成的陷阱集中继续添加度为2的变量节点的一种示意图；
[0016]图2(c)是本专利技术实施例提供的限制了ACE值的短环中增加度为2的变量节点的一种示意图；
[0017]图2(d)是本专利技术实施例提供的限制了ACE值的短环中增加度为2的变量节点的另一种示意图；
[0018]图3(a)是本专利技术实施例提供的由度为2的变量节点参与形成的2
‑
链中添加度为1的变量节点的一种示意图；
[0019]图3(b)是本专利技术实施例提供的度为3的变量节点参与的陷阱集中添加度为1的变量节点的一种示意图；
[0020]图3(c)是本专利技术实施例提供的限制了ACE值的短环中增加度为1的变量节点的一种示意图；
[0021]图4(a)是本专利技术实施例提供第三扩展方式的一种示意图；
[0022]图4(b)是本专利技术实施例提供第三扩展方式的另一种示意图。
具体实施方式
[0023]下面结合具体实施例对本专利技术做进一步详细的描述，但本专利技术的实施方式不限于此。
[0024]现有技术中，根据5G不同的性能参数要求，大量研究者采用LDPC码，通过研究发现，LDPC码错误平层性能与LDPC码Tanner图中存在的某些有特定的图形结构有关，这些特定的图形结构被称为陷阱集(Trapping Sets)，其中，陷阱集的作用为：陷阱集用作估计LDPC码的错误平层区性能，通过研究陷阱集的结构来修改迭代译码器以获得更好的译码性能，构造具有低错误平层的LDPC码等方面都起到了重要作用。
[0025]5G LDPC码中，为实现信息位颗粒度可达1比特，引入了较多列重为1的列，度为1的节点参与较多的伪码字和主导陷阱集，会严重恶化5G LDPC码译码性能曲线的错误平层区性能，增大的信息序列长度降低码率可以实现编译码复杂度降低，但会增大终端设备的功耗，降低处理速度。
[0026]现有技术中，通常使用穷举搜索算法和非穷举搜索算法对LDPC码的陷阱集：
[0027]在非穷举搜索算法中，2010年，S.Abu
‑
Surra等人使用改进的脉冲算法，设计了一种技术来寻找一个给定的短长度LDPC代码的非详尽的陷阱集的列表；2012年，A.H.Banihashemi通过研究短环和陷阱集之间的关系，提出了一种有效的搜索算法来寻找给定的规则或不规则LDPC码的主导无叶基本陷阱集(Leafless Elementary Trapping Sets，LETSs)；虽然上述提出的算法可以找到足够大尺寸的LETSs，但并不能保证得到的LETSs列表是穷尽的；Richardson和Wang先展示出了陷阱集，由拓扑结构相关的陷阱集数据集合，并使用它来枚举主导陷阱集，并构造不包含小陷阱集的结构化LDPC码，具体来说，通
过在变量节点度为3的LDPC码中寻找陷阱集之间的父子关系，提出了一种搜索算法来枚举这些陷阱集，由于形成初始的陷阱集复杂度较高，上述搜索算法的应用被限制在变量节点度为3，且只能得到一个小的非详尽的陷阱集集合。
[0028]在穷举搜索算法中，2012年，利用分支
‑
定界原理，Kyung和Wang提出了一种穷举搜索算法来枚举码长较短的规则和非规则LDPC码的完全吸收集(Fully Absorbing Sets，FASs)；然而，随着码长和完全吸收集陷阱集尺寸的增加，所提出的算法的复杂度快速提升，无法继续使用，其该算法仅限于变量节点度为3的规则LDPC码；为降低陷阱集搜索的复杂度，2016年，A.H.Banihashemi提出了一种基于特征的针对变量节点规则的LDPC码的LETS的穷举搜索算法；2018年，A.H.Banihashemi针对非规则LDPC码提出了LETS的穷举搜索算法，相比以往的搜索算法降低了时间复杂度。
[0029]综上所述，现有文献中还本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种适用5G LDPC码的陷阱集递归搜索方法，其特征在于，包括：根据给定的信息序列长度和码率，构造5G LDPC码的校验矩阵；根据所述5G LDPC码的校验矩阵，使用限制近似环外信息度的短环枚举对5G LDPC码陷阱集搜索，得到限制近似环外信息度值的短环集合；根据所述限制近似环外信息度值的短环集合和5G LDPC码的校验矩阵中低度数的变量节点集合，对所述5G LDPC码陷阱集进行扩展，得到高码率5G LDPC码陷阱集目标集合；使用5G
‑
LDPC码陷阱集的递归搜索，将所述高码率5G LDPC码陷阱集目标集合向低码率5G
‑
LDPC码陷阱集目标集合扩展，得到系列码率的5G LDPC码的陷阱集集合。2.根据权利要求1所述的适用5G LDPC码的陷阱集递归搜索方法，其特征在于，所述根据所述5G LDPC码的校验矩阵，使用限制近似环外信息度的短环枚举对5G LDPC码陷阱集搜索，得到限制近似环外信息度值的短环集合的过程包括：根据所述5G LDPC码的校验矩阵、限制近似环外信息度值、枚举的最短环长为L
min
和枚举的最长环长L
max
；将所述5G LDPC码的校验矩阵中当前变量节点之前的所有变量节点删除，得到处理后的5G LDPC码的校验矩阵；根据所述处理后的5G LDPC码的校验矩阵，将所述5G LDPC码的校验矩阵中的根节点按层进行树展开，得到目标层；判断所述目标层中属性和节点标号相同的两个节点之间是否满足第一条件，且两个节点路径构成的环不是无效短环，如果满足，得到限制近似环外信息度值的短环；从第一变量节点遍历至最后一个变量节点，得到所述限制近似环外信息度值的短环集合。3.根据权利要求2所述的适用5G LDPC码的陷阱集递归搜索方法，其特征在于，所述树展开的过程中，包括三种剪枝情况，分别为：如果根节点到当前节点的路径中，与子节点存在重复节点，则不再扩展子节点；如果父节点的近似环外信息度值加上子节点的近似环外信息度值大于aceLimit时，不再扩展子节点；aceLimit为限制近似环外信息度值；每次将变量节点作为根节点进行树展开的过程中，删除该变量节点之前的所有变量节点。4.根据权利要求2所述的适用5G LDPC码的陷阱集递归搜索方法，其特征在于，所述第一条件为：两个属性和节点标号相同的节点中，其中一个为当前节点curNode，另一个为节点tmpNode；其中，当前节点curNode与节点tmpNode属性和节点标号相同，当前节点curNode的度为d
cur
；当两个节点curNode和tmpNode均为变量节点，则满足公式：curNode.aceVal+tmpNode.aceVal
‑
rootNode.aceVal
‑
d
cur
≤aceLimit；其中，curNode.aceVal为当前节点curNode的限制近似环外信息度值，tmpNode.aceVal为节点tmpNode的限制近似环外信息度值，rootNode.aceVal为根节点rootNode的限制近似环外信息度值；当两个节点curNode和tmpNode均为校验节点，则满足公式：
curNode.aceVal+tmpNode.aceVal
‑
d
cur
≤aceLimit。5.根据权利要求1所述的适用5G LDPC码的陷阱集递归搜索方法，其特征在于，所述根据所述限制近似环外信息度值的短环集合和5G LDPC码的校验矩阵中低度数的变量节点集合，对所述5G LDPC码陷阱集进行扩展，得到高码率5G LDPC码陷阱集...

【专利技术属性】
技术研发人员：吴昊天，郑慧娟，童胜，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：