一种低密度奇偶校验码的错误概率估计方法技术

本发明专利技术公开了一种低密度奇偶校验码的错误概率估计方法，(1)利用蒙特卡罗法确定参考信噪比SNRref；(2)定义控制变量V(z)，将V的取值范围划分为若干个子区间；估计SNRref下噪声z落入V的第k个子区间的概率Pk，ref，k内噪声导致译码错误的条件概率Perr|k，ref，以及在导致译码错误的所有噪声中，k内的噪声占总数的条件概率Pk|err，ref，并确定可信区间；(3)输入仿真信噪比SNRobj，当SNRobj≤SNRref，采用蒙特卡罗法估计错误概率，流程结束；当SNRobj>SNRref，执行步骤(4)；(4)估计SNRobj下噪声落入k内的概率Pk，obj；(5)估计SNRobj下在导致译码错误的所有噪声中，落入k内的噪声占总数的条件概率Pk|err，obj；(6)估计SNRobj下的错误概率Perr，obj。本发明专利技术通过较小的译码运算量可获得码字的较低错误概率；本发明专利技术减少了仿真所需耗费的译码运算量，缩短了仿真时间。

【技术实现步骤摘要】

本专利技术涉及数字通信差错控制编码领域，尤其涉及。
技术介绍
信道编码是实现消息的可靠传输的有效途径。在数字通信系统中，衡量纠错码性能的指标是比特或码字的错误概率，比特或码字的错误概率反映了系统的可靠性。目前，获取编码通信系统错误概率的方法有三大类:解析法，计算机仿真方法及基于硬件平台的仿真方法。低密度奇偶校验(Low-Density Parity-Check, LDPC)码是一种性能接近香农极限的好码，其在高信噪比下的错误概率很低。针对码长为有限长的LDPC码的性能估计，现有的解析法应用起来非常困难，并且基于硬件平台的仿真方法的开发周期长、成本高、可移植性差，因此简单、可移植性强、灵活性高的仿真方法的应用获得了极大推广。目前，蒙特卡罗(MonteCarlo，MC)法是纠错码性能估计中最常用的仿真方法。但是，LDPC码在高信噪比下的错误概率很低，运用MC法估计该类码的性能时，估计器方差的收敛速度缓慢，需要耗费大量的仿真时间。针对该问题,为减小仿真时间,提出了重点采样(Importance Samp ling,IS)法,该方法是一种能降低估计器方差的仿真方法，一定程度上解决了 MC法本文档来自技高网...

【技术保护点】
一种低密度奇偶校验码的错误概率估计方法，其特征在于，所述方法包括以下步骤：(1)利用蒙特卡罗仿真方法确定参考信噪比SNRref；(2)定义控制变量V(z)，将V的取值范围划分为若干个子区间；估计SNRref下噪声z落入V的第k个子区间的概率Pk，ref，第k个子区间内噪声导致译码错误的条件概率Perr|k，ref，以及在导致译码错误的所有噪声中，落入V的第k个子区间的噪声占总数的条件概率Pk|err，ref，并确定可信区间；(3)输入待仿真的信噪比SNRobj，判断输入信噪比SNRobj是否小于SNRref，当SNRobj≤SNRref，采用蒙特卡罗法估计系统的错误概率，流程结束；当SNRob...

【技术特征摘要】
1.一种低密度奇偶校验码的错误概率估计方法，其特征在于，所述方法包括以下步骤: (1)利用蒙特卡罗仿真方法确定参考信噪比SNRm； (2)定义控制变量V(z)，将V的取值范围划分为若干个子区间；估计SNRMf下噪声z落入V的第k个子区间的概率匕,％，第1^个子区间内噪声导致译码错误的条件概率Pmlk,Mf，以及在导致译码错误的所有噪声中，落入V的第k个子区间的噪声占总数的条件概率Pklm,，并确定可信区间； (3)输入待仿真的信噪比SNRtjw,判断输入信噪比SNRtjw是否小于SNRref,当SNRobj ( SNRMf，采用蒙特卡罗法估计系统的错误概率，流程结束；当SNRd^SNRd,执行步骤(4)； (4)估计SNRtjw下噪声落入V的第k个子区间的概率Pubj； (5)估计SNRtjw下在导致译码错误的所有噪声中，落入V的第k个子区间的噪声占总数的条件概率Pklm, _ ;(6)估计SNRtjbj下的错误概率Pot,2.根据权利要求1所述的一种低密度奇偶校验码的错误概率估计方法，其特征在于，所述利用蒙特卡罗仿真方法确定参考信噪比SNRref具体为: (1.D初始化SNRref为一合适值； (1.2)采用蒙特卡罗仿真方法估计SNRMf下系统的错误概率； (1.3)判断所得错误概率是否在区间[10_4，IO-3]之内，当错误概率落在区间[10_4，10_3]之内时，得到SNRref ；当错误概率小于10_4时，SNRref减小步长Δ SNR,执行步骤(1.2Γ(1.3)直至满足判断条件，得到SNRMf ;当错误概率大于10_3时，SNRref增加步长ASNR，执行步骤(1.2Γ(1.3)直至满足判断条件，得到SNRref。3.根据权利要求2所述的一种低密度奇偶校验码的错误概率估计方法，其特征在于，所述定义控制变量V (ζ)，将V的取值范围划分为若干个子区间；估计SNRMf下噪声ζ落入V的第k个子区间的概率匕,％，第1^个子区间内噪声导致译码错误的条件概率Pmlk,Mf，以及在导致译码错误的所有噪声中，落入V的第k个子区间的噪声占总数的条件概率Pklm, Mf，并确定可信区间具体为: (2.1)控制变量F(Z) = {(l/n^ljHiq^z,]2}112 ,其中η为LDPC码的码长，Z1是噪声ζ的第I个分量，当Z1与调制后的信号符号相反时，H(Q1Z1)=I,当Z1与调制后的信号符号相同时，H(Q1Z1)=O ； (2.2)将V的取值范围划分为若干个子区间，SNRMf下的划分步骤具体为， (2.2.1)将SNRref下的控制变量范围[Vmin,Mf，Vmax,Mf]和子区间数目Lref暂设定为和 1000，子区间的长度 Λ V= (Vmax,Mf-Vmin,Mf)/I^f ； (2.2.2)运行不包含译码的无约束仿真，获得仿真样本； (2.2.3)当仿真样本数超过IO7时，选取第一个噪声数不为零的子区间k对应的V值为Vmin, Mf，选取最后一个噪声数不为零的子区间k对应的V值为Vmax,% ； (2.2.4)将[Vmin,m，Vmaxjref]划分为Lref=Ltl个子区间，L0可根据不同的低密度奇偶校验码的参数设定，并计算 Λ V0= (Vmaxj ref-Vminj ref) /L0 ；(2.3)采用包含译码的无约束仿真估计SNRref下噪声落入V的第k个子区间的概率Pk,，及第k个子区间内噪声导致译码错误的条件概率P_|k,Mf ； (2.4)采用包含译码的约束仿真估计SNRref下在导致译码错误的所有噪声中，落入V的第k个子区间的噪声占总数的条件概率Pk|_，Mf ； (2.5)确定可信区间[V*，VT ； (2.5.1)选取条件概率Pmlk,%不为零的一段连续区域； (2.5.2)在条件概率Pmlk,%不为零的连续区域内，从最左端开始，选取子区间数为δ的区域并暂定为[ν*，νΠ ；(2.5.3)在子区间数为δ的区域内计算错误概率Pe , ref=Pk, ref XPerrik, ref/Pk,err, ref,与MC的仿真结果进行对比，当错误概率POT,ref与MC的仿真结果之间的相对误差小于等于10%时，得到区间[V*，Vl，当相对误差大于10%时，保持区域内的子区间数为δ，增大区间端点的值，重复步骤(2.5.3)以修正区间[V*，VT。4.根据权利要求3所述的一种低密度奇偶校验码的错误概率估计方法，其特征在于，所述估计SNRtjw下噪声落入V的第k个子区间的概率Puw具体为: (4.1)初始化不包含译码的无约束仿真中的控制变量范围[Vmin^VmaMw]，子区间长度AV及子区间的数目Ltjbj，具体为， (4.1.1)将SNRtjbj下的控制变量范围[Vmin, obJ, Vmax,obJ]和子区间数目Ltjbj暂设定为和 1000，子区间的长度 Λ V= (Vmax, W-Vmil^bjVUbj ； (4.1.2)运行不包含译码的无约束仿真，获得仿真样本； (4.1.3)当噪声数超过IO7时，选取噪声数不为零且序号k最小的子区间对应的V值为^min, obi，^max, ob厂V + Q ;(4.1.4)将[V.，# Vmax,...

【专利技术属性】
技术研发人员：陈为刚，柳元，杨晋生，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津;12