5G低密度奇偶校验码的低复杂度偏移最小和算法

摘要

为了提高低密度奇偶校验(LDPC)码偏移最小和(OMS)算法的误码性能,基于5G NR标准提出了一种5G LDPC码的低复杂度OMS算法.针对传统算法中偏移因子值计算不够准确问题,使用密度进化获取更加精准的偏移因子值,用于校验节点更新,以增强OMS算法的性能;并使用线性近似方法对获得的偏移因子值进行近似处理,在保证译码性能的情况下降低了算法的复杂度.针对变量节点振荡现象对译码的影响,将节点更新前后的对数似然比(LLR)消息值加权处理,削减变量节点的振荡性,提高了译码器收敛速度.仿真结果表明,与归一化最小和(NMS)算法和OMS算法相比,在误比特率(BER)为10-5时所提算法译码性能可以获得0.3～0.5 dB的增益,平均迭代次数分别降低了48.1%和24.3%,同时与对数似然比?置信传播(LLR-BP)算法也只相差近0.1 dB.