在低密度奇偶校验解码器中更新校验节点的方法

摘要

提供了一种在低密度校验(LDPC)解码器中更新校验节点的方法，所述方法包括：将对数似然比(LLR)消息从变量节点发送到多个校验节点；对每一节点，将LLR消息分解为多个节点消息；和使用修改过的函数g(x)来更新每一校验节点，所述修改过的g(x)是包括基于节点消息的指数函数的和运算的函数g′(x)。

说明书

技术领域

根据本发明的方法涉及在低密度奇偶校验(LDPC)解码器中更新校验节点，更具体地讲，涉及一种用于使校验节点更新法则近似于指数函数的和的方法。本发明的方法降低了校验节点更新处理的复杂性，并且其性能比得上数字通信系统中的信度传播(beliefpropagation，BP)算法，所述数字通信系统发送高速数据以使用BP算法在LDPC解码器中更新校验节点。

背景技术

通常，如图1A所示，低密度奇偶校验(LDPC)码由在每一行及每一列上具有非常少的“1”的奇偶校验矩阵定义，LDPC码可由“因子图”(factor graph)表示，其包括校验节点、变量节点及边。

LDPC码可使用信度传播(BP)算法被解码，所述BP算法使得对即使是非常长的码字也能实现精确完整的并行解码。因此，BP算法可具有高的处理速度。基于BP算法的LDPC解码器是基于通道输出的相似性的软判决解码器，BP算法比有界的距离解码器(bounded distance decoder)显示更高的性能。由于使用BP算法的LDPC是性能优良的解码器，所以具有大的块大小的LDPC码实际上是可实现的。因为具有大的块大小的LDPC码显示了接近香农极限的能力并且具有大的最小距离，所以很具优势。因此，出现在最小距离小的turbo码中的检测误差(detection error)，极少出现在具有大的块大小的LDPC码中。

对于LDPC码，奇偶校验矩阵H提供了解码算法的结构。如图1A所示，当在矩阵H中有一个“1”时，在连接变量节点和校验节点的图中也恰恰有一条边。因此，可在边和矩阵H的非零项之间生成关联。这样的图，被称作“因子图”，它完整地描述了码的所有关系，并可通过使用BP算法而被用于解码。从包括变量节点的消息的输入开始，BP算法使用比特之间的奇偶校验关系以在变量节点和校验节点之间迭代地更新并传递消息。两个步骤，其中一个步骤是更新所有的校验节点，一个步骤是更新所有的变量节点，所述这两个步骤包括一次迭代。对于二进制通信系统，如等式1所示，使用对数似然比(log-likelihood ratio，LLR)来表示消息：