LDPC码生成方法、通信装置以及码列生成方法

摘要

本发明的LDPC码生成方法能够适用于多值调制方式，例如，在针对调制符号的每个比特位置把接收信号的分布进行了分类的基础上，搜索SNR阈值(码长充分长时比特错误率急剧下落的SNR的值)成为最小的奇偶检验矩阵的次数总体(行的权和列的权的总体)，进而，根据作为上述搜索结果得到的次数总体，生成奇偶检验矩阵和生成矩阵。

说明书

技术领域

本发明涉及作为纠错方式使用LDPC码的通信装置，特别是涉及搜索LDPC码中的奇偶检验矩阵的最佳次数总体(Order Ensemble)的LDPC码的方法以及通信装置。

背景技术

在非专利文献1(J.Hou，Paul H.Siegel，Laurence B.Milstein，and Henry d D.Pfister，“Multilever Coding with Low-CheckComponent Codes，2”Proceeding of IEEE Global TelecommunicationsConference，San Antonio，TX，USA，November 25-29，2001)中，作为对于多值调制方式的编码方式，提出了针对多电平编码的每个电平使用LDPC(Low-Density-Parity-Check：低密度奇偶检验)码的方式。这里，作为每个电平的LDPC码的优化方法，表示针对每个由调制符号匹配的比特的位置求成为初始值的概率密度函数，使用该函数根据「 Density Evolution：密度扩展法」求对于各比特位置的LDPC码的最佳次数总体(表示奇偶检验矩阵的构造，把奇偶检验矩阵的行或者列的“1”的数表现为次数(权))。

发明内容

发明要解决的课题

然而，在上述非专利文献1中提出的基于多电平编码的方式中，需要针对每个由调制符号映射的比特位置准备编码器和解码器，具有电路规模增大的问题。

另外，在上述基于多电平编码的方式中，需要针对由调制符号映射的各比特数分割信息长度进行编码，而一般在LDPC码中如果码长变短，则已知具有特性恶化的倾向。

本发明是鉴于上述问题而完成的，目的在于得到避免增大电路规模的同时，能够用一个LDPC码生成适于多值调制方式的代码的LDPC码生成方法。

用于解决课题的方法

为了解决上述的课题而达到目的，本发明的LDPC码生成方法能够在多值调制方式中适用，特征是包括例如在针对调制符号的每个比特位置分类了接收信号的分布的基础上，搜索SNR阈值(码长充分长时比特错误率急剧下落的SNR的值)为最小的奇偶检验矩阵的次数总体(行的权和列的权的总体)的次数总体搜索步骤、根据作为上述搜索结果得到的次数总体，生成奇偶检验矩阵和生成矩阵的码生成步骤。

发明的效果

在本发明的LDPC码生成方法中，在针对调制符号的每个比特位置分类了接收信号的分布的基础上，搜索SNR阈值成为最小的奇偶检验矩阵的次数总体，进而，根据该次数总体生成奇偶检验矩阵以及生成矩阵，因此起到可以构筑能够实现用一个LDPC码适于多值调制方式的编码的通信系统这样的效果。

附图说明

图1表示包括LDPC编码器/解码器的通信系统的结构。

图2表示「16QAM Gray Mapping的一个例子。

图3表示多边缘型LDPC码的次数总体的一个例子。

图4用于说明实施形态1的次数总体的搜索方法。

图5用于说明实施形态1的次数总体的搜索方法。

图6表示LDPC编码器的结构例。

图7表示LDPC编码器的结构例。

图8是表示实施形态2的次数总体搜索方法的流程图。

图9表示基于图8顺序的次数总体的搜索结果的一个例子。

图10表示基于图8顺序的次数总体的搜索结果的一个例子。

图11表示从图3的次数总体求出的SNR阈值与按照图8的顺序求出的SNR阈值的比较结果。

图12用于说明实施形态3的LLR的概率密度函数的计算处理。

图13用于说明实施形态3的LLR的概率密度函数的计算处理。

图14用于说明实施形态3的LLR的概率密度函数的计算处理。

图15用于说明实施形态3的LLR的概率密度函数的计算处理。

图16用于说明实施形态3的LLR的概率密度函数的计算处理。

图17用于说明实施形态3的LLR的概率密度函数的计算处理。

图18表示包括LDPC编码器/解码器的通信系统的实施形态4的结构。

图19表示LDPC编码器的结构例。

图20表示实施形态4的LDPC码列生成方法的具体例子。

图21表示实施形态5的搜索次数总体的方法。

图22表示根据LDGM构造的奇偶检验矩阵实施编码的情况的一个例子。

图23表示实施形态5的奇偶检验矩阵生成处理。

图24表示从实施形态6中的码字C向码字C’的变换处理。

图25表示从实施形态7中的码字C向码字C’的变换处理。

符号的说明

1：LDPC编码器；2：调制器；3：信道；4：解调器；5：LDPC解码器；6：信道品质推定单元；11、11a：编码单元；12：信道种类推定单元；13：次数总体计算单元；14、14a：LDPC码生成单元

具体实施方式

以下，根据附图详细地说明本发明的LDPC码生成方法的实施例。另外，本发明并不由该实施例限定。

实施形态1

首先说明能够实现本实施形态的LDPC码生成方法的编码器在通信系统内的位置。图1表示包括LDPC编码器/解码器的通信系统的结构。图1中，发送一侧的通信装置采用包括LDPC编码器1和调制器2的结构，接收一侧的通信装置采用包括解调器4和LDPC解码器5的结构。

这里，简单地说明采用LDPC码时的编码、解码的流程。在发送一侧的LDPC编码器1中，用后述的本实施形态的LDPC码生成方法生成k×n的生成矩阵G(k：信息长度，n：码字长度)。而且，取得信息长度k的消息(m₁、m₂，......，m_k)，使用该消息以及上述生成矩阵G，如下述(1)式那样生成码字C。其中，在把LDPC用的奇偶检验矩阵记为H的情况下，生成矩阵G成为满足GH^T＝0(T是转置矩阵)，H(c₁，c₂，......，c_n)^T＝0的矩阵。

C＝(m₁，m₂，......，m_k)G

＝(c₁，c₂，......，c_k)    ......(1)

而且，在调制器2中，对于由LDPC编码器1生成的码字C，根据多值PSK、多值QAM等多值数大于等于2的调制方式进行数字调制，把该调制信号经过信道3发送到接收一侧。

另一方面，在接收一侧中，解调器4对于经过信道3取得的调制信号，进行多值PSK、多值QAM等数字解调，进而，LDPC解码器5对于成为解调结果的对数似然比(LLR：Log Likelihood Ratio)，实施基于「sum-product算法」的反复解码，输出推定结果(与原来的m₁，m₂，...，m_k相对应)。

接着，说明在多值调制中从调制信号得到的解调结果的错误特性。在多值调制中，根据“0”、“1”向调制点的映射方法，每个比特位置的错误概率不同。使用图2表示的「16QAM Gray Mapping」的例子进行说明。首先，如果关注第1比特，则在固定了I成分的情况下，Q成分的值成为完全相同的值。从而，在考虑错误概率时，成为仅考虑I成分。而且，在作为发送信号发送了“0”的情况下，如果求接收信号是“0”的概率(可以得到正确信号的概率)以及“1”的概率(可以得到错误信号的概率)，则分别成为下述(2)式、(3)式。

p(y|x＝-3)+p(y|x＝-1)    …(2)

p(y|x＝+1)+p(y|x＝+3)    …(3)

式中，x表示发送信号，y表示接收信号，p(y|x)表示当发送信号是x时通过信道3接收到的接收信号是y的概率。

接着，如果关注第2比特，则由于发送信号是“0”和“1”，错误概率不同，因此需要分别进行考虑。即，在作为发送信号发送了“0”的情况下，如果求接收信号是“0”的概率(可以得到正确信号的概率)以及“1”的概率(可以得到错误信号的概率)，则成为下述(4)式、(5)式，另一方面，在作为发送信号发送了“1”的情况下，如果求接收信号是“1”的概率(可以得到正确信号的概率)以及“0”的概率(可以得到错误信号的概率)，则分别成为下述(4)式、(5)式。

p(y|x＝-3)+p(y|x＝+3)    …(4)

p(y|x＝-1)+p(y|x＝+1)    …(5)

另外，关于第3比特、第4比特，在固定了Q成分的情况下，由于I成分的值成为完全相同的值，因此能够与第1比特、第2比特同样地考虑错误概率。

如上所述，由于在调制符号的每个比特位置错误概率不同，因此通过考虑到这一点，有可能生成性能更高的代码。

接着，说明多边缘型的LDPC码。多边缘型LDPC码是根据文献「T.Richardson，and R.Urbanke，“Modern Coding Theory，”available at http://Ithcwww.epfl.ch/papers/ics.ps提出的LDPC码，能够把接收信号的分布分类，把其反映到码结构中。

图3表示上述文献中表示的多边缘型LDPC码的次数总体。在图3的b的列中，第1列表示消失概率1的BEC(二进制删除信道)，第2列表示AWGN(加性高斯白噪声)通道的次数。另外，d的列表示可变节点与检查节点间的各边缘型的次数，v_b，d表示用b、d示出的可变节点的比例，u_d表示用d示出的检查节点的比例。

对于在该例中示出的次数总体，通过用在上述文献中记载的「Density Evolution：密度扩展法」的方法进行解析，求在SNR阈值(码长充分长时比特错误率急剧下落的SNR的平均值)。搜索该SNR阈值成为最小的次数总体，根据该次数总体代码，能够得到高性能的代码。

接着，以上述的说明为前提，说明本实施形态的LDPC码生成方法，详细地说明次数总体搜索方法。图4以及图5用于说明本实施形态的次数总体搜索方法。另外，在本实施形态中，作为具体例子，使用图2的「16QAM Gray Mapping」的例子，但并不限于M值QAM而且「Gray Mapping」，关于M值QAM以外的多值调制、「GrayMapping」以外的映射方法也同样能够适用。另外，在本实施形态中，说明了信道是AWGN的情况，但并不限于该信道。

首先，在LDPC编码器1中，在针对每个调制符号的比特位置把接收信号的分布分类的基础上，搜索奇偶检验矩阵的次数总体(图4的步骤S1)。例如，如图5所示，对于图3的次数总体，针对调制符号的每个比特位置分割d的列的AWGN。这时，使得各比特位置的比例相等，即，对于分割了的接收信号的分布，v_b，d的和相等(制约条件)。另外，在上述制约条件以外，例如，为了把奇偶检验矩阵H右斜上方的三角区域设定为“0”，还可以追加固定次数比例的一部分等的制约条件。另外，关于把第1比特与第3比特，第2比特与第4比特汇总在一起的理由在后面叙述。

接着，在LDPC编码器1中，为了指定用于搜索SNR阈值的搜索范围，在搜索范围上限和下限中，代入预先决定的初始值(作为搜索范围考虑充分的范围的值)(步骤S2)。然后，计算SNR的搜索上限和搜索下限的平均值(步骤S3)。

接着，在LDPC编码器1中，把在上述中计算的平均值(输入SNR)作为输入，针对调制符号的每个比特位置生成LLR的概率密度函数(步骤S4)。在图2所示的「16QAM Gray Mapping」的例子中，第1比特的LLR从上述(2)式、(3)式，如(6)式那样求出。而且，考虑对于发送信号“0”的接收信号的概率密度函数，对于上述(6)式的LLR求概率密度函数。

[数1]

$$ >>LLR>=>ln>>>P>>(>y>|>x>=>->3>)>>+>P>>(>y>|>x>=>->1>)>>>>P>>(>y>|>x>=>+>1>)>>+>P>>(>y>|>x>=>+>3>)>>>>·>·>·>>(>6>)>>>$$