加快分层的非规则低密度校验码译码译码器收敛速度的方法

摘要

一种信道编码技术领域的非规则低密度校验码迭代译码的提前终止方法，本发明中，根据非规则低密度校验码的信息结点的度数差异较大的特点，采用按列分层的置信传播技术进行译码的时候，在每一个子矩阵迭代过程结束时，判断该层的信息结点的度数是否大于某个门限值，如果大于预设的门限值，则该子矩阵再进行一次迭代，否则进入下一子矩阵的迭代过程。直到达到最大的迭代次数。本发明采用部分度数较大的信息结点重复迭代的方法，加快译码过程的收敛速度，减少总的迭代次数，增加译码器的吞吐量。

说明书

技术领域

本发明涉及一种通信技术领域的处理方法，具体涉及一种加快分层的非规则低密度校验码译码译码器收敛速度的方法。

LDPC码(低密度校验码)是1963年Gallager提出的一种编码技术，它可用作多种通信系统或信息存贮系统的纠错/检错技术。LDPC码的性能逼近香农限，且译码复杂度较低，译码方法具有并行性，目前许多的无线通信标准都将LDPC码作为信道编码方案。LDPC码通常采用置信传播方法进行译码，在码字对应的二分图上迭代进行。在译码器的实现时，通常采用分层的译码技术，加快译码器的收敛速度，减少所需的迭代次数，从而提高译码器的吞吐量。

在对传统的非规则码的分层的译码技术分析发现，译码过程中，不同度数的信息结点的收敛速度是不一样的。度数大的信息结点收敛的快，度数小的信息结点收敛的慢。收敛速度慢的信息结点影响了整个码字的译码性能，增加了译码过程所需的迭代次数，使得译码器的吞吐量降低。

经对现有技术文献的检索发现，Predrag Padosavlevic和Alexandre deBaynast在《Signals，Systems and Computers》2005.Pages：591-595上提出的“Optimized Message Passing Schedules for LDPC Decoding”(优化信息传递的低密度校验码译码方法)利用分层的概念，将校验矩阵按行或者按列进行分层，译码过程中，每一小层都利用上一层的译码结果进行译码迭代过程，加快了译码过程中信息的传递速度，提高了译码过程的收敛速度。Dale E.Hocevar在《IEEE Workshop on Signal Processing Systems(SIPS)》2004.Pages：107-112上提出的“A reduced complexity decoder architecture via layered decodingof LDPC codes”(一种采用分层译码的低复杂度LDPC译码器结构，Dale E.Hocevar，2004年IEEE信号处理与系统研讨会，第107-112页)给出了一种基于该按列分层的置信传播算法的LDPC译码器。该方法对于规则码的收敛速度有了明显的改善。但对于非规则码，由于信息结点的度数的差异，导致了译码过程中的收敛速度的差异，度数较小的信息结点的收敛速度较慢的特点直接影响了整个码字的收敛速度。导致该结构的译码器的吞吐量降低。

发明内容

本发明针对上述现有技术的不足，根据非规则低密度校验码信息结点的度数差异较大的特点，利用按列分层的译码技术，提出了一种加快分层的非规则低密度校验码译码收敛速度的方法。本发明通过增加度数较大的信息结点的迭代次数，使得译码过程中利用度数较大的信息结点的外信息的高可靠性提高度数较小的信息结点的外信息的可靠性，进而提高度数较小的信息结点的译码收敛速度。本发明的方法更好地降低平均迭代次数及功耗，实现复杂度较低。大大提高了译码器的吞吐量。

本发明是通过以下技术方案实现的，本发明包括以下步骤：

步骤一，设置译码过程的最大迭代次数、需要重复迭代的信息结点度数的门限值以及当前的迭代次数；

步骤二，初始化子矩阵的标示数；

步骤三，初始化子矩阵迭代标志；

步骤四，初始化相关子矩阵的信息结点的后验概率似然比；

步骤五，根据按列分层的置信传播译码技术依次更新该个子矩阵的相关的信息结点传递给校验结点的软信息值，信息结点的后验概率似然比值，以及校验结点传递给信息结点的软信息。

步骤六，判断该子矩阵是否满足重复迭代的条件，满足的话，返回步骤四；否则进入步骤七；

步骤七，更新校验结点的总信息：

步骤八，如果该矩阵的所有子矩阵都迭代完毕，则返回步骤九，否则返回步骤三；

步骤九，如果迭代次数计数器值大于最大迭代次数，译码过程结束，将上一次迭代的硬判决结果输出，否则进行下一次迭代，返回步骤二。

所述的按列分层的译码技术，首先需要将矩阵按列分层，每一层称为一个子矩阵，假设该矩阵一共分成K个子矩阵，每次迭代的具过程如下：

首先，初始化第i个子矩阵中相关的信息结点v_j的后验概率似然比L(q_j)，如下所示：

L(q_j)＝LLR_j。

其中$\forall j\in (\mathrm{NStar}{t}_i,{\mathrm{NEnd}}_i)$，NStart_i是第i个子矩阵的起始信息结点的位置，NEnd_i是第i个子矩阵结束的信息结点的位置。LLR_j为信息接收到的信息；

然后，对于任意一个与信息结点v_j相邻的校验结点c_m，更新校验结点传递给信息结点的软信息值R_mj，如下所示：

R_mj＝sgn(R_m)×sgn(L(q_mj))×Ψ[Ψ(R_m)-Ψ(L(q_mj))]。

L(q_mj)表示信息结点v_j传递给校验结点c_m的软信息。R_m表示校验结点c_m的总信息。其中，$\Psi \left(x\right)=\ln \frac{e^x+1}{e^x-1},$$\mathrm{sgn}\left(x\right)=\left(\begin{array}{c}1,x\ge 0\\ -1,x<0\end{array}\right).$

接着，更新第i个子矩阵的信息结点的后验概率似然比，如下所示：

$L\left(q_j\right)=L\left(q_j\right)+\underset{m\in M\left(j\right)}{\Sigma }{R}_{\mathrm{mj}}.$

其中，$\forall j\in (\mathrm{NStar}{t}_i,{\mathrm{NEnd}}_i),$M(j)是标示与第j个信息结点相连的所有校验结点的集合。

对于任意一个与信息结点v_j相邻的校验结点c_m，其中，$\forall j\in (\mathrm{NStar}{t}_i,{\mathrm{NEnd}}_i),$更新传递给校验结点的软信息值L(q_mj)＝L(q_j)-R_mj；

最后，如果K个子矩阵都迭代完毕，计算校验结点的总信息R_m，如下：

$R_m=\underset{n\in N\left(m\right)}{\Pi }\mathrm{sgn}\left(L\left(q_{\mathrm{mn}}\right)\right)\times \Psi \left(\underset{n\in N\left(m\right)}{\Sigma }\Psi \left(L\left(q_{\mathrm{mn}}\right)\right)\right).$

N(m)表示与第m个校验结点结点相邻的所有信息结点组成的集合。

与现有技术相比，本发明具有如下有益效果：本发明以按列分层的译码技术为基础，采用增加部分信息结点的迭代次数的方法，与标准的按列分层的译码技术相比，使总的译码迭代过程的迭代量降低，并且性能基本没有损失。

附图说明

图1按列分层的译码技术所采用的码字的结构示意图。

图2按列分层的译码技术的原理图。

图3本发明的工作流程图。

图4本发明在加性高斯白噪声(AWGN)信道下与标准的按列分层的性能比较示意图；

其中：采用的码字为802.16e标准并行度为96，码长为2304，码率为0.75的码字。

图5本发明在加性高斯白噪声(AWGN)信道下与标准的按列分层的性能比较示意图；

其中：采用的码字是自己构造的并行度为32，码长为2304，码率为0.5的码字。

具体实施方式

下面结合附图对本发明的实施例作详细说明：本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

如图1所示，是现有使用并行度为k的准循环LDPC码的母矩阵及其扩展方法。需要构造的码字的大小为m*n，则相应的母矩阵的大小为(m/k)*(n/k)，母矩阵中的每一个元素扩展为一个k*k的矩阵。母矩阵中的0扩展成一个k*k的零矩阵；母矩阵中的1扩展成一个k*k的单元矩阵的循环移位形式，图中，左侧是母矩阵示意图，右侧是母矩阵中某非零元素扩展示意图。

如图2所示，是现有并行度为k的LDPC码校验矩阵结构图。该校验矩阵按列分成K层，每层的行数为L，每一层称为子矩阵，h₀或h₁就是一个子矩阵的例子。

本实施例包括如下具体步骤：

步骤一，设置译码过程的最大迭代次数iter_max，信息结点的度数门限值为λ_deg，初始化迭代次数Iteration＝1；

步骤二，初始化子矩阵的标示数i＝1；

步骤三，初始化迭代标志RptFlag＝0；

步骤四，根据接收比特对数似然比值初始化第i个子矩阵相关的信息结点的后验概率似然比，$\forall j\in (\mathrm{NStar}{t}_i,{\mathrm{NEnd}}_i),L\left(q_j\right)={\mathrm{LLR}}_j,$其中NStart_i是第i个子矩阵的起始信息结点的位置，NEnd_i是第i个子矩阵结束的信息结点的位置。LLR_j是第i个信息结点的信道输入信息；

步骤五，根据按列分层的置信传播译码技术依次更新第i个子矩阵的相关的信息结点传递给校验结点的软信息值R_mj，信息结点的后验概率似然比值L(q_j)，以及校验结点传递给信息结点的软信息L(q_mj)。

所述的更新与第i个子矩阵相关的信息结点传递给校验结点的软信息值，具体如下：

R_mj＝sgn(R_m)×sgn(L(q_mj))×Ψ[Ψ(R_m)-Ψ(L(q_mj))]

其中，$\Psi \left(x\right)=\ln \frac{e^x+1}{e^x-1},$$\mathrm{sgn}\left(x\right)=\left(\begin{array}{c}1,x\ge 0\\ -1,x<0\end{array}\right)$

所述的更新第i个子矩阵的信息结点的后验概率似然比值，具体如下：

$L\left(q_j\right)=L\left(q_j\right)+\underset{m\in M\left(j\right)}{\Sigma }{R}_{\mathrm{mj}}$

所述的更新第i个子矩阵中校验结点传递给信息结点的软信息，具体如下：

L(q_mj)＝L(q_j)-R_mj；

步骤六，如果i等于LDPC码的子矩阵的个数K，并出现下属情况中的一种情况：情况1、该子矩阵的信息结点的度数大于λ_deg并且RptFlag等于1；情况2、该子矩阵的信息结点的度数小于λ_deg，则返回步骤七；否则，如果第i个子矩阵的信息结点的度数大于等于λ_deg并且RptFlag等于0，则RptFlag置为1，i不变，返回步骤四；否则，i＝i+1，返回步骤三；

步骤七，更新校验结点的总信息R_m，如下：

$R_m=\underset{n\in N\left(m\right)}{\Pi }\mathrm{sgn}\left(L\left(q_{\mathrm{mn}}\right)\right)\times \Psi \left(\underset{n\in N\left(m\right)}{\Sigma }\Psi \left(L\left(q_{\mathrm{mn}}\right)\right)\right).$

其中，$\Psi \left(x\right)=\ln \frac{e^x+1}{e^x-1},$$\mathrm{sgn}\left(x\right)=\left(\begin{array}{c}1,x\ge 0\\ -1,x<0\end{array}\right)$

步骤八，如果Iteration达到最后迭代次数iter_max，进入步骤九；否则Iteration＝Iteration+1，返回步骤二；

步骤九，硬判决结果HD为：HD_i＝sgn(L(q_j))；

如图4、5所示，分别以802.16e以及自己构造的码字为例，采用本实施例方法的具体实施效果。

图4中的码字的信息结点的度数分布为：度6信息结点占了25％，度3和度2信息结点占了75％。本实施例设置的门限值λ_deg为5，假设每迭代一列的计算量为x，则采用每迭代一次，所需的计算量为x(2304*25％+2304)＝2880x，迭代12次总，总的计算量为34560x，采用标准的按列分层的置信传播技术，迭代20次，总的计算量为2304x*20＝46080x。在性能相差很小的情况下，计算量减少了25％。

图5中的码字的信息结点的度数分布为：度6信息结点占了50％，度2信息结点占了50％。本实施例设置的门限值λ_deg为5，假设每迭代一列的计算量为x，则采用每迭代一次，所需的计算量为x(2304*50％+2304)＝3456x，迭代10次，总的计算量为34560x，采用标准的按列分层的置信传播技术，迭代20次，总的计算量为2304x*20＝46080x。在性能相差很小的情况下，计算量减少了25％。