一种基于软信息平均最小值的Turbo码译码迭代停止方法

摘要

本发明公开了一种基于软信息平均最小值的Turbo码译码迭代停止方法，包括如下步骤：（1）Turbo译码器的两个分量译码器间进行一次迭代译码；（2）计算待译码分块中每个比特的软信息度量S，比较并存储最小M个S值，计算其均值；（3）将计算所得的均值与预设的门限进行比较,若大于门限，则进入步骤（4）；否则，重复步骤（1）、（2）、（3），直到满足预设的最大迭代次数；（4）对分量译码器Ⅱ最后一次生成的对数似然比进行解交织和硬判决，得到最终译码结果。本方法显著提高了在LTE/LTE-A系统中，特别是分块长度较长情况下的Turbo码迭代译码速度，对于设计满足LTE/LTE-A系统要求的高速率Turbo译码器有一定价值。

说明书

技术领域

本发明涉及LTE/LTE-A技术，涉及Turbo码高速译码技术，具体涉及一 种基于软信息平均最小值的Turbo码译码迭代停止方法。

背景技术

Turbo码是一种性能优越的信道编码技术。Turbo码通过相互迭代过程 在两个分量译码器之间交换外部信息来获得性能的提高，迭代次数越 多，译码性能越好，但同时复杂度越高，延时越大。现代通信系统对 传输速率要求越来越高，如何有效降低Turbo码的译码延时以及如何平 衡译码性能和延时都是十分重要的研究课题。

3GPP长期演进LTE系统和LTE-Advanced系统中的信道编码均采用了Tur bo码。LTE-A系统标准中要求下行峰值速率1Gbit/s，上行峰值速率50 0Mbit/s。为符合LTE-A系统1Gbit/s的高传输速率的要求，需要对传统 的turbo编译码器进行改进，设计和验证符合未来无线通信系统中高传 输速率要求的新型译码算法架构。迭代停止策略是提高译码速度的关 键技术之一，能够在误码率性能损失较小的情况下大幅减少Turbo译码 过程中平均迭代次数，提高译码速度。

Turbo码的误比特性能随着迭代的进行不断减小，但是当一定迭代次数 后，turbo码的性能不再随着迭代的进行而提高，此时继续迭代只会白 白增加系统时延。而且对于一些数据序列，经过很少的迭代次数就能 实现无差错译码；还有一些数据序列，由于存在的错误太多，无论进 行多少次迭代都不可能完全纠错。因此，采用传统的方法是对所有待 译码序列都设置相同的固定次数是没有必要的，会造成系统资源和时 间的浪费；而按照一定的迭代停止策略动态确定每个数据序列的译码 迭代次数，能在Turbo码性能影响不大的条件下有效减少译码迭代次数 ，提高Turbo译码的器平均译码速度。

用于衡量不同迭代停止方法的标准主要有译码速度（译码每帧的平均 迭代次数）、误码性能（误码率和帧错误率）、停止准则的复杂度等 。迭代停止方法要求在误码性能损失较小的情况下大幅减少Turbo译码 过程中平均迭代次数，提高译码速度，同时对算法的复杂度加以考虑 。

一些常用的迭代停止方法如HDA（硬判决辅助）准则、IHDA（改进的硬 判决辅助准则）准则、SDR（符号不同比率）准则复杂度较低。HDA准 则在分量译码器Ⅱ的连续两次迭代输出软信息的硬判决符号不再发生 变化时停止迭代；IHDA准则对HDA准则进行改进，目的是减少对上一次 迭代信息的存储，从而减小存储要求；SDR通过比较同一次迭代分量译 码器Ⅰ或分量译码器Ⅱ的先验信息和外部信息符号不同的比特数与门 限来确定是否继续迭代。这几种准则基于迭代过程中软信息的符号作 为度量，平均迭代次数与理想准则差距较大。CRC（循环冗余校验）准 则对硬判决结果进行CRC校验，结果为0则停止迭代迭代；CRC准则速度 较高，但复杂度较高。

发明内容

本发明的目的是提供一种基于软信息平均最小值的Turbo码译码迭代停 止方法,在误码率性能损失较小的情况下大幅减少Turbo译码过程中平 均迭代次数，进一步提高译码速度。

为了实现上述目的，本发明的技术方案为：

一种基于软信息平均最小值的Turbo码译码迭代停止方法，包括如下步 骤：（1）Turbo译码器的两个分量译码器间进行一次迭代译码；（2） 计算待译码分块中每个比特的软信息度量S，比较并存储最小M个S值， 计算其均值，其中，1<M<0.01K，K为信息分块大小，M的大小可以根据 具体应用环境下的仿真结果选择；（3）将计算所得的均值与预设的门 限进行比较,若大于门限，则进入步骤（4）；否则，重复步骤（1）、 （2）、（3），直到满足预设的最大迭代次数；（4）对分量译码器Ⅱ 最后一次生成的对数似然比进行解交织和硬判决，得到最终译码结果 。

在本发明的一个实施例中，所述步骤（1）具体为：（11）进行首次迭 代时，初始化分量译码器Ⅰ的先验信息为0；（12）系统信息比特、分 量译码器Ⅰ的校验比特和先验信息进入分量译码器Ⅰ进行map译码，得 到分量译码器Ⅰ的外信息和对数似然比；（13）分量译码器Ⅰ的外信 息经过QPP（Quadratic Permutation Polynomial）交织后，作为分 量译码器Ⅱ的先验信息，分量译码器Ⅱ的先验信息与经过交织的系统 信息比特和译码器Ⅱ的校验比特进入分量译码器Ⅱ进行map译码，得到 分量译码器Ⅱ的外信息和对数似然比；（14）分量译码器Ⅱ的外信息 经过QPP解交织后，作为分量译码器Ⅰ新的先验信息。

在本发明的另一实施例中，步骤（2）中作为软信息度量的S为：（1 -1），其中，和分别表示n次迭代后分量译码器Ⅰ和分量译码器Ⅱ输 出的第i个比特的对数似然比：

${\lambda }_{i,1}^n=L_{e2}^{n-1}\left({\hat{u}}_i\right)+\frac{2}{{\sigma }^2}{y}_i^s+L_{e1}^n\left({\hat{u}}_i\right)---(1-2)$

${\lambda }_{i,2}^n=L_{e1}^n\left({\hat{u}}_i\right)+\frac{2}{{\sigma }^2}{y}_i^s+L_{e2}^n\left({\hat{u}}_i\right)---(1-3)$

其中，和分别为n次迭代后分量译码器Ⅰ和分量译码器Ⅱ的第i个比 特的系统信息，和分别为n次迭代后分量译码器Ⅰ和分量译码器Ⅱ的 第i个比特的外部信息，为信道置信度；为接收到的信息分块中的第 i个系统比特。

在本发明的再一实施例中，每个比特计算出的S值与数组大小为M的存 储最小S值的数组的最大值比较，若小于数组的最大值，则替换最大值 存储在数组中，最终得到的数组元素即为最小M个S值。

在本发明的又一实施例中，将一个码块中最小M个S值的均值作为度量 与预设的门限θ进行比较，若大于门限则停止迭代过程，即迭代停止 条件为： （1-4），其中，i≤j≤M，min_jS为一个码块中S的最小M 个值。

在本发明的又一实施例中，预设一个最大迭代次数N_max，当迭代次数达 到N_max时无论是否满足迭代停止条件都停止迭代过程。

与现有技术相比，本发明复杂度较低；以迭代译码过程中的软信息作 为度量，采用均值以避免为个别极有可能经过再多次迭代都无法正确 译码 的比特继续迭代，进一步提高了译码速度。本发明在误码率性能损失 较小的情况下进一步减少Turbo译码过程中平均迭代次数，提高译码速 度。

附图说明

图1为本发明基于软信息平均最小值的Turbo码译码迭代停止方法流程 图。

图2为图1所示基于软信息平均最小值的Turbo码译码迭代停止方法的译 码结构图。

具体实施方式

通过以下的描述并结合附图，本发明将变得更加清晰，这些附图用于 解释本发明的实施例。

现在参考附图描述本发明的实施例，附图中类似的元件标号代表类似 的元件。

本发明基于软信息平均最小值的Turbo码译码迭代停止方法是基于LTE /LTE-A中的Turbo码型实现的；信道类型为加性高斯白噪声信道(AWGN )；调制方式采用二进制相移键控(BPSK)；译码算法采用MAP译码；Tu rbo码生成多项式为(13,15)；码率1/3。

下面具体说明本实施例基于软信息平均最小值的Turbo码译码迭代停止 方法的流程。结合图1、图2，则所述方法包括以下步骤：

步骤S1，初始化分量译码器Ⅰ的先验信息为0，最小M（1<M<0.01K，K 为信息分块大小，M的大小可以根据具体应用环境下的仿真结果选择） 个S值的均值为0，存放最小M个S值的数组元素和数组元素的最大值为 大于两个分量译码器输出的对数似然比的值（如32767）；

步骤S2，比较并判断最小M个S值的均值是否大于预设的门限θ，或迭 代次数n是否大于最大迭代次数N_max；若至少有一个条件成立，转至步骤 S8；否则，进入下一步；

步骤S3，迭代次数n增加1；

步骤S4，分量译码器Ⅱ上次迭代的外信息经过QPP解交织后，作为分量 译码器Ⅰ的先验信息（首次迭代时分量译码器Ⅰ的先验信息为初始化 值），与系统信息比特、分量译码器Ⅰ的校验比特一起进入分量译码 器Ⅰ进行map译码，得到分量译码器Ⅰ的外信息和对数似然比；

步骤S5，分量译码器Ⅰ的外信息经过QPP交织后，作为分量译码器Ⅱ的 先验信息，分量译码器Ⅱ的先验信息与经过交织的系统信息比特和译 码器Ⅱ的校验比特进入分量译码器Ⅱ进行map译码，得到分量译码器Ⅱ 的外信息和对数似然比；

步骤S6，计算每个比特的软信息度量。其中，和分别表示n次迭代 后分量译码器Ⅰ和分量译码器Ⅱ输出的第i个比特的对数似然比；

${\lambda }_{i,1}^n=L_{e2}^{n-1}\left({\hat{u}}_i\right)+\frac{2}{{\sigma }^2}{y}_i^s+L_{e1}^n\left({\hat{u}}_i\right)$

${\lambda }_{i,2}^n=L_{e1}^n\left({\hat{u}}_i\right)+\frac{2}{{\sigma }^2}{y}_i^s+L_{e2}^n\left({\hat{u}}_i\right)$

其中，和分别为n次迭代后分量译码器Ⅰ和分量译码器Ⅱ的第i个比 特的系统信息，和分别为n次迭代后分量译码器Ⅰ和分量译码器Ⅱ的 第i个比特的外部信息，为信道置信度；为接收到的信息分块中的第 i个系统比特。

步骤S7，每个比特计算出的S值与数组大小为M的存储最小S值的数组的 最大值比较，若小于数组的最大值，则替换最大值存储在数组中，最 终得到的数组元素即为最小M个S值，计算其均值；返回至步骤S2；

步骤S8，停止迭代过程，对分量译码器Ⅱ最后一次生成的对数似然比 进行解交织和硬判决，得到最终译码结果；结束。

由上可以看出，本实施例基于软信息平均最小值的Turbo码译码迭代停 止方法复杂度较低；以迭代译码过程中的软信息作为度量，采用均值 以避免为个别极有可能经过再多次迭代都无法正确译码的比特继续迭 代，进一步提高了译码速度。本发明在误码率性能损失较小的情况下 进一步减少Turbo译码过程中平均迭代次数，提高译码速度。

以上结合最佳实施例对本发明进行了描述，但本发明并不局限于以上 揭示的实施例，而应当涵盖各种根据本发明的本质进行的修改、等效 组合。