一種低復雜度的多元ldpc碼譯碼方法及譯碼器的制造方法
【技術領域】
[0001] 本發(fā)明屬于通信技術領域，具體涉及一種低復雜度的多元LDPC碼譯碼方法及譯 碼器。
【背景技術】
[0002] 隨著上世紀末稀疏圖碼以及迭代譯碼算法的興起，低密度校驗碼（LDPC碼）得到 了廣泛的研究和應用。同時，基于高階有限域GF(q) (q> 2)的多元LDPC碼憑借其相對二元 LDPC碼在中短碼長的性能優(yōu)勢，尤其與高階調制相結合時的優(yōu)異性能也引起了學術界的廣 泛研究。然而多元LDPC碼相對較高的譯碼復雜度削弱了它在性能上所具有的優(yōu)勢。
[0003] 為了降低譯碼算法復雜度，Davey等提出了基于快速傅里葉變換（FFT)的 QSPA(FFT-QSPA)算法，降低了原始QSPA算法的復雜度。后來，Declercq和Fossorier提出 了一種擴展最小和（EMS)算法，進一步降低了譯碼復雜度。隨后人們提出的基于網(wǎng)格圖的 EMS(T-EMS)算法和一種簡化的最小和算法（SMSA)也在不同程度上降低了多元碼的譯碼復 雜度。但是這些軟判決的譯碼算法在對多元碼，尤其是對當q很大的多元碼進行譯碼時，其 復雜度對于實用的多元LDPC編碼調制系統(tǒng)還是太高，以致難以實現(xiàn)。
[0004] 基于可靠度量的譯碼算法是另一類有效的多元碼的譯碼算法，這類算法在性能與 譯碼復雜度之間取得了很好的折中，但是大部分基于可靠度量的譯碼算法只應用于二階調 制，對于多元LDPC編碼調制系統(tǒng)并不適用。針對多元LDPC編碼調制系統(tǒng)，王雪鵬和白寶明 提出了基于可靠度量的聯(lián)合迭代檢測-譯碼（IJDD)算法，該算法雖然具有極低的復雜度， 但相對QSPA算法損失了一定的性能，而且該算法只適用于高列重的多元碼，對列重較低的 多元碼譯碼并不合適。

【發(fā)明內容】

[0005] 本發(fā)明所要解決的技術問題在于針對上述現(xiàn)有技術中的不足，提供一種方法步驟 簡單、實現(xiàn)方便、能夠滿足高速高效的要求、能夠取得更好的譯碼性能和更寬泛的適用條件 的低復雜度的多元LDPC碼譯碼方法。
[0006] 為解決上述技術問題，本發(fā)明采用的技術方案是：一種低復雜度的多元LDPC碼譯 碼方法，其特征在于該方法包括以下步驟：
[0007] 步驟一、初始化循環(huán)次數(shù)為0 ;
[0008] 步驟二、信號檢測：信號檢測模塊對接收序列y按照最大似然判決準則進行硬判 決，得到與接收序列y相對應的發(fā)送序列X的最可能估計序列I1和次可能估計序列f2 ,并 計算接收序列y的可靠度量Ad;然后，對最可能估計序列^進行解映射得到最可能估計符 號序列Z1，對次可能估計序列I進行解映射得到次可能估計符號序列z2;最后，將接收序 列y的可靠度量Ad、最可能估計符號序列Z1和次可能估計符號序列z2傳送給變量節(jié)點， 并將最可能估計符號序列^傳送給譯碼停止模塊；
[0009] 步驟三、判斷循環(huán)次數(shù)是否達到了預設的最大循環(huán)次數(shù)，當循環(huán)次數(shù)未達到預設 的最大循環(huán)次數(shù)時，執(zhí)行步驟四，否則，執(zhí)行步驟五；
[0010] 步驟四、校驗輸出：譯碼停止模塊計算最可能估計符號序列^的校驗和，當校驗和 為全零向量時，執(zhí)行步驟五，否則，執(zhí)行步驟六；
[0011] 步驟五、將譯碼結果中的信息位輸出并結束譯碼循環(huán)；
[0012] 步驟六、變量節(jié)點進行傳送給校驗節(jié)點的信息更新：變量節(jié)點信息更新模塊根據(jù) 變量節(jié)點接收到的接收序列y的可靠度量Ad，選出與每個校驗節(jié)點相連的可靠度量最小 的變量節(jié)點，該變量節(jié)點給與其相連的校驗節(jié)點傳送最可能估計符號序列Z1和次可能估計 符號序列Z2，除該變量節(jié)點外的其他變量節(jié)點只給與其相連的校驗節(jié)點傳送最可能估計符 號序列Z1;
[0013] 步驟七、校驗節(jié)點進行信息更新：校驗節(jié)點信息更新模塊根據(jù)Chase-Iike譯碼算 法計算其返回給與其相連的各個變量節(jié)點的兩個估計符號，并將這兩個估計信號作為外信 息傳送給與其相連的各個變量節(jié)點；
[0014] 步驟八、變量節(jié)點進行傳送給檢測節(jié)點的信息更新，具體過程為：
[0015] 步驟801、變量節(jié)點信息更新模塊根據(jù)接收的外信息作為該變量節(jié)點符號的投票， 進行票數(shù)統(tǒng)計，并根據(jù)票數(shù)計算每個變量節(jié)點符號分別等于q個元素的概率向量P;其中，q為有限域的大?。?br>[0016] 步驟802、變量節(jié)點信息更新模塊計算出每個變量節(jié)點符號的累積概率向量p;
[0017] 步驟803、變量節(jié)點信息更新模塊根據(jù)每個變量節(jié)點符號的累積概率向量p得出 概率最大元素a_和概率次大元素a_，并計算出概率最大元素a_和概率次大元素a_對 應票數(shù)的差值Af;
[0018] 步驟804、將每個變量節(jié)點對應的信息對（amax，Af)傳送給檢測節(jié)點；
[0019] 步驟九、檢測節(jié)點進行信息更新：檢測節(jié)點信息更新模塊根據(jù)從變量節(jié)點接收到 的信息產(chǎn)生更新步長和更新方向，對所有變量節(jié)點對應的譯碼器接收值進行更新，然后，循 環(huán)次數(shù)自加1并返回步驟二。
[0020] 上述的一種低復雜度的多元LDPC碼譯碼方法，其特征在于：步驟二中計算接收序 列y的可靠度量Ad的方法為：首先，計算接收序列y的每個分量yj與最可能估計序列七 的每個分量All的歐式距離du，以及接收序列y的每個分量yj與次可能估計序列i2的每 個分量2的歐式距離d]i2;然后，計算歐氏距離du和du的差并取絕對值，得到接收序列 y的每個分量I的可靠度量Adj，取j為0~n-1之間的整數(shù)，得到接收序列y的可靠度量Ad= {Ad。，ACl1，…，AdnJ;其中，n為多元LDPC碼的校驗矩陣H的列數(shù)。
[0021] 上述的一種低復雜度的多元LDPC碼譯碼方法及譯碼器，其特征在于：步驟四中譯 碼停止模塊計算最可能估計符號序列Z1的校驗和的計算公式為：Sm =ZPht ,其中，；Zp為循環(huán)次數(shù)為k時的最可能估計符號序列，s(k)為循環(huán)次數(shù)為k時的最可能估計符號序列 zf的校驗和，Ht為多元LDPC碼的校驗矩陣H的轉置矩陣。
[0022] 上述的一種低復雜度的多元LDPC碼譯碼方法及譯碼器，其特征在于：步驟七中校 驗節(jié)點信息更新模塊根據(jù)Chase-like譯碼算法計算其返回給與其相連的各個變量節(jié)點的 兩個估計符號的計算公式為：
點&返回給與其相連的各個變量節(jié)點的第一個估計符號，即第一個外信息；Sa,1為循環(huán)次 數(shù)為k時校驗節(jié)點^返回給與其相連的各個變量節(jié)點的第二個估計信號，即第二個外信 息；Iilii為多元LDPC碼的校驗矩陣H中第i行第1列的非零元素，h為多元LDPC碼的校 驗矩陣H中第i行第1'列的非零元素，Illij為多元LDPC碼的校驗矩陣H中第i行第j列的 非零元素，A/UO為與校驗節(jié)點S1相連的變量節(jié)點索引集，為從變量節(jié)點索 引集M(0中除去元素j和元素1后的子集，if為循環(huán)次數(shù)為k時與校驗節(jié)點S1相連的 變量節(jié)點V1，的最可能估計符號，2|:)為循環(huán)次數(shù)為k時與校驗節(jié)點S1相連的所有變量節(jié)點 中可靠度量最小的變量節(jié)點V]的最可能估計符號，為循環(huán)次數(shù)為k時變量節(jié)點V]的次 可能估計符號；i為〇~m之間的自然數(shù)，m為多元LDPC碼的校驗矩陣H的行數(shù)；1為0~d。之間的自然數(shù)，d。為多元LDPC碼的校驗矩陣H的行重。
[0024] 上述的一種低復雜度的多元LDPC碼譯碼方法及譯碼器，其特征在于：步驟801 中變量節(jié)點信息更新模塊根據(jù)票數(shù)計算循環(huán)次數(shù)為k時每個變量節(jié)點符號分別等于q個
調器根據(jù)信道接收值得出的元素a的概率，為循環(huán)次數(shù)為k_l時變量節(jié)點符號等 于元素a的累積概率，/< ^vv)表示循環(huán)次數(shù)為k時變量節(jié)點符號等于元素w的累積概率， O)表示循環(huán)次數(shù)為k_l時變量節(jié)點符號等于元素w的累積概率，w為大小為q的有 限域中的元素。
[0026] 上述的一種低復雜度的多元LDPC碼譯碼方法及譯碼器，其特征在于：步驟九中檢 測節(jié)點信息更新模塊根據(jù)從變量節(jié)點接收到的信息產(chǎn)生更新步長和更新方向，對所有變量 節(jié)點對應的譯碼器接收值進行更新的具體過程為：