Ldpc譯碼方法
【專利摘要】本發(fā)明提供了一種LDPC譯碼方法及裝置，包括：在一次子迭代內(nèi)校驗(yàn)節(jié)點(diǎn)處理中，獲得校驗(yàn)矩陣中對(duì)應(yīng)行的變量節(jié)點(diǎn)的軟值信息絕對(duì)值，取該軟值信息絕對(duì)值中最小值和預(yù)定范圍內(nèi)次小值，修正因子對(duì)最小值和次小值處理后獲得該對(duì)應(yīng)行的外信息；及利用外信息對(duì)該對(duì)應(yīng)行所有變量節(jié)點(diǎn)進(jìn)行軟值更新，其特征在于，還包括：對(duì)所得的更新后軟值信息進(jìn)行硬判決并驗(yàn)證是否滿足校驗(yàn)矩陣；當(dāng)滿足校驗(yàn)矩陣時(shí)輸出外信息和更新后軟值信息；當(dāng)不滿足校驗(yàn)矩陣時(shí)對(duì)外信息提高可信度后再利用所得高信度外信息重新對(duì)該對(duì)應(yīng)行所有變量節(jié)點(diǎn)進(jìn)行軟值更新，使得外信息更加可靠可加速收斂，可使得含有較低度數(shù)的變量節(jié)點(diǎn)能夠跳出陷阱集，提高低碼率譯碼性能。
【專利說明】
LDPC譯碼方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及編碼譯碼技術(shù)，具體涉及一種LDPC譯碼方法。
【背景技術(shù)】
[0002] 由于LDPC (Low-Density Parity-Check)碼優(yōu)越的性能而被廣泛應(yīng)用于無線通信。 其中非規(guī)則的LDPC相對(duì)于規(guī)則的LDPC更加接近于香農(nóng)極限?；谥眯艂鞑サ暮头e算法雖 然能夠獲得很好的譯碼門限，但是其校驗(yàn)節(jié)點(diǎn)處理復(fù)雜度高，不利于硬件實(shí)現(xiàn)。最小和算法 及其改進(jìn)算法可以顯著的降低算法實(shí)現(xiàn)復(fù)雜度，而且在一類規(guī)則的LDPC碼集中表現(xiàn)出較 低的性能損失，但是其應(yīng)用到在非規(guī)則的LDPC碼集時(shí)，尤其是低碼率條件下存在很大的性 能損失。DVB-T2/S2標(biāo)準(zhǔn)中都使用了低碼率的非規(guī)則的LDPC碼。尤其是S2的1/4碼率，使 用歸一化的最小和算法（即便是合理的選擇了修正因子）SNR損失超過ldB。
[0003] 綜上所述，一種能夠使最小和算法在非規(guī)則LDPC碼，尤其是低碼率下表現(xiàn)出較好 性能的發(fā)明是必須的。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明解決的問題是最小和算法及其現(xiàn)有常用改進(jìn)算法（歸一化的最小和算法、 偏移的最小和算法等）在一類非規(guī)則的LDPC譯碼中尤其是低碼率條件下表現(xiàn)出了較差的 性能。
[0005] 為解決上述問題，本發(fā)明的實(shí)施例提供了一種LDPC譯碼方法，包括如下步驟：在 一次子迭代內(nèi)校驗(yàn)節(jié)點(diǎn)處理中，獲得校驗(yàn)矩陣中對(duì)應(yīng)行的變量節(jié)點(diǎn)的軟值信息絕對(duì)值，取 該軟值信息絕對(duì)值中最小值和預(yù)定范圍內(nèi)次小值，利用修正因子對(duì)最小值和次小值處理后 獲得該對(duì)應(yīng)行的外信息；以及利用外信息對(duì)該對(duì)應(yīng)行所有變量節(jié)點(diǎn)進(jìn)行軟值更新，其特征 在于，還包括如下步驟：對(duì)所得的更新后軟值信息進(jìn)行硬判決并驗(yàn)證是否滿足校驗(yàn)矩陣； 當(dāng)滿足校驗(yàn)矩陣時(shí)，輸出外信息和更新后軟值信息；當(dāng)不滿足校驗(yàn)矩陣時(shí)，對(duì)外信息提高可 信度后再利用所得高信度外信息重新對(duì)該對(duì)應(yīng)行所有變量節(jié)點(diǎn)進(jìn)行軟值更新。
[0006] 可選地，其中，子迭代是一次迭代劃分成若干次子迭代，劃分規(guī)則基于LDPC碼的 校驗(yàn)矩陣結(jié)構(gòu)和并行度需求。
[0007] 可選地，在一次子迭代內(nèi)校驗(yàn)節(jié)點(diǎn)處理中，獲得對(duì)應(yīng)行的變量節(jié)點(diǎn)的軟值信息絕 對(duì)值，其中，該對(duì)應(yīng)行是子迭代中任意一行或并行多行。
[0008] 可選地，通過任意基于最小和算法的修正算法獲得對(duì)應(yīng)行的外信息，
[0009] 可選地，其中，最小和算法至少包含：歸一化的最小和算法、或偏移的最小和算法、 或分度數(shù)的最小和算法、或變步長的最小和算法。
[0010] 可選地，其中，基于歸一化的最小和算法的修正算法獲得外信息步驟，包含：對(duì)于 最小值的變量節(jié)點(diǎn)，外信息絕對(duì)值等于次小值乘以修正因子；對(duì)于非最小值的變量節(jié)點(diǎn)，外 信息絕對(duì)值等于最小值乘以修正因子。
[0011] 可選地，其中，基于偏移的最小和算法的修正算法獲得外信息步驟，包含：對(duì)于最 小值的變量節(jié)點(diǎn)，外信息的絕對(duì)值等于次小值減去修正因子后和零相比較選取的較大值； 對(duì)于非最小值的變量節(jié)點(diǎn)，外信息的絕對(duì)值等于最小值減去修正因子后和零相比較選取的 較大值。
[0012] 可選地，其中，對(duì)外信息按照預(yù)定可信度處理規(guī)則提高可信度，該預(yù)定可信度處理 規(guī)則包含：不改變外信息符號(hào)前提下，增加外信息的絕對(duì)值。
[0013] 可選地，其中，當(dāng)外信息通過歸一化的最小和算法獲得時(shí)，預(yù)定可信度處理規(guī)則包 含：增大修正因子。
[0014] 可選地，其中，當(dāng)外信息通過偏移的最小和算法獲得時(shí)，預(yù)定可信度處理規(guī)則包 含：減小修正因子。
[0015] 另外，本發(fā)明的實(shí)施例還提供了一種LDPC譯碼裝置，包括：外信息第一次計(jì)算模 塊，在一次子迭代內(nèi)校驗(yàn)節(jié)點(diǎn)處理中，獲得校驗(yàn)矩陣中對(duì)應(yīng)行的變量節(jié)點(diǎn)的軟值信息絕對(duì) 值，取該軟值信息絕對(duì)值中最小值和預(yù)定范圍內(nèi)次小值，利用修正因子對(duì)最小值和次小值 處理后獲得該對(duì)應(yīng)行的外信息；以及變量節(jié)點(diǎn)更新模塊，利用外信息對(duì)該對(duì)應(yīng)行所有變量 節(jié)點(diǎn)進(jìn)行軟值更新，其特征在于，還包括：校驗(yàn)行判決模塊，對(duì)所得的更新后軟值信息進(jìn)行 硬判決并驗(yàn)證是否滿足校驗(yàn)矩陣；以及外信息第二次計(jì)算模塊，當(dāng)不滿足校驗(yàn)矩陣時(shí)，對(duì)外 信息提高可信度后再利用所得高信度外信息重新對(duì)該對(duì)應(yīng)行所有變量節(jié)點(diǎn)進(jìn)行軟值更新。
[0016] 與現(xiàn)有技術(shù)相比，本發(fā)明技術(shù)方案具有以下有益效果：
[0017] 根據(jù)本發(fā)明實(shí)施例提供的LDPC譯碼方法及譯碼裝置，由于本發(fā)明中每次子迭代 獲得的外信息會(huì)根據(jù)更新后軟值信息與校驗(yàn)矩陣的驗(yàn)證結(jié)果來被輸出或再次處理，使得外 信息更加可靠，可加速收斂，進(jìn)一步地，利用增加外信息量來提高可信度可使得含有較低 度數(shù)的變量節(jié)點(diǎn)能夠跳出陷阱集（trapping set)，而低碼率的LDPC含有更多的低度數(shù)的 變量節(jié)點(diǎn)，從而本發(fā)明能更明顯地提高低碼率譯碼性能，另外，采用歸一化的最小和算法或 偏移的最小和算法，及增加校驗(yàn)矩陣判決，并不會(huì)帶來硬件成本的增加。需說明的是，本發(fā) 明應(yīng)用于任何一種LDPC碼字均可獲得很好性能，并非限制于基于DVB-T2/S2的LDPC碼字。
【附圖說明】
[0018] 圖1是本發(fā)明實(shí)施例的LDPC譯碼方法中外信息處理的流程示意圖；
[0019] 圖2是本發(fā)明實(shí)施例的LDPC校驗(yàn)矩陣的示意圖；
[0020] 圖3是本發(fā)明的LDPC譯碼裝置的示意框圖；
[0021] 圖4是本發(fā)明的LDPC譯碼裝置中外信息第一次計(jì)算模塊的示意圖；以及
[0022] 圖5是本發(fā)明的LDPC譯碼裝置中外信息第二次計(jì)算模塊的示意圖。
【具體實(shí)施方式】
[0023] 發(fā)明人發(fā)現(xiàn)已有技術(shù)中是最小和算法及其現(xiàn)有常用改進(jìn)算法（歸一化的最小和 算法、偏移的最小和算法等）在一類非規(guī)則的LDPC譯碼中尤其是低碼率條件下表現(xiàn)出了較 差的性能這樣的問題。
[0024] 針對(duì)上述問題，發(fā)明人經(jīng)過研究，提供了一種LDPC譯碼方法及譯碼裝置，由于本 發(fā)明中每次子迭代獲得的外信息會(huì)根據(jù)更新后軟值信息與校驗(yàn)矩陣的驗(yàn)證結(jié)果來被輸出 或再次處理，使得外信息更加可靠，可加速收斂，進(jìn)一步地，利用增加外信息量來提高可信 度可使得含有較低度數(shù)的變量節(jié)點(diǎn)能夠跳出陷講集（trapping set)，而低碼率的LDPC含 有更多的低度數(shù)的變量節(jié)點(diǎn)，從而本發(fā)明能更明顯地提高低碼率譯碼性能，另外，采用歸 一化的最小和算法或偏移的最小和算法，及增加校驗(yàn)矩陣判決，并不會(huì)帶來硬件成本的增 加。需說明的是，本發(fā)明應(yīng)用于任何一種LDPC碼字均可獲得很好性能，并非限制于基于 DVB-T2/S2 的 LDPC 碼字。
[0025] 為了使本發(fā)明的上述目的、特征和優(yōu)點(diǎn)能夠更為明顯易懂，下面結(jié)合附圖對(duì)本發(fā) 明的【具體實(shí)施方式】做詳細(xì)的說明。
[0026] 圖1是本發(fā)明實(shí)施例的LDPC譯碼方法中外信息處理的流程示意圖。
[0027] 本實(shí)施例中LDPC譯碼方法，包括如下步驟：
[0028] 步驟（一）：在一次子迭代內(nèi)校驗(yàn)節(jié)點(diǎn)處理中，獲得校驗(yàn)矩陣中對(duì)應(yīng)行的變量節(jié)點(diǎn) 的軟值信息絕對(duì)值，取該軟值信息絕對(duì)值中最小值和預(yù)定范圍內(nèi)次小值，利用修正因子對(duì) 所述最小值和所述次小值處理后獲得該對(duì)應(yīng)行的外信息；以及
[0029] 步驟（二）：利用外信息對(duì)該對(duì)應(yīng)行所有變量節(jié)點(diǎn)進(jìn)行軟值更新，
[0030] 步驟（三）：對(duì)所得的更新后軟值信息進(jìn)行硬判決并驗(yàn)證是否滿足校驗(yàn)矩陣；
[0031] 步驟（四）：當(dāng)滿足校驗(yàn)矩陣時(shí)，輸出所述外信息和所述更新后軟值信息；以及
[0032] 步驟（五）：當(dāng)不滿足校驗(yàn)矩陣時(shí)，對(duì)所述外信息提高可信度后再利用所得高信度 外信息重新對(duì)該對(duì)應(yīng)行所有變量節(jié)點(diǎn)進(jìn)行軟值更新。
[0033] 整體來說，本實(shí)施例通過提高外信息的可靠度來實(shí)現(xiàn)LDPC譯碼。具體的措施是對(duì) 第一次外信息進(jìn)行校驗(yàn)，當(dāng)不滿足校驗(yàn)矩陣時(shí)，認(rèn)為該校驗(yàn)行更新后的變量節(jié)點(diǎn)可靠度不 夠，需要增加外信息量從而提高該錯(cuò)誤行內(nèi)變量節(jié)點(diǎn)的可靠度。以下結(jié)合LDPC校驗(yàn)矩陣Η 說明該發(fā)明。
[0034] 如圖1所示，【具體實(shí)施方式】的步驟如下：
[0035] 步驟S1 :初始化步驟，該初始化步驟包含以下：
[0036] 初始化所有變量節(jié)點(diǎn)：Tn= llr η，0彡η < &
[0037] 其中，llrn是解映射輸出的軟值信息，N ldp。是LDPC碼長。
[0038] 初始化所有校驗(yàn)節(jié)點(diǎn)：En= 0, 0彡η < P ldpc。
[0039] 其中，？_是LDPC校驗(yàn)行長度。
[0040] 設(shè)置LDPC最大迭代次數(shù)IMAX和每次子迭代的并行度P，最大迭代次數(shù)I MAX和并行 度P根據(jù)LDPC校驗(yàn)矩陣Η的并行度、系統(tǒng)吞吐量和系統(tǒng)時(shí)鐘頻率。
[0041] 圖2是本發(fā)明實(shí)施例的LDPC校驗(yàn)矩陣的示意圖。
[0042] 如圖2所示，LDPC校驗(yàn)矩陣10包含多個(gè)P行P列的子迭代矩陣20。在每次子迭 代內(nèi)選取校驗(yàn)矩陣的P行，即子迭代的并行度。并行讀取P行內(nèi)的每一行對(duì)應(yīng)變量節(jié)點(diǎn)τ η， 并分別計(jì)算其絕對(duì)值|τη|和符號(hào)sign (Τη)。子迭代是一次迭代劃分成若干次子迭代，子迭 代的并行度等劃分規(guī)則基于LDPC碼的校驗(yàn)矩陣結(jié)構(gòu)和并行度需求。
[0043] 步驟S2 :繼續(xù)結(jié)合圖1來看，根據(jù)歸一化最小和算法計(jì)算其外信息，選
[0044] 步驟S3 :利用得到的外信息E"對(duì)當(dāng)前行內(nèi)的所有變量節(jié)點(diǎn)T n進(jìn)行軟值更新，得到 ?" n，即Τ' 。步驟S4:更新后的變量節(jié)點(diǎn)取符號(hào)位后代入校驗(yàn)矩陣也就是校驗(yàn) 方程，并判斷其是否滿足該校驗(yàn)矩陣。
[0045] 步驟S5 :如果校驗(yàn)更新后的變量節(jié)點(diǎn)軟值信息滿足校驗(yàn)方程，則把E"作為該行的 外信息輸出，Τ' n作為更新后的變量節(jié)點(diǎn)軟值信息輸出。
[0046] 步驟S6 :如果不滿足校驗(yàn)方程，則選擇修正因子a i并重新第二次計(jì)算外信息：
[0047]
[0048] 其中，修正因子a i的選擇應(yīng)當(dāng)稍大于修正因子α。以增加外信息量。
[0049] 步驟S7:利用更新后的外信息Ε' "重新對(duì)1\進(jìn)行更新：Τ" η=Τη+Ε'
[0050] 步驟S8:把外信息Ρ "和變量節(jié)點(diǎn)的軟信息Τ" "作為最終輸出。
[0051] -次迭代完成后，所有變量節(jié)點(diǎn)的軟信息取符號(hào)位后代入校驗(yàn)矩陣，如果所有校 驗(yàn)行滿足則跳出迭代，譯碼成功。否則進(jìn)行下一次迭代直至達(dá)到最大迭代次數(shù)后退出。
[0052] 獲得每一行外信息的方法除了歸一化的最小和算法之外，常用的另外一種算法是 偏移的最小和算法?；谄频淖钚『退惴ǖ耐庑畔⒂?jì)算公式來第一次計(jì)算外信息：
[0053]
[0054] 其中，β。固定參數(shù)，和噪聲功率相關(guān)。更新外信息的方法略有不同。當(dāng)校驗(yàn)方程不 滿足時(shí)，減小固定參數(shù)并代入上述公式進(jìn)行第二次計(jì)算外信息得到Ε' "，在此對(duì)于第 二次計(jì)算外信息，再利用更新后的外信息對(duì)軟值信息進(jìn)行更新得到更新后軟值信息Τ" η， 并把外信息Ε' "和變量節(jié)點(diǎn)的軟信息Τ" "作為最終輸出。
[0055] 其他任何一種基于最小和算法的修正算法也可以應(yīng)用到上述計(jì)算外信息的過程 中，包括：歸一化的最小和算法、或偏移的最小和算法、或分度數(shù)的最小和算法、或變步長的 最小和算法等。
[0056] 針對(duì)其中一種，基于歸一化的最小和算法的修正算法獲得外信息步驟，包含：對(duì)于 最小值的變量節(jié)點(diǎn)，外信息絕對(duì)值等于次小值乘以修正因子；對(duì)于非最小值的變量節(jié)點(diǎn)，外 信息絕對(duì)值等于最小值乘以修正因子。
[0057] 針對(duì)其中另一種，基于偏移的最小和算法的修正算法獲得外信息步驟，包含：對(duì) 于最小值的變量節(jié)點(diǎn)，外信息的絕對(duì)值等于次小值減去修正因子后和零相比較選取的較大 值；對(duì)于非最小值的變量節(jié)點(diǎn)，外信息的絕對(duì)值等于最小值減去修正因子后和零相比較選 取的較大值。
[0058] 需說明的是，在一次子迭代內(nèi)校驗(yàn)節(jié)點(diǎn)處理中，獲得對(duì)應(yīng)行的變量節(jié)點(diǎn)的軟值信 息絕對(duì)值，其中，該對(duì)應(yīng)行是子迭代中任意一行或并行多行。
[0059] 由上述步驟可知，是按照預(yù)定可信度處理規(guī)則對(duì)外信息來提高可信度的，該預(yù)定 可信度處理規(guī)則包含：不改變外信息符號(hào)前提下，增加外信息的絕對(duì)值。那么，當(dāng)外信息通 過歸一化的最小和算法獲得時(shí)，預(yù)定可信度處理規(guī)則包含：增大修正因子（例如對(duì)修正因 子α。進(jìn)行增大得到修正因子α 從而在第二次計(jì)算獲得外信息時(shí)，將最小值或次小值乘 以增大后的修正因子。當(dāng)外信息通過偏移的最小和算法獲得時(shí)，預(yù)定可信度處理規(guī)則包含： 減小修正因子（例如減小修正因子β。)，從而在第二次計(jì)算獲得外信息時(shí)，將最小值或次小 值減去減小后的修正因子β i和零比較取較大值。
[0060] 圖3是本發(fā)明的LDPC譯碼裝置的示意框圖。
[0061] 本發(fā)明的實(shí)施例還提供了一種LDPC譯碼裝置。在本實(shí)施例中，如圖3所示，LDPC 譯碼裝置30,包括：初始化單元40、含有對(duì)K行進(jìn)行第k行外信息處理子單元51的子迭代 單元50、以及迭代終止判決單元60。
[0062] 第k行外信息處理子單元51包含：外信息第一次計(jì)算模塊511、變量節(jié)點(diǎn)更新模 塊512、校驗(yàn)行判決模塊513、圖中未顯示的輸出模塊、外信息第二次計(jì)算模塊514。
[0063] 外信息第一次計(jì)算模塊511，在一次子迭代內(nèi)校驗(yàn)節(jié)點(diǎn)處理中，獲得校驗(yàn)矩陣中對(duì) 應(yīng)行的變量節(jié)點(diǎn)的軟值信息絕對(duì)值，取該軟值信息絕對(duì)值中最小值和預(yù)定范圍內(nèi)次小值， 利用修正因子對(duì)所述最小值和所述次小值處理后獲得該對(duì)應(yīng)行的外信息。
[0064] 變量節(jié)點(diǎn)更新模塊512,利用外信息對(duì)該對(duì)應(yīng)行所有變量節(jié)點(diǎn)進(jìn)行軟值更新。
[0065] 校驗(yàn)行判決模塊513,對(duì)所得的更新后軟值信息進(jìn)行硬判決并驗(yàn)證是否滿足校驗(yàn) 矩陣。
[0066] 輸出模塊在滿足校驗(yàn)矩陣時(shí)，直接輸出外信息和更新后軟值信息。
[0067] 外信息第二次計(jì)算模塊514在不滿足校驗(yàn)矩陣時(shí)，對(duì)所述外信息提高可信度后再 利用所得高信度外信息重新對(duì)該對(duì)應(yīng)行所有變量節(jié)點(diǎn)進(jìn)行軟值更新。
[0068] 圖4是本發(fā)明的LDPC譯碼裝置中外信息第一次計(jì)算模塊的示意圖。
[0069] 如圖4所示，外信息第一次計(jì)算模塊511包含比較器和乘法器，通過利用修正因子 α。第一次得到外信息。
[0070] 圖5是本發(fā)明的LDPC譯碼裝置中外信息第二次計(jì)算模塊的示意圖。
[0071] 如圖5所示，外信息第二次計(jì)算模塊514包含乘法器，通過利用修正因子a i α。第 二次得到外信息，作為高信度外信息。
[0072] 本實(shí)施中所提供的LDPC譯碼裝置與上述實(shí)施例中LDPC譯碼方法相對(duì)應(yīng)，那么裝 置中所具有的結(jié)構(gòu)和技術(shù)要素可由生成方法相應(yīng)轉(zhuǎn)換形成，在此省略說明不再贅述。
[0073] 本發(fā)明雖然已以較佳實(shí)施例公開如上，但其并不是用來限定本發(fā)明，任何本領(lǐng)域 技術(shù)人員在不脫離本發(fā)明的精神和范圍內(nèi)，都可以利用上述揭示的方法和技術(shù)內(nèi)容對(duì)本發(fā) 明技術(shù)方案做出可能的變動(dòng)和修改，因此，凡是未脫離本發(fā)明技術(shù)方案的內(nèi)容，依據(jù)本發(fā)明 的技術(shù)實(shí)質(zhì)對(duì)以上實(shí)施例所作的任何簡單修改、等同變化及修飾，均屬于本發(fā)明技術(shù)方案 的保護(hù)范圍。
【主權(quán)項(xiàng)】
1. 一種LDPC譯碼方法，包括如下步驟： 在一次子迭代內(nèi)校驗(yàn)節(jié)點(diǎn)處理中，獲得校驗(yàn)矩陣中對(duì)應(yīng)行的變量節(jié)點(diǎn)的軟值信息絕對(duì) 值，取該軟值信息絕對(duì)值中最小值和預(yù)定范圍內(nèi)次小值，利用修正因子對(duì)所述最小值和所 述次小值處理后獲得該對(duì)應(yīng)行的外信息；以及 利用外信息對(duì)該對(duì)應(yīng)行所有變量節(jié)點(diǎn)進(jìn)行軟值更新，其特征在于，還包括如下步驟： 對(duì)所得的更新后軟值信息進(jìn)行硬判決并驗(yàn)證是否滿足校驗(yàn)矩陣； 當(dāng)滿足校驗(yàn)矩陣時(shí)，輸出所述外信息和所述更新后軟值信息； 當(dāng)不滿足校驗(yàn)矩陣時(shí)，對(duì)所述外信息提高可信度后再利用所得高信度外信息重新對(duì)該 對(duì)應(yīng)行所有變量節(jié)點(diǎn)進(jìn)行軟值更新。2. 如權(quán)利要求1所述的LDPC譯碼方法，其特征在于， 其中，所述子迭代是一次迭代劃分成若干次子迭代，劃分規(guī)則基于LDPC碼的校驗(yàn)矩陣 結(jié)構(gòu)和并行度需求。3. 如權(quán)利要求1所述的LDPC譯碼方法，其特征在于， 在一次子迭代內(nèi)校驗(yàn)節(jié)點(diǎn)處理中，獲得對(duì)應(yīng)行的變量節(jié)點(diǎn)的軟值信息絕對(duì)值， 其中，該對(duì)應(yīng)行是子迭代中任意一行或并行多行。4. 如權(quán)利要求1所述的LDPC譯碼方法，其特征在于， 通過任意基于最小和算法的修正算法獲得所述對(duì)應(yīng)行的所述外信息。5. 如權(quán)利要求4所述的LDPC譯碼方法，其特征在于， 其中，所述最小和算法至少包含： 歸一化的最小和算法、或偏移的最小和算法、或分度數(shù)的最小和算法、或變步長的最 小和算法。6. 如權(quán)利要求5所述的LDPC譯碼方法，其特征在于， 其中，基于所述歸一化的最小和算法的修正算法獲得所述外信息步驟，包含：對(duì)于最小 值的變量節(jié)點(diǎn)，所述外信息絕對(duì)值等于所述次小值乘以修正因子；對(duì)于非最小值的變量節(jié) 點(diǎn)，所述外信息絕對(duì)值等于所述最小值乘以修正因子。7. 如權(quán)利要求5所述的LDPC譯碼方法，其特征在于， 其中，基于所述偏移的最小和算法的修正算法獲得所述外信息步驟，包含：對(duì)于最小值 的變量節(jié)點(diǎn)，所述外信息的絕對(duì)值等于次小值減去修正因子后和零相比較選取的較大值； 對(duì)于非最小值的變量節(jié)點(diǎn)，所述外信息的絕對(duì)值等于最小值減去修正因子后和零相比較選 取的較大值。8. 如權(quán)利要求1所述的LDPC譯碼方法，其特征在于， 其中，對(duì)所述外信息按照預(yù)定可信度處理規(guī)則提高可信度，該預(yù)定可信度處理規(guī)則包 含：不改變外信息符號(hào)前提下，增加外信息的絕對(duì)值。9. 如權(quán)利要求8所述的LDPC譯碼方法，其特征在于， 其中，當(dāng)外信息通過歸一化的最小和算法獲得時(shí)，所述預(yù)定可信度處理規(guī)則包含：增大 所述修正因子。10. 如權(quán)利要求8所述的LDPC譯碼方法，其特征在于， 其中，當(dāng)外信息通過偏移的最小和算法獲得時(shí)，所述預(yù)定可信度處理規(guī)則包含：減小所 述修正因子。11. 一種LDPC譯碼裝置，包括： 外信息第一次計(jì)算模塊，在一次子迭代內(nèi)校驗(yàn)節(jié)點(diǎn)處理中，獲得校驗(yàn)矩陣中對(duì)應(yīng)行的 變量節(jié)點(diǎn)的軟值信息絕對(duì)值，取該軟值信息絕對(duì)值中最小值和預(yù)定范圍內(nèi)次小值，利用修 正因子對(duì)所述最小值和所述次小值處理后獲得該對(duì)應(yīng)行的外信息；以及 變量節(jié)點(diǎn)更新模塊，利用外信息對(duì)該對(duì)應(yīng)行所有變量節(jié)點(diǎn)進(jìn)行軟值更新，其特征在于， 還包括： 校驗(yàn)行判決模塊，對(duì)所得的更新后軟值信息進(jìn)行硬判決并驗(yàn)證是否滿足校驗(yàn)矩陣；以 及 外信息第二次計(jì)算模塊，當(dāng)不滿足校驗(yàn)矩陣時(shí)，對(duì)所述外信息提高可信度后再利用所 得高信度外信息重新對(duì)該對(duì)應(yīng)行所有變量節(jié)點(diǎn)進(jìn)行軟值更新。
【文檔編號(hào)】H03M13/11GK105991141SQ201510083015
【公開日】2016年10月5日
【申請(qǐng)日】2015年2月15日
【發(fā)明人】韓雄川, 黃戈, 梁偉強(qiáng)
【申請(qǐng)人】上海高清數(shù)字科技產(chǎn)業(yè)有限公司