[发明专利]解码装置以及解码方法

说明书

技术领域

本发明涉及解码装置以及解码方法，特别涉及对利用低密度奇偶校验码进行编码后的数据进行解码的解码装置以及解码方法。

背景技术

低密度奇偶校验(Low-Density Parity-Check：LDPC)码(以下，称为LDPC码)是1962年由Gallager提出来的利用重复处理的纠错码，得到了随着码长变长而逼近Shannon极限的解码特性，具有几乎不发生在Turbo码的解码中观测到的错误平层(Error Floor)现象的特征。

可在Tanner图上通过基于概率传播的消息传递算法进行LDPC码的解码，该Tanner图是用分支(branch)将与码字的各比特对应的变量节点和与奇偶校对总和对应的校验节点连结而成的形状的图。

作为基本的消息传递算法，可举出Sum-Product算法。在Sum-Product算法中，作为接收信号概率性的可靠度信息，计算对数似然比(LogLikelihood Ratio：LLR)(以下，称为LLR)，并进行重复运算，由此进行解码(例如，参照非专利文献1)。

在Sum-Product算法中，由于进行了准确的运算，所以解码性能较高，但由于需要使用数学函数的运算(实数的加法和函数的评价)，所以计算成本变高。因此，当在解码装置中安装Sum-Product算法时，需要准备用于保持函数值的表等来降低计算成本。

与Sum-Product算法相对，作为对安装时的电路结构进行简化的算法，存在Min-Sum算法。在Min-Sum算法中，使用对Sum-Product算法中使用的数学函数进行近似而得到的简单算式，只进行加法、最小值检测、正负判定、符号的乘法这4种运算，因此计算成本减小。但是，存在解码性能受到近似的影响而劣化的缺点。

另外，作为与Sum-Product算法相比解码性能稍微劣化但计算成本与Min-Sum算法大致相同的解码算法，例如存在Normalized_BP(BliefPropagation，置信传播)算法和Offset_BP算法(例如，参照非专利文献2)。

并且，作为与Min-Sum算法相比计算量虽然增加，但具有与Sum-Product算法大致相同程度的解码性能的解码算法，提出了δ-Min算法(例如，参照非专利文献3)。

但是，上述算法产生下述问题，即：在每次的解码处理中，在结束全行处理之后进行全列处理，因此随着解码处理的重复次数增多，解码处理花费的延迟时间增大。

对于这样的问题，存在减少了解码处理的重复次数的Shuffled_BP算法。在Shuffled_BP算法中，逐字进行通过行处理和列处理得到的概率信息的计算以及更新。因此，高效地进行概率信息的传播，收敛加速，但需要对各节点进行保持的存储器，因此增加了与行重以及列重的量相当的存储容量(例如，参照非专利文献4)。

与此相对，对Min-Sum算法进行改善，提出了循环近似min算法(cyclic approximated min algorithm)，该循环近似min算法只循环地更新任意个数的最小值(表示以升序从最小值到任意个数)的LLR的绝对值，即：不是使用准确的最小值，而是使用近似的最小值进行解码。通过使用循环近似min算法，与Shuffled_BP算法相比可大幅度缩小存储容量(例如，参照专利文献1)。

专利文献1：国际公开WO2007/018066A1号(第9-1图)

非专利文献1：和田山正著，“低密度パリティ検查符号とその復号法LDPC(Low Density Parity Check)符号/sum-product復号法”，トリケップス，2002年6月5日，p.76-99

非专利文献2：Jinghu Chen等，“Reduced-Complexity Decoding ofLDPC Codes”，[online]，[平成20年12月22日检索]，互联网<URL：http://www-ee.eng.hawaii.edu/～jinghu/FILES/tcom02v3p2.pdf>

非专利文献3：R.Sakai等，“Low Complexity Decoding Algorithm forLDPC Codes and Its Discretized Density Evolution”，RCS2005-42(2005-7)Okayama，2005年7月，p.13-18