[发明专利]基于软输出维特比译码算法SOVA的译码方法和装置

说明书

本发明公开了一种基于SOVA的译码方法和装置，解决了随着接收序列对应的信息比特的长度的增加，SOVA的复杂度也在增加的问题。方法包括：采用维特比算法，在设定的网格图中，确定接收序列对应的最大似然路径，并计算所述最大似然路径上每个状态节点的竞争路径与所述最大似然路径的度量差，所述网格图用于表征不同时刻编码器的状态变化；根据所述度量差的值，从所述最大似然路径上的状态节点中，选择K个状态节点确定为采样点，K为正整数；将所述采样点作为回溯节点，进行回溯处理，以更新所述接收序列包含的每个信息比特的对数似然比LLR值。从而在保证了系统性能的前提下，降低了译码复杂度，提高了译码速度，更易于硬件实现。

技术领域

本发明涉及通信技术领域，特别涉及一种基于软输出维特比译码算法(SoftOutput Viterbi Algorithm，简称SOVA)的译码方法和装置。

背景技术

Turbo码是一种前向纠错的信道编码技术，目前长期演进(Long Term Evolution，简称LTE)系统中数据业务信道采用Turbo码进行编码。由于传统的最大对数后验概率(max-log-map)译码算法实现复杂度较高，功耗效率不高，并行度低，因此max-log-map译码算法不适用要求实现高吞吐量的场景。如3GPP定义了5G新空口下行(DL)的吞吐量至少为20Gbps，因此为了降低功耗，实现5G要求的高吞吐量指标，要求采用低复杂度的快速Turbo码译码算法。

软输出维特比译码算法(SOVA)是一种基于维特比算法(Viterbi Algorithm，简称VA)的译码算法，SOVA在维特比算法的基础上，利用路径的累积度量差定义了比特错误概率和路径错误概率，并将这些错误转化为对数似然比(Log-Likelihood Ratio，简称LLR)，作为软输出进行译码。由于SOVA复杂度较低，易于实现，广泛应用于卷积码、Turbo码译码。采用SOVA进行译码处理的过程如下：

第一步，采用维特比算法，确定接收序列对应的最大似然(Maximum Likelihood，简称ML)路径。其中，通过编码状态的网格(trellis)图，找到具有最大度量的路径，这条路径称为最大似然路径，VA算法可描述如下：

step 1：在起始时刻t＝m，计算各个状态节点的路径度量，记录上述度量以及相应的路径；

step 2：令t＝t+1，计算进入各个状态节点的所有分支的路径度量与上一个时刻的路径度量求和得到的路径度量，选取具有最大路径度量的路径确定为幸存路径；

step 3：如果th+m，返回step 2，其中，h为编码信息长度；否则，最后一个时刻对应的幸存路径即为最大似然路径。

第二步，对所有被标记的竞争路径进行回溯，更新接收序列的LLR值。

具体的，引入了路径错误概率和比特错误概率，通过维特比算法来寻找ML路径后，再对每一个状态进行回溯，更新相应的比特错误率，由比特错误率得到LLR值。假设m(s,t)为在t时刻终止于状态s的ML路径的路径度量，cm(s,t)为在t时刻终止于状态s的竞争路径的路径度量，mdiff(s,t)＝m(s,t)-cm(s,t)为路径度量差。假设在求解ML路径的过程中，每个时刻的各个状态的mdiff(s,t)都被计算得到，那么回溯过程表述如下：

(1)初始化幸存路径上每个状态节点的LLR值为+∞；

(2)从最后一个时刻t＝L的状态节点开始往前回溯，直到起始状态节点为止；

(3)比较该状态节点的竞争路径与幸存路径上的每个信息比特，如果两个路径上的比特值相同，则不更新相应的比特所对应的LLR值，如果不相同，则以该比特的LLR值与mdiff(s,t)中的最小值来更新该比特的LLR值；

(4)t＝t-1，继续回溯，直至开始节点；

(5)用硬判决的比特符号调整LLR的符号。