[发明专利]一种快速收敛的估计LDPC码错误概率的方法

说明书

技术领域

本发明属于数字通信差错控制编码领域，具体涉及一种采用LDPC码编码的通信系统的错误概率估计方法。

背景技术

在数字通信系统中，衡量纠错码性能的指标是比特或码字的错误概率，比特或码字的错误概率反映了系统的可靠性。目前，获取编码通信系统错误概率的方法有三大类：解析法，计算机仿真方法及基于硬件平台的仿真方法。针对码长为有限长的LDPC码的性能估计，现有的解析法应用起来非常困难；并且基于硬件平台的仿真方法的开发周期长、成本高、可移植性差，因此仿真方法的应用获得了极大的推广。

目前，蒙特卡罗(Monte Carlo，MC)法是纠错码性能估计中最常用的仿真方法。它被广泛应用于估计通信系统的各个参量，其中最常见的，是估计通信系统的错误概率。但是，LDPC码在高信噪比下的错误概率很低，运用MC法估计该类码的性能时，估计器方差的收敛速度缓慢，需要耗费大量的仿真时间。

针对该问题，为减小仿真时间，研究者们提出了重点采样(Importance Sampling，IS)法，该方法是一种能降低估计器方差的仿真方法，一定程度上解决了MC法在估计低错误概率时遇到的问题，已在LDPC码的性能仿真中获得了广泛应用，缩短了仿真时间。这种方法的关键在于选取一个合适的偏置分布，使导致译码错误的样本点数在仿真总样本数中所占的比例升高，从而降低错误概率估计器的方差，缩短仿真时间。最早应用于LDPC码性能仿真中的IS法是经典IS法，在该方法中，偏置分布的获取依赖于分析码字结构及错误区域特性，当码字结构是非规则结构，且仿真中采用迭代译码时，上述分析变得十分困难，使得经典的IS法不能估计非规则结构的LDPC码的性能。

自适应重点采样(Adaptive Importance Sampling，AIS)方法是上述经典IS方法的一种改进方法，它无需分析LDPC码的码字结构或搜索陷阱集，能够在有限次的迭代过程中自适应地获得趋近于最优的偏置分布，因而能灵活应用于各种类型的LDPC码中。双自适应重点采样(Dual Adaptive Importance Sampling，DAIS)法和快速平坦直方图(Fast Flat Histogram，FFH)法是AIS法在纠错码性能估计领域中的发展和应用。该类方法利用一个预先定义的变量来控制偏置分布的更新，使偏置分布逐渐趋近于最优。

发明人在实现本发明的过程中，发现现有技术中至少存在以下缺点和不足：

AIS方法和DAIS方法的收敛速度较慢，导致所需的样本数较多。

为解决上述问题，本发明提供了一种快速收敛的错误概率估计方法。该方法引入一个辅助函数，在DAIS法偏置分布的基础上乘以该辅助函数，人为地提高了仿真预设区域Ω内的噪声被抽取的概率，使得每次迭代过程中从原偏置分布中抽取的噪声仅落入Ω内，最后引入权重以消除两次偏置的影响。当仿真收敛时，得到该区域内概率质量函数的估计值，进一步获得LDPC码的错误概率。该方法与DAIS方法相比，能够加快仿真的收敛速度，减少仿真所需的样本数。

发明内容

本发明提供了一种快速收敛的估计LDPC码错误概率的方法，能加快传统的双自适应重点采样仿真的收敛速度，减少所需的仿真样本数，并且能够精确地估计采用LDPC码编码的通信系统在高信噪比下的错误概率，详见下文描述。

一种快速收敛的估计LDPC码错误概率的方法。所述方法包括以下步骤：

(1)利用蒙特卡罗仿真方法确定参考信噪比SNR_ref；

(2)输入待仿真的信噪比SNR_obj，判断输入信噪比SNR_obj是否小于SNR_ref，当SNR_obj≤SNR_ref时，采用蒙特卡罗法估计系统的错误概率，流程结束；当SNR_obj>SNR_ref时，执行步骤(3)；

(3)定义控制变量V，将V的范围划分为若干个子区间，确定可信区间；定义辅助函数，确定仿真预设区域Ω；

(4)估计在SNR_obj下噪声落入V的第k个子区间且导致译码错误的概率P_err,k,obj；

(5)估计在SNR_obj下导致译码错误的所有噪声中，落入V的第k个子区间的噪声占总数的条件概率P_k|err,obj；