[发明专利]一种优化的基于归一化最小值的LDPC译码方法

权利要求书

1.一种优化的基于归一化最小值的LDPC译码方法，包括：

S1、初始化，计算变量节点处接收到的信道消息值；

S2、根据优化的归一化最小值算法进行迭代更新，即利用优化的归一化因子的值更新从校验节点传送到变量节点的外信息，以及更新从变量节点传送到校验节点的外信息；

S3、计算变量节点的硬判决值，并进行硬判决；

S4、判断硬判决是否符合校验矩阵，若符合则输出硬判决作为译码结果，否则判断是否达到最大迭代数，若达到最大迭代数则译码失败；否则返回S2；

其特征在于，所述优化的归一化因子的值的计算包括：利用第一变量节点更新函数的期望与第二变量节点更新函数的期望的比值求出第1次迭代过程中归一化因子的值；当满足硬判决时的迭代次数iter max大于等于2时，根据第k-1次迭代过程中得到的归一化因子计算第三变量节点更新函数的期望，利用第一变量节点更新函数的期望与第三变量节点更新函数的期望的比值求出第k次迭代过程中归一化因子的值，然后计算iter max次迭代过程中归一化因子的加权平均值作为优化的归一化最小值算法中优化的归一化因子的值，此时iter max≥k≥2。

2.根据权利要求1所述的一种优化的基于归一化最小值的LDPC译码方法，其特征在于，计算iter max次迭代过程中归一化因子的加权平均值的过程包括：

第k次迭代中的归一化因子α_k表示为：

其中，L表示第一变量节点更新函数，E(|L|)表示L的数学期望；表示第二变量节点更新函数，表示的数学期望；表示第三变量节点更新函数，表示的数学期望；λ_k表示第k次迭代中的归一化因子的权值。

3.根据权利要求2所述的一种优化的基于归一化最小值的LDPC译码方法，其特征在于，第一变量节点更新函数L及其数学期望E(|L|)表示为：

其中，E[(tanh(Z_n'→m/2))^2k-1]表示传递消息值的数学期望；sign(·)表示符号函数；tanh(·)表示双曲正切函数；k表示迭代次数，dc表示变量节点的度；Z_n'→m表示从变量节点n'传送给校验节点m的外信息；μ＝4/N₀，σ²＝8/N₀，N₀表示噪声值；N(m)表示与校验节点m直接相连的变量节点集合，N(m)\n表示在N(m)中不包含变量节点n的变量节点集合，n'表示在N(m)\n中的变量节点，n为N(m)中可信度最低的变量节点；x_n'表示节点n'的量化值。

4.根据权利要求2所述的一种优化的基于归一化最小值的LDPC译码方法，其特征在于：

第二变量节点更新函数表示为：

利用加性高斯白噪声AWGN信道的分布特性分析第二变量节点更新函数第二变量节点更新函数的数学期望表示为：

其中，sign(·)表示符号函数；Q(·)表示概率密度函数，Z_n'→m表示从变量节点n'传送给校验节点m的外信息；dc表示校验节点的度；μ＝4/N₀，σ²＝8/N₀，N₀表示噪声值；y表示积分变量，k表示当前迭代次数，N(m)表示与校验节点m直接相连的变量节点集合，N(m)\n表示在N(m)中不包含变量节点n的变量节点集合，n'表示在N(m)\n中的变量节点，n为N(m)中可信度最低的变量节点。