[发明专利]一种优化的基于归一化最小值的LDPC译码方法

说明书

本发明涉及5G通信系统，特别涉及一种优化的基于归一化最小值的LDPC译码方法，包括初始化，计算变量节点接收到的信道消息值；根据优化的归一化最小值算法进行迭代，更新从校验节点传送到变量节点的外信息、从变量节点传送到校验节点的外信息；计算变量节点的硬判决值，并进行硬判决；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；本发明使用最小值偏移量近似的替换第二最小值，减少了译码过程的比较运算次数，联合密度进化理论和加权平均方案根据各信噪比下的归一化因子得到一个最优的归一化因子以此来补偿译码性能，在实现过程中不会增加多余的硬件计算消耗。

技术领域

本发明涉及5G通信系统，特别涉及一种优化的基于归一化最小值的LDPC译码方法。

背景技术

低密度奇偶校验码(Low Density Parity Check Code，LDPC)在使用置信度传播(Belief Propagation，BP)算法或基于因子图的消息传递算法进行译码时拥有接近香农限的纠错性能。使用结构化的LDPC码在保证吞吐量的同时提供了低的译码复杂度，适用于各种并行的译码结构，也利于硬件实现。2016年10月，无线接入网络(3GPP RAN1)将QC-LDPC确定为第5代(5G)移动通信增强移动宽带(Enhance Mobile Broadband，eMBB)场景下的数据信道编码方案。

由于LDPC码被用于大量的应用中，因此大量研究一直致力于寻找有效的译码方案。BP算法虽然在进行译码时拥有接近香农限的纠错性能，但是硬件实现译码过程的复杂度非常高，所以在硬件实现BP算法的过程中，通常将BP算法简化为BP-based近似算法(也称为“最小和(Min-Sum，MS)”算法)。BP-based极大的降低了整个译码过程的实现复杂度，但损失了部分译码性能，在此基础上出现了广受关注的归一化最小和以及偏移最小和，在增加少量复杂度的情况下提供了接近BP的译码性能。为满足复杂度要求比较高的应用，更加需要在复杂度和性能之间进行优化。

发明内容

为了降低LDPC译码的复杂度，本发明提出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n接收到的信道消息值l_n；

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n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；

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itermax≥k≥2。

优选的，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：