[发明专利]一种动态自修正最小和译码方法及基于其的译码器

说明书

本发明公开了一种动态自修正最小和译码方法及基于其的译码器，该方法包括：将信道中消息传送至一迭代函数，该迭代函数中包括变量节点的消息更新、校验节点的消息更新和判决量的更新，其中，变量节点消息初始值为该信道中消息，初始化该迭代函数并设置其最大迭代次数，每次迭代包括：对变量节点增加基于阈值的可靠度判断，并据其进行变量节点的消息处理及更新；对校验节点进行消息处理及更新；根据变量节点消息和校验节点消息计算判决量；根据判决量并结合最大迭代次数完成迭代，得到译码结果。本发明提供的该动态自修正最小和译码方法及基于其的译码器，在一定程度上提高了译码算法的性能，加快了译码算法的收敛性，同时也提高了系统的灵活性。

技术领域

本发明涉及通信领域，尤其是涉及动态自修正最小和译码方法及基于其的译码器。

背景技术

在通信系统中，信道中的噪声会使传输的数据产生错误。信道编码技术可以发现和纠正这些错误，使通信系统具有一定的抗干扰和纠错的能力。低密度奇偶校验码(LowDensity Parity Check Codes，LDPC codes)在AWGN信道下的性能接近香农极限，是近年来信道编码领域研究的热点。

硬判决译码算法和软判决译码算法是LDPC码的两大类译码算法。对于硬判决译码来说，译码过程中一般是通过LDPC码与校验矩阵的校验关系进行比特翻转纠错。而对于软判决译码来说，一般是通过变量节点与校验节点的置信度传播，计算后验概率来译码。在一般情况下，硬判决译码算法译码性能较差，但译码复杂度较低；软判决译码算法译码性能较好，但译码复杂较高。

目前研究比较广泛的是置信传播(Belief Propagation，BP)译码算法，以及基于BP算法的各种改进算法。相较于概率域的BP算法，对数域的BP算法(LLR-BP)将大量的乘法运算变为加法运算，但校验节点处理的计算复杂度依然很高；最小和(Min-Sum)算法在BP算法的基础上，减小了校验节点消息更新的计算复杂度，但同时引起了一定程度的性能损失；Self-Correcting Min-Sum(SCMS)算法从变量节点消息出发，通过擦除不可靠消息，提升算法的性能，并且加快了算法的收敛性，但SCMS算法只是将变量节点消息的符号改变作为判断消息不可靠的依据，没有明确说明如何判断消息的可靠性，并且不具有可配置性。

发明内容

本发明的目的在于提供一种动态自修正最小和译码方法及基于其的译码器，可以根据信道情况，通过改变阈值的大小，动态调整消息可靠性的判断，加快了译码算法的收敛性，同时也提高了系统的灵活性。

有鉴于此，本发明一方面提供了一种动态自修正最小和译码方法，包括：

将信道中消息传送至一迭代函数，该迭代函数中包括变量节点i的消息更新、校验节点j的消息更新和判决量的更新，其中，变量节点消息初始值为所述信道中消息，初始化该迭代函数并设置该迭代函数的最大迭代次数，一些实施例中，该初始化过程包括：

初始化变量节点i的消息，计算信道传递给变量节点的初始概率似然比消息L(P_i)；

对每一个该变量节点i和与其相连的校验节点j∈C(i)，设定该变量节点传向校验节点的初始消息：

L⁽⁰⁾(q_ij)＝L(P_i)，

其中，C(i)表示与变量节点i相连的校验节点的集合。

进一步的，该迭代函数中，每次迭代包括：

对变量节点增加基于阈值的可靠度判断，一些实施例中，该步骤包括：

在判断变量节点的消息的可靠度时，为每个变量节点增加一个阈值；

当变量节点的消息向相反符号方向的变动大于其阈值所在的位置时，该消息判断为不可靠消息，在更新中设置为0；