[发明专利]基于线性最小均方误差估计的修正最小和解码方法

摘要

本发明涉及一种基于线性最小均方误差估计的修正最小和解码方法，该方法首先利用线性最小均方误差估计的方法对校验消息幅度建模，并采用黄金分割搜索算法加快估计参数的确定，使其估值逼近BP方法中的校验消息幅度。然后，考虑迭代次数对估计参数的影响，对估计参数加以修正。对不同的信噪比采用固定的估计参数，以保证解码性能，减小硬件开销。得到估计参数后，对LDPC码进行解码。该方法不仅解码性能优越，而且估计参数计算快，解码复杂度低，硬件实现简单。

主权项

1.一种基于线性最小均方误差估计的修正最小和解码方法，其特征在于：定义C_i表示与变量节点i相连的校验节点的集合，R_j表示与校验节点j相连的变量节点的集合，C_i\j表示除j外与变量节点i相连的校验节点的集合，R_j\i表示除i外与校验节点相连的变量节点的集合，L(r_ji)表示校验节点j传递给变量节点i的外信息，L(q_ij)表示变量节点i传递给校验节点j的外信息，c表示码字；L₁为BP算法中的校验消息幅度，其值为：(1)其中，(l-1)表示第(l-1)次迭代；其中；L₂为最小和算法中的校验消息幅度，其值为：(2)该方法按如下步骤进行：步骤1、建立校验消息幅度的估计模型：基于线性最小均方误差估计模型，并结合修正后校验消息的符号不变的原则，对校验消息幅度建立如式(3)所示的估计模型：(3)其中a、b为需要计算的估计参数；步骤2、计算使均方误差函数最小的估计参数a、b：步骤2.1、假设边界为常数，当时，可得估计参数为：(4)其中，cov(L₁,L₂)表示L₁与L₂的协方差，D(L₂)表示L₂的方差，E(L₁)、E(L₂)分别表示L₁、L₂的均方误差；步骤2.2、比较计算出的与是否相等，若，得到的a、b不是正确值，舍弃；若，则得到了a、b的正确值；步骤2.3、采用黄金分割搜索算法，按上述步骤2.1、2.2进行迭代，快速确定边界k，然后根据式(4)得到估计参数a、b；步骤3、根据迭代次数对估计参数进行修正：对前n次迭代得到的估计参数按式(5)进行加权平均处理，得到修正后的估计参数a、b，并对以后的各次迭代使用固定的估计参数：(5)其中，a_i表示第i次迭代得到的估计参数a，λ_i表示a_i的加权平均系数，b_i表示第i次迭代得到的估计参数b，μ_i表示b_i的加权平均系数；步骤4、对不同的信噪比采用同一个固定的估计参数；步骤5、得到所需的估计参数后，按如下步骤对LDPC码进行解码：步骤5.1、计算信道传递给变量节点i的初始概率似然比消息L(P_i)，然后计算所有变量节点i传递给校验节点j属于C_i的初始消息：(6)步骤5.2、按下述步骤（1）、（2）、（3）进行迭代处理：（1）校验节点消息处理计算所有校验节点j传向变量节点i属于R_j\i的消息：(7)（2）变量节点消息处理计算所有变量节点i传向校验节点j属于C_i\j的消息：(8)（3）解码判决对所有变量节点i计算硬判决消息：(9)则码字为：(10)步骤5.3、按步骤5.2进行迭代计算，直至满足停止条件或迭代次数达到最大迭代次数，则迭代计算结束，否则继续迭代；其中，表示LDPC码的校验矩阵，表示解得的码字，表示该矩阵的转置，若，则解得的码字是正确的。