Ldpc译码方法及译码器的制造方法
【技术领域】
[0001]本发明涉及数字信息传输领域，特别涉及一种LDPC译码方法及译码器。
【背景技术】
[0002] LDPC码（Low Density Parity Check Code)最初是由Galleger在20世纪60年代提 出，由于当时技术有限，缺乏可行的译码算法，LDPC码在提出之后的30多年里基本被人忽 略。在此期间，学者们对于LDPC码的研究也从未止步。Tanner在1981年推广了LDPC码，并给 出了LDPC码的图表示，即Tanner图。在1993年，Berrou等人发现了Turbo码。在此基础上， 1995年前后Mackey和Neal等人对LDPC码重新进行了研究，提出了可行的译码算法，进一步 发现了 LDPC码所具有的良好性能，它不仅具有能逼近Shannon限的良好性能，而且译码复杂 度低，结构灵活。最近十几年，研究人员在LDPC码的研究上也取得了突破性的进展。目前， LDPC码的相关技术已日趋成熟，已开始投入商用，被广泛应用于深空通信、光纤通信、卫星 数字视频和音频广播等领域。同时，LDPC码也进入了无线通信等相关领域的标准，基于LDPC 码的编码方案已经被下一代卫星数字视频广播标准DVB-S2采纳。
[0003] LDPC码的译码算法对LDPC码的译码性能起着至关重要的作用，对于同样的LDPC 码，采用不同的译码算法，可以获得不同的译码性能。LDPC码的译码可分为以下三大类:硬 判决译码、软判决译码和基于可靠度的译码。近年来，基于可靠度的译码算法引起了学者们 的重视，这类算法是在硬判决的基础上引入了可靠度信息以及迭代译码，能有效兼顾译码 复杂度、收敛和译码性能。典型的基于可靠度的译码算法包括加权一步大数逻辑(Weighted OSMLGD)译码、加权比特翻转法等。
[0004] 近期的研究成果包括，2009年Huang等人提出的基于可靠度的迭代大数逻辑译码 算法(RBI-MLGD)，该算法基于可靠度信息，并通过有效迭代，提高了译码性能。在此基础上， Chen等人通过引入了修正因子，于2012年提出了修正版的基于可靠度的迭代大数逻辑译码 算法(MRBI-MLGD)进一步获得了译码性能上的提高。RBI-ML⑶算法具备良好的应用前景，吸 引了学者们的广泛关注。Ngatched和Zhang等人也在此基础上提出了各自的修正算法。
[0005] 上述几种基于可靠度的译码算法，都需要引入一种特殊的外信息，这种外信息是 结合当前码位信息和伴随式信息来获得的。这个过程会产生额外的运算量，对于长码长、大 列重的大数逻辑可译码，其运算量不容忽视。要在RBI-MLGD算法的译码性能、译码复杂度、 硬件实现的难易程度上取有效折中，目前仍然没有很好的办法。
[0006] 公开于该【背景技术】部分的信息仅仅旨在增加对本发明的总体背景的理解，而不应 当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。
【发明内容】
[0007] 本发明的目的在于提供一种LDPC译码方法及译码器，其联合了非线性预处理方 法，可在保持优良译码性能的前提下，有效降低译码复杂度。
[0008] 为实现上述目的，根据本发明的一方面，提供了一种LDPC译码方法，包括以下步 骤:获取信道信息，对所述信道信息以定量化比特数进行非线性量化预处理获得可靠度信 息;设定最大迭代次数，开始迭代:对所述可靠度信息进行硬判决处理获得硬判决向量，并 根据所述硬判决向量获取对应的符号向量;将所述符号向量输入效验矩阵进行验证，若验 证成功，则结束迭代输出译码;若验证失败，则判断是否超过设定的最大迭代次数，若超过， 退出迭代;若未超过，更新所述可靠度信息进行下一次迭代。
[0009] 优选地，上述技术方案中，所述对所述信道信息以定量化比特数进行非线性量化 预处理获得可靠度信息，具体如下：
[0010] 接收信道信息5^，确定量化比特数b，采用公式（1)进行量化预处理：
[0011]⑴
[0012] 共中，OS j Sn_l，p =
0，l，2, · · ·，T_3，b取值为3,4或5，r为可调的量化解析度参 数，yth为正方向的最大接收电平，⑴为预处理后的整数可靠度信息，范围在[_(2b-l)，+ (2b-1)]之间。
[0013] 优选地，上述技术方案中，需对所述量化解析度参数r进行优化，具体如下:对于不 同的r值，基于信道信息^的分布特性，计算信道信息^的概率分布序列，确定量化解析度参 数r的初始量化间隔和终止量化间隔，根据该间隔和所述概率分布序列得到最优的量化解 析度参数r。
[0014] 优选地，上述技术方案中，将所述符号向量输入效验矩阵进行验证具体如下：用校 验矩阵和输入的所述符号向量进行乘积并模2加，如满足验证条件，则译码成功，反之，则译 码失败。
[0015] 优选地，上述技术方案中，更新所述可靠度信息具体如下：由校验节点对所述符号 向量校验以获取对应变量节点的伴随式信息，将所述伴随式信息传输至变量节点；由变量 节点统计出校验正确的伴随式信息个数和校验失败的伴随式信息个数，根据校验正确和校 验失败的伴随式信息个数和更新所述可靠度信息。
[0016] 为实现上述目的，根据本发明的一方面，提供了一种LDPC译码器，包括:预处理模 块，用于获取信道信息，对所述信道信息以定量化比特数进行非线性量化预处理获得可靠 度信息;迭代译码模块，用于迭代设定最大迭代次数，并进行迭代处理;硬判决模块，用于对 所述可靠度信息进行硬判决处理获得硬判决向量，并根据所述硬判决向量获取对应的符号 向量;译码校验模块，用于将所述符号向量输入效验矩阵进行验证，若验证成功，则结束迭 代输出译码;若验证失败，则判断是否超过设定的最大迭代次数，若超过，退出迭代;若未超 过，由所述迭代译码模块更新所述可靠度信息进行下一次迭代。
[0017] 优选地，上述技术方案中，所述预处理模块中对所述信道信息以定量化比特数进 行非线性量化预处理获得可靠度信息，具体如下：
[0018] 接收信道信息确定量化比特数b，采用公式(2)进行量化预处理：
(.2)
[0019]
[0020]其中，0< j<n-l，p = 0，l，2，. . .，2b-3，b取值为3,4或5，r为可调的量化解析度参 数，yth为正方向的最大接收电平，⑴为预处理后的整数可靠度信息，范围在[_(2b-l)，+ (2b-1)]之间。
[0021 ]优选地，上述技术方案中，需对所述量化解析度参数r进行优化，具体如下:对于不 同的r值，基于信道信息^的分布特性，计算信道信息^的概率分布序列，确定量化解析度参 数r的初始量化间隔和终止量化间隔，根据该间隔和所述概率分布序列得到最优的量化解 析度参数r。
[0022] 优选地，上述技术方案中，所述译码校验模块中将所述符号向量输入效验矩阵进 行验证具体如下：用校验矩阵和输入的所述符号向量进行乘积并模2加，如满足验证条件， 则译码成功，反之，则译码失败。
[0023] 优选地，上述技术方案中，由所述迭代译码模块更新所述可靠度信息具体如下：由 校验节点对所述符号向量校验以获取对应变量节点的伴随式信息，将所述伴随式信息传输 至