基于LDPC码节点剩余度置信传播译码的改进方法与流程

本发明属于电子、通讯、与信息工程类领域，特别涉及无线通信和信息存储中ldpc纠错码的译码方法的设计。

背景技术：

低密度奇偶校验(ldpc,low-densityparity-check)码是一种线性码。ldpc码因其接近香浓极限的特性，目前已经被广泛应用到深空通信、光纤通信、卫星数字视频、音频广播、数据存储等领域。

传统ldpc码的迭代译码方法flooding，在每次迭代过程中，先同时更新所有的从变量节点到校验节点的边信息，然后再同时更新所有的从校验节点到变量节点的边信息。flooding译码的收敛速度较慢，为了提高译码收敛速度，casado等人将剩余度概念运用到了置信传播，并提出了两种译码时序：基于剩余度置信(rbp,residualbeliefpropagation)传播译码、基于校验节点的剩余度置信传播(nwrbp,node-wiserbp)译码。两者的区别是，rbp动态选择最大剩余度所在的边进行更新，而nwrbp动态选择最大剩余度所在的校验节点进行更新。这两个译码方法的收敛速度都优于flooding。尽管rbp和nwrbp的误码率低于flooding，然而这两种动态译码过程容易出现边或节点更新次数不均匀的现象，且性能受限于陷井集(trappingsets)的影响，导致一些错误的变量节点(即误码)在多次迭代译码后仍然不能被纠正。

技术实现要素：

经研究发现，nwrbp在译码过程中，变量节点更新的次数并不均衡，存在某些节点更新次数极少的现象。而相对于更新次数较多的变量节点，更新次数较少的变量节点不能为相邻节点提供足够的有用信息，亦或该节点无法从相邻节点获得有用信息，导致相邻节点或其本身发生错误的概率更大。本发明正是利用这一现象，在nwrbp译码的基础上提出一种改进方法enhancednwrbp(enwrbp)，该方法能有效均衡各变量节点的更新次数，从而进一步降低了ldpc码的译码误码率。

技术方案如下：

为方便理解译码流程，定义符号如下：

n(cm)＝{vn:hmn＝1}表示与校验节点cm相连的所有变量节点的集合；

n(cm)\vn表示除了变量节点vn，所有与校验节点cm相连的变量节点的集合；

n(vn)＝{cm:hnm＝1}表示与变量节点vn相连的所有校验节点的集合；

n(vn)\cm表示除了校验节点cm，所有与变量节点vn相连的所有校验节点的集合；

lvj→ci表示变量节点vj到校验节点ci所在边的置信度值；

mci→vj表示校验节点ci到变量节点vj所在边的置信度值。

本发明提出的enwrbp译码器的译码流程描述如下：

1)参数设置：变量节点vj更新次数uvj＝0,j＝1,2,...,n；设置初始化值被强制置零的变量节点总数为t,变量t＝0,变量

2)初始化：所有从校验节点到变量节点的边信息mc→v设置为0；所有从变量节点到校验节点的边信息lv→c设置为相应的信道接收信息ri；

3)计算所有边信息mci→vj的剩余度值r(mci→vj)＝abs(m'ci→vj-mci→vj)，其中abs表示求绝对值，mci→vj和m'ci→vj分别表示从校验节点ci到变量节点vj的边信息在更新前后的置信度值；

4)在所有剩余度值中，找出最大剩余度值r(mcmax→vmax)，并用cmax和vmax分别表示最大剩余度值所在边的两个端节点，即校验节点和变量节点；

5)对每一个vj∈n(cmax)，更新从校验节点cmax到所有临边变量节点的信息mcmax→vj，记录vj更新的次数，即uvj＝uvj+1；并将剩余度r(mcmax→vj)的值设置为0；

6)对每一个ca∈n(vj)\cmax，更新边信息lvj→ca；再对每一个vi∈n(ca)\vj，计算新的剩余度值r(mca→vi)；

7)若未达到最大迭代次数或译码序列不符合奇偶校验检测，则返回步骤4)；

8)当译码失败且t＜t，在{uvj}中查找最小值所对应的变量节点，即查找译码过程中变量节点更新次数最小的变量节点，记为vmin；否则跳转至步骤10)；

9)t＝t+1；重复步骤1)和2)的操作；再对每一个设置lvq→c＝0，即在重新译码的初始化步骤，对所有始于节点vq的变量到校验节点边信息强制置零，并返回步骤3)；

10)译码结束，输出译码序列。

有益效果

本发明是基于ldpc码节点剩余度置信传播译码的改进方法。经研究发现，nwrbp在译码过程中，节点更新的次数并不均衡，存在某些节点更新次数少的现象，而相对于更新次数较多的变量节点，更新次数较少的变量节点不能为相邻节点提供足够的有用信息，亦或该节点无法从相邻节点获得有用信息，导致相邻节点或其本身发生错误的概率更大。本发明正是利用此现象，对这部分节点的信道接收值强制置零，并重新译码，从而有效降低误码率，达到提高译码性能的效果。

附图说明

图1:本发明提出的nwrbp译码器技术方案。

图2:码a在加性高斯白噪声信道环境下，t＝10时各译码方案误码率和误帧率与信噪比的关系。

图3:码b在高斯白噪声信道环境下，t＝10时各译码方案误码率和误帧率与信噪比的关系。

图4:码a在高斯白噪声信道环境下，不同t值，enwrbp译码方案误码率和误帧率与信噪比的关系。

图5:码b在高斯白噪声信道环境下，不同t值，enwrbp译码方案误码率和误帧率与信噪比的关系。

用于仿真的码a：(155,3,5)ldpc码。

用于仿真的码b：(305,3,5)ldpc码。

具体实施方式

具体实施方案如图1所示。在nwrbp的一次译码过程中，如果达到最大的迭代次数仍然不满足译码成功条件，那么就寻找到在迭代过程中更新最少次数的变量节点vmin，并且将始于该节点的变量到校验节点的边信息初始化值设置为0。随后，重新用nwrbp进行译码，连续测试t个更新次数最少的变量节点。

步骤1：首先初始化，把所有从校验节点到变量节点的边信息mcj→vi设置为0；把所有从变量节点到校验节点的边信息lvi→cj设置为它们相应的信道接收信息ri；变量节点vj的更新次数uvj＝0,j＝1,2,...,n；设置最大迭代次数，设置最大尝试置零的变量节点数为t,变量t＝0,变量

步骤2：计算校验节点到变量节点边信息的剩余度值r(mci→vj)。寻找剩余度值的最大值r(mcmax→vmax)所在的边，即在二分图中从校验节点cmax到变量节点vmax的置信度在更新前后残差最大。然后跟新边信息mcmax→vj，并且记录变量节点vj更新的次数，即uvj＝uvj+1。随后，将剩余度rcmax→vj的值设置为0。接着，对于每一个ca∈n(vj)\cmax，更新变量节点到校验节点的信息lvj→ca，再对每一个vi∈n(ca)\vj，计算新的r(mca→vi)。接着，尝试译码判决，如果满足条件，译码结束，不满足则重复步骤2，直到达到最大迭代次数。

步骤3：如果不能译码成功，重新执行步骤1，接着找到更新次数最少的变量节点vmin，将其中所有从变量节点到校验节点的信息lvmin→cj设置为0，并返回步骤2重新译码。重复译码中断条件为：成功译码或者初始化置零的变量节点数达到t个。

下面结合实例及附图，对本发明作进一步地详细说明，但本发明的实施方式不限于此。

本发明实验所用计算机的配置为内存4gb，cpu是intelcorei5-24003.1ghz的台式计算机，所用代码是matlab2012b语言开发。用于测试发明方案的ldpc编码有a和b两种：码a是(155,3,5)ldpc码；码b是(305,3,5)ldpc码。本发明中所有的仿真都是在二进制输入加性高斯白噪声(bi-awgn)信道环境进行的。译码采用基于剩余度置信度传播(rbp)、基于校验节点的剩余度置信度传播(nwrbp),以及本发明提出的基于校验节点的改进剩余度置信度传播(enerbp)，最大迭代次数为100，调制方式为bpsk。经分析各译码方案的性能，得出以下结论：

第一，enwrbp的译码性能要好于nwrbp和rbp。如图2和图3所示，在snr值较低时，图2中snr值为2.5～3db以及图3中2.5～2.7db，误码率ber和误帧率fer的曲线三者大致相同。随着snr值的增加，enwrbp和nwrbp的译码曲线逐渐优于rbp，图2中nwrbp和enwrbp依然大致相同，直到snr值为4.0db时，enwrbp开始优于nwrbp，图3中enwrbp在所示snr范围内始终优于rbp和nwrbp，并且这种优势随着snr值增大而在逐渐扩大。例如：如图3所示，在fer＝2×10^-4时，相比rbp和nwrbp，enwrbp的fer分别得到0.3db和0.18db的译码增益，类似的，在ber＝2×10^-5时，相比rbp和nwrbp，enwrbp的ber分别得到0.28db和0.16db的译码增益。

第二，随着t值的增大，enwrbp的译码效果更好。如图4和图5所示，t＝10时的曲线要低于t＝5时的曲线，这种趋势随着snr值的增大而增大。由此可见，通过增大对特定变量节点初始llr值置0尝试次数，可进一步提高enwrbp译码性能。例如：如图5所示，在fer＝1×10^-4时，相比t＝5,t＝10得到0.8db的译码增益，同样，在ber＝1×10^-5时，相比t＝5,t＝10得到1.2db的译码增益。