基于量化修正的低复杂度LDPC译码算法

为进一步降低基于可靠度的(Low Density Parity Check,LDPC)译码算法复杂度,提出一种基于量化修正的低复杂度LDPC译码算法,该算法在对信道信息预处理时引入量化信息修正处理策略,从而避免在译码迭代过程中进行译码信息修正处理操作,在保持译码性能的同时,较大幅度地降低译码复杂度。针对均匀和非均匀量化方案,本文实现了基于修正系数的均匀量化和基于列重修正的非均匀量化两种译码方案。仿真实验结果表明,所提出的两种译码方案在算法复杂度明显较低的情况下,仍然与MRBI-MLGD译码算法具有相同的译码性能与收敛速度。特别地,在基于列重修正的非均匀量化方案中,只需3-4 bits的低比特量化即可达到均匀量化中高比特量化(8 bits)相同的迭代次数和误比特率性能。     

基于2维信息传递的wBRB多元LDPC译码算法

在wBRB多元LDPC译码算法中,由于采用最小比特可靠度作为整个符号的可靠度以及只传递1维最大可靠度的符号信息,因此,在有限域的阶数较大或列重较小时,译码性能会明显下降.为解决上述问题,提出了一种基于2维译码信息传递的wBRB多元LDPC译码算法.该算法利用符号之间的距离信息作为可靠性度量,把2维信息划分为最可靠和次可靠的两组译码信息集合,在译码过程中仅保留两个最有价值的外信息符号及其可靠度值.所提算法基于MP类算法思想,在变量节点和校验节点都采用了2维信息处理策略,同时利用符号可靠度进行信息的更新和传递,以此实现了更全面和有效的译码信息处理.仿真实验结果表明,相比于wBRB算法,所提算法在BER为10-4时能获得约0.2～0.3 dB的译码性能增益,在译码性能和复杂度之间取得较好的平衡折中.