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。     

低密度奇偶校验码的低复杂度迭代译码算法

迭代大数逻辑(iterative majority-logic decoding, IMLGD)译码算法是低密度奇偶校验(low-density parity-check,LDPC)码的一类重要的迭代译码算法。相对LDPC码基于置信传播准则的译码算法,IMLGD译码算法的复杂度有所降低,但是性能有所下降。针对这一问题,提出了一种修正迭代大数逻辑译码算法(modified iterative majority-logic decoding,MIMLGD)。该算法利用校验方程的置信度对译码迭代过程中的各比特外信息进行修正。仿真结果表明,提出的MIMLGD译码算法相对于原始迭代大数逻辑译码算法在同样信噪比下具有更低的误比特率。此外,该算法保持了IMLGD译码算法的低复杂度特征,并且避免了对于特定的码搜索修正因子的过程,具有良好的通用性,是实际应用的良好选择。     

LDPC和积译码的一种改进算法

性能逼近Shannon限的低密度奇偶校验(Low-Density Parity-Check,LDPC)纠错码,在实际应用中需要解决的问题是尽可能降低译码的复杂度.本文概要分析了低密度奇偶校验码的和积译码算法,并基于该算法,提出了一种新的LDPC的和积译码改进算法一差分译码算法,选择若干个绝对值最小的差分值进行运算.理论分析和仿真验证结果表明:本文提出的改进算法可进一步降低了译码复杂度,并使译码性能得到一定提高.     

一种改进的LDPC码译码算法

指出了由于短LDPC（低密度奇偶校验）码的Tanner图中会出现环路,使得变量节点之间的信息不再相互独立,从而导致对数域BP译码算法的性能下降．从平衡迭代译码性能与硬件实现复杂度的角度出发,提出了一种改进的BP算法,通过变量消息的修正来补偿校验消息简化的损失．仿真结果表明：改进的算法加快了算法的收敛速度,降低了迭代译码...     

基于可靠率的改进的LDPC码BF译码算法

相对于低密度奇偶校验(LDPC)码置信传播(BP)译码o(n2)数量级的计算复杂度,比特翻转(BF)译码算法的计算复杂度只有o(n),然而其译码性能却有很大降级.为此,该文提出了一种改进的BF算法.该方法使用了可靠率来衡量所有参与同一校验的信息节点对校验没有满足的贡献,以较低的计算量增加为代价在译码中引入软信息的使用,从而使BF的性能有了较大提升.理论分析表明其复杂度为o(n),仿真结果表明,与加权的比特翻转译码算法比较,新算法在信噪比为7 dB时,误码率由10-3数量级改善为10-4.     

多归一化因子的LDPC译码算法

为提高低密度奇偶校验码的译码性能,更好满足5G系统对于误码率的需求,提出多归一化因子最小和(multiple normalized dactors min-sum,MNF-MS)算法.此算法以归一化最小和(normalized min-sum,NMS)与密度演化最小和(density evolution min-sum...     

低复杂度的新型球形译码检测算法

在多输入多输出(MIMO)信号检测算法中,球形译码检测算法的复杂度会随着半径的增大而迅速增加,代价较高。为了避免这一问题,提出一种改进的球形译码算法,该算法考虑改变搜索的起始位置,从最接近信号点上下限中间位置开始搜索,并根据信号点和中间位置的距离对信号点升序排序,随着译码半径的改变,排序不变,这样就减少搜索次数,降低算法复杂度。仿真结果表明,随着半径取值的增加,新型球形译码算法复杂度大幅度降低的同时,仍然保证了译码性能最接近性能最优的最大似然检测算法。     

基于校验式可信度的比特翻转LDPC译码算法

提出一种基于校验式可信度的比特翻转(CR-BF)低密度奇偶校验(LDPC)译码算法,及其改进.该算法利用校验式的可信度作为比特翻转准则,并参考校验式的错误个数,每次迭代翻转多个比特.仿真结果表明,与加权比特翻转(WBF)算法相比,该算法加快了迭代收敛速度,改善了误码性能.     

低密度格形码译码算法高效实现方法

对低密度格形码(low density lattice codes,LDLC)及其译码算法进行了介绍.针对在LDLC译码中,校验节点消息的卷积、伸缩和周期化扩展最耗时的问题,结合数字信号处理的相关技术,提出了一种LDLC译码的高效实现方案.仿真结果验证了LDLC优良的性能,并表明使用所提出的方案,每次迭代时间可以有效减少.     

针对信息节点振荡特性的改进LDPC译码方法

在中高信噪比情况下,信息节点值在译码迭代中可能出现在0和1之间振荡的情况,从而使最终的误比特率上升.针对这种情况,提出了将出现振荡情况且初始软信息较小的信息节点所携带的初始信息认定为不可靠并忽略掉的改进译码算法,有效的降低了误比特率.对码长为504 bit码率为2/3的LDPC非规则规则码进行了仿真实验,在Eb/N0为0.5 dB到2.5 dB的范围内均能取得优于传统BP译码算法0.3 dB的增益.     

基于QR码的广义LDPC码的设计与译码算法的研究

广义低密度奇偶校验(generalized low-density parity-check,GLDPC)码可以降低原始低密度奇偶校验(low-density parity-check,LDPC)码的错误平层,但传统GLDPC码的构造方法会造成码率损失较大.鉴于此,采用平方剩余(quadratic residue,QR)码作为分量码,提出一种新颖的GLDPC码构造方法,并设计相应的译码算法.统计给定码字的陷阱集,并利用陷阱集挑选变量节点作为QR码的信息位;把QR码变量节点的校验位补全在原始LDPC码后,从而构造一种GLDPC码,设计出一种适合GLDPC码的两阶段译码算法.仿真结果表明,这种GLDPC码构造方法码率损失比较小,在BER为1×10-9时,GLDPC码与原始LDPC码相比,得到了约0.3 dB的增益.     

利用语音残留冗余的LDPC译码算法

为实现压缩语音在有多径衰落和多用户干扰的无线信道中的可靠传输,提出利用语音码流残留冗余的低密度奇偶校验码(LDPC)译码算法。因信源统计规律的时变性及信源编码复杂度和延时的限制,语音编码输出码流中还存在残留冗余,在信道译码时利用这些冗余可有效增强LDPC迭代译码的纠错能力。仿真结果表明:通过利用语音码流中的残留冗余,能有效提高LDPC码的纠错性能,减少平均迭代次数,明显降低译码运算量,改善合成语音质量。特别在信噪比较低时,效果更加显著,平均迭代译码次数下降30%~50%,合成语音平均谱失真下降0.3~0.8 dB。     

基于预测的多符号翻转多元LDPC译码算法

针对基于汉明距离和预测的符号翻转多元低密度奇偶校验码译码算法具有复杂度低、硬件实现简单等优势,但其性能有限且译码收敛速度较慢的问题,本文提出一种基于多符号翻转多元LDPC译码算法。首先,对用于翻转的度量值进行修改。在迭代过程中,计算基于目标函数得到的翻转度量值以及前一次相应的度量值进行累积处理后,得到新的翻转度量值,并用于对下一个符号的预测;其次,相比于单符号翻转的原算法,本算法引入多符号翻转策略,在迭代过程中翻转多个满足翻转阈值条件的变量节点。仿真和数值结果表明：与原算法相比,本文算法在性能上可获得约0.4 dB的增益。此外,该算法具有更少的平均迭代次数,因此译码收敛速度更快。     

LLR-BP算法的简化译码算法研究

研究了基于Gallager方案的LLR-BP算法及其简化的译码算法,应用Matlab仿真比较了基于Gallager方案的LLR-BP算法及其三种简化译码算法的性能,仿真结果表明:基于Gallager方案的LLR-BP算法与归一化BP算法和偏置BP算法的误码率性能相差不多,当信噪比大于2dB时,归一化BP算法和偏置BP算法比基于Gallager方案的LLR-BP算法的误码率性能稍好,最小和算法误码率性能相对最差。     

一种改进的LDPC码译码算法研究

针对传统BP算法运算复杂度较高的问题,将BP算法和WBF算法相结合提出LDPC码改进译码算法。在每次BP迭代译码中加入校验式判断,并利用一定的翻转判据进行加权。然后对满足条件的位进行翻转,再次进行校验式判断,加快获得许用码字的速度。在加性高斯白噪声信道下的仿真结果表明,此改进译码算法能有效降低译码的平均运行时间,并且能够保持和传统BP算法一样的优异译码性能。并针对不同最大迭代次数,不同码长,不同码率情况,对改进译码算法和传统BP算法的性能进行详细比较。     

5G LDPC编码器的低复杂度实现

针对5G LDPC编码因校验矩阵个数多、循环块大小取值多而导致编码器实现困难的问题,通过分析、优化由校验矩阵求取校验位的线性变换过程,提出一种面向片上系统(System-On-Chip, SoC)的编码器架构。在该架构下,编码器作为一个加速器,挂在主处理器的数据总线上。编码器包括控制器、基本图存储器、信息/校验位存储器、寄存器文件和3个运算器(移位器、求模器、加法器)。文中提出了基本图的存储方法和格式并对该编码器进行了FPGA实现。结果表明,该编码器具有低复杂度、中等吞吐率的特点。     

低时间复杂度的极化码译码算法

极化码的串行抵消列表(successive cancellation list,SCL)译码算法是目前应用最广泛的译码算法,但是复杂度和时延很高.为了降低时间复杂度,提出了一种基于综合检测(syndrome check,SC)的快速SCL译码与球形列表(list sphere decoding,LSD)译码相联合的办法,简称SC-SCSL(syndrome check successive cancellation sphere list)译码.该算法避免了SCL译码在不同路径的相同节点同时满足综合检测时,极易导致结果出错的情况,仿真结果表明,在同时满足综合检测时性能与SCL相差不大;同时联合了LSD译码,来降低时间复杂度.在几乎不损失性能的情况下,相比于循环冗余协助下的串行抵消列表(cyclic redundancy check aided successive cancellation list,CA-SCL)译码降低了50％～55％的时间复杂度.     

一种低复杂度多输入多输出球形译码算法

针对多输入多输出（MIMO）系统接收机的软输出MIMO译码问题,提出了一种低复杂度的球形译码算法.该算法基于传统的Dijkstra球形译码算法,引入查找表机制和单树更新软值（LLR）的算法,改进Dijkstra球形译码进出栈的方法,减少系统的存储开销.在不降低系统性能的前提下,有效减少接收机的复杂度.仿真结果表明,在不同调制方式下,新的球形译码算法与最大似然（ML）译码算法性能几乎相同,同时算法复杂度大为降低.     

LT码的标记重传BP译码算法

当通信系统允许反馈时,LT码可以利用重传信息分组获得良好的性能,但是多次请求重传造成接收端等待时间过长,导致整个译码时间增加.为了减少重传次数和译码时间,提出了MR-BP(mark and retransmission belief propagation)译码算法.在BP(belief propagation)译码失败后,利用标记向量标记需要重传的信息分组,选取标记的信息分组.假设这个信息分组已经解码,把向量与分组的值作为整体继续BP译码.接收端只需要收到请求标记矩阵中标记的信息分组即可成功解码.MR-BP译码算法不仅解决了BP译码算法失败率大的问题,而且一次请求信息分组也明显地减少了译码时间.经过仿真验证,在重传分组数相同的情况下,译码时间明显减少.