[发明专利]基于振荡的准循环低密度奇偶校验码置信传播译码方法

权利要求书

1.基于震荡的准循环低密度奇偶校验码置信传播译码方法，其特征在于，包括： 

步骤1：初始化各变量节点传递给与其相连的各个校验节点的外信息；校验节点传递给与其相连的变量节点的外信息值； 

步骤2：在迭代处理开始，首先对各个校验节点接收到与其相连的各个变量节点的外信息值进行计算，并根据首次迭代过程计算出的归一化因子对信息值进行有选择的归一化处理； 

步骤3：在迭代处理过程中，计算各个变量节点从与其相连的所有校验节点中传递过来的外信息，并传递给与其相连的校验节点；计算各个变量节点的后验概率；根据各个变量节点的后验概率进行判定，若后验概率值大于0，该变量节点译为0，否则译为1； 

步骤4：硬判决，判定是否译码成功，利用判决结果计算校验和，若校验和为0，则译码成功，否则，继续进行硬判决译码中的位翻转方法来处理被译码字，之后若达到最大迭代次数，译码结束。 

2.如权利要求1所述的基于震荡的准循环低密度奇偶校验码置信传播译码方法，其特征在于，所述步骤2具体包括： 

1）根据首次迭代中变量节点传递给校验节点的外信息，用均方误差计算出两个归一化因子α，β，根据推到， 其中EX=E(|L1|),EY=E(|EL2|),L1，L2分别表示对数似然比置信传播译码算 法和UMP置信传播译码算法在校验节点j对与其相连的变量节点传递过来的外信息值的计算处理； 

其中，bit表示除了上一次迭代中发送信息给该校验节点j的变量节点之外，当前与该校验节点相连的所有变量节点；M(i)表示该变量节点i包含的所有校验节点；根据首次迭代中得到EX,EY来得到α，β的值，在后续校验节点迭代的外息处理过程中使用； 

2）对校验节点接收到的外信息进行处理前，先进行判断，若本次迭代中校验节点计算出的外信息值与上次迭代中校验节点计算出的外信息值符号相同则不进行归一化处理，其公式为若本次迭代中校验节点计算出的外信息值与上次迭代中校验节点计算出的外信息值符号不同,根据本发明译码方法中步骤1中得到的两个归一化因子α，β,对校验节点接收到的外信息值进行修正处理，其公式表示如下： 

3.如权利要求1或2所述的基于震荡的准循环低密度奇偶校验码置信传播译码方法，其特征在于，所述步骤4具体为： 

判定是否译码成功，利用判决结果计算校验和，若校验和为0，则译码成功；否则，被译码字中非零元素的个数等于稀疏矩阵中非零元素的个数，并且如果稀疏矩阵中非零元素的位置向量中不包括被译 码字中的第i个位置，则该位翻转。 

4.如权利要求3所述的基于震荡的准循环低密度奇偶校验码置信传播译码方法，其特征在于，所述两个因子α，β，在首次迭代中利用均方误差来获取，在不同的信噪点下，显示出不同的值而动态的适应外信息值的变化引起的震荡而做出纠正；且利用硬判决中的位翻转算法来处理对判定后被译码字中需被翻转的位。 

5.如权利要求4所述的基于震荡的准循环低密度奇偶校验码置信传播译码方法，其特征在于，所述两个因子α，β的算法如下： 

用L1,L2分别表示在对数似然比置信传播算法和UMP置信传播算法中校验节点j对跟它连接的变量节点传递过来的值进行的处理，为了减少L1演化为L2的过程中的误差，定义函数如下： 

Y＝αX+β 

为了得到α，β的最优值，利用均方误差，来定义函数： 

f(α,β)＝E(Y-(αX+β))²

利用微分的知识，分别对α，β求偏导数得到，

将求出的带入公式即可得到α的最优值； 

将求出的带入公式Y=αX+β,即可得到Y的最优值； 

为了得到α，β的最优值，用以下公式求出L1,L2的均值： 

。

6.如权利要求5所述的基于震荡的准循环低密度奇偶校验码置信传播译码方法，其特征在于，如果在某校验节点在被更新的前次迭代外信息值的符号与后次迭代中计算出的外信息值的符号不同，即出现相反的情况，就认为，该校验节点是波动的，不稳定的，其二进制判定将被修改； 

如果在该校验节点，信息被更新的前后符号没有变化，则信息被更新后外信息值的变化较小，如果信息被更新的前后符号有变化，则在后期的迭代中信息被更新后外信息值的变化较大，引入α，β这两个因子就是要减小这种波动，采取措施用公式描述如下： 

如果

则

否则,

L^k-1r_ji'与L^kr_ji'表示在前次迭代和当前迭代中该校验节点从与它连接的所有变量节点i'中所获取的外信息值，当L^k-1r_ji'与L^kr_ji'的值不相同时，对于当前迭代中该校验节点的外信息值的获取就无法确定，α，β正是起到了这样的作用，来修正该校验节点的值，尽可能减少在后续迭代中引起波动。