[发明专利]一种基于消除基本陷阱集的LDPC码构造方法

说明书

技术领域

本发明属于信道处理中的信道编码领域，涉及一种基于消除基本陷阱集的LDPC码构造方法。

背景技术

近年来，LDPC码的优越性得到国内外科研工作者关注，并且已成为现代通信系统不可或缺的部分，人们对通信系统误码率性能指标的要求越来越严苛，因此LDPC码在高信噪比区域译码存在错误平层(Error Floor)的瓶颈问题急需解决。

错误平层是指在一定的高信噪比区域LDPC码误码率性能曲线突然从降水曲线开始变为平缓曲线的现象。其出现的根本原因是低重量的码字和相近码字的存在，因此即使采用纠错性能优越的置信传播译码算法，译码迭代次数和信噪比都足够大，仍然不能对错误比特信息进行有效校正。针对这一突出问题，如何对错误平层区域的纠错性能进行估计以及设计具有低错误平层的LDPC码型成为当前研究的热点。

在置信传播迭代译码过程中，LDPC码的纠错性能与校验矩阵的构造有着密切关系，校验矩阵中存在的一些拓扑结构影响迭代译码的可靠性，而且这些结构也会根据信道的不同有所区分，在二进制删除信道(Binary Erasure Channel,BEC)下，影响错误平层区域纠错性能的结构是对应Tanner图中的停止集(Stopping Sets)。在二进制对称信道(Binary Symmetric Channel,BSC)和加性高斯白噪声信道(Additive White Gaussian Noise,AWGN)下，影响错误平层区域纠错性能的结构是对应Tanner图中的陷阱集(Trapping Sets)。另外，学者还证明了在AWGN信道下，校验矩阵中的吸收集(Absorbing Sets)也是决定错误平层的主要因素，大量实例表明主导吸收集的表现形式其实就是对陷阱集定义的进一步约束。根据陷阱集的定义，其在校验矩阵中存在的结构不固定，因此找出所有陷阱集的集合非常困难，且随着码长的增加，这几乎是不可实现的。当前，对于降低LDPC码错误平层的研究主要有两个方向，分别为码型的构造和迭代译码。

LDPC码的构造方法分为结构化构造和随机化构造两大类，而降低错误平层的方法也会因为不同类型的构造而有所区分，为了达到降低错误平层的目的，许多改进的构造算法被提出，它们都是以减少小停止集或小陷阱集为根本。

本发明是一种基于消除基本陷阱集的LDPC码构造方法。在PEG构造码型算法的基础上，加入基本陷阱集搜索，在构造校验矩阵的过程中对变量节点和校验节点相连的边进一步优化，尽可能避免小基本陷阱集的出现，从而降低LDPC码的错误平层。为了进一步降低错误平层和避免基本陷阱集搜索算法中阈值选取的难题，在以上的基础上，将提升环的连通性的方法与之相结合，尽可能消除低重量的相近码字，从而构造出具有优异纠错性能的LDPC码型。因此对其进行了仿真，仿真结果表明，本发明所提出的方法可有效改善在高信噪比区域的错误平层。

发明内容

有鉴于此，本发明的目的在于提供一种基于消除基本陷阱集的LDPC码构造方法。在PEG算法的基础上，加入基本陷阱集搜索，在构造校验矩阵的过程中对变量节点和校验节点相连的边进一步优化，尽可能避免小基本陷阱集的出现，从而降低LDPC码的错误平层。为了进一步降低错误平层和避免基本陷阱集搜索算法中阈值选取的难题，在以上的基础上，将提升环的连通性的方法与之相结合，尽可能消除低重量的相近码字，从而构造出具有优异纠错性能的LDPC码型，改善在高信噪比区域的错误平层。

为达到上述目的，本发明提供如下技术方案：

一种基于消除基本陷阱集的LDPC码构造方案，包括：

首先，在PEG构造码型算法的基础上，加入基本陷阱集搜索算法。

其次，对二者算法的结合进行仿真分析。

进一步，在以上的基础上，将环的EMD值检测方法与之相结合，找出满足PEG条件的校验节点分别与当前变量节点相连；利用环长搜索算法找出所有包含当前变量节点且环长小于2l的环(l为待搜索环长)；对所有小于2l的环进行EMD值检测，如果满足EMD约束条件，则执行基本陷阱集搜索，选取最优校验节点，否则删除当前节点并返回。然后，对下一个满足PEG条件的校验节点进行判断，如果所有校验节点都不满足EMD约束条件，则按原始PEG原始算法选取。

最后，在仿真环境下，将本发明所提出的码型构造方法与其他码型构造方法进行仿真分析。

本发明的有益效果在于：