[发明专利]一种基于CRC校验码的LDPC码后处理译码方法

说明书

本发明公开了一种基于CRC校验码的LDPC码后处理译码方法，其特征是，包括如下步骤：1）执行LBP译码方法；2）CRC校验：3）LLR值排序；4）目标节点的选取；5）节点翻转；6）再次CRC校验：在后处理阶段再次对译码判决结果执行CRC校验，若校验成功，则判决译码成功并停止译码，否则跳转到步骤5）继续翻转。这种方法可以在对错误帧的后续处理阶段依次翻转错误比特，破坏潜在的陷阱集，在保证较低译码复杂度的同时，改善错误平层。

技术领域

本发明涉及通信技术领域，具体为一种基于CRC(循环冗余校验CyclicRedundancy Check，简称CRC)码的LDPC(低密度奇偶校验Low Density Parity-Check，简称LDPC)码后处理译码方法。

背景技术

LDPC码是由Gallager博士于1962年首先提出的一种线性分组码，由于其具备接近香农限和低译码复杂度的优异特性，被广泛应用于DVB-S2、WiMax及深空通信等多种通信标准中，然而由陷阱集导致的错误平层使得LDPC码在高信噪比区域无法获得很低的误码率，严重制约了LDPC码在数据存储和光通信系统等要求高可靠性数据传输场合的应用。针对这一问题，国内外研究者开始尝试采用不同的方法以降低错误平层，并且已经取得了一些研究成果。

从构造LDPC码的角度出发，Tao X等分析了坦纳图中八环与小陷阱集的关系，发现通过避免特定的八环能够完全消除小陷阱集，进而构造出低错误平层的LDPC码，但是却加大了码的设计复杂度。从改进译码算法出发，T.R.Halford等人提出基于陷阱集消除的译码算法，通过添加少量奇度数校验节点达到消除陷阱集，改善错误平层的目的，然而试图搜索出所有的陷阱集是一个NP完全问题，同时还会导致码率的损失。E.Ryan等设计出比特模式、比特填充和通用LDPC三种译码器结构以降低错误平层，但设计译码器需要提前得知陷阱集内部信息，仅适用于特定类型的码字。为了解决这一问题，Kang J等人提出一种回溯译码(Backtracking decoding)策略，无需了解陷阱集相关信息，只要提前预测前一次迭代中可能会导致译码失败的信息比特，将其变量节点的初始对数似然比(Log-Likelihood Ratio,LLR)值翻转并重新译码，但如果错误地翻转了可靠节点有可能会造成译码失败。S.Beomkyu等人提出一种后处理方案，无需数据重传和重读，通过判决码字中符号及LLR幅值的变化，破坏陷阱集结构，有效地降低错误平层。但是当达到最大迭代次数时，该算法的整体译码复杂度有所增加。Zhang X等基于两步译码(Two-Stage decoding)方法，对第一步译码中未成功译码的码字进行重新译码，以此降低错误平层。E.Likhobabin等人提出变量节点删除的方法，直接删除前后两次迭代中符号发生变化的变量节点，以此降低错误平层，不过该算法在低信噪比区域性能有一定的损失，在高信噪比下的错误平层仍然不够理想，误码率有待进一步降低。

发明内容：

本发明的目的是针对现有技术的不足，而提供一种基于CRC校验码的LDPC码后处理译码方法。这种方法可以在对错误帧的后续处理阶段依次翻转错误比特，破坏潜在的陷阱集，在保证较低译码复杂度的同时，改善错误平层。

实现本发明目的的技术方案是：

一种基于CRC校验码的LDPC码后处理译码方法，包括如下步骤：

1)执行LBP(分层置信传播Layered Belief-Propagation,简称LBP)译码方法；

2)CRC校验：在步骤1)LBP译码方法结束时对译码判决结果执行CRC校验，执行CRC校验判决，若校验成功，则判决译码成功并停止译码，否则执行下一步；

3)LLR(对数似然比，Log-Likelihood Ratio，简称LLR)值排序：对错误帧中变量节点的后验LLR值按升序排列，得到有序的节点序列；

4)目标节点的选取：从已排序的节点序列中选取前若干个目标节点组成BN(坏节点，Bad Nodes,简称BN)集；