[发明专利]结构化LDPC码的数据处理方法及装置

说明书

本发明提供了一种结构化LDPC码的数据处理方法及装置，其中，该方法包括：获取结构化LDPC编码的编码块大小；至少根据以下参数之一确定编码扩展因子z：编码块大小、基础校验矩阵的参数kb、正整数值p、mb行和nb列的基础校验矩阵；根据基础校验矩阵和编码扩展因子对待编码数据序列进行编码或者对待译码数据序列进行译码，解决了相关技术中LDPC编译码的数据处理灵活度低的问题，提高了LDPC编译码数据处理的灵活度。

本申请是申请号为201610879343.9、申请日为2016年9月30日、发明名称为“结构化LDPC码的数据处理方法及装置”的分案申请。

技术领域

本发明涉及通信领域，具体而言，涉及一种结构化LDPC码的数据处理方法及装置。

背景技术

数字通信系统中，一般包括三个部分：发送端、信道和接收端。发送端可对信息序列进行信道编码从而获取编码码字，对编码码字进行交织，并将交织后的比特映射成调制符号，然后可以根据通信信道信息来处理和发送调制符号。在信道中，由于多径、移动等因素导致特定的信道响应，这些都会使数据传输失真，同时由于噪声和干扰也会进一步恶化数据传输。接收端接收通过信道后的调制符号数据，此时的调制符号数据已经失真，需要进行特定处理才能恢复原始信息序列。

根据发送端对信息序列的编码方法，接收端可以对接收数据进行相应处理从而可靠地恢复原始信息序列。所述的编码方法必须是收发两端都是可见的。一般地，所述编码处理方法是基于前向纠错(Forward Error Correction，简称为FEC)编码，其中，前向纠错编码在信息序列中添加一些冗余信息。接收端可以利用该冗余信息来可靠地恢复原始信息序列。

一些常见的FEC编码包括：卷积码、Turbo码和低密度奇偶校验(Low DensityParity Check，简称为LDPC)码。FEC编码过程中，对比特数目为k的信息序列进行FEC编码获得n比特的FEC编码码字(冗余比特为n-k)，FEC编码码率为k/n。卷积编码可容易地对任意大小的分组进行编码，以及在Turbo编码中，通过利用对信息序列进行操作处理的两个编码分量以及可支持不同大小的编码交织方法，可支持不同的信息序列大小。

LDPC码是一种可以用非常稀疏的奇偶校验矩阵或者二分图定义的线性分组码，正是利用它的校验矩阵的稀疏性，才能实现低复杂度的编译码，从而使得LDPC走向实用化。经过各种实践和理论证明，LDPC码是在加性高斯白噪声(Additive White Gaussian Noise，简称为AWGN)信道下性能最为优良的信道编码，性能非常靠近香农极限，优于卷积码和Turbo编码。

特别是，结构化LDPC码由于具有结构化特征，逐渐成为主流应用，如在IEEE802.11ac、IEEE802.11ad、IEEE802.11aj、IEEE802.16e、IEEE802.11n、DVB、微波通信以及光纤通信等中获得大量应用。这种结构化LDPC码的奇偶校验矩阵H为mb×z行和nb×z列的矩阵，它是由mb×nb个分块矩阵构成，每个分块矩阵都是z×z的基本置换矩阵的不同幂次，它们都是单位阵的循环移位矩阵。具有如下的形式：

如果有即z×z的全0矩阵；如果是大于或者等于0的整数，定义在这里P是一个z×z的标准置换矩阵，如下所示：

通过这样的幂次就可以唯一标识每一个分块矩阵，如果某一分块矩阵为全0矩阵，矩阵一般用-1来表示，如果是单位阵的循环移位s获得，则等于s，所以所有可以构成一个基础校验矩阵Hb。而z是指示所述标准置换矩阵的维数，在此我们将z称之为扩展因子。此时，结构化LDPC码完全可以由基础校验矩阵Hb和扩展因子z唯一确定。基础校验矩阵包括多个参数：mb、nb和kb，其中，mb是基础校验矩阵行数(可以说是基础校验矩阵的校验列数)，nb基础校验矩阵列数，而kb＝nb-mb是基础校验矩阵的系统列数。

例如，基础校验矩阵Hb(2行4列)如下而且扩展因子z等于4：