[发明专利]基于扩展最小和算法的NB-LDPC码加权因子优化译码器和方法在审

专利信息
申请号: 202110307376.7 申请日: 2021-03-23
公开(公告)号: CN112953557A 公开(公告)日: 2021-06-11
发明(设计)人: 邱明娟;詹明;郝敏;郭靖 申请(专利权)人: 西南大学
主分类号: H03M13/11 分类号: H03M13/11
代理公司: 成都方圆聿联专利代理事务所(普通合伙) 51241 代理人: 苟铭
地址: 400715*** 国省代码: 重庆;50
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 扩展 最小 算法 nb ldpc 加权 因子 优化 译码器 方法
【权利要求书】:

1.一种基于扩展最小和算法的NB-LDPC码加权因子优化译码器,其特征在于,包括:判断译码条件模块、更新信息截断长度模块、校验节点更新模块、加权因子优化算法模块、变量节点更新模块、判决模块;

判断译码条件模块:用于判断是否需要进行译码流程;通过判断译码次数和上次译码是否成功决定是否需要继续译码;如果译码成功,那么将不进行译码;否则,在迭代次数小于最大次数条件下进行译码;

更新信息截断长度模块:用于更新需要截断的译码长度,确定信息在译码过程中的长度;

校验节点更新模块:用于更新校验节点到变量节点的输出消息向量;通过对本校验节点除与之直接相连的变量节点以外的所有变量节点的输出信息和信道进行运算得到的;

加权因子优化算法模块:用于减小震荡导致的比特错误;

变量节点更新模块:用于更新变量节点间输出的信息向量;

判决模块:尝试译码,根据约束条件进行计算译码结果是否成功;如果成功将输出译码结果,否则将回到判断译码条件模块。

2.一种基于扩展最小和算法的NB-LDPC码加权因子优化方法,其特征在于,包括如下步骤:

(I)初始化:根据收到的消息计算向量的对数似然比(LLR),将其表示为LR[k],(0≤k≤q-1);向量按降序排序到向量中LR;

(II)置换:校验节点采用前向-后向操作更新验证节点;根据以下公式计算向量U,其中是h校验矩阵H的元素的取值、j是H对应位置的值是列数及a是元素h和列数j的乘积;

(III)校验节点更新:校检节点更新是搜索最大值的过程;假设两个输入消息变量为V和I,则两个向量按降序排列;对应于运算结果的有限域为Vq,Iq和VIq;输出结果向量VI按降序排列;

(IV)逆置换:执行公式2;此步骤的操作是除法;

其中i是H对应位置的值是行数、h校验矩阵H的元素的取值及a是矩阵对应位置的行数i和矩阵元素取值h相除;

(V)变量节点更新:假设输入消息为A和B,相应的索引元素为Aq和Bq,输出消息为T;对应的有限域元素为Tq;然后,矢量T按降序排列;相应的域元素是单步操作的结果;

(VI)译码判决:输出变量将确定消息符号索引向量的第一项;如果译码成功,将输出数据;否则,请返回步骤(II)。

3.根据权利要求2所述的方法,其特征在于:当变量节点振荡时,比较当前节点和上一个节点,如果不同,则修改当前值同时进行了相关的MATLAB仿真验证,公式如下:

其中,i为迭代次数,是第i次迭代消息向量的值;η为权重因子调整消息变量的值;δ为归一化因子;为迭代次数为i时,第n行m列的变量节点的值。

4.根据权利要求2所述的方法,其特征在于:通过公式4,去设置截断长度;只要选择适当的ε值,就可以根据公式计算截断长度Nm的值;q是NB-LDPC的进制数的值,也是有限域GF(q)中的值;

其中q为LDPC有限域进制的数值,ε为根据译码需要设定的值,取值范围0<ε≤q以及Nm为译码中的截断长度。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西南大学,未经西南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110307376.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top