基于可靠度差值特征的自适应判决多元LDPC译码算法

利用变量节点符号可靠度在迭代过程中的分布特征,提出了一种基于可靠度差值特征的自适应判决多元低密度奇偶校验(Low Density Parity Check, LDPC)译码算法。整个迭代过程划分为两个阶段,针对不同阶段节点可靠度的差值特征分别采用不同的判决策略:前期阶段,采用传统的基于最大可靠度的判决策略;后期阶段,根据最大、次大可靠度之间的差值特征,设计自适应的码元符号判决策略。仿真结果表明,所提算法在相当的译码复杂度前提下,能获得0.15~0.4 dB的性能增益。同时,对于列重较小的LDPC码,具有更低的译码错误平层。

一种引入积分修正的二维信息大数逻辑LDPC译码算法

为了解决基于可靠度的迭代大数逻辑译码(Modified Reliability-based Iterative Majority Logic Decoding,MRBI-MLGD)算法的错误平层问题,提出了一种基于大数逻辑的低密度奇偶校验(Low Density Parity Check,LDPC)译码算法。所提算法在译码函数中引入积分修正项,实现了基于二维信息修正的译码策略,可有效降低错误平层。此外,与基于二元译码信息的的迭代大数逻辑译码(Binary Message Majority Logic Decoding,BM-MLGD)算法不一样,所提算法可适用于不同列重的LDPC码。仿真结果表明,所提译码算法在整个工作信噪比区间内都具有稳定的译码性能,表现出更好的普适性和鲁棒性。

两种基于可靠度的大数逻辑多元LDPC译码算法

针对基于大数逻辑的多元低密度奇偶校验(Low-Density Parity-Check, LDPC)码译码算法,提出2种对于IISRB改进的算法:一种为调整初始可靠度的IA-IISRB算法,在初始化时引入调整策略,对信道初始可靠度进行预裁剪,目的是为了补偿部分信道初始信息不准确的问题;另一种为改进的重新选择策略的IRS-IISRB算法,为降低译码复杂度,在重新选择方案上,简化变量节点的筛选条件,并且为进一步逃离周期点,通过提高翻转阈值,扩大了变量节点的选定范围,提高有效信息利用率。仿真实验结果表明,所提出的IA-IISRB算法相比于IISRB算法,实现了0.1 dB的性能提升,IRS-IISRB算法相比于RS-IISRB算法,在提升0.05 dB译码性能的情况下,能减少约35%的译码计算量。