空间耦合低密度奇偶校验码残差滑窗译码算法

针对空间耦合低密度奇偶校验(SC-LDPC)码滑窗译码(SWD)算法中错误传播导致的高误码率问题,该文提出基于动态残差的滑窗译码(RSWD)算法。通过在窗口内计算边信息更新前后的残差值,动态选择可靠度最低(残差值最大)的边信息优先更新,降低边信息无效更新的频率,提高窗内译码收敛速度。仿真结果表明:相比于传统SWD算法,RSWD算法在窗口中各位置的误比特数明显降低,抑制错误传播效果明显;在高信噪比(SNR)区域或者低迭代次数的情况下,RSWD算法的误码率性能优于SWD算法;此外,将动态残差应用到消息复用(MR)和窗口扩展(WE)两种窗译码算法中,亦能得到类似结论,提升窗译码性能。

围长为8的较大列重准循环低密度奇偶校验码的行重普适代数构造

适合于任意行重(即行重普适(RWU))的无小环准循环(QC)低密度奇偶校验(LDPC)短码,对于LDPC码的理论研究和工程应用具有重要意义。具有行重普适特性且消除4环6环的现有构造方法,只能针对列重为3和4的情况提供QC-LDPC短码。该文在最大公约数(GCD)框架的基础上,对于列重为5和6的情况,提出了3种具有行重普适特性且消除4环6环的构造方法。与现有的行重普适方法相比,新方法提供的码长从目前的与行重呈4次方关系锐减至与行重呈3次方关系,因而可以为QC-LDPC码的复合构造和高级优化等需要较大列重基础码的场合提供行重普适的无4环无6环短码。此外,与基于计算机搜索的对称结构QC-LDPC码相比,新码不仅无需搜索、描述复杂度更低,而且具有更好的译码性能。

基于基矩阵排列优化算法的非规则准循环低密度奇偶校验码构造

为了提升非规则准循环低密度奇偶校验(QC-LDPC)码的误码率性能、降低构造算法的复杂度,该文提出一种基于基矩阵排列优化算法的非规则QC-LDPC码构造方法。首先,利用基于外部信息传递(EXIT)图的阈值分析算法得到满足码率和列重要求的非规则QC-LDPC码的最优度分布,然后将围长和短环数量作为新的约束条件对具有最优度分布的码集进行分析,得到具有最优度分布和最少短环数量的最优基矩阵排列结构,最后,根据得到的基矩阵对规则指数矩阵进行置零操作得到目标非规则QC-LDPC码。该构造方法相对于随机构造方法具有更低的实现复杂度,同时可以通过改变算法的参数值实现码长和码率的灵活设计。仿真结果表明,与现有的一些构造方法相比,所提方法构造的非规则QC-LDPC码在加性高斯白噪声(AWGN)信道上具有更好的误码率性能。

无线体域网物理层传输编码理论综述:低密度奇偶校验码优化设计

面向无线体域网(WBAN)传输环境,该文主要论述信道编码与联合信源信道编码系统的码字设计。针对物理层的低功耗和高可靠传输需求,从低密度奇偶校验(LDPC)码的优化设计角度展开,主要在信道模型分类、传输系统构建、技术挑战与解决方案、信道适配性编码设计这4个层面进行梳理和总结。最后,对WBAN环境下LDPC码优化设计的未来研究工作进行展望,为构建下一代通信技术提供参考。

低密度奇偶校验码的低复杂度迭代译码算法

迭代大数逻辑(iterative majority-logic decoding,IMLGD)译码算法是低密度奇偶校验(low-density parity-check,LDPC)码的一类重要的迭代译码算法。相对LDPC码基于置信传播准则的译码算法,IMLGD译码算法的复杂度有所降低,但是性能有所下降。针对这一问题,提出了一种修正迭代大数逻辑译码算法(modified iterative majority-logic decoding,MIMLGD)。该算法利用校验方程的置信度对译码迭代过程中的各比特外信息进行修正。仿真结果表明,提出的MIMLGD译码算法相对于原始迭代大数逻辑译码算法在同样信噪比下具有更低的误比特率。此外,该算法保持了IMLGD译码算法的低复杂度特征,并且避免了对于特定的码搜索修正因子的过程,具有良好的通用性,是实际应用的良好选择。

短波信道下联合低密度奇偶校验(LDPC)译码的正交频分复用(OFDM)系统迭代信道估计方法

克服短波信道的频率选择性衰落的关键是准确的信道估计,本文针对短波信道的慢衰落特性,提出了短波信道下联合低密度奇偶校验(LDPC)译码的正交频分复用(OFDM)系统迭代信道估计方法,该方法根据迭代估计的思想,首先利用插入导频进行信道初始估计,经过LDPC译码产生可靠的判决信息,通过在信道估计和译码之间迭代地交换信息来完成联合信道估计和译码,提高OFDM信道估计的精度和系统的误码率性能。仿真表明,在相同仿真条件下,与几种传统信道估计算法相比,提出的迭代信道估计算法,可以提高3 dB的编码增益。

基于后验概率的低密度奇偶校验码逆向识别方法研究

提出一种基于后验概率对数似然比(LLR)均值的逆向识别低密度奇偶校验码(LDPC)校验矩阵的方法。通过估计接收码字的信道增益以及信道噪声方差值,得到后验概率对数似然比,并依据后验概率对数似然比均值最大化原则,成功实现对LDPC码校验矩阵的逆向识别。仿真结果表明,在加性高斯白噪声信道条件下,利用所提出的LDPC码逆向识别技术,接收方可准确无误地找到发送方使用的LDPC码校验矩阵。

基于稀疏二进制序列的低密度奇偶校验码

通过对低密度奇偶校验(LDPC)码构造的研究,提出了一种利用稀疏二进制序列构造规则LDPC码的新颖而简单的方法。在构造中,还提出了奇偶校验矩阵里元素‘1’的分布矩阵的概念。为了确保码Tanner图的最小圈长为8,利用了序列的周期自相关函数和周期互相关函数。通过仿真表明构造的新码在和积算法下进行迭代解码性能优异。由于产生的LDPC码本身固有的准循环结构,还能得到较低的编码复杂度。

利用等差数列构造大围长准循环低密度奇偶校验码

针对准循环低密度奇偶校验(QC-LDPC)码中准循环基矩阵的移位系数确定问题,该文提出基于等差数列(AP)的确定方法。该方法构造的校验矩阵的围长至少为8,移位系数由简单的数学表达式确定,节省了编解码存储空间。研究结果表明,该方法对码长和码率参数的设计具有较好的灵活性。同时表明在加性高斯白噪声(AWGN)信道和置信传播(BP)译码算法下,该方法构造的码字在码长为1008、误比特率为510-时,信噪比优于渐进边增长(PEG)码近0.3 d B。

低密度奇偶校验码的压缩感知重构

针对压缩感知(CS)中由观测噪声引起的信号重建误差问题,提出利用非相关性约束理论作为衡量压缩重建条件的重构误差向量的方法。该方法基于线性分组码中稀疏校验矩阵的零化子特性,建立了以误差向量为目标信号的线性规划问题,实现了低密度奇偶校验(LDPC)码的压缩感知重构。仿真结果表明:在加性高斯白噪声信道和原对偶内点算法下,选取的3种LDPC码均具备较强的信号重构能力,其中Mac Kay随机码的相关性系数较小,因此在信噪比为-1 d B时就可达到100%的误差向量重构成功率。同时表明在满足误比特率要求下,CS-LDPC码可使系统实现低信噪比下的高可靠性通信。

低密度奇偶校验码加权大数逻辑译码研究

针对低密度奇偶校验(LDPC)码加权大数逻辑(WMLG)译码物理意义问题,提出了一种基于最大对数最大后验概率(max-log MAP)译码的推导方法。该方法利用幂求和的对数近似表达式给出信息位的对数似然比(LLR),理论证明了WMLG译码与max-log MAP译码的等价性。仿真结果也进一步表明,与MAP译码相比,max-log MAP译码的复杂度大为降低,而译码性能的损失微乎其微。WMLG译码与max-log MAP译码的等价关系表明,基于WMLG译码的混合译码算法都可看作max-log MAP算法的改进,这对于设计LDPC码的新型混合译码算法有较好的指导作用。

基于改进型LBP译码的LDPC码稀疏校验矩阵重建

针对LDPC码稀疏校验矩阵重建问题,基于改进型LBP译码的思想提出了一种高误码率下的LDPC码稀疏校验矩阵重建算法。首先,从码字矩阵中随机抽取部分比特构建码字分析矩阵,并对其做高斯消元求对偶空间;其次,通过判定对偶空间向量是否稀疏,提高了后续疑似校验向量判定的效率;最后,在接收码字个数不足时,利用已知校验向量结合改进型LBP译码方法纠正错误码字,加快LDPC码稀疏校验矩阵的重建速度,提高重建性能。仿真结果表明,所提算法在高误码率0.0045的条件下,对于IEEE802.11n协议下的(648,324)LDPC码,相比于现有算法,稀疏校验矩阵重建率提升了52.16%,可达到92.28%。

低错误平层数列分割移位低密度奇偶校验码构造算法

为降低LDPC(低密度奇偶校验码)码错误平层,提出一种基于环分类搜索的APPS-LDPC(数列分割移位的LDPC)码构造算法。该算法具有码长、码率和列重的任意可设性,同时该类码的Tanner图围长至少为8。循环移位因子可以通过简单的代数表达式描述,从而降低内存需求。仿真结果表明,当误码率达到10-5时,APPS-LDPC码(496,248)相对于PEG-LDPC(渐进边增长LDPC)码获得了约1.9 d B的性能提升;随着信噪比的升高,两条译码性能曲线之间的差距将更大。此外,列重为3的APPS-LDPC码(6144,5376)在信噪比4.6 d B以后并未出现明显的错误平层。该构造算法与PS-LDPC码相比,在误码率达到10-8时大约获得0.25 d B增益;与围长为4和6的PEG构造算法相比,在错误平层区域其译码性能极优;同时相较于此两者,其构造复杂度和耗时也展现出一定优势。通过基于Tanner图的诱捕集分析方法,统计APPS-LDPC码(496,248)中由8环组成的部分小型诱捕集并不存在,从而证明了其错误平层降低的原因。

基于数据打孔混合ARQ方案的低密度奇偶校验码构造方法

为了在不增加低密度奇偶校验码编译码复杂度的条件下,改善数据打孔混合重传请求的系统吞吐量,给出了一种改进的矩阵构造和打孔方案,增强了校验比特的可靠度并提高了打孔译码的性能.由于每次重传接收端要做2次迭代译码,所以同时优化这2次迭代译码的噪声门限值,用密度演变算法给出了一种更加适合该协议的非规则分布.数据吞吐量的仿真结果显示,改进分布和构造的码字明显优于原有的码字.

基于FPGA的低密度奇偶校验码编码器设计

为提高准循环低密度奇偶校验码(LDPC)编码过程中矩阵与向量乘法运算的运算速度,提高编码器的吞吐率,提出采用对数循环移位器实现这一运算的方案.设计了WIMAX标准中码率为1/2,码长为2 304的LDPC码的编码器.利用该码的校验基矩阵经过重组后可得到一个相邻的奇数行与偶数行非负元素所在的列号互不相同的矩阵的特点,在编码器的设计中充分利用了资源共享,采用6个对数循环移位器完成该码编码过程中的12组矩阵与向量乘法的并行运算.时序仿真和实际硬件测试的结果表明:与其他方法相比,该方案有效地降低了系统资源消耗,提高了吞吐率.

简单高效的低密度奇偶校验码比特翻转译码算法

为了提高比特翻转(BF)效率,提出一种基于平均幅度的低密度奇偶校验(LDPC)码加权梯度下降比特翻转译码算法。该方法首先以信息节点的平均幅度作为校验方程的可靠度,再用其对双极性校验子进行加权,从而构造出更加高效的比特翻转函数。在加性高斯白噪声(AWGN)信道下,误比特率(BER)为10-5时进行仿真实验,相比传统的梯度下降和基于可靠度比率的加权梯度下降比特翻转算法,所提出的算法可分别获得0.08 dB和0.29 dB的增益;同时,平均迭代次数可分别降低72.6%和9.3%。实验结果表明,所提算法在获得一定编码增益的同时,平均迭代次数也有所降低,可见该算法在纠错性能、实现复杂度和时延之间达到了更好的平衡匹配,能适用于实时性要求较高的高速通信系统。

一种低密度奇偶校验码的环数统计方法

对于Tanner图中给定码长的序列,LDPC码的短环对码的性能有重要影响。本文在分析LDPC码在Tanner图中的环在校验矩阵中的形状的基础上,提出了一种统计LDPC码中不同环长的环数的方法。首先对校验矩阵中一定数目的行组合中的环数进行统计,然后将所有行组合中的环数相加即得到校验矩阵中的环数。该方法可根据LDPC码的短环分布情况对其性能进行评估。应用提出的方法分别对MacKay的随机码和Fossorier的准循环码进行了环数统计。BER性能显示,尽管随机码环数特性比准循环码要差,但它的误码率性能比准循环码要好。

基于低密度奇偶校验码的数据协调技术

低密度奇偶校验码(LDPC)是一种(n,k)线性分组码。当分组码码长较短时,利用常规的编码方法可以完成编码工作。但随着分组码码长的增加,利用常规LDPC的编码方式编码,计算机的内存难以承担。为了解决以上问题,提出两种有效的编译码方案。首先,该数据协调方案不同于传统校验位译码,利用边信息和原始数据产生的校验子进行联合译码;其次,将校验矩阵以稀疏矩阵的形式存储,利用双向十字循环链表只记录1的位置的方式存储校验矩阵,这样可极大地节省内存空间;最后,通过C语言实现可提高编译码的有效性。实验中选取码长105的分组长度,译码器误码率(BER)收敛于1.0 dB,每一分组译码时间仅需4 s,译码收敛后速率达到24.85 kb/s,时效性较强。

基于双原模图低密度奇偶校验码的联合信源信道编译码系统优化设计

香农经典信息论表明信源信道分离编码是渐进最优的,然而该理论自身的局限性使其在实际应用场景中的性能并不是最优的.与传统的信源信道分离级联系统相比,联合信源信道编译码系统可以更加有效地挖掘信源或者信道的特征,进而获得更好的性能,更适合未来无线通信的需求.本文主要基于双原模图低密度奇偶校验(double protograph low-density parity-check,DP-LDPC)码的联合信源信道编码(joint source-channel coding,JSCC)系统,从编码和解码两个方面对近些年针对该系统在标准信道环境下的编译码优化设计工作进行了综述,并对未来的研究工作进行了展望.

基于BP译码算法的准循环低密度奇偶校验码量化问题研究

基于改进的BP译码算法—LLR BP译码算法,在AWGN信道下,在量化范围、量化比特数、量化方式选择这三方面分别对输入信号和中间变量进行了性能仿真与对比,最后经过分析比较,提出了一种新型和有效的量化方案.笔者采用的奇偶校验码为基于802.16e标准的准循环低密度奇偶校验码(QC-LDPC).在假设输入信号为等概输入,且设置译码算法中最大迭代次数为10的前提下,通过MATLAB仿真,可发现准循环低密度奇偶校验码不但具有良好的性能,而且更有利于硬件的实现.与此同时,与未量化的LLR BP译码算法相比,文中提出的方案不但可以保持较低误码率,而且还极大的减小了硬件复杂度.