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%。

高误码率下LDPC稀疏校验矩阵重建

针对LDPC重建问题,提出了一种可直接重建LDPC稀疏校验矩阵的算法。首先,根据传统重建算法原理,详细分析了传统重建算法存在的缺陷以及缺陷存在的原因;其次,基于LDPC稀疏矩阵的特性,通过多次随机抽取码字中部分比特序列进行高斯消元,同时为了可靠实现抽取的比特序列能包含校验节点,基于一次抽取包含校验节点的概率,确定多次随机抽取的次数;最后,在误码条件下,基于疑似校验向量关系成立的统计特性和最小错误判决准则,实现稀疏校验向量的判定。仿真结果表明,所提算法在误码率为0.001的条件下,针对目前IEEE 802.11协议中大部分LDPC的重建率能达到95%以上,且噪声稳健性优于传统的重建算法,同时所提重建算法不仅不再需要对校验矩阵稀疏化处理,而且对于双对角线与非双对角线形式的校验矩阵都具有较好的通用性。

基于稀疏校验的DVB-S2标准LDPC码快速识别

针对DVB-S2(Digital Video Broadcasting-Satellite 2)标准低密度奇偶校验(LDPC)码的识别问题,提出了基于稀疏校验的快速识别方法。基于LDPC码编码矩阵的稀疏性,只有少量校验位和信息位有校验关系,因此只需要对少量的信息位进行校验即可。遍历不同的生成矩阵,并对多个码字的校验结果进行累积,通过对其校验累积量的分布特点实现不同码率LDPC码的识别。由于只采用了很少的信息位进行校验,因此算法计算量小,同时可以有效减少误码带来的影响。仿真结果表明所提算法有效且可以适应15%以上的误码,完全可以满足实际系统对LDPC码的检测需求。

LDPC码稀疏奇偶校验矩阵与硬判决解码算法建模

提出了一种以奇偶校验和作为消息传递的LDPC码硬判决解码方案。该方案以奇偶校验方程是否满足约束为条件,从而决定接收分组中的错误位,并对错误位进行翻转。文中归纳了稀疏奇偶校验矩阵的描述,在此基础上引入校验树结构对解码方案进行可行性分析和描述。最后提出一种具体可实现的解码算法模型。

高误码率下基于随机抽取的LDPC码校验矩阵重建

为改善高误码率下LDPC码稀疏校验矩阵重建算法的性能,提出了接收码字个数充足和不充足条件下容错能力较强的校验矩阵开集识别算法。首先,通过多次随机抽取码字的部分比特构建新的码字空间,在较低维度下利用高斯消元法求解对偶向量并还原出校验向量;其次,利用该校验向量,采用“剔除错误码字”或“翻转最低不可靠位”的方法不断提高接收数据内无误码码组的比例进行迭代处理。仿真结果表明,所提算法在不同误码率、不同码长、不同码率、不同码字个数下均优于对比算法。对于IEEE 802.11n协议下的(648,324)LDPC码,当接收码字个数充足时,所提算法在误码率为0.003的条件下,其校验矩阵重建率能达到95%以上;当接收码字个数不足(码字个数为450)时,所提算法在误码率为0.0015的条件下,其校验矩阵重建率能达到90%以上。

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。

QC-LDPC码的置换矩阵循环移位次数设计

本文提出了一种循环移位次数的代数设计方法,该方法可用来构造基于置换矩阵的QC-LDPC码的稀疏奇偶校验矩阵H.这个方法的基本思路是:将构造q×t置换阵列H矩阵的问题转化为构造q×t下标矩阵S(H)=[ai,j]的问题,然后根据Fosserier的充分必要条件,设计出能消除小围长(girth)的下标计算表达式ai,j=f(q,t,n).由该方法构造的H矩阵能消除4环长,围长至少是6.

PERFORMANCE OF SIMPLE-ENCODING IRREGULAR LDPC CODES BASED ON SPARSE GENERATOR MATRIX

A new method for the construction of the high performance systematic irregular low-density paritycheck （LDPC） codes based on the sparse generator matrix （G-LDPC） is introduced. The code can greatly reduce the encoding complexity while maintaining the same decoding complexity as traditional regular LDPC （H-LDPC） codes defined by the sparse parity check matrix. Simulation results show that the performance of the proposed irregular LDPC codes can offer significant gains over traditional LDPC codes in low SNRs with a few decoding iterations over an additive white Gaussian noise （AWGN） channel.