專利名稱：采用可變范圍均勻量化的低密度奇偶校驗碼譯碼方法
技術(shù)領(lǐng)域：
本發(fā)明屬于通信信道譯碼技術(shù)領(lǐng)域，特別涉及采用前向差錯控制(FEC)技術(shù)用于數(shù)據(jù)傳輸及存貯時的一種采用低密度奇偶校驗碼(LDPC碼)糾正信道差錯的有效而快速的數(shù)值量化方法。
背景技術(shù)：
數(shù)據(jù)在存貯以及傳輸過程中經(jīng)常會引發(fā)各種差錯。產(chǎn)生這種差錯的原因有隨機噪聲、解調(diào)過程中的同步丟失、無線傳輸中的多徑衰落、磁性存儲器中的磁道缺損等。這種突發(fā)錯誤一般呈非周期性出現(xiàn)并且持續(xù)時間長短不定。由于這些差錯的存在，大大限制了特定帶寬下的信息傳輸速率和特定面積下存儲器的存儲容量。特別是在無線多媒體傳輸系統(tǒng)中，由于大量的數(shù)據(jù)要在帶寬有限且受到各種突發(fā)嚴(yán)重干擾的信道中以很高的可靠性傳輸，這一問題變得更加突出。
為了解決數(shù)據(jù)傳輸和存儲中的可靠性問題，通常采用信道編碼的方法。在當(dāng)前已有的信道編碼方法中，新近提出的低密度奇偶校驗碼(LDPC碼)具有最為強大的糾錯能力，具有很強的應(yīng)用前景。
LDPC碼是一種二進制分組碼，這種碼采用超稀疏矩陣作為校驗矩陣。矩陣中每行(每列)中非零元素的個數(shù)非常稀少，且位置呈隨機分布。為了便于描述，定義一行(一列)中非零元素的個數(shù)為該行(列)的重量。為了描述的方便，采用重量分布式來描述這種矩陣。同一類LDPC碼校驗矩陣的列重量分布可以用分布式表示為λ(x)=Σi=2dvλixi-1---(2)]]>式中λi表示重量為i的列在矩陣中所占的份量，dv為矩陣中列重量的最大的值。同樣，同一類LDPC碼校驗矩陣的行重量分布采用下式描述ρ(x)=Σj=2dcρjxj-1---(3)]]>式中式中ρj表示重量為j的行在矩陣中所占的份量，dc為矩陣中行重量的最大值。由于LDPC碼是分組碼，對于任何合法的碼字V，與校驗矩陣H的乘積為零，即H·VT＝0。由該校驗方程可知，校驗矩陣中每列的非零元素只對應(yīng)LDPC碼的同一個碼元，形成了一個相當(dāng)于重復(fù)碼的約束。為了便于譯碼過程中的描述，定義這種約束關(guān)系為一個比特節(jié)點，節(jié)點的階數(shù)即為該列的重量。而校驗矩陣中每行的非零元素，將所對應(yīng)的LDPC碼元映射成一個相當(dāng)于校驗碼的約束。同樣定義這種校驗關(guān)系為一個校驗節(jié)點，節(jié)點的階數(shù)即為該行的重量。矩陣中的各個非零元素，既參與了比特節(jié)點的約束關(guān)系，又參與了校驗節(jié)點的約束關(guān)系，因而可以定義矩陣非零元素所對應(yīng)的關(guān)系為連結(jié)這兩種節(jié)點的“連結(jié)線”。在迭代譯碼過程中，譯碼器利用矩陣的行和列所對應(yīng)的校驗節(jié)點和比特節(jié)點的約束關(guān)系進行迭代譯碼。在一次迭代過程中，首先利用比特節(jié)點的約束關(guān)系進行譯碼，各比特節(jié)點的輸入為接收序列對應(yīng)的軟信息(即各個碼元符號取“1”的概率除以取“0”的概率再取自然對數(shù)所得的值，共包含兩個信息，一個信息為原碼元符號最可能取哪個值，另一個信息則表示了這種取值的可靠程度)以及相關(guān)校驗節(jié)點在上一次迭代的輸出；隨后，比特節(jié)點的輸出通過“連結(jié)線”送到相應(yīng)的校驗節(jié)點，再利用校驗節(jié)點的約束關(guān)系進行譯碼。在這個過程中，一種節(jié)點的輸出成為另外一種節(jié)點的輸入，矩陣中非零元素所對應(yīng)的“連結(jié)線”成為了這兩種節(jié)點輸入輸出交換信息的“通道”。
LDPC碼的譯碼充分應(yīng)用了校驗矩陣的超稀疏特性，通過比特節(jié)點和校驗節(jié)點的約束關(guān)系計算并輸出外信息(外信息即所有同屬于一個碼字的其它碼元通過碼字的約束關(guān)系而得到的關(guān)于某一個碼元取值的信息，采用外信息交互是為了避免迭代過程中出現(xiàn)正反饋。)，并相互反饋，進行迭代譯碼。
當(dāng)前，LDPC碼的標(biāo)準(zhǔn)譯碼方法為和積譯碼方法。
該和積譯碼方法包括如下步驟1)初始化(1)接收端利用實數(shù)序列R1N，對LDPC碼第i個碼元的軟信息LLR(Ri)進行初始化為LLR(Ri)=2σ2Ri,1≤i≤N---(4)]]>式中σ2為信道噪聲的標(biāo)準(zhǔn)方差，(2)對校驗節(jié)點j輸出到比特節(jié)點i的外信息進行初始化為零，即LLR(rij)＝0 (5)式中rij為從校驗節(jié)點j輸出到比特節(jié)點i的外信息；(3)對迭代次數(shù)初始化為l；2)對步驟1)中初始化后的軟信息和外信息進行譯碼(1)對比特節(jié)點i到校驗節(jié)點j的外信息和軟信息譯碼后輸出為LLR(qij)=Σj′∈Col[i]j′≠jLLR(rij′)+LLR(Ri)---(6)]]>式中Col[i]表示校驗矩陣H第i列非零元素的位置集合，qij為從比特節(jié)點i到校驗節(jié)點j的外信息；(2)對校驗節(jié)點j輸出到比特節(jié)點i的外信息譯碼后輸出值為LLR(rj,i)=(-1)(Πi′∈Row(j)sgn(-LLR(qj,i′))Ψ(Σi′∈Row(j)\{i}Ψ(|LLR(qj,i′)|)---(7)]]>式中Row[j]表示校驗矩陣H第j行非零元素的位置集合，并且Ψ(x)為雙曲正切函數(shù)tanh(x)延伸的一個數(shù)學(xué)函數(shù)，如下式Ψ(x)=-log(tanh(x2))---(8)]]>3)對所有的比特節(jié)點的軟信息和外信息求和得到譯碼結(jié)果為LLR(v^i)=Σj′∈Col[i]LLR(rij′)+LLR(Ri)---(9)]]>4)對所得到的譯碼結(jié)果進行如下的硬判決得到輸出結(jié)果u^i=1ifLLR(v^i)>00ifLLR(v^i)<0---(10)]]>5)若輸出結(jié)果序列的校驗和為零，或迭代次數(shù)達(dá)到最大迭代次數(shù)，則譯碼結(jié)束；否則迭代次數(shù)加1，轉(zhuǎn)入步驟2)。
考慮到在硬件(如FPGA，ASIC等)上的實現(xiàn)，上述的LDPC譯碼算法必須進行數(shù)值量化而進行有限精度的運算。而目前較為通用的數(shù)值量化算法是對輸入的軟信息和迭代過程中的外信息進行均勻量化，均勻量化的步驟是針對上述譯碼的步驟1)和步驟2)中的軟信息、外信息以及外信息譯碼后輸出值進行的量化方法為對軟信息、外信息以及外信息譯碼后輸出的值采用等步長的量化，即用量化元素集合{-(2q-1-1)，-2q-1，…，2q-1，(2q-1-1)}中與之相差最小的值來表示，超出±(2q-1-1)的值分別用±(2q-1-1)來截斷，其中q為量化比特數(shù)。
上述量化方法為均勻量化方法，但是均勻量化帶來以下二個方面的不足一是性能上的損失；二是量化比特數(shù)較高。由于LDPC譯碼的硬件規(guī)模和量化比特數(shù)近似成指數(shù)增長關(guān)系，為了達(dá)到較好的性能需要付出硬件資源上的較大的代價。
而非均勻量化在對公式(8)的處理上采用不等步長量化，充分考慮了公式(8)的非線性特性，在一定程度上提高了譯碼性能，但卻帶來另外的問題非均勻量化過程中所采用的非線性變換造成公式(6)(7)不容易采用簡單的加法和移位來實現(xiàn)，增大了硬件的實現(xiàn)復(fù)雜度。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服現(xiàn)有的低密度奇偶檢驗碼譯碼的數(shù)值量化方法中的不足，提出一種新的采用可變范圍均勻量化的低密度奇偶校驗碼譯碼方法，本發(fā)明可以用較少的量化比特數(shù)取得更好的譯碼性能，顯著的降低了硬件的資源和規(guī)模，并達(dá)到了不量化時的譯碼性能。
本發(fā)明提出的采用可變范圍均勻量化的低密度奇偶校驗碼譯碼方法，其特征在于，選擇一組參數(shù)(Q，kmax，kshift，λshift)，其中，Q為量化比特數(shù)，kmax為最大迭代次數(shù)，kshift為切換量化范圍和步長的迭代次數(shù)，λshift為對量化范圍和步長進行壓擴的因子，運用所述參數(shù)進行譯碼該譯碼方法包括以下步驟1)初始化(1)接收端利用實數(shù)序列R1N，對LDPC碼第i個碼元的軟信息LLR(Ri)進行初始化及量化為 其中Qf為Q的小數(shù)部分所占的比特數(shù)；(2)對校驗節(jié)點j輸出到比特節(jié)點i的外信息進行初始化為零并量化為Q比特個零，即LLR(rj，i)＝0，(j，i)∈{(m，n)|Hm，n＝1} (12)(3)對迭代次數(shù)初始化為1；2)對步驟1)中初始化并量化后的軟信息和外信息進行譯碼如果迭代次數(shù)k＜Kshift，(1)對比特節(jié)點i到校驗節(jié)點j的外信息和軟信息譯碼并量化后輸出為LLR(qj,i)=Tv(Σj′∈Col(i)\{j}LLR(rj′,i)+LLR(pi)),(j,i)∈{(m,n)|Hm,n=1}---(13)]]>式中Tv(·)是指查找表操作，共Q比特位寬，2Q深度，表中所存的數(shù)值為Tv(x)＝Ψ(|x|) (14)其中，Ψ(x)=-log(tanh(x2))---(15)]]>其量化的范圍為[-(2Q-1-1)/2Qf，(2Q-1-1)/2Qf]，量化步長為1/2Qf；(2)對校驗節(jié)點j輸出到比特節(jié)點i的外信息譯碼并量化后的輸出值為LLR(rj,i)=(-1)(Πi′∈Row(j)sgn(-LLR(qj,i′))Tu(Σi′∈Row(j)\{i}LLR(qj,i′)),(j,i)∈{(m,n)|-Hm,n=1}--(16)]]>
其中sgn(x)=+1,x≥0-1,x<0---(17)]]>式中，Tu(·)是指查找表操作，共Q比特位寬，2Q深度，表中所存的數(shù)值為Tu(x)＝Ψ(x)(18)其量化的范圍為[-(2Q-1-1)/2Qf，(2Q-1-1)/2Qf]，量化步長為1/2Qf；當(dāng)?shù)螖?shù)k≥kshift，(1)對比特節(jié)點i到校驗節(jié)點j的外信息和軟信息譯碼并量化后輸出為LLR(qj,i)=Tv(1λshift*(Σj′∈Col(i)\{j}LLR(rj′,i)+LLR(pi))),(j,i)∈{(m,n)|Hm,n=1}---(19)]]>式中Tv(·)是指查找表操作，共Q比特位寬，2Q深度，其量化的范圍為-1λshift×(2Q-1-1)/2Qf1λshift×(2Q-1-1)/2Qf,]]>量化步長為1λshift*12Qf.]]>(2)對校驗節(jié)點j輸出到比特節(jié)點i的外信息譯碼并量化后的輸出值為LLR(rj,i)=(-1)(Πi′∈Row(j)\{i}sgn(-LLR(qj,i′))Tu(λshift*(Σi′∈Row(j)\{i}LLR(qj,i′))),(j,i)∈{(m,n)|Hm,n=1}--(20)]]>Tu(·)是指查找表操作，共Q比特位寬，2Q深度，其量化的范圍為[-λshift(2Q-1-1)/2Qfλshift×(2Q-1-1)/2Qf]，量化步長為λshift/2Qf3)對所有的比特節(jié)點的軟信息和外信息求和得到譯碼結(jié)果為LLR(qi)=Σj′∈Col(i)LLR(rj′,i)+LLR(pi))(1≤i≤N)---(21)]]>4)對所得到的譯碼結(jié)果進行如下的硬判決得到輸出結(jié)果x^i=1ifLLR(qi)≥00otherwise(1≤i≤N)---(22)]]>6)若輸出結(jié)果序列的校驗和為零，或迭代次數(shù)達(dá)到最大迭代次數(shù)，則譯碼結(jié)束；否則迭代次數(shù)加1，轉(zhuǎn)入步驟2)。
本發(fā)明的特點及效果本發(fā)明的方法基于LDPC迭代譯碼的過程中，和節(jié)點的輸出信息的絕對值隨著迭代次數(shù)的增加顯現(xiàn)為統(tǒng)計單調(diào)遞增的趨勢，積節(jié)點的輸出信息隨著迭代次數(shù)的增加而逐漸收斂于零的這個特點，在和節(jié)點及積節(jié)點迭代過程中分別采用可變的量化范圍和量化步長對迭代信息進行量化，以適應(yīng)迭代過程中和節(jié)點和積節(jié)點的值的變化趨勢。在迭代的初始時，將和節(jié)點和積節(jié)點的量化范圍和量化步長設(shè)置成一樣的，當(dāng)?shù)螖?shù)超過設(shè)定的范圍和步長切換次數(shù)后，將和節(jié)點輸出信息的量化范圍和步長都擴大一個因子，同時對積節(jié)點輸出信息的量化范圍和步長都壓縮一個因子，然后繼續(xù)迭代下去直至譯碼結(jié)束。
本發(fā)明可以用較少的量化比特數(shù)取得更好的譯碼性能，顯著的降低了硬件的資源和規(guī)模，并達(dá)到不量化時的譯碼性能，在性能和復(fù)雜度的折衷方面要顯著優(yōu)于現(xiàn)有的均勻量化和非均勻量化的譯碼方法。
具體實施例方式
本發(fā)明提出的采用可變范圍均勻量化的低密度奇偶校驗碼譯碼方法結(jié)合實施例詳細(xì)說明如下本實施例的LDPC碼的主要參數(shù)為碼長等于2032比特，碼率為 列重量分布式為λ(x)＝0.0039x+0.4961x2+0.2500x3+0.2500x7，行重量分布式為ρ(x)＝0.0079x6+0.9921x7，本實施例選擇的一組參數(shù)為Q＝4，kmax＝64，kshift＝6，λshift＝2；參數(shù)的選擇原則如下Q為量化比特數(shù)，根據(jù)譯碼性能的要求和硬件資源的約束選擇4～16之間正整數(shù)值，在滿足譯碼性能的要求下越小越好；kmax為最大迭代次數(shù)，根據(jù)LDPC應(yīng)用環(huán)境的信道狀況的好壞選擇大小不同的值，以保證在惡劣的情況下LDPC的迭代譯碼正確，其取值為20～100之間的整數(shù)值；kshift為切換量化范圍和步長的迭代次數(shù)，根據(jù)LDPC譯碼過程中外信息隨迭代次數(shù)增加值的變化趨勢選擇，基本原則是讓kshift兩側(cè)的外信息的值可以較容易切割成兩個不同的取值范圍，kshift的取值為kmax的 之間的整數(shù)值；λshift為對量化范圍和步長進行壓擴的因子，根據(jù)kshift兩側(cè)外信息值的統(tǒng)計倍數(shù)關(guān)系確定，其取值范圍為1.0～16.0之間的實數(shù)值。
本實施例運用上述參數(shù)進行譯碼的步驟如下1)初始化(1)接收端利用實數(shù)序列R1N，對LDPC碼第i個碼元的軟信息LLR(Ri)進行初始化及量化為 其中Qf＝1；量化范圍[-3.5 3.5]，量化步長0.5
(2)對校驗節(jié)點j輸出到比特節(jié)點i的外信息進行初始化為零并量化為4比特個零，即LLR(rj，i)＝0000，(j，i)∈{(m，n)|Hm，n＝1} (24)(3)對迭代次數(shù)初始化為1；2)對步驟1)中初始化并量化后的軟信息和外信息進行譯碼如果迭代次數(shù)k＜6，(1)對比特節(jié)點i到校驗節(jié)點j的外信息和軟信息譯碼并量化后輸出為LLR(qj,i)=Tv(Σi′∈Row(j)\{i}LLR(qj,i′)+LLR(pi)),(j,i)∈{(m,n)|-Hm,n=1}--(25)]]>式中Tv(·)是指查找表操作，共4比特位寬，24＝16深度，表中所存的數(shù)值為Tv(x)＝Ψ(|x|) (26)其中，Ψ(x)=-log(tanh(x2))---(27)]]>其量化的范圍為[-(24-1-1)/21，(24-1-1)/21]，量化步長為1/21；(2)對校驗節(jié)點j輸出到比特節(jié)點i的外信息譯碼并量化后的輸出值為LLR(rj,i)=(-1)(Πi′∈Row(j)sgn(-LLR(qj,i′))Tu(Σi′∈Row(j)\{i}LLR(qj,i′)),(j,i)∈{(m,n)|-Hm,n=1}--(28)]]>其中sgn(x)=+1,x≥0-1,x<0---(29)]]>式中，Tv(·)是指查找表操作，共4比特位寬，24＝16深度，表中所存的數(shù)值為Tu(x)＝Ψ(x) (30)其量化的范圍為[-(24-1-1)/21，(24-1-1)/21]，量化步長為1/21；當(dāng)?shù)螖?shù)k≥6，(1)對比特節(jié)點i校驗節(jié)點j的外信息和軟信息譯碼并量化后輸出為LLR(qj,i)=Tv(1λshift*(Σj′∈Col(i)\{j}LLR(rj′,i)+LLR(pi))),(j,i)∈{(m,n)|Hm,n=1}---(31)]]>式中Tv(·)是指查找表操作，共4比特位寬，24＝16深度，其量化的范圍為-12×(24-1-1)/2112×(24-1-1)/21,]]>量化步長為12*121.]]>(2)對校驗節(jié)點j輸出到比特節(jié)點i的外信息譯碼并量化后的輸出值為LLR(rj,i)=(-1)(Πi′∈(Row)(j)\{i}sgn(-LLR(qj,i′))Tu(λshift*(Σi′∈Row(j)\{i}LLR(qj,i′))),(j,i)∈{(m,n)|Hm,n=1}--(32)]]>Tu(·)是指查找表操作，共4比特位寬，24＝16深度，其量化的范圍為[-2×(24-1-1)/212×(24-1-1)/21]，量化步長為2/21。
LLR(qi)=Σj′∈Col(i)LLR(rj′,i)+LLR(pi)(1≤i≤N)---(33)]]>4)對所得到的譯碼結(jié)果進行如下的硬判決得到輸出結(jié)果x^i=1ifLLR(qi)≥00otherwise(1≤i≤N)---(34)]]>若輸出結(jié)果序列的校驗和為零，或迭代次數(shù)達(dá)到最大迭代次數(shù)，則譯碼結(jié)束；否則迭代次數(shù)加1，轉(zhuǎn)入步驟2)。
本實施例的效果說明如下表1和表2分別列出了一個LDPC碼在BIAWGN信道下采用標(biāo)準(zhǔn)和積譯碼算法，4比特均勻量化，6比特均勻量化以及本發(fā)明的數(shù)值量化方法算法所得到的譯碼性能以及相應(yīng)的硬件實現(xiàn)復(fù)雜度。由表1可見，在低信噪比的條件下，兩者的糾錯性能相差不大；在高信噪比的條件下，本發(fā)明的量化算法所得的糾錯性能要比4比特均勻量化，6比特均勻量化要好，幾乎和未量化的譯碼性能一樣。另外，從表2可知，本發(fā)明的方法的譯碼復(fù)雜度明顯降低。其中和積節(jié)點處理單元的資源比達(dá)到較好性能的需要的至少6比特的均勻量化方法所需要的資源大概下降50％左右。
可見，本發(fā)明在保證了LDPC的譯碼性能的同時，大大降低了LDPC的硬件實現(xiàn)復(fù)雜度。
本發(fā)明的方法可以適用在各種使用LDPC的環(huán)境里，如無線通信系統(tǒng)中的LDPC譯碼，光纖的LDPC譯碼以及磁存儲中的LDPC譯碼等。
表1.不同比特數(shù)數(shù)值量化方法在BIAWGN信道下的性能

表2各種量化方法的FPGA實現(xiàn)資源列表

權(quán)利要求
1.一種采用可變范圍均勻量化的低密度奇偶校驗碼譯碼方法，其特征在于，選擇一組參數(shù)(Q，kmax，kshift，λshift)，其中，Q為量化比特數(shù)，kmax為最大迭代次數(shù)，kshift為切換量化范圍和步長的迭代次數(shù)，λshift為對量化范圍和步長進行壓擴的因子，運用所述參數(shù)進行譯碼該譯碼方法包括以下步驟1)初始化(1)接收端利用實數(shù)序列R1N，對LDPC碼第i個碼元的軟信息LLR(Ri)進行初始化及量化為 其中Qf為Q的小數(shù)部分所占的比特數(shù)；(2)對校驗節(jié)點j輸出到比特節(jié)點i的外信息進行初始化為零并量化為Q比特個零，即LLR(rj，i)＝0，(j，i)∈{(m，n)|Hm，n＝1}(3)對迭代次數(shù)初始化為1；2)對步驟1)中初始化并量化后的軟信息和外信息進行可變范圍均勻量化譯碼如果迭代次數(shù)k＜kshift，(1)對比特節(jié)點i到校驗節(jié)點j的外信息和軟信息譯碼并量化后輸出為LLR(qj,i)=Tv(Σj′∈Col(i)\{j}LLR(rj′,i)+LLR(pi)),(j,i)∈{(m,n)|Hm,n=1}]]>式中Tv(·)是指查找表操作，共Q比特位寬，2Q深度，表中所存的數(shù)值為Tv(x)＝Ψ(|x|)其中，Ψ(x)=-log(tanh(x2))]]>其量化的范圍為[-(2Q-1-1)/2Qf，(2Q-1-1)/2Qf]，量化步長為1/2Qf；(2)對校驗節(jié)點j輸出到比特節(jié)點i的外信息譯碼并量化后的輸出值為LLR(rj,i)=(-1)(Πi′∈Row(j)sgn(-LLR(qj,i′))Tu(Σi′∈Row(j)\{i}LLR(qj,i′)),(j,i)∈{(m,n)|Hm,n=1}]]>其中sgn(x)=+1,x≥0-1,x<0]]>式中，Tu(·)是指查找表操作，共Q比特位寬，2Q深度，表中所存的數(shù)值為Tu(x)＝Ψ(x)其量化的范圍為[-(2Q-1-1)/2Qf，(2Q-1-1)/2Qf]，量化步長為1/2Qf；當(dāng)?shù)螖?shù)k≥kshift，(1)對比特節(jié)點i到校驗節(jié)點j的外信息和軟信息譯碼并量化后輸出為LLR(qj,i)=Tv(1λshift*(Σj′∈Col(i)\{j}LLR(rj′,i)+LLR(pi))),(j,i)∈{(m,n)|Hm,n=1}]]>式中Tv(·)是指查找表操作，共Q比特位寬，2Q深度，其量化的范圍為[-1λshift×(2Q-1-1)/2Qf1λshift×(2Q-1-1)/2Qf],]]>量化步長為1λshift*12Qf;]]>(2)對校驗節(jié)點j輸出到比特節(jié)點i的外信息譯碼并量化后的輸出值為LLR(rj,i)=(-1)(Πi′∈Row(j)\{i}sgn(-LLR(qj,i′))Tu(λmax*(Σi′∈Row(j)\{i}LLR(qj,i′))),(j,i)∈{(m,n)|Hm,n=1}]]>Tu(·)是指查找表操作，共Q比特位寬，2Q深度，其量化的范圍為[-λshift×(2Q-1-1)/2Qfλshift×(2Q-1-1)/2Qf]，量化步長為λshift/2Qf3)對所有的比特節(jié)點的軟信息和外信息求和得到譯碼結(jié)果為LLR(qi)=Σj′∈Col(i)LLR(rj′,i)+LLR(pi))(1≤i≤N)]]>4)對所得到的譯碼結(jié)果進行如下的硬判決得到輸出結(jié)果x^i=1ifLLR(qi)≥00otherwise(1≤i≤N)]]>5)若輸出結(jié)果序列的校驗和為零，或迭代次數(shù)達(dá)到最大迭代次數(shù)，則譯碼結(jié)束；否則迭代次數(shù)加1，轉(zhuǎn)入步驟2)。
全文摘要
本發(fā)明涉及采用可變范圍均勻量化的低密度奇偶校驗碼譯碼方法，屬于通信信道譯碼技術(shù)領(lǐng)域，該方法為選擇一組參數(shù)(Q，k
文檔編號H03M13/19GK1852029SQ200610012000
公開日2006年10月25日 申請日期2006年5月26日 優(yōu)先權(quán)日2006年5月26日
發(fā)明者裴玉奎, 殷柳國, 陸建華 申請人:清華大學(xué)