專利名稱：一種低密度校驗碼的譯碼方法及裝置的制作方法
技術領域：
本發(fā)明涉及譯碼技術，特別涉及一種低密度校驗碼的譯碼方法及裝置。
背景技術：
隨著移動通信的不斷發(fā)展，LDPC (Lower Density Parity Check，低密度校驗)碼 由于逼近香農限、并行譯碼及高吞吐量等特性，成為當前通信技術的研究熱點之一，多個通 信標準如DVB-S2、CMMB、wiMax等均采用LDPC碼作為編碼方案。同時，在GF(q) (q > 2)上 的LDPC碼(簡稱GF(q)-LDPC)具有相比二進制LDPC碼更好的性能，有很好的應用前景，但 是具有譯碼復雜度過高的缺點。目前GF (q) -LDPC的譯碼算法主要有LLR-SPA (Sum-Product algorithm(SPA)in the log-likelihood ratio (LLR) domain)、Min-Sum。多進制LDPC譯碼是一種在Tanner圖上操作的消息傳遞算法，圖1為多進制LDPC 對應的Tarmer圖，多進制LDPC對應的Tarmer圖如圖1所示(圖例中變量節(jié)點度為2，校驗 節(jié)點度為4)GF (q) -LDPC譯碼算法中用到的符號即說明如下表所示。
下面介紹LLR-SPA算法、Min-Sum算法。(1) LLR-SPA 譯碼算法A、初始化。將所有的變量節(jié)點信息初始化為信道信息。
0011] B、水平步驟。首先對所有的變量消息進行變換操作， 對于各個校驗消息的計算，一般采用前向-后向技術實現(xiàn)，設第m個校驗方程中所
有的相鄰節(jié)點為N(W) = (1,2,……dc)前向信息矢量為冗后向信息矢量為^ 利用前向和后向信息矢量可得校驗信息計算如下。
圖2為Core Operation過程圖，Core Operation過程圖如圖2所示，通過對兩個
q維矢量G $進行運算，得到q維矢量
設α為GF (q)中的第α個元素(0彡α < q)。則對于中第α個分量的 計算過程如下LLR-SPA 算法的 Core Operation 對前向后向算法求出的各個校驗消息進行反變換操作， C、垂直步驟。求出各個變量消息， D、硬判決。求出各個變量節(jié)點的偽后驗概率矢量。 將第ν個變量節(jié)點譯為;^v中最大分量對應的位置。(2) Min-Sum 譯碼算法Min-Sum譯碼算法只是在Core Operation處與LLR-SPA不同，這里僅給出Min-Sum 的 Core Operation。 實際運用中，一般采用LLR域的算術以利于實現(xiàn)，LLR-SPA和Min-Sum均 在對數(shù)域上進行譯碼，但是由于(1)式的計算涉及指對數(shù)操作，一般利用查表實現(xiàn)
的計算。利用Min-Sum來譯碼時，只進行簡單的比較操作同時對于Min-Sum計算復雜度 的簡化可以通過降低搜索空間的方法實現(xiàn)，即僅考慮兩個q維矢量的部分值，從而形成了 EMS (Extended Min-Sum)算法。Normalized Min-Sum和Off set Min-Sum是通過對(2)中的廣二油進行加權或者 增加偏移值，可以改善Min-Sum的性能?，F(xiàn)有技術的不足在于現(xiàn)有LDPC的譯碼算法，比如LLR-SPA和Min-Sum算法。 LLR-SPA通過查表法避免大量的指對數(shù)運算，但是多元LDPC的GF (q)的域較大，使得查表次 數(shù)過多，增加了實現(xiàn)復雜度。目前最實用的算法是簡化的LLR-SPA，比如Min-Sum及其修正 算法Normalized Min-Sum和Offset Min-Sum,但是它們在性能上和LLR-SPA差距明顯，故
需要進一步提高性能。

發(fā)明內容
本發(fā)明提供了一種低密度校驗碼的譯碼方法及裝置，用以解決現(xiàn)有技術中LDPC 譯碼算法存在的因查表導致譯碼復雜的問題。本發(fā)明實施例中提供了一種低密度校驗碼的譯碼方法，包括如下步驟按Min-Sum方法對LDPC碼譯碼至Core Operation (利用前向后向算法時的核心 操作)步驟；在Core Operation步驟中計算q維矢量p_ult中的第α個分量時，在涉 及計算Jnax+(Z1J2) = Hiax(V2) + ln(l + ^_'2丨)時，利用一階麥克勞林 MacLaurin 級 數(shù)對1η(1 + β、^)進行處理，其中I1, I2為max的兩個操作數(shù)，α < q。較佳地，所述利用一階MacLaurin級數(shù)對1η(1 + β+^2!)進行處理，具體為令化^+忍力廣‘力効?。乂…，！??！之一^^ _/2|)
？獲得HiaZai, I2)的近似
* 1max (I1,/2) max^ J2) + max(0,In2 — _一/21)。較佳地，處理得到的； 為max^max’…111狀’{[乂+<]，[乂+<+1]}...，[/ :-1+; 廣-1]}，|中』。為面
個q維的LLR(對數(shù)似然比)矢量。較佳地，處理得到包括在α表示計算輸出矢量的第α個分量，q表示輸入的矢量長度是q維的時，對于 輸入的兩個q維的LLR(對數(shù)似然比)矢量pm和pn，需要計算出一個q維的矢量p_lt時， 對于q維的矢量PMsult中的第α個分量/C^ ,其中α < q的計算方式如下設β + γ = α，其中所述加法在有限域中進行，是mod (q)的加法；確定q對不同的β和Y，如果每一個(β，Y )對，分別取Pm中的第β個分量pf， 和Pn中的第Y個分量乂；根據(jù)q對(β，Y)可以確定q對(ρβη , ργ )；分別將q對(pi，pi )求和得到q個求和結果；對所述q個求和結果循環(huán)利用max ‘ (I1，I2)獲得/Cu"。本發(fā)明實施例中還提供了一種LDPC碼的譯碼裝置，包括第一譯碼模塊，用于按Min-Sum方法對LDPC碼譯碼至Core Operation (利用前向 后向算法時的核心操作)步驟；第二譯碼模塊，用于在Core Operation步驟中計算q維矢量Presult中的第α個分
量時，在涉及計算max-C/^hmaxC/p/O + lnCl + ^^2丨)時，利用一階麥克 Jr result
7勞林MacLaurin級數(shù)對ln(l + e—1一/21)進行處理，其中11;12為maX的兩個操作數(shù)，α < q。較佳地，所述第二譯碼模塊進一步用于在利用一階MacLaurin級數(shù)對 ln(l + e、_i21；)進行處理時，具體為令ln(l + e_IW21) max(0,ln2--|/1 -/2|)獲得HiaZai, I2)的近似
* 1max (J1J2) max(/j J2)+ max(0，In 2 ——I1-I2)。較佳地，所述第二譯碼模塊進一步用于處理得到的/^max^max' ·. ·磁X: { + P I [Pl + K+1 ]}…,IPV + ΡΓ-1)},苴 Φ . η , η 為 W
9-1
個q維的LLR(對數(shù)似然比)矢量。較佳地，所述第二譯碼模塊進一步用于在處理得到/時，按以下方式執(zhí)行在α表示計算輸出矢量的第α個分量，q表示輸入的矢量長度是q維的時，對于 輸入的兩個q維的LLR(對數(shù)似然比)矢量pm和pn，需要計算出一個q維的矢量p_lt時， 對于q維的矢量PMsult中的第α個分量Pl^ ,其中α < q的計算方式如下設β + γ = α，其中所述加法在有限域中進行，是mod (q)的加法；確定q對不同的β和Y，如果每一個(β，Y )對，分別取Pm中的第β個分量， 和Pn中的第Y個分量冗；根據(jù)q對(β，Y )可以確定q對(乂，ρ:)；分別將q對(Pt3m，pi )求和得到q個求和結果；對所述q個求和結果循環(huán)利用max ‘ (I1，I2)獲得PLu。本發(fā)明有益效果如下由于本發(fā)明在實施中，在Core Operation步驟中計算q維矢量Presult中的第α (α < q)個分量；^^時，在涉及計算max*(IZ2) = Inaxft,/2) + ln(l + e_|/「/21)時，利用
一階麥克勞林MacLaurin級數(shù)對ln(l + e、_/2l)進行處理，因為該處理方式是一個精度較
高的近似，與現(xiàn)有技術中的Min-Sum等算法直接舍去了一項的處理方式相比，本發(fā)明實施 例中的處理方案和LLR-SPA相比，性能更加接近。同時，由于max*函數(shù)的第2項在按本發(fā)明實施例中的方案進行處理時，可以直接 用簡單的線性函數(shù)來進行計算，而不用像LLR-SPA那樣需要通過查表實現(xiàn)，由于查表相對 于線性運算速度很慢，同時如果在高階域上的LDPC碼譯碼，表會非常大，這也使得硬件難 以實現(xiàn)。因此，采用本發(fā)明實施例中的方案不僅可以消除查表操作，降低了實現(xiàn)復雜度。還 可以降低處理延遲，提高數(shù)據(jù)處理速度，減少硬件實現(xiàn)開銷。


圖1為背景技術中多進制LDPC對應的Tarmer圖；圖2為背景技術中Core Operation過程圖；圖3為本發(fā)明實施例中低密度校驗碼的譯碼方法實施流程示意圖；圖4為本發(fā)明實施例中Core Operation流程實施示意圖；圖5為本發(fā)明實施例中LDPC碼的譯碼裝置結構示意圖。
具體實施例方式下面結合附圖對本發(fā)明的具體實施方式
進行說明。目前LDPC碼的譯碼算法一般采用典型的LLR-SPA，但多進制LDPC碼譯碼時，使用 LLR-SPA的實現(xiàn)復雜度太高。多進制LDPC碼一般使用簡化的LLR-SPA，如Min_Sum、0ffset Min-Sum、Normalized Min-Sum，但是它們的性能相比LLR-SPA性能損失較大。為此，本發(fā)明實施例中提出對LLR-SPA譯碼時的修正項利用一個簡單的線性函數(shù) 進行逼近，使其逼近LLR-SPA的最優(yōu)性能，同時提高了譯碼速度同時降低了實現(xiàn)復雜度。
下面先進行原理性說明。 LLR-SPA算法原理參見背景技術。在LLR-SPA算法的Core Operation中，第二項 可以省略且對譯碼結果不影響，因此僅計算第一項。
根據(jù)Jacobi對數(shù)的定義 且存在如下性質max*(I1, I2, I3) = max*(max*(I1, I2), I3).所以對(3)的計算可以循環(huán)使用(4)完成。目前的LLR-SPA在計算時將Jacobi對數(shù)化簡為 (3) (4) (5)可以理解如下(3)是 Core Operation 的精確表達。(3)其實是分解為很多的⑷來計算，一次⑶需要計算q_l次⑷。比如需要 計算q個數(shù)的和，但是實際是通過兩兩求和來實現(xiàn)的。(5)是(4)的另一種精確表達。因為每個(4)并不容易計算，(5)把(4)拆分為兩 部分計算，其中前一部分只用比較大小，后一部分是通過查表來獲得的。而正是在LLR-SPA通過對(5)的第二項進行查表操作來完成max* (I1,12)的計算， 從而導致了高階域上查表次數(shù)過大的問題。鑒于此，為了解決此問題，本發(fā)明將(5)的第二項ln(l + e_|/H21)利用一階MacLaurin 級數(shù)進行近似，從而避免了查表操作，即
9
ln(l + e—) max(0, In 2 -去|八一/21)
ο故(5)近似轉化為
* 1max (h J2) ~ InaxCZ1 J2) + max(0,In2--/1-/J)
2 (6)因此提出本發(fā)明中的Core Operation如下。
max'lmax'-max'lb + 凡+/T ]}...，[/^ +d} (7)
9-1基于上述分析，本發(fā)明實施中提出方案如下圖3為低密度校驗碼的譯碼方法實施流程示意圖，如圖所示，包括如下步驟步驟301、按Min-Sum方法對LDPC碼譯碼至Core Operation (利用前向后向算法 時的核心操作)步驟；步驟302、在Core Operation步驟中計算q維矢量中的分量時，利用一階麥克勞林 MacLaurin級數(shù)進行近似處理。具體的，本步驟中，在Core Operation步驟中計算q維矢量Presult中的第α (α < q)個分量/Cm時，在涉及計算maxl/p/J^maxC/p/O + lnCl + e—1-'21)時，禾丨傭
一階麥克勞林MacLaurin級數(shù)對InG + gli+l)進行處理，其中I2為max的兩個操作數(shù)。步驟301的實施，參見背景技術中的介紹或按習知技藝處理即可。在步驟302中，利用一階MacLaurin級數(shù)對ln(l + ^卞^)進行近似處理，具體可 以為令ln(l+ e-“1) max(0,ln2--|/,-121)
2 ，獲得HiaZai, I2)的近似
torn] max*(I1J2) ~ max(A Jj) + max(0,In2-—|/j -Z21)。這樣，近似處理后得到的；為爪一薩‘…醒辦+幻柷+乂+1]}…,。:-1+；^-1]}ι 中，p、p 為
兩個q維的LLR (對數(shù)似然比)矢量。實施中，進一步的，在處理得到ρ=-,中，可以包括在α表示計算輸出矢量的第α個分量，q表示輸入的矢量長度是q維的時，對于 輸入的兩個q維的LLR(對數(shù)似然比)矢量pm和pn，需要計算出一個q維的矢量p_lt時， 對于q維的矢量PMsult中的第α個分量凡1^，其中α < q的計算方式如下
10
設β + γ = α，其中所述加法在有限域中進行，是mod (q)的加法；確定q對不同的β和Y，如果每一個(β，Y)對，分別取Pm中的第β個分量Pf，
和Pn中的第Υ個分量Ay;根據(jù)q對(β，Y)可以確定q對(P: , Pi );分別將q對(Pi，P)求和得到q個求和結果；對所述q個求和結果循環(huán)利用max' (I1, I2)獲得。本發(fā)明實施中，對于Core Operation的操作，其功能可以表示如下輸入需要進行Core Operation的兩個q維LLR矢量pm、pn。確定輸出的一個q維 LLR 矢量 Presult。確定q維LLR矢量p_lt時，需要求取p_lt中的每一個分量。對于第α個Presult 中的分量，對應了 q個不同的(β，Y)對，其中滿足β + Υ = α。每一個(β，γ)對表示 分別取Pm中的第β個分量PfJPpn中的第Y個分量M ,則可以確定q對(Pfim, P)，將這
P^ W )求和得到q個求和結果，進一步對這q個求和結果循環(huán)利用max' (I1, I2) 從而求得PMsult的第α個分量。當α的值從0到q-1均遍歷一遍后，即完成該Core Operation。下面再以計算機實現(xiàn)方式為例進行描述。圖4為Core Operation流程實施示意 圖，則通過如下步驟可以實現(xiàn)上述功能。步驟401、輸入兩個q維的矢量Pm、Pn，其中Pm為第m個變量節(jié)點的信道信息，Pn為 第η個變量節(jié)點的信道信息，均為q維的LLR(Log-Likelihood Ratio，對數(shù)似然比)矢量；步驟402、α = 0，其中α是表示計算輸出矢量的第α個分量；本步驟中，α從0開始取值輸出，α在計算時輸出矢量的分量范圍從0到q_l ；相 應的，在步驟408中a++則表示循環(huán)加，直至a = q ；步驟403、判斷是否有α < q，是則轉入步驟404，否則轉入步驟409 ；本步驟中，用于判斷是否遍歷完所有的p_ult分量，如果遍歷完畢，則輸出Presult， 否則繼續(xù)完成第α個分量的計算。步驟404、初始化Presult的第α個分量ψ:-<——p°m + ^ ；初始化中，將q為維矢量pMsult的第α個分量的初值賦為+ ρ"。本步驟中，初始化Presult的第α個分量，表示利用q個求和值(參見上一步驟描 述)中的任意一個(這里選取的是第一個)來初始化這個分量。為了計算這個分量的準確值，還需要和剩余的q_l個求和值Itemp來做q_l次的循 環(huán)的max'操作。參見下面步驟407的描述。步驟405、x=l;本步驟中，χ從1開始輸出，相應的，在步驟7中χ++則表示循環(huán)加，直至χ = q，用 來控制對于剩余q_l個求和值的選取。χ = 1和步驟406中的χ < q表示選擇剩余的q_l個求和值來進行max'操作，不 難發(fā)現(xiàn)通過該方式一共可以遍歷q_l個不同的Χ值。
步驟406、判斷是否存在χ < q，是則轉入步驟407，否則轉入步驟408 ；
/YΧΛ-Ct
----------temp<-Pm+Pn ；Paresult <-max丨(廠二，Itemp )；χ++ ；步驟406與407配合，表示通過循環(huán)加X，以便對新的求和值做max'操
作，同時把結果賦值給PiiM。步驟408、χ++;循環(huán)加X。步驟409、輸出 presult。基于同一發(fā)明構思，本發(fā)明實施例中還提供了一種LDPC碼的譯碼裝置，由于該裝 置解決問題的原理與一種LDPC碼的譯碼方法相似，因此該裝置的實施可以參見方法的實 施，重復之處不在贅述。圖5為LDPC碼的譯碼裝置結構示意圖，如圖所示，譯碼裝置中可以包括第一譯碼模塊501，用于按Min-Sum方法對LDPC碼譯碼至Core Operation (利用 前向后向算法時的核心操作)步驟；第二譯碼模塊502，用于在Core Operation步驟中計算q維矢量Presult中的第α 個分量戶二沾時，在涉及計算max* (Z1J2) = maxft,/〗)+ ln(l +時，利用一階
麥克勞林MacLaurin級數(shù)對+進行處理，其中I1,12為max的兩個操作數(shù)，α
< q。實施中，第二譯碼模塊可以進一步用于在利用一階MacLaurin級數(shù)對 + 進行處理時，具體為令+廠M) w max(0,ln2-—|/j _/2|)獲得HiaZai, I2)的近似 max*(Z1J2) max^ J2) + max(0,In 2 — 丄—/21)。第二譯碼模塊還可以進一步用于處理得到的/^為maX'{maX’…maXWpXLbX1]).",^+;^^由.n,n 為面
9-1η
個q維的LLR(對數(shù)似然比)矢量。第二譯碼模塊還可以進一步用于在處理得到⑷時，按以下方式執(zhí)行在α表示計算輸出矢量的第α個分量，q表示輸入的矢量長度是q維的時，對于 輸入的兩個q維的LLR(對數(shù)似然比)矢量pm和pn，需要計算出一個q維的矢量p_lt時， 對于q維的矢量PMsult中的第α個分量,其中α < q的計算方式如下設β + γ = α，其中所述加法在有限域中進行，是mod (q)的加法；
12
確定q對不同的β和Y，如果每一個(β，Y )對，分別取Pm中的第β個分量pf , 和Pn中的第Y個分量凡。根據(jù)q對(β，Y)可以確定q對(ρ:，ρ)；分別將q對(pPm，Pl )求和得到q個求和結果；對所述q個求和結果循環(huán)利用max' (I1, I2)獲得K礎。為了描述的方便，以上所述裝置的各部分以功能分為各種模塊或單元分別描述。 當然，在實施本發(fā)明時可以把各模塊或單元的功能在同一個或多個軟件或硬件中實現(xiàn)。本發(fā)明在實施中，對LLR-SPA在Core Operation處進行高精度的近似，從而可以 利用線性計算消除查表操作，使其接近LLR-SPA的最好的性能，同時接近Min-Sum的很小的 實現(xiàn)復雜度。具體的，本發(fā)明在實施中令ln(l + e-1'1"'2') max(0,In2 — ||/丨 一/21)
2 ， 從而獲得HiaZai, I2)的近似 max*(I1J2) ~ max^,I2)+ max(0，In2-—|/j -/2|),即對LLR-SPA的Core Operation進行了高精度近似；并且，處理得到的為
max,{max'…max:{[p°m + panUpl+pan+l]}-,[PV + p^1 ]}。
、ν-‘
9-1因此，本發(fā)明實施中提供的方案與LLR-SPA相比，性能更加接近。同時，由于max*函數(shù)的第2項在按本發(fā)明實施例中的方案進行處理時，可以直接 用簡單的線性函數(shù)來進行計算，而不用像LLR-SPA那樣需要通過查表實現(xiàn)，由于查表相對 于線性運算速度很慢，同時如果在高階域上的LDPC碼譯碼，表會非常大，這也使得硬件難 以實現(xiàn)。因此，采用本發(fā)明實施例中的方案不僅可以消除查表操作，降低了實現(xiàn)復雜度。還 可以降低處理延遲，提高數(shù)據(jù)處理速度，減少硬件實現(xiàn)開銷。由上述可知，本發(fā)明實施中提出了對實際運用中的高性能算法LLR-SPA進行簡 化，在具備接近LLR-SPA同樣的性能的同時，可以消除查表操作，降低了實現(xiàn)復雜度?？梢?降低處理延遲，提高數(shù)據(jù)處理速度，減少硬件實現(xiàn)開銷。本領域內的技術人員應明白，本發(fā)明的實施例可提供為方法、系統(tǒng)、或計算機程序 產品。因此，本發(fā)明可采用完全硬件實施例、完全軟件實施例、或結合軟件和硬件方面的實 施例的形式。而且，本發(fā)明可采用在一個或多個其中包含有計算機可用程序代碼的計算機 可用存儲介質(包括但不限于磁盤存儲器、CD-ROM、光學存儲器等)上實施的計算機程序產 品的形式。本發(fā)明是參照根據(jù)本發(fā)明實施例的方法、設備(系統(tǒng))、和計算機程序產品的流程 圖和/或方框圖來描述的。應理解可由計算機程序指令實現(xiàn)流程圖和/或方框圖中的每一 流程和/或方框、以及流程圖和/或方框圖中的流程和/或方框的結合。可提供這些計算 機程序指令到通用計算機、專用計算機、嵌入式處理機或其他可編程數(shù)據(jù)處理設備的處理器以產生一個機器，使得通過計算機或其他可編程數(shù)據(jù)處理設備的處理器執(zhí)行的指令產生 用于實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能 的裝置。這些計算機程序指令也可存儲在能引導計算機或其他可編程數(shù)據(jù)處理設備以特 定方式工作的計算機可讀存儲器中，使得存儲在該計算機可讀存儲器中的指令產生包括指 令裝置的制造品，該指令裝置實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或 多個方框中指定的功能。這些計算機程序指令也可裝載到計算機或其他可編程數(shù)據(jù)處理設備上，使得在計 算機或其他可編程設備上執(zhí)行一系列操作步驟以產生計算機實現(xiàn)的處理，從而在計算機或 其他可編程設備上執(zhí)行的指令提供用于實現(xiàn)在流程圖一個流程或多個流程和/或方框圖 一個方框或多個方框中指定的功能的步驟。盡管已描述了本發(fā)明的優(yōu)選實施例，但本領域內的技術人員一旦得知了基本創(chuàng)造 性概念，則可對這些實施例作出另外的變更和修改。所以，所附權利要求意欲解釋為包括優(yōu) 選實施例以及落入本發(fā)明范圍的所有變更和修改。顯然，本領域的技術人員可以對本發(fā)明進行各種改動和變型而不脫離本發(fā)明的精 神和范圍。這樣，倘若本發(fā)明的這些修改和變型屬于本發(fā)明權利要求及其等同技術的范圍 之內，則本發(fā)明也意圖包含這些改動和變型在內。
權利要求
一種低密度校驗LDPC碼的譯碼方法，其特征在于，包括如下步驟按Min Sum方法對LDPC碼譯碼至利用前向后向算法時的核心操作Core Operation步驟；在Core Operation步驟中計算q維矢量presult中的第α個分量時，在涉及計算時，利用一階麥克勞林MacLaurin級數(shù)對進行處理，其中l(wèi)1，l2為max的兩個操作數(shù)，α＜q。F2009100846207C0000011.tif,F2009100846207C0000012.tif,F2009100846207C0000013.tif
2.如權利要求1所述的方法，其特征在于，所述利用一階MacLaurin級數(shù)對 進行處理，具體為令 獲得HiaZd1, I2)的近似
3.如權利要求1所述的方法，其特征在于，處理得到的P二t為 對數(shù)似然比LLR矢量。
4.如權利要求3所述的方法，其特征在于，處理得到P^Lm，包括在α表示計算輸出矢量的第α個分量，q表示輸入的矢量長度是q維的時，對于輸入 的兩個q維的LLR矢量pm和pn，需要計算出一個q維的矢量p_ult時，對于q維的矢量Presult 中的第α個分量/，其中α < q的計算方式如下設β + Υ = α，其中所述加法在有限域中進行，是mod (q)的加法； 確定q對不同的β和Y，如果每一個(β，Y)對，分別取Pm中的第β個分量乂，和 Pn中的第Y個分量乂 ；根據(jù)q對(β，Y)可以確定q對(乂，ρ)； 分別將q對(P0m，P)求和得到q個求和結果； 對所述q個求和結果循環(huán)利用max' (I1, I2)獲得Ks他。
5.一種LDPC碼的譯碼裝置，其特征在于，包括第一譯碼模塊，用于按Min-Sum方法對LDPC碼譯碼至Core Operation步驟； 第二譯碼模塊，用于在Core Operation步驟中計算q維矢量p_ult中的第α個分量 時，在涉及計算 時，利用一階麥克勞林MacLaurin級數(shù)對 進行處理，其中I1, I2為maX的兩個操作數(shù)，α < q。
6.如權利要求5所述的譯碼裝置，其特征在于，所述第二譯碼模塊進一步用于在利用一階MacLaurin級數(shù)對1η(1 + ^|Α、Ι)進行處理時，具體為 獲得HiaZd1, I2)的近似
7.如權利要求5所述的譯碼裝置，其特征在于，所述第二譯碼模塊進一步用于處理得 到的P^M為 維的LLR矢量。
8.如權利要求7所述的譯碼裝置，其特征在于，所述第二譯碼模塊進一步用于在處理 得到/^ Λ時，按以下方式執(zhí)行在α表示計算輸出矢量的第α個分量，q表示輸入的矢量長度是q維的時，對于輸入 的兩個q維的LLR矢量pm和pn，需要計算出一個q維的矢量p_ult時，對于q維的矢量Presult 中的第α個分量Plwi ,其中α < q的計算方式如下設β + Υ = α，其中所述加法在有限域中進行，是mod (q)的加法； 確定q對不同的β和Y，如果每一個(β，Y)對，分別取Pm中的第β個分量;，和 Pn中的第Y個分量根據(jù)q對(β，Y)可以確定q對(乂，Prn )； 分別將q對(Ppm，P:)求和得到q個求和結果； 對所述q個求和結果循環(huán)利用max' (I1, I2)獲得/Cm。
全文摘要
本發(fā)明公開了一種低密度校驗碼的譯碼方法及裝置，包括按Min-Sum方法對LDPC碼譯碼至利用前向后向算法時的核心操作步驟；在利用前向后向算法時的核心操作步驟中計算q維矢量中的分量時，利用一階麥克勞林MacLaurin級數(shù)進行近似處理。使用本發(fā)明能夠在具備接近LLR-SPA同樣的性能的同時，還可以消除查表操作，降低了實現(xiàn)復雜度。從而可以降低處理延遲，提高數(shù)據(jù)處理速度，以及減少硬件實現(xiàn)開銷。
文檔編號H03M13/11GK101895299SQ200910084620
公開日2010年11月24日 申請日期2009年5月18日 優(yōu)先權日2009年5月18日
發(fā)明者孫韶輝, 王正海, 肖國軍, 胡樹楷, 陳軍 申請人:大唐移動通信設備有限公司