Ldpc譯碼方法及譯碼器的制造方法
【技術領域】
[0001]本發(fā)明涉及數(shù)字信息傳輸領域，特別涉及一種LDPC譯碼方法及譯碼器。
【背景技術】
[0002] LDPC碼（Low Density Parity Check Code)最初是由Galleger在20世紀60年代提 出，由于當時技術有限，缺乏可行的譯碼算法，LDPC碼在提出之后的30多年里基本被人忽 略。在此期間，學者們對于LDPC碼的研究也從未止步。Tanner在1981年推廣了LDPC碼，并給 出了LDPC碼的圖表示，即Tanner圖。在1993年，Berrou等人發(fā)現(xiàn)了Turbo碼。在此基礎上， 1995年前后Mackey和Neal等人對LDPC碼重新進行了研究，提出了可行的譯碼算法，進一步 發(fā)現(xiàn)了 LDPC碼所具有的良好性能，它不僅具有能逼近Shannon限的良好性能，而且譯碼復雜 度低，結構靈活。最近十幾年，研究人員在LDPC碼的研究上也取得了突破性的進展。目前， LDPC碼的相關技術已日趨成熟，已開始投入商用，被廣泛應用于深空通信、光纖通信、衛(wèi)星 數(shù)字視頻和音頻廣播等領域。同時，LDPC碼也進入了無線通信等相關領域的標準，基于LDPC 碼的編碼方案已經(jīng)被下一代衛(wèi)星數(shù)字視頻廣播標準DVB-S2采納。
[0003] LDPC碼的譯碼算法對LDPC碼的譯碼性能起著至關重要的作用，對于同樣的LDPC 碼，采用不同的譯碼算法，可以獲得不同的譯碼性能。LDPC碼的譯碼可分為以下三大類:硬 判決譯碼、軟判決譯碼和基于可靠度的譯碼。近年來，基于可靠度的譯碼算法引起了學者們 的重視，這類算法是在硬判決的基礎上引入了可靠度信息以及迭代譯碼，能有效兼顧譯碼 復雜度、收斂和譯碼性能。典型的基于可靠度的譯碼算法包括加權一步大數(shù)邏輯(Weighted OSMLGD)譯碼、加權比特翻轉(zhuǎn)法等。
[0004] 近期的研究成果包括，2009年Huang等人提出的基于可靠度的迭代大數(shù)邏輯譯碼 算法(RBI-MLGD)，該算法基于可靠度信息，并通過有效迭代，提高了譯碼性能。在此基礎上， Chen等人通過引入了修正因子，于2012年提出了修正版的基于可靠度的迭代大數(shù)邏輯譯碼 算法(MRBI-MLGD)進一步獲得了譯碼性能上的提高。RBI-ML⑶算法具備良好的應用前景，吸 引了學者們的廣泛關注。Ngatched和Zhang等人也在此基礎上提出了各自的修正算法。
[0005] 上述幾種基于可靠度的譯碼算法，都需要引入一種特殊的外信息，這種外信息是 結合當前碼位信息和伴隨式信息來獲得的。這個過程會產(chǎn)生額外的運算量，對于長碼長、大 列重的大數(shù)邏輯可譯碼，其運算量不容忽視。要在RBI-MLGD算法的譯碼性能、譯碼復雜度、 硬件實現(xiàn)的難易程度上取有效折中，目前仍然沒有很好的辦法。
[0006] 公開于該【背景技術】部分的信息僅僅旨在增加對本發(fā)明的總體背景的理解，而不應 當被視為承認或以任何形式暗示該信息構成已為本領域一般技術人員所公知的現(xiàn)有技術。

【發(fā)明內(nèi)容】

[0007] 本發(fā)明的目的在于提供一種LDPC譯碼方法及譯碼器，其聯(lián)合了非線性預處理方 法，可在保持優(yōu)良譯碼性能的前提下，有效降低譯碼復雜度。
[0008] 為實現(xiàn)上述目的，根據(jù)本發(fā)明的一方面，提供了一種LDPC譯碼方法，包括以下步 驟:獲取信道信息，對所述信道信息以定量化比特數(shù)進行非線性量化預處理獲得可靠度信 息;設定最大迭代次數(shù)，開始迭代:對所述可靠度信息進行硬判決處理獲得硬判決向量，并 根據(jù)所述硬判決向量獲取對應的符號向量;將所述符號向量輸入效驗矩陣進行驗證，若驗 證成功，則結束迭代輸出譯碼;若驗證失敗，則判斷是否超過設定的最大迭代次數(shù)，若超過， 退出迭代;若未超過，更新所述可靠度信息進行下一次迭代。
[0009] 優(yōu)選地，上述技術方案中，所述對所述信道信息以定量化比特數(shù)進行非線性量化 預處理獲得可靠度信息，具體如下：
[0010] 接收信道信息5^，確定量化比特數(shù)b，采用公式（1)進行量化預處理：
[0011]⑴
[0012] 共中，OS j Sn_l，p =
0，l，2, · · ·，T_3，b取值為3,4或5，r為可調(diào)的量化解析度參 數(shù)，yth為正方向的最大接收電平，⑴為預處理后的整數(shù)可靠度信息，范圍在[_(2b-l)，+ (2b-1)]之間。
[0013] 優(yōu)選地，上述技術方案中，需對所述量化解析度參數(shù)r進行優(yōu)化，具體如下:對于不 同的r值，基于信道信息^的分布特性，計算信道信息^的概率分布序列，確定量化解析度參 數(shù)r的初始量化間隔和終止量化間隔，根據(jù)該間隔和所述概率分布序列得到最優(yōu)的量化解 析度參數(shù)r。
[0014] 優(yōu)選地，上述技術方案中，將所述符號向量輸入效驗矩陣進行驗證具體如下：用校 驗矩陣和輸入的所述符號向量進行乘積并模2加，如滿足驗證條件，則譯碼成功，反之，則譯 碼失敗。
[0015] 優(yōu)選地，上述技術方案中，更新所述可靠度信息具體如下：由校驗節(jié)點對所述符號 向量校驗以獲取對應變量節(jié)點的伴隨式信息，將所述伴隨式信息傳輸至變量節(jié)點；由變量 節(jié)點統(tǒng)計出校驗正確的伴隨式信息個數(shù)和校驗失敗的伴隨式信息個數(shù)，根據(jù)校驗正確和校 驗失敗的伴隨式信息個數(shù)和更新所述可靠度信息。
[0016] 為實現(xiàn)上述目的，根據(jù)本發(fā)明的一方面，提供了一種LDPC譯碼器，包括:預處理模 塊，用于獲取信道信息，對所述信道信息以定量化比特數(shù)進行非線性量化預處理獲得可靠 度信息;迭代譯碼模塊，用于迭代設定最大迭代次數(shù)，并進行迭代處理;硬判決模塊，用于對 所述可靠度信息進行硬判決處理獲得硬判決向量，并根據(jù)所述硬判決向量獲取對應的符號 向量;譯碼校驗模塊，用于將所述符號向量輸入效驗矩陣進行驗證，若驗證成功，則結束迭 代輸出譯碼;若驗證失敗，則判斷是否超過設定的最大迭代次數(shù)，若超過，退出迭代;若未超 過，由所述迭代譯碼模塊更新所述可靠度信息進行下一次迭代。
[0017] 優(yōu)選地，上述技術方案中，所述預處理模塊中對所述信道信息以定量化比特數(shù)進 行非線性量化預處理獲得可靠度信息，具體如下：
[0018] 接收信道信息確定量化比特數(shù)b，采用公式(2)進行量化預處理：
(.2)
[0019]
[0020]其中，0< j<n-l，p = 0，l，2，. . .，2b-3，b取值為3,4或5，r為可調(diào)的量化解析度參 數(shù)，yth為正方向的最大接收電平，⑴為預處理后的整數(shù)可靠度信息，范圍在[_(2b-l)，+ (2b-1)]之間。
[0021 ]優(yōu)選地，上述技術方案中，需對所述量化解析度參數(shù)r進行優(yōu)化，具體如下:對于不 同的r值，基于信道信息^的分布特性，計算信道信息^的概率分布序列，確定量化解析度參 數(shù)r的初始量化間隔和終止量化間隔，根據(jù)該間隔和所述概率分布序列得到最優(yōu)的量化解 析度參數(shù)r。
[0022] 優(yōu)選地，上述技術方案中，所述譯碼校驗模塊中將所述符號向量輸入效驗矩陣進 行驗證具體如下：用校驗矩陣和輸入的所述符號向量進行乘積并模2加，如滿足驗證條件， 則譯碼成功，反之，則譯碼失敗。
[0023] 優(yōu)選地，上述技術方案中，由所述迭代譯碼模塊更新所述可靠度信息具體如下：由 校驗節(jié)點對所述符號向量校驗以獲取對應變量節(jié)點的伴隨式信息，將所述伴隨式信息傳輸 至