一种简化的LDPC码BP译码算法的研究

低密度奇偶校验码(LDPC码)是一种逼近香农限的线性分组码,译码的复杂度较低;在LDPC码译码算法中性能较好的是置信传播译码(BP)算法,他能够在迭代译码过程中确定码字是否已译出,但是复杂度高,运算量大。采用一种改进的BP译码算法,在迭代译码过程中对校验节点的更新信息进行曲线拟合,以减小译码运算量,有利于硬件的并行实现,减少译码延时。仿真结果表明,改进的BP算法译码性能和原来的BP算法接近,而且复杂度较低。     

基于原型图的低码率LDPC码最小和译码算法改进方案

低密度奇偶校验(LDPC)码的译码硬件实现方案大多采用计算复杂度较低的修正最小和(NMS)算法,然而对于低码率LDPC码,由于校验节点度数低,NMS算法的修正误差较大,导致其译码性能和标准的置信传播(BP)算法相比有较大差异。该文针对基于原图构造的一类低码率LDPC码,提出了在NMS迭代译码中结合震荡抵消(OSC)处理和多系数(MF)修正技术的方案。结合低码率原型图LDPC码行重分布差异较大的特点,MF修正算法可以有效地减少计算误差,从而改善译码性能。另外低码率原型图LDPC码的收敛较慢,而OSC处理则可以较好地抑制正反馈信息,进一步提高NMS算法的性能增益。仿真结果表明,对于此类低码率LDPC码, MF-OSC-NMS算法可以达到接近BP算法的性能。OSC处理和MF修正技术硬件实现简单,与NMS算法相比几乎没有增加计算复杂度,因此MF-OSC-NMS算法是译码算法复杂度和性能之间一个较好的折中处理方案。     

一种基于改进线性规划的LDPC码混合译码算法

与基于消息迭代的置信传播译码相比,线性规划(linear programming,LP)译码分析有限长LDPC码性能更为有效。然而,传统LP译码算法运算量非常大,不利于系统实现。本文结合LDPC码校验矩阵的特点,去掉传统LP译码中不必要的约束,得到一种低复杂度LP内点译码算法。为了降低译码延时,将LP内点译码算法与置信传播译码算法结合,提出LDPC码混合译码算法。仿真结果表明,混合译码算法的误码性能优于传统LP译码和BP译码算法,而译码延时低于传统LP译码。     

LDPC编译码算法分析

低密度奇偶校验(LDPC)码是一种线性分组码,其纠错能力可以接近香农极限。针对LDPC码的编译码问题,分析了校验矩阵的构造方法。给出了LDPC码的编码算法以及算法的实现结构。分析了基于软判决的置信传播(BP)译码算法,并给出了可以进一步降低计算复杂度的简化译码方法。通过仿真对比了不同的译码算法在高斯信道下的译码性能。     

RS码与LDPC码的联合迭代译码

针对RS码与LDPC码的串行级联结构,提出了一种基于自适应置信传播(ABP)的联合迭代译码方法.译码时,LDPC码置信传播译码器输出的软信息作为RS码ABP译码器的输入;经过一定迭代译码后,RS码译码器输出的软信息又作为LDPC译码器的输入.软输入软输出的RS译码器与LDPC译码器之间经过多次信息传递,译码性能有很大提高.码长中等的LDPC码采用这种级联方案,可以有效克服短环的影响,消除错误平层.仿真结果显示:AWGN信道下这种基于ABP的RS码与LDPC码的联合迭代译码方案可以获得约0.8 dB的增益.     

一种基于缩减伴随式集的QC-LDPC码级联译码算法

该文在研究缩减伴随式集译码(RLSD)算法和规则QC-LDPC码字结构的基础上,提出了一种新的针对中短QC-LDPC码的BP-RLSD级联译码算法。BP算法译码失败时的软输出对数信息,作为RLSD算法的输入。根据QC-LDPC码所具有的循环置换结构,给出一种根据伴随式的重量来确定候选错误模式搜索空间的算法,同时给出一种查表方法快速搜索出部分错误位置。结合接收序列的低可信度集合(LRIPs),可以实现最大似然(ML)码字的快速搜索。这些方法可以大幅减少计算时间。仿真显示该文提出的算法是有效的。与BP算法的级联译码,可以在计算复杂度和性能之间进行较好的折衷。     

基于振荡迭代的修正BP译码算法

针对中高信噪比(SNR)下低密度奇偶校验(LDPC)译码错误振荡迭代不收敛,提出了基于置信传播(BP)算法的修正LDPC译码算法,即软值归零BP算法。该算法通过将振荡迭代的变量节点传递的外信息置零,减少错误信道消息对迭代译码的影响,较大地改善了译码性能。而且,还给出了振荡迭代节点的判定准则,提高了振荡迭代节点判定的准确性。仿真结果表明,在中高信噪比区且译码迭代次数相同的情况下,该算法能比BP算法获得更好的译码性能。     

LDPC码译码算法及性能分析

为了进一步降低低密度奇偶校验(LDPC)码译码算法的复杂度,基于经典置信传播(BP)译码算法,给出了对数域迭代后验概率对数似然比(APP LLR)算法。通过概率域的和积算法(SPA)和对数域的迭代APP LLR算法的性能仿真及分析可见,迭代APP LLR算法能以较小的性能损失换取复杂度的大幅降低。进一步选用迭代APP LLR算法,结合不同地形条件下的VHF频段信道模型,仿真了LDPC码编译码系统的性能。理论分析及仿真结果均表明,基于迭代APP LLR算法的LDPC码,实现简单,性能优异,具有良好的工程应用前景。     

基于置信传播和波束搜索的LDPC联合译码算法

当置信传播算法BP（Belief Propagation）应用于LDPC短码时,由于传递消息的不独立性,使得译码性能与最大似然译码有较大差距。考虑到LDPC码分布的稀疏性,以及在BP失败译码中仅有少量错误位的统计事实,提出了一种波束搜索算法,把它级联于BP算法来对失败译码进行后处理。在付出一定计算复杂性的代价下,以期提高整体的译码性能。在波束搜索算法的实现中,译码伴随式的信息以及码字位的可靠性信息被融合进对搜索个体的代价函数中。它的目标是在给定的波束宽度下,寻找到失败译码对应的错误样式,从而纠错的目的。仿真结果表明对LDPC短码,此联合算法在译码性能与计算复杂度之间取得较好的折衷。     

LDPC码的交替迭代分层置信传播译码

低密度奇偶校验码(LDPC)通过迭代译码算法进行译码,例如置信传播算法(belief-propagation)便是其中一种译码方式。标准BP算法是并行译码,在更新所有校验节点及比特节点过程中,使用上一次迭代的更新信息。为了提高一定迭代次数下的收敛速度,在研究不同算法的基础上,如Layered BP算法(LBP)和Shuffled BP算法(SBP),通过改变节点的更新顺序,提出了改进的shuffled迭代译码算法。相对于普通的SBP算法,文章所提改进型SBP算法是传统置信传播收敛速度的两倍,并且在保持性能的同时降低复杂度。最后给出了CMMB标准下LDPC码的仿真结果。     

一种基于递归MSK的LDPC码设计准则

本文首先给出了基于MSK的LDPC码串行级联系统的模型,叙述了MSK的两种实现结构,分析了基于递归连续相位编码器(RCPE)MSK中的错误相关性和级联Tanner图中的环特性;最后,提出了一种LDPC码设计准则,在该准则下,基于递归MSK的LDPC码串行级联系统可以不采用交织器。仿真性能表明这种设计准则可以减小递归MSK中的错误相关性对性能的影响。     

迭代译码的级联Reed-Solomon乘积码与卷积码

该文提出用Reed Solomon(RS)乘积码作为外码,卷积码作为内码的级联码方案并且内外码间用Congruential向量生成的交织图案对RS码符号进行重排列。对此级联码采用的迭代译码基于成员码的软译码算法。当迭代次数达到最大后,通过计算RS码的校正子,提出一种纠正残余错误的方法,进一步提高了系统的误比特性能。仿真结果表明,在AWGN信道中与迭代译码的级联RS/卷积码相比,当误比特率为1e-5时,新系统的编码增益大约有0.4 dB。     

一种新型的卷积码混合译码算法

该文提出了一种级联的卷积码混合译码算法。该算法由两级译码实现,第1级采用置信传播(Belief-Propagation, BP)算法,而第2级采用修改的维特比译码(Modified Viterbi Decoding, MVD)算法。BP首先对接收序列进行预译码,并利用伴随式将译码输出的对数似然比值分为可靠的和不可靠的两类。不可靠的对数似然比值用接收符号取代,可靠的部分硬判决为编码符号,它们共同组成混合序列。随后,MVD对该混合序列作进一步纠错译码。仿真表明,与传统的维特比算法相比,所提出的混合译码算法的误码性能只有很小的损失,其译码平均复杂度在中高信噪比条件下有明显降低。     

一种低迭代次数的极化码置信传播译码算法

针对置信传播(Belief Propagation,BP)译码算法在迭代次数较多时吞吐量和译码时延性能提升受限的问题,提出了一种低迭代次数的极化码BP译码算法,通过采用比特翻转和子信道冻结的方式,降低译码过程中的迭代次数.仿真结果表明,相对于传统极化码BP译码算法(设置最大迭代次数为40次),所提算法在信噪比为3 dB时可将平均迭代次数减少约53％,处理单元平均计算次数减少约68％.该算法所带来的低时延和低功耗效益可运用在对功耗要求较高的大规模机器类型通信,以及对时延要求较高的超可靠低延迟通信等5G场景下的极化码译码中.     

使用交互式编解码机制的分布式视频编码研究

为了克服Slepian-Wolf编码不存在统一编码以及采用的无记忆信道模型不符合实际等问题,运用交互式编解码(IED)方式,建立了统一编码,构建了有记忆的有限状态信道(FSC)模型,同时设计了一种适合FSC的用于LDPC解码的置信传播算法。实验结果表明,实现后的IED相比非IED具有更低的误码率(BER),且与理论极限码率更加逼近,实际视频序列的测试结果显示,实现的IED分布式视频编码系统较LDPC算法有2dB左右的率失真性能增益。     

Variable non-uniform quantized belief propagation algorithm for LDPC decoding

Non-uniform quantization for messages in Low-Density Parity-Check（LDPC）decoding can reduce implementation complexity and mitigate performance loss.But the distribution of messages varies in the iterative decoding.This letter proposes a variable non-uniform quantized Belief Propagation（BP）algorithm.The BP decoding is analyzed by density evolution with Gaussian approximation.Since the probability density of messages can be well approximated by Gaussian distribution,by the unbiased estimation of variance,the distribution of messages can be tracked during the iteration.Thus the non-uniform quantization scheme can be optimized to minimize the distortion.Simulation results show that the variable non-uniform quantization scheme can achieve better error rate performance and faster decoding convergence than the conventional non-uniform quantization and uniform quantization schemes.     

Multiuser receiver scheme for full‐rate space–time coded CDMA system with imperfect estimation

By introducing a full‐rate space–time coding (STC) scheme, a synchronous CDMA (code division multiple access) system with full‐rate STC is given, and the corresponding uplink performance is investigated in Rayleigh fading channel with imperfect estimation. Considering that existing STC‐CDMA system has high decoding complexity, low‐complexity multiuser receiver schemes are developed for perfect and imperfect estimations, respectively. The schemes can make full use of the complex orthogonality of STC to reduce the high decoding complexity of the existing scheme, and have linear decoding complexity compared with the existing scheme with exponential decoding complexity. Moreover, the proposed schemes can achieve almost the same performance as the existing scheme. Compared with full‐diversity STC‐CDMA, the given full‐rate STC‐CDMA can achieve full data rate, low complexity, and partial diversity, and form efficient spatial interleaving. Thus, the concatenation of channel coding can effectively compensate for the performance loss due to partial diversity. Simulation results show that the full‐rate STC‐CDMA has lower bit error rate (BER) than full‐diversity STC‐CDMA systems under the same system throughput and concatenation of channel code. Moreover, the system BER with imperfect estimation are worse than that with perfect estimation due to the estimation error, which implies that the developed multiuser receiver schemes are valid and reasonable. Copyright © 2010 John Wiley & Sons, Ltd.     

Reliability-Based Iterative Decoding of LDPC Codes Using Likelihood Accumulation

In this work, we present an improvement on low complexity serial concatenation of belief propagation (BP) - order statistic decoding (OSD) algorithm for low-density parity-check (LDPC) codes. We introduce a more reliable method to reconstruct ordered information sequence in terms of the accumulated log-likelihood ratio (LLR) transitions of variable nodes. We give a general expression for both the existing BP-OSD algorithm and our proposed new method according to a structure similar to an infinite impulse response (IIR) filter. This improved algorithm achieves noticeable performance gains with only modest increase in computation complexity.     

An Improvement of UMP‐BP Decoding Algorithm Using the Minimum Mean Square Error Linear Estimator

In this paper, we propose the modified uniformly most powerful (UMP) belief‐propagation (BP)‐based decoding algorithm which utilizes multiplicative and additive factors to diminish the errors introduced by the approximation of the soft values given by a previously proposed UMP BP‐based algorithm. This modified UMP BP‐based algorithm shows better performance than that of the normalized UMP BP‐based algorithm, i.e., it has an error performance closer to BP than that of the normalized UMP BP‐based algorithm on the additive white Gaussian noise channel for low density parity check codes. Also, this algorithm has the same complexity in its implementation as the normalized UMP BP‐based algorithm.