面向5G的多元LDPC改进译码算法的仿真研究

根据5G移动通信中高速率、低时延、大容量数据传输及多种场景的特点,提出了一种面向5G的基于多元LDPC码的低复杂度译码算法,即混合域Log-FFT-BP(Mixed Log-FFT-BP)译码算法。该算法直接对概率信息求对数,避免求解对数似然比操作,并且在校验节点的更新过程中,采用对中间变量求对数再对校验节点信息求傅里叶逆变换的方式,来进一步降低译码复杂度。从5G信道编码需支持更广泛的码块长度和更多码率的角度进行仿真,结果表明, 与传统译码算法相比,改进的Mixed log-FFT-BP算法性能相差不大,约为0.1～0.2dB,且能够降低译码复杂度,更利于硬件平台的实现。     

基于竞争机制的LDPC码串行最小和算法

针对译码模块设计成本和功耗的问题,提出了一种LDPC码串行最小和算法。该算法是一种采用权重因子的基于变量节点更新的串行算法,它基于竞争机制来更新变量节点对校验节点消息集合中的最小值。与传统串行算法相比,在不损失性能的前提下,它大幅降低了译码所需的复杂度。另一方面,与并行最小和算法相比,新算法不仅大幅降低了所需存储量,而且性能也有一定的提升,复杂度只有略微增加。     

基于消息振荡及校验更新的改进BP译码算法*

为了减少在低信噪比区的平均迭代次数和削弱LLR（Logarithm Likelihood Ratio, LLR）值的振荡,分析了中短码长LDPC码错误帧对应校验节点对数似然比及校验和变化的规律,提出了一种基于消息振荡及校验更新的改进BP译码算法。该算法通过提前结束迭代译码的准则来减少在低信噪比区的平均迭代次数,并通过修正校验节点的更新来削弱LLR值的振荡来提高译码性能。仿真结果表明,相对于BP算法：在低信噪比区,该算法减少了平均迭代次数且译码性能没有损失;而在中高信噪比区,其提高了译码性能而平均迭代次数无需增加。     

一种新的基于光纤信道LDPC码的16QAM调制解调算法

针对提高光纤通信系统中LDPC编译码方案频谱利用率的问题,本文研究了光纤通信系统中具有较高频谱效率的LDPC高阶调制方案,重点以16QAM调制的LDPC为例分析了基于卡方分布的光纤信道中软解调对数似然比的理论推导,提出并推导了其简化算法,设计了16QAM-LDPC的光纤通信系统方案。仿真结果表明,采用16QAM软解调译码算法能带来较好的系统性能,当码长2304,码率为5/6的QC-LDPC码在时,对应的Q=9.1dB。其相应的简化算法在0.2dB的性能损失代价下,可以具有较低的译码复杂度。     

一种低复杂度的短LDPC码级联译码算法

为了提高短低密度校验码(Short LDPC)的纠错性能,在研究盒匹配译码算法(BMA)和置信度与分阶统计译码级联算法(BP-OSD)的基础上,提出了一种新的针对短LDPC码译码的BP-BMA级联算法.该算法充分利用了BMA算法具有较低译码复杂度的特性.然后,利用该算法结合对数似然比累积(ALLR)算法进行了计算机仿真.仿真结果表明:BP-BMA级联算法与BP-OSD相比,译码性能有所提高,且译码复杂度大大降低了,在译码性能和复杂度间取得了很好的折中.     

一种改进的LLR BP译码算法研究

运用LLR BP经典算法对低密度奇偶校验(LDPC)码译码时,由于译码时迭代次数过多和每次循环时校验节点的计算复杂度过高,导致译码复杂度非常高.提出了一种改进型LLR BP译码算法,采用泰勒级数将LLR BP算法中复杂度高的雅克比修正项进行分段线性近似.仿真表明:该算法在译码性能损失不大的情况下可大幅降低LDPC码的译码复杂度.     

LogMAP译码算法量化方法研究

为了在数字芯片上实现Turbo码译码时,降低硬件实现代价,提高运算速度,针对LogMAP算法,研究了Turbo码译码过程中接收符号、路径度量值、对数似然比的量化方法,并分析了量化因素对译码性能的影响;提出"3σ准则",确定接收符号进行量化的范围和精度;引入了修正的变量偏移(Modified Variable Shift normalization,MVS)归一化算法,减小路径度量的动态范围;提出了加窗LLR算法,进一步减少内部运算数据动态范围.仿真结果表明,采用提出的定点量化算法,在可接受的译码性能恶化(约0.3dB)的前提下,降低了Turbo码定点实现的复杂度,更加便于工程应用.     

5G抽头延迟模型中极化译码后处理方案

考虑5G协议中的抽头延迟信道模型,针对分段循环冗余比特自适应（SCAD-SCL）极化译码算法未考虑信噪比对接收序列对数似然比影响的问题,提出SCAD-SCL的后处理（PSCAD-SCL）译码算法。通过仿真确定用于提高可靠性设定的常数和不可靠对数似然比的数目,翻转并适当放大不可靠的对数似然比值,从而提高误比特率性能。仿真结果表明,PSCAD-SCL的误比特率在信噪比1~3 dB优于原有SCAD-SCL译码算法。在误比特率为10-4时PSCAD-SCL较SCAD-SCL算法性能提升了约0.3 dB,提出算法能够提升5G传输性能。     

一种AWGN信道下非规则LDPC码的优化方法

提出了一种加性高斯噪声（AWGN）信道下非规则低密度奇偶校验（LDPC）码的优化方法。利用LDPC码迭代译码算法下变量节点与校验节点的EXIT曲线之间的面积反映码的收敛阈值与香农限的差距这一特点,设计表示两条EXIT曲线之间面积的函数F,该函数可以衡量非规则LDPC码的性能,F值越小,LDPC码的收敛阈值就越接近香农限。仿真显示,合理设计变量节点和校验节点,减小函数F的值,能够提高非规则LDPC码的性能。     

LDPC码改进的量化自适应偏移最小和算法

为减小低密度奇偶校验（LDPC）码的量化译码算法的实现复杂度,提出了一种改进的4比特量化自适应偏移最小和（AOMS）译码算法。改进的AOMS译码算法中引入了预设的固定迭代次数作为启动偏移量修正因子自适应选择的条件;设计了一种4比特非均匀数据量化方案,保证量化数据的取值范围既能较好地满足外信息的动态范围,又能简单实现优化的量化偏移量修正因子。仿真结果表明,与浮点译码算法相比较,改进的量化AOMS译码算法的译码性能损失较小。     

基于最小和的高效LDPC译码算法

针对低密度奇偶校验（LDPC）译码算法性能低的问题,提出一种基于最小和的高效译码算法。该算法从概率的角度分析消息的传递过程中校验节点的更新过程,得到近似的最小和算法等式,并采用动态归一化因子提高译码性能。仿真实验表明,与BP译码算法相比,该译码算法在损失极少译码性能的情况下,不仅减少迭代过程中的计算量,而且提高了译码效率。     

对流层散射信道中5G-NR LDPC码性能

由于目前衰落信道,特别是时变信道非线性环境下的研究极少,因此研究对流层散射信道应用场景下的5G-NR LPDC编译码性能。5G-NR LDPC码是一种准循环LDPC码,其通过基矩阵构造,可以支持多种码率和码长,便于实现速率自适应。本文提出一种改进的分层归一化最小和译码算法,利用对归一化因子的修正,使该算法更适合应用于散射信道。仿真结果表明,本文算法与传统译码方法相比,译码速度提高了3倍,减少了迭代次数,降低了复杂度;使用16重分集技术且误码率达到10-5时,在低码率和高码率下,改进译码算法比传统译码算法性能分别提升1.3 dB左右和0.6 dB左右。     

改进型LLR BP译码算法研究

短低密度校验(LDPC)码的Tanner图中通常存在环路,变量节点之间的信息不再相互独立,导致LLR BP算法译码性能的下降。针对上述问题,提出一种改进型LLR BP译码算法,推导出有环时变量节点的真实信息,利用最小均方误差准则计算出有记忆的变量节点信息的权值,通过调整变量节点信息的迭代过程降低变量节点之间信息的相关性。仿真结果表明,改进型LLR BP算法具有比LLR BP算法、归一化BP算法及偏移量BP算法更好的LDPC译码性能。     

结构化LDPC码流水线译码器的仿真与设计

针对在结构化LDPC码译码器中使用流水线结构,对最小和分层译码算法进行了分析。为进一步提高译码器的性能,提出了一种修正分层最小算法,使得结构化LDPC码的译码器能使用流水线结构来增加系统吞吐量。根据修正算法,设计了一种低复杂度的译码器结构,并详细描述了串行校验节点处理器和灵活置换器这两个模块的设计。分析了流水线译码器对处理时延的提高,并仿真了同一码长不同译码算法的性能。仿真结果表明修正算法和最小和译码算法相比,性能上几乎没有损失,由于译码器采用了流水线结构,吞吐量提高了2到3倍,并能灵活的支持各种码长和码率的结构化LDPC码。     

基于格雷码的无人机图像传输自适应译码算法

传统的无人机与地面接收机之间的信道编码采用Turbo码、LDPC码等.Turbo码和LDPC码译码复杂、实时性不足、硬件成本高,其中LDPC码在高信噪比时候易导致错误地板.格雷码运算复杂度低,运算时间少,硬件实现简单且功耗也相对更低.针对这一现状,本文提出了基于格雷码的无人机图像传输自适应译码算法.在格雷码软硬判决译码算法的基础上设计了依据奇偶校验位的译码判决机制.仿真结果表明,该算法复杂度低、运行速度快、可靠性好,硬件成本低,可在满足图像精度需求下自适应地选择合适的解码方法,提高解码速度.     

一种基于循环神经网络的极化码BP译码算法

置信传播（BP）算法作为极化码最常用的软判决输出译码算法之一,具有并行传输、高吞吐量等优点,但其存在收敛较慢、运算复杂度高等缺陷。提出一种基于循环神经网络的偏移最小和近似置信传播译码算法。通过偏移最小和近似算法替代乘法运算,修改迭代过程中的消息更新策略,并运用改进的循环神经网络架构实现参数共享。仿真结果表明,相比传统BP译码算法,该译码算法在提升误码率（BER）性能的前提下,减少约75%的加法运算且收敛速度大幅提升,相比基于深度神经网络的BP译码算法,该算法在确保BER性能无显著下降的前提下,使用加法运算替代乘法运算,节省了约80%的存储空间开销。     

简单高效的低密度奇偶校验码比特翻转译码算法

为了提高比特翻转(BF)效率,提出一种基于平均幅度的低密度奇偶校验(LDPC)码加权梯度下降比特翻转译码算法。该方法首先以信息节点的平均幅度作为校验方程的可靠度,再用其对双极性校验子进行加权,从而构造出更加高效的比特翻转函数。在加性高斯白噪声(AWGN)信道下,误比特率(BER)为10-5时进行仿真实验,相比传统的梯度下降和基于可靠度比率的加权梯度下降比特翻转算法,所提出的算法可分别获得0.08dB和0.29dB的增益;同时,平均迭代次数可分别降低72.6%和9.3%。实验结果表明,所提算法在获得一定编码增益的同时,平均迭代次数也有所降低,可见该算法在纠错性能、实现复杂度和时延之间达到了更好的平衡匹配,能适用于实时性要求较高的高速通信系统。     

Hybrid weighted bit flipping low density parity check decoding

Low density parity check codes (LDPC) exhibit near capacity performance in terms of error correction. Large hardware costs, limited flexibility in terms of code length/code rate and considerable power consumption limit the use of belief-propagation algorithm based LDPC decoders in area and energy sensitive mobile environment. Serial bit flipping algorithms offer a trade-off between resource utilization and error correction performance at the expense of increased number of decoding iterations required for convergence. Parallel weighted bit flipping decoding and its variants aim at reducing the decoding iteration and time by flipping the potential erroneous bits in parallel. However, in most of the existing parallel decoding methods, the flipping threshold requires complex computations.In this paper, Hybrid Weighted Bit Flipping (HWBF) decoding is proposed to allow multiple bit flipping in each decoding iteration. To compute the number of bits that can be flipped in parallel, a criterion for determining the relationship between the erroneous bits in received code word is proposed. Using the proposed relation the proposed scheme can detect and correct a maximum of 3 erreneous hard decision bits in an iteration. The simulation results show that as compared to existing serial bit flipping decoding methods, the number of iterations required for convergence is reduced by 45% and the decoding time is reduced by 40%, by the use of proposed HWBF decoding. As compared to existing parallel bit flipping decoding methods, the proposed HWBF decoding can achieve similar bit error rate (BER) with same number of iterations and lesser computational complexity. Due to reduced number of decoding iterations, less computational complexity and reduced decoding time, the proposed HWBF decoding can be useful in energy sensitive mobile platforms.     

规则低密度校验码的比特翻转解码算法研究

本文提出一种规则低密度校验码的比特翻转迭代解码算法。在解码算法的每一次迭代运算过程中，解码运算可以从总体上分为两个阶段：首先，满足可靠性要求的校验节点从与其相邻接的信息节点中选择一个信息比特作为翻转候选比特；然后，解码算法采用投票的方法对于这些候选翻转比特进行进一步的筛选。本算法由于对于最终翻转比特的选择结果是通过两次筛选而得到的，从而极大地降低了误翻的概率，加快了迭代解码算法的收敛速度，提高了系统的性能。另外，在第一阶段的比特选择过程中，我们综合校验节点所提供的校验检测信息和信道输出所提供的可靠性信息，提出了新的翻转比特选择标准。仿真结果表明，本文所提出的解码算法有着较好的性能，在解码运算复杂度和纠错性能之间提供了另外一个均衡。     

基于LDPC码的跳频抗干扰性能

为了提高跳频通信的抗干扰性能,将低密度奇偶校验(LDPC)码与跳频通信相结合。通过对编码算法中的“贪婪算法”的复杂度简化和带偏移量的分层量化译码(LBP-OMS)算法的应用,提高了码字的纠错性能。实验表明,当某些频带受强噪声干扰时,改进后的信道编译码方法提高了跳频通信的抗干扰能力。