LDPC碼譯碼算法優(yōu)化與譯碼結構設計.pdf

1、低密度奇偶校驗碼（Low Density Parity Check，LDPC）是目前最接近Shannon極限的線性分組碼，由于其在構造、譯碼等方面的優(yōu)越性，得到了國內(nèi)外學者的廣泛研究。為了滿足未來通信系統(tǒng)的需求，結合硬件實現(xiàn)的特殊要求，譯碼器需要同時兼顧計算復雜度、譯碼性能及吞吐量三個方面。本文緊密圍繞硬件實現(xiàn)技術的實際問題，設計了兩種低復雜度高性能譯碼方法，并對譯碼結構進行優(yōu)化設計，主要內(nèi)容如下：
　　為了降低LDPC碼置信傳播

2、(Believe Product，BP)算法的計算復雜度，加快譯碼速度，提出了一種基于邊調(diào)度策略的BP（Edge-based Dynamic Scheduling for BP, EDBP）算法。首先，在譯碼過程中采用Flooding調(diào)度，進行并行傳遞，加快譯碼迭代速度。經(jīng)過幾次迭代譯碼之后，當校驗方程不成立時，校驗節(jié)點通過與其相鄰的所有節(jié)點進行信息傳遞，提高校驗節(jié)點的可靠度；當校驗方程成立、校驗節(jié)點可靠度小于可靠性閾值時，僅需與其相鄰

3、t個LLR信息比較小的節(jié)點進行信息傳遞，降低部分計算復雜度；其余校驗節(jié)點不再進行信息傳遞，算法的計算復雜度進一步降低，同時抑制LLR信息沿環(huán)的傳播，誤碼性能得到提高。仿真結果表明，在信噪比為3.0dB時，EDBP算法的計算復雜度只為0.42×dc×M，計算復雜度得到降低，且EDBP算法的誤碼性能優(yōu)于BP算法。
　　為了提高LDPC碼的單最小值最小和(single-minimum Min-Sum, smMS)算法的誤碼性能，提出了一

4、種基于變量節(jié)點LLR(Log Likelihood Ratio)消息加權的改進最小和(Improved Min Sum algorithm based on weighted message LLR of variable nodes,IMS-WVN)算法。首先，將迭代次數(shù)所確定的次小值的估值參數(shù)與最小值相加后取代次小值，以增強smMS算法校驗節(jié)點的可靠度。然后，將變量節(jié)點輸出LLR消息與迭代前LLR消息進行加權處理，降低變量節(jié)點的振蕩

5、幅度，加快譯碼迭代速度。仿真結果表明，在信噪比為3.2dB時，IMS-WVN算法的誤碼性能比VWMS算法提升0.53dB，當誤碼率為10-5時，IMS-WVN算法平均譯碼迭代次數(shù)較MS算法減少58%。
　　為了提高LDPC碼的吞吐量，提出了一種改進部分并行QC-LDPC譯碼(Improved Partially Parallel Decoder, IPPD)結構。首先將譯碼判決與變量節(jié)點更新結合在一起，有效地減少了硬件資源的占用。