基于減少過估計的改進LDPC碼最小和譯碼算法*

楊衛國

(海軍航空大學, 山東 煙臺 264001)

基于減少過估計的改進LDPC碼最小和譯碼算法*

楊衛國

(海軍航空大學, 山東 煙臺 264001)

為了更好地在LDPC碼的譯碼中使用最小和算法,盡量減少最小和算法譯碼過程中的性能損失,對最小和譯碼算法進行了深入研究,通過對最小和算法的原理分析得出,其性能損失的根源是算法過程中產生了過估計,而過估計的大小與最小值和次小值之間的差值相關,基于此,提出了一種減少過估計,以提高最小和算法性能的改進譯碼算法,通過仿真分析,該算法在幾乎不增加復雜度的情況下獲得了較好的譯碼性能。

LDPC碼; 最小和算法; 過估計; 最小值; 次小值

低密度奇偶校驗碼(Low-Density Parity-Check Codes)是一類性能接近香農極限的線性糾錯碼,由于其擁有優于Turbo碼的良好性能,使得LDPC碼在目前許多通信系統中得以應用,并在去年被國際移動通信標準化組織確定為5G數據信道編碼方案。當LDPC碼的碼長趨于無限長且校驗矩陣對應的Tanner圖中無環時,置信傳播(Belief Propagation,BP)譯碼算法是其最優迭代譯碼算法。BP譯碼算法雖然性能優異,但算法本身需要大量的乘法運算,計算復雜度較高,硬件實現困難,這也是Gallager在提出LDPC碼初期不被人們認可的主要原因之一。后來人們提出了對數域BP譯碼算法,將原算法中大量的乘法運算變成了加法運算,大大降低了運算量的同時引入了雙曲正切函數,工程實踐中仍然難于實現,直到1999年Fossorier等學者提出了最小和(Min Sum,MS)譯碼算法,較好地平衡了譯碼性能和譯碼復雜度之間的矛盾,使硬件實現變得簡單。……