低复杂度的自适应置信差分迭代译码算法

发布时间：2018-01-13 10:43

本文关键词：低复杂度的自适应置信差分迭代译码算法　出处：《电子与信息学报》2014年11期 　论文类型：期刊论文

【摘要】：针对中短码长的低密度奇偶校验规则码(Low Density Parity Check,LDPC)规则码,该文采用消息更新规则改进和因子图变换方法,提出一种低复杂度差分迭代译码算法。在置信传播算法的基础上,仅当变量节点的消息值振荡时引入差分映射策略,得出一种选择性的置信差分规则,自适应地调整校验节点消息的归一化系数,提高译码性能。同时,采用展开校验节点的图变换方法,将计算复杂度从随节点度分布指数性增长降至线性增长。分别在高斯白噪声信道和瑞利衰落信道下进行仿真实验,结果表明该算法和基于图变换的其他低复杂度译码算法相比,性能优越且复杂度低,和对数似然比的置信传播算法(LLR-BP)相比,高信噪比区域内的性能优异,低信噪比区域内的计算复杂度明显降低。
[Abstract]:This paper proposes a low complexity differential iterative decoding algorithm for low density parity check ( LDPC ) rules for medium and short code length . Based on the belief propagation algorithm , this paper proposes a low complexity differential iterative decoding algorithm . Based on the belief propagation algorithm , only when the message value of a variable node oscillates , a differential mapping strategy is introduced to improve the decoding performance . At the same time , the computational complexity is reduced from the exponential growth of the node degree to linear growth by using the graph transformation method of the spread check node . The results show that the algorithm is superior to the other low complexity decoding algorithms based on the graph transformation , and the calculation complexity is obviously reduced in the low SNR area compared with the confidence propagation algorithm ( LLR - BP ) based on the graph transformation .

【作者单位】：郑州大学信息工程学院;解放军信息工程大学信息系统工程学院;
【基金】：国家自然科学基金(61172086,61201251);国家自然科学基金联合基金(U1204607) 博士后科研启动基金(2011012)资助课题
【分类号】：TN911.22
【正文快照】： 1引言基于因子图[1]的置信传播译码算法[2]具有计算并行化和延时短等优点,码长较长时性能可以逼近香农限,因此低密度奇偶校验(Low Density ParityCheck,LDPC)码引起信道编码界和通信领域学者的关注和研究热潮。虽然长码性能优异,但实际应国家自然科学基金(61172086,61201251),

【相似文献】