一种参数自适应的LDPC译码算法

介绍了低密度奇偶校验码（LDPC）的几种常用译码算法及其优缺点,特别用密度进化理论分析了归一化置信传播（Normalized BP-based）和偏移置信传播算法（Offset BP-based）的外信息概率分布和演化。基于此,分别针对Normalized BP-based和Offset BP-based算法提出了广义互信息理论（Generalized Mutual Information）及其计算公式,同时提出了改进的因子自适应LDPC译码算法,在每一次译码过程中通过一维搜索,可以获得一个最佳的修正因子,该因子能够最大化广义互信息,从而获得最佳的译码性能。分析和仿真数据表明,提出的因子自适应算法比传统的算法具有更好的性能。     

少模光纤通信系统中的自适应频域均衡算法

少模光纤模式复用存在模式耦合和差分模式时延,必须通过自适应均衡算法补偿。为了降低长距离少模光纤通信系统中自适应均衡算法的复杂度,采用基于变步长-频域块最小均方算法的多输入多输出均衡器对2×2模分复用系统解复用。利用频域块最小均方自适应算法修正均衡器权系数,并通过变步长函数调整步长因子,兼顾算法收敛速度和收敛性能。算法可通过快速傅里叶变换降低计算复杂度。在112Gbit/s的1000km少模光纤高速通信仿真系统中,保证相同收敛速度情况下,提高信号Q2因子3.7dB,并在可编程现场门阵列上验证了100km少模光纤通信系统时的算法性能。结果表明,该算法能够实现模分复用系统的信号解复用,达到快速收敛、低稳态失调的目的。     

低复杂度的自适应置信差分迭代译码算法

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。     

一种改进的极化码置信译码器

在极化码置信（ BP）译码的因子图中,当承载确定信息的节点的对数似然信息计算错误时,可以被检测到。此时,对于因子图中参与该似然信息计算的节点,引入一个修正参数,以修正该节点承载的信息的对数似然信息。修正参数可以由密度进化的高斯近似算法得到。给出了置信译码原理及相应的改进算法,最后给出了复杂度分析和性能仿真。数据结果表明,在牺牲很小的复杂度的条件下,相比原算法,修正算法能够获得0.2 dB左右的比特信噪比增益。     

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。     

基于电力线通信的LDPC码分层译码算法研究

针对电力线信道多径延迟效应和脉冲噪声影响问题,建立了基于电力线的LDPC-OFDM系统模型.并基于该模型,对低密度奇偶校验码(LDPC)的译码算法进行深入研究.基于最小和置信传播(Belief Propagation,BP)译码算法原理,改进分层和积译码算法,提出一种基于修正因子的分层最小和对数似然比译码算法.仿真结果表明,该算法译码复杂度低,迭代收敛速度快,能够有效降低电力线LDPC-OFDM系统的误码率(BER),提高传输效率.     

一种利用多重偏置的RS码软判译码算法

为了提高RS码的纠错性能,本文将基于盒匹配译码算法(BMA)的多重偏置与自适应置信传播算法(ABP)进行级联,提出了一种利用多重偏置基于可信度迭代的RS码软判译码算法,称为ABP-BIAS-BMA,并将其与传统的基于自适应置信传播的级联算法ABP-BMA及自适应置信传播算法ABP进行了译码性能仿真比较.仿真结果表明,提出的ABP-BIAS-BMA算法比ABP-BMA及ABP的译码性能要好,特别在相同信噪比情况下算法整体平均迭代次数较小.     

功放预失真中自适应算法研究

数字基带预失真技术是补偿功放非线性的最有效方法之一,而自适应算法的选择很大程度上影响着系统的预失真性能。其中,最小均方误差(LMS)算法和递归最小二乘法(RLS)是最常用的自适应收敛算法,LMS算法计算复杂度较低,但LMS算法收敛速度慢,易陷入局部最优且精度不高,RLS收敛性能较好,但计算复杂度高。在综合分析2种算法优缺点的基础上,提出了一种LMS和RLS算法的组合算法,仿真结果表明,组合算法的预失真性能很好,而且算法复杂度较低。     

一种适用于大数逻辑可译LDPC码的自适应译码算法

大数逻辑可译低密度奇偶校验(LDPC)码是一类具有较大列重的码,针对此类特殊的LDPC码,提出了一种基于整数可靠度的低复杂度自适应译码算法。在译码的过程中,算法对每个校验节点分别引入不同的自适应修正因子对外信息进行修正。仿真表明提出的自适应译码算法的性能与和积译码算法的性能相当,在误码率(BER)约为10-5时两种算法性能之间仅有0.1 d B的差异。所提算法具有复杂度低、可并行操作、全整数的信息传递等优点,十分有利于工程实现。     

一种低复杂度的LDPC码迭代译码算法

在LDPC码的译码算法中，和积算法性能最优但复杂性较高，最小和算法实现简单但性能与和积算法相差较多。针对这一性能与复杂度的矛盾，带有修正项的最小和算法成为研究的热点问题。文中基于一种性能与和积算法接近的修正最小和算法进行研究，对修正项的修正方式进行了简化，简化后的算法在性能上与和积算法仍非常接近，实现复杂度却比原修正最小和算法有明显的降低。     

Adaptive offset min-sum algorithm for low-density parity check codes

An improvement is presented to the offset min-sum decoding algorithm for low-density parity check codes. The proposed algorithm introduces a more efficient adjustment for check-node update computation in view of different minimum values. According to the optimal correction factor of normalized min-sum algorithm, we can determine the adaptive offset item. The improved algorithm achieves a noticeable performance gain with only a modest increase in computation complexity.     

Turbo decoding of product codes using adaptive belief propagation

The adaptive belief propagation (ABP) algorithm was recently proposed by Jiang and Narayanan for the soft decoding of Reed-Solomon (RS) codes. In this paper, simplified versions of this algorithm are investigated for the turbo decoding of product codes. The complexity of the turbo-oriented adaptive belief propagation (TAB) algorithm is significantly reduced by moving the matrix adaptation step outside of the belief propagation iteration loop. A reduced-complexity version of the TAB algorithm that offers a trade-off between performance and complexity is also proposed. Simulation results for the turbo decoding of product codes show that belief propagation based on adaptive parity check matrices is a practical alternative to the currently very popular Chase-Pyndiah algorithm.     

改进Min-sum的LDPC译码算法研究

为了弥补Min-Sum译码算法相对于LLR-BP算法的性能缺陷,降低LLR-BP算法的实现复杂度,提出一种改进型Min-Sum译码算法,将Normalized BP-Based和Offset BP-Based 2种算法有效地结合,在计算校验节点消息时,同时引进校正因子和偏移因子,并通过最小均方差准则来选择参数。仿真结果表明,在误码率相同的条件下,改进型Min-Sum译码算法比Min-Sum算法、Normalized BP-Based算法和Offset BP-Based算法具有更好的译码性能,译码性能逼近于LLR-BP译码算法。     

一种改进的LDPC码低复杂度最小和算法

研究了低密度奇偶校验(Low-Density Parity-Check,LDPC)码的单最小值最小和(Single-Minimum Min-Sum,SMMS)算法,为了提高译码性能,在此基础上提出一种信道自适应可配置LDPC码最小和译码(Adaptive Configurable Min-Sum,ACMS)算法。ACMS算法在BP译码时的横向消息迭代更新过程中,LLR次小值用一个基于迭代次数的估算参数与最小值相加来取代,同时根据每次判决时的错误比特个数对不同信噪比下的估算参数进行动态修正。仿真结果表明,ACMS算法整体上提高了译码性能而仅增加少量复杂度。     

New concatenated soft decoding of Reed-Solomon codes with lower complexities

To improve error-correcting performance, an iterative concatenated soft decoding algorithm for Reed-Solomon (RS) codes is presented in this article. This algorithm brings both complexity as well as advantages in performance over presently popular sott decoding algorithms. The proposed algorithm consists of two powerful soft decoding techniques, adaptive belief propagation (ABP) and box and match algorithm (BMA), which are serially concatenated by the accumulated log-likelihood ratio (ALLR).Simulation results show that, compared with ABP and ABP-BMA algorithms, the proposed algorithm can bring more decoding gains and a better tradeoffbetween the decoding performance and complexity.     

New Min‐sum LDPC Decoding Algorithm Using SNR‐Considered Adaptive Scaling Factors

This paper proposes a new min‐sum algorithm for low‐density parity‐check decoding. In this paper, we first define the negative and positive effects of the received signal‐to‐noise ratio (SNR) in the min‐sum decoding algorithm. To improve the performance of error correction by considering the negative and positive effects of the received SNR, the proposed algorithm applies adaptive scaling factors not only to extrinsic information but also to a received log‐likelihood ratio. We also propose a combined variable and check node architecture to realize the proposed algorithm with low complexity. The simulation results show that the proposed algorithm achieves up to 0.4 dB coding gain with low complexity compared to existing min‐sum‐based algorithms.     

Two-dimensional correction for min-sum decoding of irregular LDPC codes

Two-dimensional (2-D) correction schemes are proposed to improve the performance of conventional min-sum (MS) decoding of irregular low density parity check codes. An iterative procedure based on parallel differential optimization is presented to obtain the optimal 2-D factors. Both density evolution analysis and simulation show that the proposed method provides a comparable performance as belief propagation (BP) decoding while requiring less complexity. Interestingly, the new method exhibits a lower error floor than that of BP decoding. With respect to conventional MS and 1-D normalized MS decodings, the 2-D normalized MS offers a better performance. The 2-D offset MS decoding exhibits a similar behavior.     

无线光通信下极化码DNN-NOMS译码方法研究

针对无线光通信中大气湍流引起极化码置信度传播译码性能不佳的问题,提出了一种无线光通信下极化码DNN-NOMS （Deep Neural Networks-Normalized and Offset Min-Sum）译码方法。首先,把传统的极化码置信传播译码算法因子图转化为类似于低密度奇偶校验（Low-density Parity Check, LDPC）码的Tanner图,在Tanner图展开并转化为深度神经网络（DNN）图形表示的基础上,将MS（Min-Sum）译码方法同时添加归一化因子和偏移因子来给Tanner图的边赋予权重,简化极化码对数似然比的计算方法,通过限制训练参数的数量,选取在损失函数最小的条件下的因子参数,训练得到最优归一化因子和偏移因子的译码模型。仿真结果表明,在不同的大气湍流强度下,该译码方法以牺牲较小的存储空间为前提的情况下能选取更优的归一化因子和偏移因子参数,从而获得更好的误码率性能,且大幅度降低译码复杂度;在误码率为10?4时,DNN-NOMS译码方法能产生0.21~3.56 dB的性能增益,且将迭代次数的运算次数降低87.5%。     

OFDM系统频偏自适应跟踪算法的研究

为了减小正交频分复用系统受频率偏差的影响,在OFDM系统中设计了一种新的载波频偏估计算法.频偏估计包括跟踪和捕获两个阶段,文中采用变步长自适应算法来进行跟踪,这个跟踪算法的捕捉范围是整个信号带宽的一半.通过此方法,不但可以利用前向纠错的方式来避免反馈,而且可以缩减复数乘法的次数以降低计算复杂度和系统功耗.该方法运算复杂度低,并具有较好的收敛性,能改善ODFM的解调性能.从计算机的仿真效果可以看出无论是在AWGN信道上还是在多径信道上都表现出了卓越的性能.