LDPC译码算法总结归纳.ppt

《LDPC译码算法总结归纳.ppt》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、LPDC译码算法总结归纳2017.09.17LDPC译码算法及其改进算法（基于置信传播的软判决译码算法）BPLLRBP降低复杂度迭代APP迭代APP-BasedUMPBP-Based提高性能N-BPO-BPO-BP-BasedN-BP-BasedLLRBP算法初始化计算信道传递给变量节点的初始概率似然比消息，然后对每一个变量节点和与其相邻的校验节点，设定变量节点传向校验节点的初始消息迭代处理步骤1：校验节点消息处理对所有的校验节点和与其相邻的变量节点，第次迭代时，计算变量节点传向校验节点的消息步骤2：变量节点消息处理对所有的变量节点和与其相邻的校验节点，第次迭代时，计算校验节点传向变量节点的消

2、息步骤3：译码判决对所有变量节点计算硬判决消息，若，则，否则。停止若，或者达到最大迭代次数，则结束运算，否则从步骤1继续迭代。UMPBP-Based算法（最小和或最大积）校验节点消息处理简化、是奇函数，故LLRBP算法中的校验节点的处理可以表示为由于在0到1之间取值，而且是的单调递增函数，故因此迭代APP算法变量节点消息处理简化用LLRBP算法中的代替参与校验消息的迭代，即不仅用于硬判决，而且用于求解校验消息，此时BP算法简化为迭代的APP(APosterioriProbability)算法。这样计算，传递的消息之间引进了相关性，传递的变量消息就不再是外部信息，但是此时仅仅需要计算和存储一个变

3、量消息的数值，可以大降低算法的复杂度。迭代APP-Based算法（迭代APP+UMPBP-Based）初始化计算信道传递给变量节点的初始概率似然比消息，然后对每一个变量节点和与其相邻的校验节点，设定变量节点传向校验节点的初始消息迭代处理步骤1：校验节点消息处理对所有的校验节点和与其相邻的变量节点，第次迭代时，计算变量节点传向校验节点的消息步骤2：变量节点消息处理对所有的变量节点和与其相邻的校验节点，第次迭代时，计算校验节点传向变量节点的消息步骤3：译码判决若，则，否则。停止若，或者达到最大迭代次数，则结束运算，否则从步骤1继续迭代。简化算法比较（以码率为1/2的LDPC码，(n,p,2p)为例

4、）译码算法乘法除法加法LLRBP11np-9nn(p+1)n(3p+1)UMPBP-based00UMPAPP-based00复杂度性能BP-Based与BP算法校验节点处理的比较将BP算法中校验节点的更新表示为符号和幅度的形式，符号用来进行译码判决，而判决的置信度或可靠性由幅度表示。在幅度的计算中只取对结果影响最大的最小值，得到了BP-Based算法。两种算法中校验节点输出的消息用、表示：即。两种算法相比，在输入到校验节点的消息相同的情况下，输出消息的符号是相同的，但是幅度不同，即可靠性不同。BP-Based算法与BP算法相比高估了输出校验消息的幅度。N-BP-Based算法与O-BP-Ba

5、sed算法要降低的幅度，可以将其除以一个尺度因子，即校验消息表示为其中为称为校正因子，此时改进算法称为NormalizedBP-Based算法。同时，可以原来的校验消息减去一个数值来降低，即其中为称为偏移因子，此时改进算法称为OffsetBP-Based算法。直观地，可以通过计算、的均值来求校正因子，即N-BP算法与O-BP算法当Tanner图没有循环时，BP算法译码中变量节点输出的消息可以收敛到后验概率，所以BP算法是一种最大后验概率译码，但是当码长不是很长时（几百到几千），Tanner图没有循环的假设就不严格了，此时各变量节点之间的消息就不满足i.i.d条件，各变量消息之间存在性，译码性能

6、降低。可以通过调整变量消息的处理过程，在增加较少复杂度的条件下，降低变量消息之间的相关性，来提高BP算法译码的性能，特别是短码译码的性能。NormalizedBP算法：其中为乘性相关因子。OffsetBP算法：其中为加性相关因子。