本發(fā)明涉及空時編碼和信道編碼技術(shù)領(lǐng)域，尤其涉及一種ldpc的基于sor的聯(lián)合迭代檢測譯碼方法及系統(tǒng)。

背景技術(shù)：

面對5g對于通信需求，傳輸速率，可靠性和頻譜利用率都有很大需求。大規(guī)模多輸入多輸出(multiple-inputmultiple-output，mimo)面對該挑戰(zhàn)，可以幫助提高傳輸速率和頻譜利用率。而低密度奇偶校驗碼(lowdensityparitycheckcode，ldpc)長時間作為通信協(xié)議中的標準碼，其對差錯控制的可靠性一度得到認可。最近，ldpc又被確定為5g中長碼標準。

技術(shù)實現(xiàn)要素：

發(fā)明目的：為了滿足一些對誤碼率有更高要求的場合，本發(fā)明提出了ldpc編碼的大規(guī)模mimo的基于超松弛迭代(successiveoverrelaxation，sor)檢測聯(lián)合迭代檢測譯碼方法及系統(tǒng)。該發(fā)明通過將大規(guī)模mimo的sor檢測和ldpc譯碼結(jié)合，從而使得誤碼率降低，并且提高收斂速度。

技術(shù)方案：本發(fā)明所述的基于sor的ldpc譯碼方法包括：

(1)對信道矩陣h和接收信號y進行預(yù)處理，得到匹配濾波器輸出y^mf＝h^hy和mmse濾波矩陣w＝g+σ²im，并將w分解為w＝d+l+l^h；其中，g表示gram矩陣，且g＝h^hh，σ²為噪聲方差，im為單位陣，(.)^h為共軛轉(zhuǎn)置操作，d為對角陣，l為下三角陣；

(2)設(shè)置迭代次數(shù)k＝1；

(3)將匹配濾波器輸出y^mf、mmse濾波矩陣分解結(jié)果d、l和l^h以及修正因子ω作為輸入，采用sor算法更新得到第k次迭代時待檢測信號估計結(jié)果s^k；其中，sor迭代公式為

式中，()^k表示第k次迭代對應(yīng)的值，s⁰為全0向量；

(4)通過map模塊將待檢測信號估計結(jié)果轉(zhuǎn)化為比特概率的對數(shù)似然比；

(5)采用轉(zhuǎn)換的對數(shù)似然比初始化ldpc中變量節(jié)點j的固有信息和變量節(jié)點j向校驗節(jié)點i傳輸?shù)男畔?imgfile="bda0001237390970000013.gif"wi="83"he="71"img-content="drawing"img-format="gif"orientation="portrait"inline="no"/>其中，j＝1,2,...,n，i＝1,2,...,m，n、m分別為變量節(jié)點和校驗節(jié)點的個數(shù)；

(6)根據(jù)下式計算第k次迭代時校驗節(jié)點i向變量節(jié)點j傳輸?shù)男畔?imgfile="bda0001237390970000021.gif"wi="86"he="70"img-content="drawing"img-format="gif"orientation="portrait"inline="no"/>

式中，j＝1,2,...,n，i＝1,2,...,m，n(i)表示所有與校驗節(jié)點i連接的變量節(jié)點的集合，表示變量節(jié)點l到校驗節(jié)點i傳輸?shù)男畔?imgfile="bda0001237390970000024.gif"wi="82"he="63"img-content="drawing"img-format="gif"orientation="portrait"inline="no"/>的符號；

(7)根據(jù)采用下式對變量節(jié)點j的固有信息和變量節(jié)點j向校驗節(jié)點i傳輸?shù)男畔?imgfile="bda0001237390970000027.gif"wi="59"he="70"img-content="drawing"img-format="gif"orientation="portrait"inline="no"/>進行更新：

式中，j＝1,2,...,n，i＝1,2,...,m，m(j)表示所有與變量節(jié)點j連接的校驗節(jié)點的集合；

(8)通過map^-1模塊將變量節(jié)點j的固有信息轉(zhuǎn)化為δs^k，并通過加權(quán)平均更新待檢測信號估計結(jié)果s^k，其中：

s^k＝αs^k+βδs^k

式中，α、β是加權(quán)系數(shù)，并滿足α+β＝1；

(9)將k值加1，并返回步驟(3)進行迭代，直至達到預(yù)設(shè)次數(shù)；并做硬判決然后輸出對碼字的估計，判決方法為：如果lj大于0，則第j個比特為0，否則第j個比特為1。

其中，步驟(4)具體包括：

(4-1)采用下式計算s^k是由第u個符號發(fā)射得來的概率

式中，s^k(h)表示s^k的第h個符號，cu表示第u個符號；

(4-2)根據(jù)上式計算得到p(0)和p(1)，并采用ln(p(0)/p(1))計算得到對數(shù)似然比。

本發(fā)明所述的基于sor的ldpc譯碼系統(tǒng)包括：

匹配濾波器單元，用于對信道矩陣h和接收信號y進行預(yù)處理，得到匹配濾波器輸出y^mf＝h^hy；

gram矩陣計算單元，用于根據(jù)信道矩陣h計算得到gram矩陣g＝h^hh；

mmse濾波矩陣計算單元，用于計算得到mse濾波矩陣w＝g+σ²im，其中，σ²為噪聲方差，im為單位陣；

mmse濾波矩陣分解單元，用于將w分解為w＝d+l+l^h；其中，(.)^h為共軛轉(zhuǎn)置操作，d為對角陣，l為下三角陣；

sor迭代單元，用于將匹配濾波器輸出y^mf、mmse濾波矩陣分解結(jié)果d、l和l^h以及修正因子ω作為輸入，采用sor算法更新得到第k次迭代時待檢測信號估計結(jié)果s^k；其中，sor迭代公式為

式中，()^k表示第k次迭代對應(yīng)的值，s⁰為全0向量；

map模塊，用于將待檢測信號估計結(jié)果轉(zhuǎn)化為比特概率的對數(shù)似然比；

變量節(jié)點，用于采用轉(zhuǎn)換的對數(shù)似然比初始化ldpc中變量節(jié)點j的固有信息和變量節(jié)點j向校驗節(jié)點i傳輸?shù)男畔?imgfile="bda0001237390970000033.gif"wi="78"he="71"img-content="drawing"img-format="gif"orientation="portrait"inline="no"/>其中，j＝1,2,...,n，i＝1,2,...,m，n、m分別為變量節(jié)點和校驗節(jié)點的個數(shù)；

校驗節(jié)點，用于根據(jù)下式計算第k次迭代時校驗節(jié)點i向變量節(jié)點j傳輸?shù)男畔?imgfile="bda0001237390970000034.gif"wi="90"he="70"img-content="drawing"img-format="gif"orientation="portrait"inline="no"/>

式中，j＝1,2,...,n，i＝1,2,...,m，n(i)表示所有與校驗節(jié)點i連接的變量節(jié)點的集合，表示變量節(jié)點l到校驗節(jié)點i傳輸?shù)男畔?imgfile="bda0001237390970000037.gif"wi="77"he="63"img-content="drawing"img-format="gif"orientation="portrait"inline="no"/>的符號；

變量節(jié)點，還用于根據(jù)rij采用下式對變量節(jié)點j的固有信息和變量節(jié)點j向校驗節(jié)點i傳輸?shù)男畔?imgfile="bda0001237390970000039.gif"wi="60"he="71"img-content="drawing"img-format="gif"orientation="portrait"inline="no"/>進行更新：

式中，j＝1,2,...,n，i＝1,2,...,m，m(j)表示所有與變量節(jié)點j連接的校驗節(jié)點的集合；

map^-1模塊，用于將變量節(jié)點j的固有信息轉(zhuǎn)化為δs^k，并通過加權(quán)平均更新待檢測信號估計結(jié)果s^k，其中：

s^k＝αs^k+βδs^k

式中，α、β是加權(quán)系數(shù)，并滿足α+β＝1；

循環(huán)迭代執(zhí)行模塊，用于將k值加1，并返回sor迭代單元，按順序進行迭代，直至達到預(yù)設(shè)次數(shù)；

判決單元，用于硬判決然后輸出對碼字的估計，判決方法為：如果lj大于0，則第j個比特為0，否則第j個比特為1。

進一步的，map模塊具體用于：

采用下式計算s^k是由第u個符號發(fā)射得來的概率

式中，s^k(h)表示s^k的第h個符號，cu表示第u個符號；

根據(jù)上式計算得到p(0)和p(1)，并采用ln(p(0)/p(1))計算得到對數(shù)似然比。

有益效果：本發(fā)明與現(xiàn)有技術(shù)相比，其顯著優(yōu)點是：本發(fā)明通過把sor檢測ldpc譯碼聯(lián)合起來，把sor檢測快速的優(yōu)勢和ldpc譯碼準確的優(yōu)勢結(jié)合，并進一步提高，取得一加一大于二的效果。傳統(tǒng)分離檢測譯碼(separateddetectionanddecoding，sdd)，僅僅是把sor檢測若干次迭代后的結(jié)果送給ldpc譯碼器譯碼。而本發(fā)明通過把ldpc譯碼器輸出的概率信息再傳回給sor進行再次迭代，在不增加時間復(fù)雜的條件下取得更好的差錯性能。

附圖說明

圖1是本發(fā)明的信道模型框圖；

圖2是本發(fā)明的譯碼系統(tǒng)整體架構(gòu)；

圖3是本發(fā)明的sor檢測模塊的框圖；

圖4是本發(fā)明的時序圖。

具體實施方式

信道模型

本部分著重介紹本實施例所適用的模型，如圖1所示。在極化碼編碼的mimo系統(tǒng)中，需要傳輸?shù)囊淮忍貢紫缺籰dpc碼編碼。設(shè)碼長為n，信息位長度為k，ldpc碼編碼過程可以表示為

x＝gu

其中x是n×1的編碼后的序列，u是k×1的信息比特序列，g是n×n的生成矩陣。x經(jīng)過mimo發(fā)射端調(diào)制映射后變成符號序列s通過mimo天線陣列傳輸，mimo規(guī)格為nt發(fā)射信道nr接收信道，w-qam調(diào)制，調(diào)制后信號為

上式中接收向量是nr×1的復(fù)向量，是nr×nt的信道矩陣，是nt×1的發(fā)送向量，是nr×1的信道噪聲服從n～(0，σ²)分布。經(jīng)過實數(shù)分解后，該模型變?yōu)?/p>

y＝hs+w

式中接收向量y是2nr×1的復(fù)向量，h是2nr×2nt的信道矩陣，s是2nt×1的發(fā)送向量，w是2nr×1的信道噪聲服從n～(0，σ²)分布。

因此譯碼的整個過程就是通過y解u的過程。

譯碼方法

本實施例提供了一種基于sor的ldpc譯碼方法，包括以下步驟：

(1)對信道矩陣h和接收信號y進行預(yù)處理，得到匹配濾波器輸出y^mf＝h^hy和mmse濾波矩陣w＝g+σ²im，并將w分解為w＝d+l+l^h；其中，g表示gram矩陣，且g＝h^hh，σ²為噪聲方差，im為單位陣，(.)^h為共軛轉(zhuǎn)置操作，d為對角陣，l為下三角陣。

(2)設(shè)置迭代次數(shù)k＝1。

(3)如圖2所示，將匹配濾波器輸出y^mf、mmse濾波矩陣分解結(jié)果d、l和l^h以及修正因子ω作為輸入，采用sor算法更新得到待檢測信號估計結(jié)果s^k；其中，sor迭代公式為

式中，()^k表示第k次迭代對應(yīng)的值，s⁰為全0向量，修正因子ω取值范圍為1<ω<2。

(4)通過map模塊將待檢測信號估計結(jié)果轉(zhuǎn)化為比特概率的對數(shù)似然比。

該步驟具體包括：(4-1)采用下式計算s^k是由第u個符號發(fā)射得來的概率

式中，s^k(h)表示s^k的第h個符號，cu表示第u個符號；

(4-2)根據(jù)上式計算得到p(0)和p(1)，并采用ln(p(0)/p(1))計算得到對數(shù)似然比。

(5)采用轉(zhuǎn)換的對數(shù)似然比初始化ldpc中變量節(jié)點j的固有信息和變量節(jié)點j向校驗節(jié)點i傳輸?shù)男畔?imgfile="bda0001237390970000062.gif"wi="87"he="71"img-content="drawing"img-format="gif"orientation="portrait"inline="no"/>其中，j＝1,2,...,n，i＝1,2,...,m，n、m分別為變量節(jié)點和校驗節(jié)點的個數(shù)。

(6)根據(jù)下式計算校驗節(jié)點i向變量節(jié)點j傳輸?shù)男畔ij：

式中，j＝1,2,...,n，i＝1,2,...,m，n(i)表示所有與校驗節(jié)點i連接的變量節(jié)點的集合，表示變量節(jié)點l到校驗節(jié)點i傳輸?shù)男畔?imgfile="bda0001237390970000065.gif"wi="78"he="70"img-content="drawing"img-format="gif"orientation="portrait"inline="no"/>的符號。

(7)根據(jù)rij采用下式對變量節(jié)點j的固有信息和變量節(jié)點j向校驗節(jié)點i傳輸?shù)男畔?imgfile="bda0001237390970000067.gif"wi="57"he="71"img-content="drawing"img-format="gif"orientation="portrait"inline="no"/>進行更新：

式中，j＝1,2,...,n，i＝1,2,...,m，m(j)表示所有與變量節(jié)點j連接的校驗節(jié)點的集合。

(8)通過map^-1模塊將變量節(jié)點j的固有信息轉(zhuǎn)化為δs^k，并通過加權(quán)平均更新待檢測信號估計結(jié)果s^k，其中：

s^k＝αs^k+βδs^k

式中，α、β是加權(quán)系數(shù)，并滿足α+β＝1，map^-1模塊是map模塊的逆運算。

(9)將k值加1，并返回步驟(3)進行迭代，直至達到預(yù)設(shè)次數(shù)；并做硬判決然后輸出對碼字的估計，判決方法為：如果lj大于0，則第j個比特為0，否則第j個比特為1。

譯碼系統(tǒng)

本實施例提供了一種基于sor的ldpc譯碼系統(tǒng)，如圖3所示，包括：

匹配濾波器單元，用于對信道矩陣h和接收信號y進行預(yù)處理，得到匹配濾波器輸出y^mf＝h^hy。

gram矩陣計算單元，用于根據(jù)信道矩陣h計算得到gram矩陣g＝h^hh。

mmse濾波矩陣計算單元，用于計算得到mse濾波矩陣w＝g+σ²im，其中，σ²為噪聲方差，im為單位陣。

mmse濾波矩陣分解單元，用于將w分解為w＝d+l+l^h；其中，(.)^h為共軛轉(zhuǎn)置操作，d為對角陣，l為下三角陣。

sor迭代單元，用于將匹配濾波器輸出y^mf、mmse濾波矩陣分解結(jié)果d、l和l^h以及修正因子ω作為輸入，采用sor算法迭代更新得到待檢測信號估計結(jié)果s^k；其中，sor迭代公式為

式中，()^k表示第k次迭代對應(yīng)的值，s⁰為全0向量；

sor算法的實現(xiàn)架構(gòu)包括：

第1乘法單元：輸入為d和1/ω，輸出為d/ω

第2乘法單元：輸入為d和1-1/ω，輸出為d(1-1/ω)

第3乘法單元：輸入為d(1-1/ω)-l^h和s^k-1，輸出為(d(1-1/ω)-l^h)s^k-1

第4乘法單元：輸入為((1/ω-1)d-l^h)s^k-1+y^mf和(d/ω+l)^-1，輸出為

第1加法單元：輸入為l和d/ω，輸出為l+d/ω；

第2加法單元：輸入為d(1-1/ω)和-l^h，輸出為d(1-1/ω)-l^h；

第3加法單元：輸入為y^mf和((1/ω-1)d-l^h)s^k-1，輸出為((1/ω-1)d-l^h)s^k-1+y^mf

求逆單元：輸入為(d/ω+l)輸出為(d/ω+l)^-1。

map模塊，用于將待檢測信號估計結(jié)果轉(zhuǎn)化為比特概率的對數(shù)似然比；具體用于：采用下式計算s^k是由第u個符號發(fā)射得來的概率式中，s^k(h)表示s^k的第h個符號，cu表示第u個符號；根據(jù)上式計算得到p(0)和p(1)，并采用ln(p(0)/p(1))計算得到對數(shù)似然比。

變量節(jié)點，用于采用轉(zhuǎn)換的對數(shù)似然比初始化ldpc中變量節(jié)點j的固有信息和變量節(jié)點j向校驗節(jié)點i傳輸?shù)男畔?imgfile="bda0001237390970000081.gif"wi="83"he="71"img-content="drawing"img-format="gif"orientation="portrait"inline="no"/>其中，j＝1,2,...,n，i＝1,2,...,m，n、m分別為變量節(jié)點和校驗節(jié)點的個數(shù)。

校驗節(jié)點，用于根據(jù)下式計算校驗節(jié)點i向變量節(jié)點j傳輸?shù)男畔ij：

式中，j＝1,2,...,n，i＝1,2,...,m，n(i)表示所有與校驗節(jié)點i連接的變量節(jié)點的集合，表示變量節(jié)點l到校驗節(jié)點i傳輸?shù)男畔?imgfile="bda0001237390970000084.gif"wi="78"he="70"img-content="drawing"img-format="gif"orientation="portrait"inline="no"/>的符號。

變量節(jié)點，還用于根據(jù)采用下式對變量節(jié)點j的固有信息和變量節(jié)點j向校驗節(jié)點i傳輸?shù)男畔?imgfile="bda0001237390970000087.gif"wi="54"he="70"img-content="drawing"img-format="gif"orientation="portrait"inline="no"/>進行更新：

式中，j＝1,2,...,n，i＝1,2,...,m，m(j)表示所有與變量節(jié)點j連接的校驗節(jié)點的集合。

map^-1模塊，用于將變量節(jié)點j的固有信息轉(zhuǎn)化為δs^k，并通過加權(quán)平均更新待檢測信號估計結(jié)果s^k，其中：

s^k＝αs^k+βδs^k

式中，α、β是加權(quán)系數(shù)，并滿足α+β＝1；其中，map^-1模塊是map模塊的逆運算。

循環(huán)迭代執(zhí)行模塊，用于將k值加1，并返回sor迭代單元，按順序進行迭代，直至達到預(yù)設(shè)次數(shù)。

判決單元，用于硬判決然后輸出對碼字的估計，判決方法為：如果lj大于0，則第j個比特為0，否則第j個比特為1。

時序

為了提高系統(tǒng)吞吐率，本發(fā)明采用如下方法。由于該算法是由檢測和譯碼交替進行而來，系統(tǒng)可以對兩次接收向量并行處理。在接收向量a的在做檢測時，接收向量b可以做譯碼；在下一時刻a可以做譯碼，b可以檢測。具體如圖4所示。

以上所揭露的僅為本發(fā)明一種較佳實施例而已，不能以此來限定本發(fā)明之權(quán)利范圍，因此依本發(fā)明權(quán)利要求所作的等同變化，仍屬本發(fā)明所涵蓋的范圍。