一种高误码率下LDPC稀疏校验矩阵重建方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115173867A(43)申请公布日2022.10.11(21)申请号202210656887.4(22)申请日2022.06.10(71)申请人郑州大学地址450000河南省郑州市高新区科学大道100号(72)发明人孙鹏李正豪刘宏洁李清涛巩克现王忠勇(74)专利代理机构河南新风向知识产权代理事务所(普通合伙)41213专利代理师黄晶(51)Int.Cl.H03M13/11(2006.01)权利要求书3页说明书8页附图3页(54)发明名称一种高误码率下LDPC稀疏校验矩阵重建方法(57)摘要本发明属于信道编码识别领域，公开了一种高误码率下LDPC稀疏校验矩阵重建方法，包括如下步骤：步骤A、计算一次抽取包含校验节点的概率，进而确定随机抽取的次数；步骤B、对LDPC码字比特进行随机抽取构建方阵进行高斯消元获取疑似校验向量；步骤C、基于疑似校验向量关系成立的统计特性和最小错误判决准则，对步骤B中高斯消元求解出的疑似校验向量判定；步骤D、对步骤C中保留的校验向量对整体接收码字矩阵进行判决，并根据接收码字个数不同采用“剔除错误码字”或“翻转最低不可靠位”的方法提高接收数据中无误码码组的比例；步骤E、重复步骤B至步骤D，直至达到迭代抽取次数；与现有的LDPC码校验矩阵重构算法相比，本发明的容错能力更强且复杂度更低。CN115173867ACN115173867A权利要求书1/3页1.一种高误码率下LDPC稀疏校验矩阵重建方法，其特征在于，包括如下步骤：步骤A、计算一次抽取包含校验节点的概率，进而确定随机抽取的次数；步骤B、对LDPC码字比特进行随机抽取构建方阵进行高斯消元获取疑似校验向量；步骤C、基于疑似校验向量关系成立的统计特性和最小错误判决准则，对步骤B中高斯消元求解出的疑似校验向量判定；步骤D、对步骤C中保留的校验向量对整体接收码字矩阵进行判决，并根据接收码字个数不同采用“剔除错误码字”或“翻转最低不可靠位”的方法提高接收数据中无误码码组的比例；步骤E、重复步骤B至步骤D，直至达到迭代抽取次数。2.根据权利要求1所述的一种高误码率下LDPC稀疏校验矩阵重建方法，其特征在于，在步骤A中，设LDPC稀疏校验矩阵中某一稀疏校验向量为v'，对应于校验节点数目为w'，码字中随机抽取的比特数目为s，则码长为n的LDPC，抽取s个位置的样本空间数目为而这s个位置中正好包含w'的校验节点的个数为故得到一次随机抽取可包含v'中稀疏校验节点的概率为利用求得的随机抽取包含稀疏校验节点的概率P，确定随机抽取的次数，从而可靠实现在抽取的比特中包含校验节点。设随机抽取次数为iter，则在iter次随机抽取中，能够出现包含稀疏校验节点的次数T服从二项分布，即T～B(iter,P)当抽取的次数iter较大时，由棣莫弗‑拉普拉斯定理可得其中表示标准正态分布。在数理统计过程中，当事件发生的概率大于0.9975时，可定义为大概率事件，即在随机抽取iter过程中，至少发生一次，故得到iter取值范围为3.根据权利要求2所述的一种高误码率下LDPC稀疏校验矩阵重建方法，其特征在于，对LDPC码字比特进行随机抽取构建方阵进行高斯消元获取疑似校验向量。4.根据权利要求3所述的一种高误码率下LDPC稀疏校验矩阵重建方法，其特征在于，所述步骤B具体包括如下步骤：步骤B1、对LDPC接收码字CN×n比特随机抽取获得新码字矩阵C'N×s；步骤B2、对新码字矩阵C'N×s进行随机行抽取获得方阵C”s×s；步骤B3、接着对方阵C”s×s进行高斯消元求对偶空间，进而获取校验向量；步骤B4、将步骤B3的求解结果保留送入步骤C中进行判决。2CN115173867A权利要求书2/3页5.根据权利要求4所述的一种高误码率下LDPC稀疏校验矩阵重建方法，其特征在于，利用二元域上的高斯消元法对C”s×s进行初等变换化成一个上三角矩阵L，在步骤B3中具体包括如下：其中Ik'×k'为k'×k'维的单位阵，0(s‑k')×k'为(n‑k')×k'维的全零矩阵。若C”s×s无误码，则D(s‑k')×(s‑k')为全零矩阵，此时校验向量为中的所有列向量；若C”s×s含有误码，部分线性关系被破坏，高斯消元时会带来误码扩散，此时D(s‑k')×(s‑k')为一稀疏矩阵，校验向量为中部分向量。6.根据权利要求1至5所述的一种高误码率下LDPC稀疏校验矩阵重建方法，其特征在于，在步骤C中具体包括如下步骤：步骤C1、计算在信道误码率为pe下，步骤B中求解的h在2类假设条件(H0：h不是校验向量；H1：h是校验向量)下校验关系仍然成立的概率步骤C2、设2类假设的判决门限为Λ，分别计算虚警概率Pf和漏警概率Pa；步骤C3、综合2类错误判决概率，求解处最小错误判决