纠错码Lecture10-LDPC详细分析.ppt

* LDPC码的几何构造方法 显然该向量的重量为 。 构造 ,该矩阵为 维。 其：每行代表Q中的J条线。 每列代表Q中的n个点。 由Q的性质得到关于 的一下结论。 1 每行有 个1。 2 每列有 个1（由以上 2 得到）。 3 任意两行相同的1的个数不超过 1。（由以上 4 得到） 4 任意两列相同1的个数不超过1 。 由以上 3 得到 。 * LDPC码的几何构造方法 的密度r 。若 ，则 为一低密度矩阵。 所以 的零空间确定是码长为n的LDPC码,该码称为 -型Q元-集合LDPC码,用 ,该码的 Tanner图为双向图,包含n个码字节点与J个校验节点。 码字节点的度为 。 校验节点的度为 。 该图不包括4环,但包括6环。 * LDPC码的几何构造方法 方法二： 同样Q,包含n个顶点P,Q条线L。 令 为GF 2 上的J维矢量。 与Q中的J条线一一对应， P为Q中的某个点，定义J维矢量 其中 ,Q中的第i条线包含该点P ,否则 * LDPC码的几何构造方法 表示的是相交于P点的所有线的信息,显然 重量为 . 构造 ,是一个 维的矩阵。 每行代表Q中的n个点。 每列代表Q中的J条线。 具有以下几点性质： 1 每行行重为 。 2 每列列重为 。 3 任意两列相同1的个数不超过1 。 4 任意两行形同1的个数不超过1 。 * LDPC码的几何构造方法 与 有如下的关系 且有相同的密度。 的零空间确定的是长为J的LDPC码, ,用 标记,称为 -型LDPC码。 与 称为同享码 companion codes 。 与 的Tanner图互为对偶。 即 的图中码字节点变为 图中的校验节点。 图中的校验节点变为 图中的码字节点。 * LDPC码的译码 LDPC的译码方法有： majority-logic MLG 大数逻辑译码 bit-flipping BF 比特翻转译码 weight BF decoding 重量比特翻转译码 posterior probability APP 后验概率译码 Iterative decoding based on belief propagation IDBP 置信传播的迭代译码 称为sum-product algorithm SPA 和积算法 硬判决 软判决 介于中间 * LDPC码的译码 译码复杂度 性能分析 MLG Simplest 一般 BF 比MLG稍高 优于MLG Weighted BF 介于两者之间 介于两者之间 APP 高复杂度 高性能 SPA 高复杂度 高性能 在APP与SPA中,APP计算机仿真较难实现， 因此实际中一般用SPA算法 * LDPC码的译码 LDPC的码字 经过AWGN信道,噪声 通过BPSK映射： 为接收端软判决输出 SPA算法： LDPC码 ，码长为n，其H为J行 定义 第j行1的位置 * LDPC码的译码 SPA算法是基于边缘后验概率的计算,即计算 后验概率： 定义 ： 与 相连的校验和集合 表示第i次迭代译码中，已知 矢量的校验和 条件下， 取值为X的概率值 * LDPC码的译码 表示第i次迭代译码中，已知 并且已知 满足 的其它码字比特的独立分布： 的条件下，校验和满足 的概率值。 * LDPC码的译码 用来计算 选择使得 计算得到的 用来修正 ，即得到 与 互相修正,知道译码结束。 在第i步译码中,计算后验概率： * LDPC码的译码 选择使得 计算向量 当 否则 然后，计算 如果结果等于0，译码结束，输出为码字，否则继续迭代 * LDPC码的译码 SPA算法 初始化：令i 0,最大迭代次数 对每对 满足 令 Step1：对 每个 计算 与 跳至Step2 * LDPC码的译码 Step2：对 计算 与 与 得到 并计算 若结果为0，或i+1 ，跳至Step3 Step3：输出 为译码结果，译码结束。 * LDPC码的译码 硬判决 * LDPC码的译码 环是影响LDPC码的重要因素 若Tanner图中存在环时,SPA算法并不是真正的后验概率译码,因而译码不是最优的逐符号最大后验概率译码,因此,环的存在使译码最优性得不到满足。 基于以上理论,是否无环的Tanner图译码性能最好呢？实际中已有结论：当Tanner图无环时,LDPC码码距非常小,因此,无环图对应的码并不是好码,环的存在反而改善了码的性能。 * LDPC码的译码 结论 1 环的存在对码本身性能带来的好处，可以改善码的最小距离。 2 环的存在使独立性假设不能成立，给SPA带来困难,译码性能不能达到码本身的性能。 环的存在为一矛盾体，MacKay指出在长码时，消除4环译码性能已有了很大提高，继续消除环对译码性