LDPC码.ppt

令hj=(hj,0,hj,1, …, hj,n-1), B(hj)= { l:hj,l=1, 0 ? l ? n-1}称为hj的支撑集 对于软判决接收序列 y，码比特的对数似然比：L(vl)= log P(vl=1 | y) / P(vl=0 | y) 对于 0 ? l ? n-1， 0 ? j ? J 和每个hj?Al ,令qj,lx,(i)为第i次迭代中给定基于Al\hj中校验和的条件下，发送码比特vl取值为x的条件概率。(在除sj外参与的其它校验点提供的信息上，vl的状态为x的置信度。) H 1 1 1 Al h1 h? hj 1 1 1 B(hj) l ?1,41,(i-1) ?4,41,(i-1) q3,41,(i) ?1,41,(i-1) ?4,41,(i-1) q3,41,(i) 令 即给定vl=x(0或1）和B(hj)中其他码比特的可分离的分布{qj,lx,(i): t?B(hj)\l}的条件下，校验和sj正确（即sj =0)的条件概率。(比特节点vl状态为x和与校验点sj中相连的其它比特节点状态已知的条件下，校验和为0的概率)。 （1） ?3,61,(i) q3,30,(i) q3,40,(i) q3,31,(i) q3,41,(i) ?1,41,(i-1) ?4,41,(i-1) q3,31,(i) ?2,31,(i-1) ?7,31,(i-1) q3,41,(i) ?3,61,(i) q3,30,(i) q3,40,(i) qj,lx,(i) :在除sj外参与的其它校验点提供的信息上，vl的状态为x的置信度。 ?j,l0,(i):比特节点vl状态为x和与校验点sj中相连的其它比特节点状态已知的条件下，校验和为0的概率。 取其它校验点/比特节点：不采用已经输入的信息，避免信息返流，保持信息的独立性，增强迭代效果。 得到的?j,lx,(i)用来更新qj,lx,(i＋1)。 ?1,41,(i-1) ?4,41,(i-1) ?3,41,(i-1) 得到的?j,lx,(i)用来更新qj,lx,(i＋1)。 算法： 初始化 设定i=0和迭代的最大次数Imax。对于满足hj,l =1、 0 ? j ? J 、 0 ? l ? n-1的每对(j,l), 令qj,l0,(0)＝pl0, qj,l1,(0)＝pl1。 第1步 对于0 ? l ? n-1， 0 ? j ? J 和每个hj?Al,计算概率?j,l0,(i)和?j,l1,(i)。 第2步 对于0 ? l ? n-1， 0 ? j ? J 和每个hj?Al,计算概率qj,l0,(i+1)、qj,l1,(i+1) 、P(i+1)(vl=0|y)和P(i+1)(vl=1|y)的值。构成向量z(i+1)并测试z(i+1)HT。如果z(i+1)HT＝0或者i? Imax,则转第3步；否则，令i=i+1，转第1步。 第3步 输出z(i+1)作为译码的结果码字，停止译码。 提纲 一、历史和特点 二、定义和代数结构 三、Tanner图（二分图） 四、构造 五、译码 六、随机LDPC码 六、随机LDPC码 通过计算机以伪随机方式搜索，搜索要遵循定义1。 构造第i步时，向前一步构造的Hi-1添加1列hi,必须满足如下限制： (1)随机选取没有被Hi-1使用过或拒绝过的(n-k)维向量作为hi； (2) 检查是否满足定义1的（3），不满足另选向量； (3)检查行重是否超过?,如果是，另选向量； 在实际中可能会适当放宽条件 定义1：(? , ? )规则（regular)LDPC码定义为具有如下特性的校验矩阵HJXN的零空间： 每一行含有?个1；（2）每一列含有? 个1；（3）任两列之间位置相同的1的个数?＝0，1（4） ? N ，? J (低密度） 参考书 LDPC码,低密度校验码Low Density Parity Check Codes 提纲 一、历史和特点 1.1 历史 1.2 特点 二、定义和代数结构 三、Tanner图 四、构造 五、译码 六、随机LDPC码 1.1 历史 1964年Gallager发表Low-Density Check-Parity Code, 证明了LDPC码性能接近于香农限，并提出了构建H矩阵的一种方法，以及两种解码方法和示意性的硬件电路原理图，但是由于当时科技水平有限，硬件条件的限制，LDPC码并没有得到重视和推广。 1981年，Tanner从图的观点提供了对LDPC的阐释，被忽略。 1993年，C.Berrou发明了Turbo码及相关的迭代算法，引起关注。 1996年D.Mac Kay 和R.Neal根据人工智能体系使自己的迭代算法和Pearl置信算法建立的联系，并证明了LDPC码性能和成本都优于Turb