一种GLDPC码的构造方法

一种gldpc码的构造方法
技术领域
1.本发明涉及一种gldpc码的构造方法，属于通信校验技术领域。


背景技术：

2.低密度奇偶校验(low-density parity-check,ldpc)码在1962年首次由gallager发现并提出。1981年，tanner提出编码的图形结构表示方法。2016年，国际移动通信标准化组织3gpp最终确定了5g embb场景的信道编码技术方案，其中，长码和短码的数据信道编码方案均采用了ldpc码。
3.广义低密度奇偶校验(generalized low-density parity-check，gldpc)码最早由tanner在1981年提出。gldpc码是对标准ldpc码的概念拓展，从tanner图的角度来看，它的校验节点约束不再局限于单纯的单奇偶校验(spc)码，而是可采用多种具有纠错能力的码来作为校验节点部分的分量码。bch码、hamming码、qr码等很多种码的纠错检错性能都要优于spc码，所以用这些码来替换spc节点作为校验节点约束的gldpc码，其校验约束关系要比标准ldpc码强。
4.目前，gldpc码的广义约束校验节点位置的选择一般采用全部替换或者部分随机挑选法，但是对于较小比例的部分广义约束校验节点替换，不同的校验节点替换位置对应的误码率性能差异较大。这就导致随机挑选出的广义约束校验节点位置构造出的gldpc码有可能误码率性能较差，亟需一种gldpc码的构造方法，使得构造出的gldpc码误码率性能更好。


技术实现要素：

5.目的：为了克服现有技术中存在的不足，本发明提供一种gldpc码的构造方法。
6.技术方案：为解决上述技术问题，本发明采用的技术方案为：
7.一种gldpc码的构造方法，具体步骤如下：
8.步骤1：输入m*n的基矩阵h
ldpc
、广义约束校验节点的组件码校验矩阵h
gc
及需要替换为广义约束校验节点的spc校验节点数量mg。
9.步骤2：定义m个spc校验节点组成的集合为全集u,被选中替换的spc校验节点集合为s，未被选中替换的spc校验节点集合为p，初始化s和p，其中p为s在全集u中的补集，其中，是空集。
10.步骤3：对p中的每个spc校验节点pi,分别计算基矩阵h
ldpc
对应的tanner图中spc校验节点集合s∪{pi}连接的变量节点集合v
pi
，再计算变量节点集合v
pi
连接的边数e
pi
，其中，1≤i≤n
p
，n
p
为集合p中的元素数量，e
pi
为校验节点pi对应的边数，将所有e
pi
组成与校验节点集合p对应的集合e，其中，s∪{pi}表示集合s与集合{pi}的并集。
11.步骤4：在集合e中找出值最大的元素e
max
及元素e
max
对应的检验节点集合p中的元素p
max
，将该元素从校验节点集合p中取出，添加到校验节点集合s中。
12.步骤5：重复步骤3和步骤4，直到集合s中的元素数量达到目标数量mg，将集合s中
的spc校验节点替换为广义约束校验节点。
13.作为优选方案，将集合s中的spc校验节点替换为广义约束校验节点的方法，具体步骤如下：
14.对于集合s中的每一个spc校验节点，即基矩阵h
ldpc
中被选中的mg行中的每一行,将该行中数字“1”的数量记为该行的行重k。
15.选取校验矩阵h
gc
的列数n等于该行行重k的组件码校验矩阵h
gc
作为替换该行的广义约束校验节点的校验矩阵。
16.按顺序依次将该行中的一个数字“1”替换为矩阵h
gc
中的一列，则该行中的k个“1”分别替换为矩阵h
gc
中不重复的n列。
17.将该行中的数字“0”替换为全零列。
18.作为优选方案，所述mg的计算公式如下：
[0019][0020]
其中，m、n表示基矩阵h
ldpc
的行数与列数，m、n表示校验矩阵h
gc
的行数与列数，r表示gldpc码的码率。
[0021]
作为优选方案，所述mg取[30,40]的整数。
[0022]
作为优选方案，所述mg取30，35或40。
[0023]
作为优选方案，所述步骤4中如果集合e中有多个元素的值相同且为最大，则随机挑选其中的一个元素作为e
max
。
[0024]
作为优选方案，所述基矩阵h
ldpc
采用peg编码算法生成。
[0025]
作为优选方案，所述基矩阵hldpc设置为大小为220*490且度分布为0.38354x 0.04237x^2 0.57409x^3的ldpc码的校验矩阵。
[0026]
作为优选方案，所述基矩阵hldpc设置为大小为150*350且度分布为0.38354x 0.04237x^2 0.57409x^3的ldpc码的校验矩阵。
[0027]
作为优选方案，
[0028]
作为优选方案，
[0029]
有益效果：本发明提供的一种gldpc码的构造方法，该方法能使挑选出的广义约束校验节点连接的变量节点连接的边数最大化，保证广义约束校验节点输出的高置信度llr信息输入到更多的校验关系中，在不改变gldpc的基矩阵、分量码和校验节点替换数量等参数，不提高系统复杂度的情况下，提升gldpc码的误码率性能。
附图说明
[0030]
图1是本发明的方法流程图。
[0031]
图2是本发明的替换大小为208*474的基矩阵h
ldpc
中30个spc节点为广义约束校验
节点的仿真结果图。
[0032]
图3是本发明的替换大小为208*474的基矩阵h
ldpc
中40个spc节点为广义约束校验节点的仿真结果图。
[0033]
图4是本发明的替换大小为220*490的基矩阵h
ldpc
中35个spc节点为广义约束校验节点的仿真结果图。
[0034]
图5是本发明的替换大小为150*350的基矩阵h
ldpc
中30个spc节点为广义约束校验节点的仿真结果图。
具体实施方式
[0035]
下面结合具体实施例对本发明作更进一步的说明。
[0036]
如图1所示，一种gldpc码的构造方法，具体步骤如下：
[0037]
步骤1：输入m*n的基矩阵h
ldpc
、采用的广义约束校验节点的组件码校验矩阵h
gc
及需要替换为广义约束校验节点的spc校验节点数量mg，其中mg根据要设计的gldpc码的码率确定，设基矩阵h
ldpc
的大小为m*n，广义约束校验节点的校验矩阵h
gc
的大小为m*n，要设计的gldpc码的码率为r，则
[0038]
步骤2：基矩阵h
ldpc
中的m行即为m个spc校验节点，定义m个spc校验节点组成的集合为全集u,被选中替换的spc校验节点集合为s，未被选中替换的spc校验节点集合为p，初始化s和p，其中p为s在全集u中的补集，即其中，是“空集”的数学符号，是数学运算法则“取补集”的数学符号，意为全集u中集合s的补集。
[0039]
步骤3：对p中的每个spc校验节点pi,分别计算基矩阵h
ldpc
对应的tanner图中spc校验节点集合s∪{pi}连接的变量节点集合v
pi
，再计算变量节点集合v
pi
连接的边数e
pi
，其中，1≤i≤n
p
，n
p
为集合p中的元素数量，e
pi
即为校验节点pi对应的边数，将所有e
pi
组成与校验节点集合p对应的集合e，s∪{pi}表示集合s与集合{pi}的并集。
[0040]
步骤4：在集合e中找出值最大的元素e
max
及元素e
max
对应的检验节点集合p中的元素p
max
，则元素p
max
即为我们要挑选的一个需要替换为广义约束校验节点的校验节点，将该元素从校验节点集合p中取出，添加到校验节点集合s中。如果集合e中有多个元素的值相同且为最大，则随机挑选其中的一个元素作为e
max
。更新集合s和p，其中，p为s在全集u中的补集，即
[0041]
步骤5：重复步骤3和步骤4，直到集合s中的元素数量达到目标数量mg，则集合s即为要替换的spc校验节点的集合，输出结果s，并将集合s中的spc校验节点替换为广义约束校验节点，要求替换后的广义约束校验节点的组件码码长与替换前的spc校验节点的spc码码长一致。
[0042]
将集合s中的spc校验节点替换为广义约束校验节点的方法，具体步骤如下：
[0043]
对于集合s中的每一个spc校验节点，即基矩阵h
ldpc
中被选中的mg行中的每一行,将该行中数字“1”的数量记为该行的行重k。
[0044]
选取校验矩阵h
gc
的列数n等于该行行重k的组件码校验矩阵h
gc
作为替换该行的广
义约束校验节点的校验矩阵。
[0045]
按顺序依次将该行中的一个数字“1”替换为矩阵h
gc
中的一列，则该行中的k个“1”分别替换为矩阵h
gc
中不重复的n列。
[0046]
将该行中的数字“0”替换为全零列。
[0047]
经过这样的过程，spc校验节点就从1行被扩展成了m行，即完成了一个spc校验节点到广义约束校验节点的替换。在将集合s中所有的spc校验节点都替换成广义约束校验节点后，大小为m*n的基矩阵h
ldpc
也就被扩展成了大小为(m*mg m-mg)*n的矩阵h
gldpc
,则矩阵h
gldpc
即为构造出的gldpc码的校验矩阵。
[0048]
实施例1：
[0049]
gldpc码的广义约束校验节点相比于单奇偶校验节点的校验纠错能力更强，输出的llr信息置信度更高。在gldpc的迭代译码过程中，变量节点矩阵更新时会将广义约束校验节点返回的高置信度llr信息传输到所有连接到这些变量节点的边中。本方法可以使得连接到广义约束校验节点的变量节点连接的边数最大化，让广义约束校验节点输出的高置信度llr信息参与到更多的校验关系中，从而降低gldpc码的误码率。
[0050]
实施例2：
[0051]
如图2所示，当基矩阵h
ldpc
为采用peg编码算法生成的大小为208*474且度分布为0.38354x 0.04237x^2 0.57409x^3的ldpc码的校验矩阵，广义约束校验节点为(6,3)缩短汉明码和(7,4)汉明码其中30个spc节点替换为广义约束校验节点时，本方法构造的gldpc码相比于现存的随机挑选法构造出的gldpc码在误码率为10-4
处能获得约0.3db的性能增益，对比现有的随机挑选法误码率性能仿真结果明显提高。
[0052]
实施例3：
[0053]
如图3所示，当采用实施例2相同的基矩阵h
ldpc
和广义约束校验节点，spc节点替换数量为40个时，本方法相比于现存的随机挑选法构造出的gldpc码在误码率为10-4
处能获得约0.5db的性能增益，在误码率为10-5
处能获得约0.6db的性能增益，对比现有的随机挑选法误码率性能仿真结果也有明显提高。
[0054]
实施例4：
[0055]
如图4所示，当基矩阵h
ldpc
为采用peg编码算法生成的大小为220*490且度分布为0.38354x 0.04237x^2 0.57409x^3的ldpc码的校验矩阵，广义约束校验节点为(6,3)缩短汉明码和(7,4)汉明码，其中35个spc节点替换为广义约束校验节点时，本方法构造的gldpc码相比于现存的随机挑选法构造出的gldpc码在误码率为10-4
处能获得约0.6db的性能增益，对比现有的随机挑选法误码率性能仿真结果明显提高。
[0056]
实施例5：
[0057]
如图5所示，当基矩阵h
ldpc
为采用peg编码算法生成的大小为150*350且度分布为0.38354x 0.04237x^2 0.57409x^3的ldpc码的校验矩阵，广义约束校验节点为(6,3)缩短汉明码和(7,4)汉明码，其中30个spc节点替换为广义约束校验节点，本方法构造的gldpc码相比于现存的随机挑选法构造出的gldpc码在误码率为10-4
处能获得约0.4db的性能增益，
对比现有的随机挑选法误码率性能仿真结果明显提高。
[0058]
以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。