最小和算法的优化参数配置方法、装置、终端及存储介质与流程

技术特征：
1.一种最小和算法的优化参数配置方法，应用于通信设备的5g-nr ldpc的译码过程，其特征在于，所述最小和算法的优化参数配置方法包括：在预设码型和预设误码率条件下，对msa及改进译码算法的每个边的每一次水平运算输出进行调整，得到优化后的msa及改进译码算法；根据预设的初始化归一化因子查找表，获取目标误码率条件下的译码门限，并将所述译码门限作为参考门限；从预设测试集中选择满足条件的归一化因子的测试例，并通过优化后的msa及改进译码算法对所述测试例的译码性能进行预测；根据所述测试例的预测结果将所述测试例的译码门限与所述参考门限进行对比，并根据对比结果更新及输出所述初始化归一化因子查找表。2.根据权利要求1所述的最小和算法的优化参数配置方法，其特征在于，所述在预设码型和预设误码率条件下，对msa及改进译码算法的每个边的每一次水平运算输出进行调整，之前包括：根据预设信道传输模型及预设等效信噪比条件，获得等效信道解映射单元输出的编码比特软信息的概率密度函数；利用所述编码比特软信息的概率密度函数，对变量节点输出软信息的概率密度函数进行初始化，并对校验节点输出软信息的概率密度函数进行初始化。3.根据权利要求2所述的最小和算法的优化参数配置方法，其特征在于，所述在预设码型和预设误码率条件下，对msa及改进译码算法的每个边的每一次水平运算输出进行调整，之前还包括：按照第一顺序对所述编码比特软信息的概率密度函数与前次迭代校验节点输出软信息的概率密度函数进行卷积运算，更新所述变量节点输出软信息的概率密度函数。4.根据权利要求3所述的最小和算法的优化参数配置方法，其特征在于，所述在预设码型和预设误码率条件下，对msa及改进译码算法的每个边的每一次水平运算输出进行调整，包括：通过更新后的变量节点输出软信息的概率密度函数，获得译码结果；判断当前的迭代次数是否已达到预设迭代次数；若当前的迭代次数已达到所述预设迭代次数，则计算所述译码结果对应的误码率；根据计算的误码率调整预设的等效信噪比条件或输出本次等效信噪比的取值；按照第二顺序，对更新后的变量节点输出软信息的概率密度函数进行新定义的卷积运算，更新校验节点输出软信息的概率密度函数；根据更新后的校验节点输出软信息的概率密度函数，校正校验节点连接的每个边的输出软信息的概率密度函数。5.根据权利要求4所述的最小和算法的优化参数配置方法，其特征在于，所述根据计算的误码率调整预设的等效信噪比条件或输出本次等效信噪比的取值，包括：判断计算的误码率是否达到目标误码率；若计算的误码率达到所述目标误码率，则输出本次等效信噪比的取值；若计算的误码率未达到所述目标误码率，则调整预设的等效信噪比条件，并根据调整后的等效信噪比条件继续优化译码结果。
6.根据权利要求4所述的最小和算法的优化参数配置方法，其特征在于，所述根据更新后的校验节点输出软信息的概率密度函数，校正校验节点连接的每个边的输出软信息的概率密度函数，包括：根据更新后的校验节点输出软信息的概率密度函数，计算对应的校验节点的对数似然比；利用所述对数似然比对原校验节点输出软信息的概率密度函数进行校正。7.根据权利要求6所述的最小和算法的优化参数配置方法，其特征在于，所述利用对数似然比对原校验节点输出软信息的概率密度函数进行校正，包括：利用所述对数似然比及第一算法对软信息为离散随机变量的概率密度函数进行校正；利用所述对数似然比及第二算法对软信息为连续随机变量的概率密度函数进行校正。8.根据权利要求1所述的最小和算法的优化参数配置方法，其特征在于，所述根据预设的初始化归一化因子查找表，获取目标误码率条件下的译码门限，并将所述译码门限作为参考门限，包括：从预设的初始化归一化因子查找表中选择满足条件的归一化因子，代入校验节点运算，对校验节点输出进行校正；获得校正后的输出软信息的概率密度函数。9.根据权利要求1所述的最小和算法的优化参数配置方法，其特征在于，所述从预设测试集中选择满足条件的归一化因子的测试例，并通过优化后的msa及改进译码算法对所述测试例的译码性能进行预测，包括：获取预设测试集l；调整第m个边类别中第n个索引对应的归一化因子的取值，以使测试例遍历所述预设测试集l中的每一个元素；当第n个校验方程失败比例对应的归一化因子的测试例完成对所述预设测试集l的遍历后，将对应的归一化因子取值更新为所存储的归一化因子查找表中的对应值，并对第n 1个索引对应的归一化因子进行调整；当第m个边类别所有的n个归一化因子调整完成时，对第m 1个边类别对应的归一化因子进行调整；根据调整后的归一化因子输出预测结果。10.根据权利要求9所述的最小和算法的优化参数配置方法，其特征在于，所述获取预设测试集l，包括：设定针对边的分类数和归一化因子索引集的大小；确定生成的归一化查找表的尺寸，并预设查找表中每个因子的测试例集合l的尺寸；根据所述归一化查找表的尺寸和每个因子的测试例集合l的尺寸，得到所述预设测试集l。11.一种最小和算法的优化参数配置装置，其特征在于，包括：调整模块，用于在预设码型和预设误码率条件下，对msa及改进译码算法的每个边的每一次水平运算输出进行调整，得到优化后的msa及改进译码算法；参考模块，用于根据预设的初始化归一化因子查找表，获取目标误码率条件下的译码门限，并将所述译码门限作为参考门限；
预测模块，用于从预设测试集中选择满足条件的归一化因子的测试例，并通过优化后的msa及改进译码算法对所述测试例的译码性能进行预测；输出模块，用于根据所述测试例的预测结果将所述测试例的译码门限与所述参考门限进行对比，并根据对比结果更新及输出所述初始化归一化因子查找表。12.一种终端，其特征在于，包括：处理器以及存储器，所述存储器存储有最小和算法的优化参数配置程序，所述最小和算法的优化参数配置程序被所述处理器执行时用于实现如权利要求1-10中任意一项所述的最小和算法的优化参数配置方法的操作。13.一种存储介质，其特征在于，所述存储介质为计算机可读存储介质，所述存储介质存储有最小和算法的优化参数配置程序，所述最小和算法的优化参数配置程序被处理器执行时用于实现如权利要求1-10中任意一项所述的最小和算法的优化参数配置方法的操作。

技术总结
本发明公开了一种最小和算法的优化参数配置方法、装置、终端及存储介质，方法包括：在预设码型和预设误码率条件下，对MSA及改进译码算法的每个边的每一次水平运算输出进行调整，得到优化后的MSA及改进译码算法；根据预设的初始化归一化因子查找表，获取目标误码率条件下的译码门限，并将译码门限作为参考门限；从预设测试集中选择满足条件的归一化因子的测试例，并通过优化后的MSA及改进译码算法对测试例的译码性能进行预测；根据测试例的预测结果将测试例的译码门限与参考门限进行对比，并根据对比结果更新及输出初始化归一化因子查找表。本发明在保证良好的译码门限的基础上，摆脱了对SPA的依赖，有效提高译码算法的鲁棒性。棒性。棒性。


技术研发人员：周子奇 彭克武 宋健 贺智桐
受保护的技术使用者：鹏城实验室
技术研发日：2022.08.08
技术公布日：2022/12/16