LDPC码数据分配通用模块设计方案
图2中给出了一个循环子矩阵数据读取的示意图。从该图中可以看出，在实线所示的仞始状态时，读取的数据顺序是存储器1中数据在前而存储器2中的数据在后，但是到了虚线所示的时刻，读取的数据顺序变成了存储器2中的数据在前，存储器1中的数据在后。本文引用地址：//m.amcfsurvey.com/article/153700.htm
在每个循环子矩阵中只有一组1或没有1的情况下，只需要按照存储器中数据存储的顺序读取，然后进行水平运算即可，然而若循环子矩阵中的1不止一组的时候，数据的读取就会发生混乱，有时存储器1的数据在前，而有时存储器2中的数据在前，这对判断最小值属于哪个存储器极为不利。
因此需要开发一种通用化的辨识数据先后顺序的模块，该模块附着在校验矩阵中的每一个列块上，对输出的数据自动做好标识，使得水平运算的结果能够精确的反应数据的来源。
2 文中所采用的范例码
基于EG(欧式几何)的QC(准循环)LDPC码属于QCLDPC码，该类码的构造是基于欧式几何有限域分解的。(8176，7154)LDPC码最初是为NASA设计的，它是一个规则的QC LDPC码，行重32，列重4。目前(8176，7154)LDPC码是CCSDS推荐的近地通信码，它具有很好的规则性，目前已
被应用于遥感卫星等航天器的近地通信领域。
本部分内容给出的CCSDS近地通信(8176，7154)QC-LDPC码的译码方法，同样适用于其他的每个循环子矩阵中有1组或2组1的OC-LDPC码情况。
3 文中所采用的译码算法
LDPC码的译码算法主要分为软译码算法和硬译码算法，软译码算法主要是指Gallager最早提出的LDPC码概率译码算法、BP算法以及BP算法的改进型最小和算法；硬译码算法主要是指BF算法。
采用软译码算法泽码获得的编码增益比较高，在绝大多数情况下，众多软译码算法中具备实现价值的译码方法之一仍是BP算法的改进算法之一，最小和算法。传统最小和算法的水平运算公式。
后来人们改进了最小和算法，提出了Normalized BP和Offset BP两种算法，这两种算法在本质上是等价的，都极大地改进了最小和算法的译码精度，使得最小和算法的编码增益更加接近传统的BP算法，目前这两种算法中以NormalizedBP算法应用较为广泛。文中采用了Norma lized BP算法，图3给出了Normalized BP的参数选择情况，如图所示，在参数值为1．25时得到了最小和算法的最好修正结果，但是通常在实现过程中，为了利于硬件功能的实现，会将(1／λk)的值设为0．75，这样便于硬件乘法的实现。
评论