自适应全并行MAP-BP译码算法提升广义LDPC码性能

"本文主要介绍了一种针对广义LDPC码的自适应全并行MAP-BP译码算法，该算法结合了最大后验概率（MAP）和信念传播（BP）两种译码策略，旨在提高译码准确性和加速译码速度。在算法设计中，子码采用基于比特栅格的MAP译码，而本地码则采用基于对数似然比的BP译码，并通过引入自适应修正因子来确保两者输出信息的一致性。与传统的广义LDPC译码方法相比，该算法显示出了更好的性能和更快的收敛速度。" 广义LDPC码是一种扩展的LDPC码结构，它将原始LDPC码中的单一奇偶校验约束节点替换为更复杂的线性分组码，即子码，本地码则是保持原有的LDPC码。构建广义LDPC码的过程通常包括两步：首先创建本地码的奇偶校验矩阵（基矩阵）Hb，然后选择子码C0(n,k)，将基矩阵Hb的"1"位置用子码的校验矩阵Ho的列替换，"0"位置则用全零列替换。这种构造方式使得广义LDPC码具有多层结构，便于译码处理。 在传统的广义LDPC译码中，通常采用分层结构，如Gallager规则LDPC码，其校验矩阵可以划分为多个层次，每个层次对应一种特定的排列方式。译码过程通常是一个迭代的过程，首先对子码进行并行译码，然后根据子码的译码结果更新本地码的信息，此过程不断循环直到满足停止条件。由于子码通常选择为较短的高码率码，因此常采用软输入软输出（SISO）的译码算法。 本文提出的自适应全并行MAP-BP译码算法则在传统方法的基础上进行了优化。子码层面采用基于比特栅格的MAP译码，这种译码策略能够利用上下文信息，提高译码精度。同时，本地码层面使用基于对数似然比的BP译码，BP算法在处理大规模图模型时有较好的效率。为了保证两种译码策略输出信息的匹配，算法引入了自适应修正因子，能够在迭代过程中动态调整，从而提升整体译码性能。 通过仿真实验，这种自适应全并行MAP-BP译码算法显示出了比传统广义LDPC译码更高的译码准确性和更快的收敛速度。这表明，该算法在实际应用中，特别是在通信系统中，有望提供更可靠的错误纠正能力，同时降低计算复杂度，提高系统效率。未来的研究可能会进一步优化修正因子的计算方法，或探索更多适用于不同场景的广义LDPC码结构和译码策略。