5G需求下的低复杂度LDPC码归一化最小和译码算法优化

本文主要探讨了一种针对5G新无线通信需求设计的低复杂度LDPC码归一化最小和译码算法。LDPC (低密度奇偶校验)码因其优秀的纠错性能被广泛应用于现代通信系统中，但随着技术要求的提升，对于译码器的运算效率和性能有着更高的期望。作者提出的算法旨在降低译码器的复杂度，提高编码效率。 该算法的核心创新在于采用单最小值策略，通过一次绝对最小值的计算和近似第二最小值的估计，取代传统的两次最小值计算，显著减少了译码过程中的计算量。同时，通过密度进化理论，作者计算并提前存储了一个优化的归一化因子α值，这种方法能够在不增加额外计算资源的情况下，补偿单最小值方法可能带来的性能损失。 为了进一步优化资源消耗，文中还提出了一种分层译码器结构，利用值重用技术，有效地减少了内存和计算资源的占用。这种方法在保持译码性能的同时，提高了译码器的资源利用率，对于资源受限的硬件平台具有重要意义。 通过对算法的仿真测试，结果显示，当比特错误率（BER）达到10^-5时，新提出的算法相比现有的单最小值算法表现出约0.2dB的性能提升，且在译码性能和收敛速度上优于传统的归一化最小和算法。因此，该算法对于实现高效的5G LDPC码解码具有实际应用价值。 关键词：归一化最小和算法、密度进化、低复杂度、LDPC码、译码器优化。这篇文章的研究成果对于通信系统的设计师和工程师来说，提供了一种在5G时代背景下提高译码效率、降低功耗的重要参考方案。