5G需求下的低复杂度LDPC码归一化最小和译码算法优化

本文主要探讨了针对5G新无线通信需求，设计了一种低复杂度的归一化最小和译码算法应用于低密度奇偶校验（LDPC）码。LDPC码因其高效纠错性能在现代通信系统中占据重要地位，但传统的译码算法在实现高性能的同时往往带来较高的运算复杂度。本文提出的算法旨在优化这一问题。 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计算和近似第二最小值来替代传统的两次最小值计算，显著减少了译码器的运算负担，降低了硬件资源的需求。此外，通过密度进化理论计算得到的归一化因子α，作者提出了一个优化方法，即提前存储加权平均修正后的最优α值，这样在保持性能的同时，无需额外的计算资源。 文章还引入了分层译码器结构，利用值重用技术进一步降低内存和计算资源的消耗。这种方法有效地实现了译码过程的资源管理和优化，使得算法在保持高效率的同时，提升了译码的性能和收敛速度。 在性能评估方面，作者通过仿真结果显示，在比特错误率（BER）达到10^-5的条件下，相较于现有的单最小值算法，所提出的算法能提供大约0.2dB的性能提升，同时展现出优于传统归一化最小和算法的译码效果和更快的收敛速度。因此，这种低复杂度的归一化最小和译码算法对于5G通信系统的高效实现具有重要意义。 本文的研究成果为5G通信系统中的LDPC码译码提供了实用且高效的解决方案，对于降低设备功耗、提高系统性能具有实际应用价值。