[发明专利]基于迭代译码的LDPC码稀疏校验矩阵重建方法和装置

权利要求书

1.一种基于迭代译码的LDPC码稀疏校验矩阵重建方法,其特征在于，包括以下步骤：

获取疑似校验向量集合；

对所述疑似校验向量集合进行判决得到校验向量集合，并对所述校验向量集合进行稀疏化处理得到稀疏化校验向量；

从第一次迭代开始对迭代次数计数，在每次迭代时，根据LLR-BP软判决译码算法和所述稀疏化校验向量，对软判决码字序列进行译码并对错误码字进行修正，得到修正后的码字分析序列，并判断当前迭代的计数结果是否等于所述最大迭代次数；

若所述计数结果小于所述最大迭代次数，则根据所述修正后的码字分析序列对所述稀疏化校验向量进行更新，直至所述稀疏化校验向量的个数不再变化，则此时得到稀疏化完成的稀疏化校验矩阵。

2.如权利要求1所述的方法，其特征在于，还包括：

若所述计数结果大于等于所述最大迭代次数，则将最后一次重建更新后的稀疏化校验向量作为所述稀疏化校验矩阵。

3.如权利要求1所述的方法，其特征在于，所述获取疑似校验向量集合，包括：

在硬判决码字序列硬判决序列，根据码长随机挑选多个码字构造码字分析矩阵，并设置所述码字分析矩阵的最大迭代次数；

对所述码字分析矩阵进行二元域高斯列消元，得到下阶梯型矩阵，并根据所述下阶梯型矩阵得到疑似校验向量集合。

4.如权利要求1所述的方法，其特征在于，所述对所述疑似校验向量集合进行判决得到校验向量集合，包括：

基于最小错误判决准则，根据虚警概率和漏警概率确定判决门限；根据所述判决门限对所述疑似校验向量集合中的疑似校验向量进行判决得到所述校验向量集合。

5.如权利要求1所述的方法，其特征在于，所述对所述校验向量集合进行稀疏化处理得到稀疏化校验向量，包括：

通过2阶行变换算法对所述校验向量集合进行稀疏化处理得到稀疏化校验向量。

6.如权利要求4所述的方法，其特征在于，所述根据虚警概率和漏警概率确定判决门限，包括：

根据预设计算公式对所述虚警概率和漏警概率计算确定判决门限，其中，所述预设计算公式为：

T＝argmin(P_fa+P_nd)

其中，P_fa为虚警概率，P_nd为漏警概率。

7.如权利要求5所述的方法，其特征在于，所述通过2阶行变换算法对所述校验向量集合进行稀疏化处理得到稀疏化校验向量，包括：

固定所述校验向量集合中的一个固定校验向量；

开始对所述固定校验向量行变换操作，其中，所述行变换操作包括：

随机挑选所述校验向量集合中的多个随机校验向量；

对所述固定校验向量和每个所述随机校验向量二进制加法计算，并获取计算结果向量的行重，并将所述行重结果存储在预设的行重集合中；

判断所述固定校验向量的行重是否小于所述行重集合中的最小值；

若小于，则将所述校验向量集合中的所述固定校验向量替换为所述计算结果向量，完成对所述固定校验向量的行变换操作；

对所述校验向量集合中的每个固定校验向量执行所述行变换操作，得到所述稀疏化校验向量。

8.一种基于迭代译码的LDPC码稀疏校验矩阵重建装置,其特征在于，包括：

获取模块，用于获取疑似校验向量集合；

第一处理模块，用于对所述疑似校验向量集合进行判决得到校验向量集合，并对所述校验向量集合进行稀疏化处理得到稀疏化校验向量；

第二处理模块，用于从第一次迭代开始对迭代次数计数，在每次迭代时，根据LLR-BP软判决译码算法和所述稀疏化校验向量，对软判决码字序列进行译码并对错误码字进行修正，得到修正后的码字分析序列，并判断当前迭代的计数结果是否等于所述最大迭代次数；

更新处理模块，用于若所述计数结果小于所述最大迭代次数，则根据所述修正后的码字分析序列对所述稀疏化校验向量进行更新，直至所述稀疏化校验向量的个数不再变化，则此时得到稀疏化完成的稀疏化校验矩阵。