1.一种高误码率下LDPC稀疏校验矩阵重建方法,其特征在于,包括如下步骤:步骤A、计算一次抽取包含校验节点的概率,进而确定随机抽取的次数;
步骤B、对LDPC码字比特进行随机抽取构建方阵进行高斯消元获取疑似校验向量;
步骤C、基于疑似校验向量关系成立的统计特性和最小错误判决准则,对步骤B中高斯消元求解出的疑似校验向量判定;
步骤D、对步骤C中保留的校验向量对整体接收码字矩阵进行判决,并根据接收码字个数不同采用“剔除错误码字”或“翻转最低不可靠位”的方法提高接收数据中无误码码组的比例;具体包括如下:步骤D1、利用步骤C中求解的校验向量对整体码字进行校验,保留错误码字索引;
步骤D2、判断接收码字的个数是否充足,采用“剔除错误码字”或“翻转最低不可靠位”的方法提高接收码组中无误码码组的比例,具体为:当时,认定接收码字个数充足,采用“剔除错误码字”的方法,根据步骤D1中错误码字索引直接对接收码字矩阵进行剔除,保留正确码字,从而提高接收码组中无误码码组比例;
当时,认定接收码字个数不足,采用“翻转最低不可靠位”的方法,根据步骤D1中错误码字索引对接收码字矩阵中错误码字检测其相应的比特可靠度,在校验位中寻找最小的位置并将错误码字相应位置的比特进行翻转;
其中为接收码字个数,为码长;
步骤E、重复步骤B至步骤D,直至达到迭代抽取次数。
2.根据权利要求1所述的一种高误码率下LDPC稀疏校验矩阵重建方法,其特征在于,在步骤A中,设LDPC稀疏校验矩阵中某一稀疏校验向量为,对应于校验节点数目为,码字中随机抽取的比特数目为,则码长为的LDPC,抽取个位置的样本空间数目为,而这个位置中正好包含的校验节点的个数为,故得到一次随机抽取可包含中稀疏校验节点的概率为利用求得的随机抽取包含稀疏校验节点的概率,确定随机抽取的次数,从而可靠实现在抽取的比特中包含校验节点;设随机抽取次数为,则在次随机抽取中,能够出现包含稀疏校验节点的次数服从二项分布,即当抽取的次数较大时,由棣莫弗−拉普拉斯定理可得
其中表示标准正态分布;
在数理统计过程中,当事件发生的概率大于0.9975时,定义为大概率事件,即在随机抽取过程中,至少发生一次,故得到取值范围为。
3.根据权利要求2所述的一种高误码率下LDPC稀疏校验矩阵重建方法,其特征在于,对LDPC码字比特进行随机抽取构建方阵进行高斯消元获取疑似校验向量。
4.根据权利要求3所述的一种高误码率下LDPC稀疏校验矩阵重建方法,其特征在于,所述步骤B具体包括如下步骤:步骤B1、对LDPC接收码字比特随机抽取获得新码字矩阵;
步骤B2、对新码字矩阵进行随机行抽取获得方阵;
步骤B3、接着对方阵进行高斯消元求对偶空间,进而获取疑似校验向量;
步骤B4、将步骤B3的求解结果保留送入步骤C中进行判决。
5.根据权利要求4所述的一种高误码率下LDPC稀疏校验矩阵重建方法,其特征在于,利用二元域上的高斯消元法对进行初等变换化成一个上三角矩阵,在步骤B3中具体包括如下:其中,为维的单位阵,为维的全零矩阵;若无误码,则为全零矩阵,此时校验向量为中的所有列向量;若含有误码,部分线性关系被破坏,高斯消元时会带来误码扩散,此时为一稀疏矩阵,校验向量为中部分向量。
6.根据权利要求1至5任一项所述的一种高误码率下LDPC稀疏校验矩阵重建方法,其特征在于,在步骤C中具体包括如下步骤:步骤C1、设为步骤B中求解的疑似校验向量,计算在信道误码率为下,假设条件为不是疑似校验向量、假设条件为是疑似校验向量时,校验关系成立的概率;
步骤C2、设2类假设的判决门限为,分别计算虚警概率和漏警概率;
步骤C3、综合两类错误判决概率,求解出最小错误判决门限;
步骤C4、通过步骤B中求解的对整个接收码字进行校验,并将码字成立个数与不成立个数之差作为统计量;当时,即可判定为校验向量。
7.根据权利要求6所述的一种高误码率下LDPC稀疏校验矩阵重建方法,其特征在于,在步骤C3中,最小错误判决门限满足:当满足大样本条件时,近似为:
。
8.根据权利要求1所述的一种高误码率下LDPC稀疏校验矩阵重建方法,其特征在于,在步骤D2中,设比特对数似然比矩阵为,步骤C中获取的校验向量为,其中为接收码字个数,为码长;在翻转最低不可靠位时,在校验位中寻找最小的位置并将错误码字相应位置的比特进行翻转如下:;
其中表示中校验向量中个互不重复的校验比特位置。