基于变量节点LLR消息加权的改进最小和算法

来源：信号处理杂志 2017年第6期北京时间：

作者：陈紫强, 李亚云, 侯田田, 王广耀

摘要：为了提高低密度奇偶校验(LDPC)码的单最小值最小和(single-minimum Min-Sum, smMS)算法的误码性能，提出了一种基于变量节点LLR(Log Likelihood Ratio)消息加权的改进最小和(Improved Min Sum algorithm based on weighted message LLR of variable nodes,IMS-WVN)算法。首先，将迭代次数所确定的次小值的估值参数与最小值相加后取代次小值，以增强smMS算法校验节点的可靠度。然后，将变量节点输出LLR消息与迭代前LLR消息进行加权处理，降低变量节点的振荡幅度，降低平均译码迭代次数。仿真结果表明，在信噪比为3.2 dB时，IMS-WVN算法的误码性能比VWMS算法提升0.53 dB，当误码率为10.5时，IMS-WVN算法平均译码迭代次数较MS算法减少58%。

关键词：低密度奇偶校验码, 单最小值最小和, 估值参数, 误码性能