论文部分内容阅读
近年来,随着物联网、辅助驾驶、可穿戴智能设备等领域的发展,对无线通信技术的要求逐渐提高。为了实现低延迟、高可靠性的通信,信道编码技术就是目前最好的解决方案。在2016年召开的3GPP RAN1 87会议初步确定了增强型移动宽带（Enhanced Mobile Broadband,e MBB）数据信道编码采用低密度奇偶校验码（Low-Density Parity Check,LDPC）[1]码,并且随着2022年6月中5G R17标准的冻结,LDPC码在Turbo码等信道编码方案中脱颖而出,成为5G新空口（New Radio,NR）及5G缩减能力（Reduced Capability,Red Cap）的物理下行共享信道（Physical Downlink Shared Channel,PDSCH）信道编码方案。LDPC码诞生于1962年,至今已有60余年的发展历史,但是由于提出该码的年代技术水平受限,加之其使用的置信传播（Belief Propagation,BP）译码算法的复杂度过高,使得该码在一开始并没有得到重视。随着简化的BP译码算法,即最小和（Min Sum Algorithm,MSA）译码算法的提出,LDPC才出现在研究人员的视野中来。本文以BP译码算法作为研究起点,在数学公式上推导了BP译码算法,并且根据算法复杂度的由繁至简的顺序推导出了几种现有的译码算法的原理,在详细分析了各个译码算法的复杂度以及性能后,选择了一种基于分层调度的对数似然比（Log Likelihood Ratio,LLR）BP译码算法作为本文改进方向的研究基础。虽然上述算法虽然在性能表现上强于基于泛洪调度的BP译码算法,但是其在吞吐量层面的表现不尽如人意,如果采用完全串行的译码器架构,该算法无法满足5G设备的吞吐率需求,所以主流的改进方案是采用部分并行的译码器架构。但是由于分层调度方式具有层间数据依赖性,所以其硬件效率较低,故本文选择另外一种改进方案,即基于混合调度的完全串行LLR BP译码算法作为算法的改进方向。考虑到偏移因子的引入对LLR BP译码算法的性能增益,本文首先将偏移因子加入到算法中,在复杂度几乎没有提高的前提下,提高了算法的误块率性能。在架构层面,由于使用了兼容泛洪、分层调度方式的混合调度方式,在原本需要等待层间冲突数据更新的校验节点位置采用泛洪调度方式更新,提高了译码器的吞吐率表现。同时在校验节点更新单元引入解耦合机构以适应译码器的流水输出。在定点化层面,本文通过多次迭代仿真确定了一组最优的定点化参数,在满足协议吞吐率的情况下,使得该译码器相对于分层调度的LLR BP译码器架构具有了一定的性能增益。为了进一步提高吞吐率表现,在研究了协议中所规定的基矩阵的度数分布情况后,缩减了原本的校验方程数量,在误块率性能损失几乎可以忽略不计的情况下,提高了约10%的吞吐率。最后基于Matlab以及Modelsim软件完成了译码器的功能仿真验证,在250 MHz时钟下,当提升尺寸为384、基矩阵1、码率为1/3时,译码器的吞吐率能达到227.17 Mbps,满足协议要求的吞吐率,并且利用综合解决方案（Design Compiler,DC）平台,使用台湾积体电路制造股份有限公司（Taiwan Semiconductor Manufacturing Company,TSMC）28 nm工艺库对译码器进行了逻辑综合,提供了资源消耗情况,以及验证了模块的时序并无违例的情况发生。