论文部分内容阅读
为提高低密度奇偶校验码的译码性能,更好满足5G系统对于误码率的需求,提出多归一化因子最小和(multiple normalized dactors min-sum,MNF-MS)算法.此算法以归一化最小和(normalized min-sum,NMS)与密度演化最小和(density evolution min-sum,DE-MS)算法为基础,将蒙特卡罗仿真求归一化因子的方法进行简化,求得校验节点信息平均绝对值和最小绝对值的比值,这个比值加上一个大于零的权值得到对应校验节点的归一化因子,迭代次数平均分为5组,每组使用不同的权值.仿真结果表明,所提算法与现有算法相比,其译码性能更为优异.