В статье рассмотрены особенности декодирования низкоплотностного кода. Приведены основные факторы, снижающие эффективность кодека. Описаны примеры стоп-множеств и предложены способы борьбы с ранним проявлением «полки» при декодировании. The article discusses features of decoding a low-density parity-check (LDPC) code. The main factors that reduce the efficiency of the codec are given. Examples of “stopping sets” are considered, and methods for mitigating the early appearance of “error floor” are suggested.
В статье рассмотрены особенности декодирования низкоплотностного кода. Приведены основные факторы, снижающие эффективность кодека. Описаны примеры стоп-множеств и предложены способы борьбы с ранним проявлением «полки» при декодировании. The article discusses features of decoding a low-density parity-check (LDPC) code. The main factors that reduce the efficiency of the codec are given. Examples of “stopping sets” are considered, and methods for mitigating the early appearance of “error floor” are suggested.
Для итеративного декодирования на графах используется новый альтернативный подход - это стохастическое декодирование. Возможность стохастического декодирования была недавно предложена для декодирования LDPC-кодов. Эта статья расширяет применение стохастического подхода для декодирования линейных блочных кодов с помощью проверочных матриц (PCM), таких как коды Боуза - Чоудхури - Хоквингема (BCH), коды Рида - Соломона (RS) и блочные турбокоды на основе компонентов кодов BCH. Показано, как стохастический подход способен генерировать информацию мягкого выхода для итеративного декодирования с мягким входом и мягким выходом Soft - Input Soft - Output (SISO). Описывается структура стохастических переменных узлов высокой степени, используемых в кодах с помощью проверочных матриц PCM. Результаты моделирования для кода BCH (128, 120), кода RS (31, 25) и RS (63, 55) и турбокода блока BCH (256, 121) и (1024, 676) демонстрируют эффективность декодирования при закрытии к итеративному декодеру SISO с реализацией с плавающей запятой. Эти результаты показывают производительность декодирования, близкую к адаптивному алгоритму распространения доверия и/или турбо-ориентированному адаптированному алгоритму распространения доверия Stochastic decoding capability has recently been proposed for decoding LDPC codes. This paper expands on the application of the stochastic approach to decoding linear block codes using parity check matrices (PCMs) such as Bose-Chowdhury-Hawkingham (BCH) codes, Reed-Solomon (RS) codes, and BCH component-based block turbo codes. We show how the stochastic approach is able to generate soft-output information for iterative decoding with soft-input and soft-output Soft-Input Soft-Output (SISO). We describe the structure of high degree stochastic node variables used in codes using PCM parity check matrices. Simulation results for BCH code (128, 120), RS code (31, 25) and RS (63, 55), and BCH block turbo code (256, 121) and (1024, 676) demonstrate the decoding efficiency on close to SISO iterative decoder with floating point implementation. These results show decoding performance close to the adaptive trust propagation algorithm and / or turbo-oriented adapted trust propagation algorithm
предлагается многоуровневый декодер для декодирования квазициклических низкоплотностных кодов с несколькими ребрами (QC−LDPC) с использованием графического процессора (ГП) в системах квантового распределения ключей с непрерывной переменной (НПКРК). Коды с контролем четности низкой плотности обладают отличными характеристиками исправления ошибок и широко применяются в различных системах связи. Ключевое ограничение, которое приводит к низкой скорости декодирования, связано с тем фактом, что успешное декодирование при очень низком отношении сигнал/шум требует большого числа итераций. Поэтому здесь для ускорения сходимости декодирования используется алгоритм многоуровневого распространения доверия (BP). Однако пропускная способность декодирования во время постобработки является одним из основных препятствий, возникающих в системе квантового распределения ключей с непрерывной переменной. Исходя из этой проблемы, предлагается провести оптимизацию методов хранения, которые непосредственно имеют связь с матрицей проверки четности. Оптимизация заключается в объединение подматриц, не имеющих связей между собой, и проведение параллельного декодирования некоторого количество кодовых слов с применением GPU. Для верификации методики было проведено моделирование. В ходе моделирования получены данные, демонстрирующие, что усредненная скорость процедуры декодирования LDPC-кода с тремя типичными кодовыми скоростями, т.е. 0,15, 0,06 и 0,03, достигает 57,12 Мбит/с, 48,25 Мбит/с и 35,51 Мбит/с, соответственно, при одновременном декодировании 128 кодовых слов длиной 106 без преждевременного завершения A multilevel decoder is proposed for decoding quasi-cyclic low-density multi-edge codes (QC-LDPC) using a graphics processor (GPU) in continuous variable quantum key distribution systems (NPCRCS). Low-density parity codes have excellent error correction characteristics and are widely used in various communication systems. The key limitation that leads to a low decoding rate is due to the fact that successful decoding at a very low signal-to-noise ratio requires a large number of iterations. Therefore, the multilevel Trust Propagation (BP) algorithm is used here to accelerate decoding convergence. However, the decoding bandwidth during postprocessing is one of the main obstacles encountered in a continuous variable quantum key distribution system. Based on this problem, it is proposed to optimize storage methods that are directly related to the parity check matrix. Optimization consists in combining submatrices that have no connections with each other and conducting parallel decoding of a certain number of code words using the GPU. A simulation was carried out to verify the methodology. During the simulation, data were obtained demonstrating that the average speed of the LDPC decoding procedure with three typical code speeds, i.e. 0.15, 0.06 and 0.03, reaches 57.12 Mbit/s, 48.25 Mbit/s and 35.51 Mbit/s, respectively, with simultaneous decoding of 128 code words with a length of 106 without premature completion
В статье рассматриваются способы упрощения расчета корректирующей способности LDPC-кодов и вероятности битовой ошибки при их использовании для случая применения порождающей матрицы канонического вида. В первой части статьи дано представление о кодировании LDPC, проанализированы узловые требования к порождающим матрицам, определены основные достоинства их канонического вида, отмечены способы обнаружения битовых ошибок на приемной стороне. Предложен алгоритм оценки корректирующей способности LDPC на основе статистических розыгрышей, приведена его схема, позволяющая смягчить имеющиеся в математических пакетах ограничения размерности матриц. Представлены результаты оценки максимального количества восстанавливаемых бит при использовании LDPC с разной кодовой скоростью. The article discusses ways to simplify the calculation of the correcting ability of LDPC codes and the probability of bit error when using them for the case of using a generator matrix of canonical form. In the first part of the article, an idea of LDPC coding is provided, nodal requirements for generator matrices are analyzed, the main advantages of their canonicalform are determined, and methods for detecting bit errors on the receiving side are noted. An algorithm for estimating the correcting ability of LDPC based on statistical drawings is proposed, and its scheme is given, which allows mitigating the limitations of the matrix dimension existing in mathematical packages. The results of estimating the maximum number of recoverable bits when using LDPC with different code rates are presented.
Информация, представленная в данной статье, направлена на уменьшение вычислительной сложности при моделировании помехоустойчивого декодера, работающего по алгоритму MIN-SUM. Основное внимание в представленной работе уделяется модификациям проверочной матрицы, в которых улучшена производительность декодирования с пониженной вычислительной сложностью. Слабым местом общепринятой модели является повышенное требование к объему памяти и вычислительная сложность. Модификации в алгоритме могут улучшить его показатели при разработке аппаратной архитектуры NB-LDPC-декодера. Приведен анализ производительности модифицированных матриц контроля по четности с точки зрения коэффициента битовых ошибок (BER) для длины кода стандарта IEEE 802.11n и 504. Описан вычислительный анализ модифицированных матриц контроля по четности. Предложен анализ эффективности нижней диагональной матрицы контроля четности (НДМ) и на основе двойной диагональной матрицы контроля четности (ДДМ) анализируются BER графиков и также оцениваются вычислительные сложности. Количество вычислений значительно меньше в НДМ по сравнению с другими матрицами. НДМ подходит для умеренной производительности декодирования с меньшей сложностью вычислений и на основе ДДМ структур. Предложенные модификации применимы для улучшения производительности декодирования с компромиссом по вычислительной сложности The information presented in this article is aimed at reducing the computational complexity of modeling a noise-tolerant decoder using the MIN-SUM algorithm. The main attention is paid to the modifications of the test matrix, in which the decoding performance is improved with reduced computational complexity. The weak point of the generally accepted model is the increased memory requirement and computational complexity. Modifications to the algorithm can improve its performance when developing the hardware architecture of a NB-LDPC decoder. In this paper, we analyze the performance of modified parity control matrices in terms of the bit error rate (BER) for the code length of the IEEE 802.11 n and 504 standards. We describe a computational analysis of modified parity-based control matrices. We give an analysis of the effectiveness of the lower diagonal parity matrix (NDM), and based on the double diagonal parity matrix (DDM), we analyzed the BER of graphs and estimated computational complexity. The number of calculations is significantly less in the NDM compared to other matrices. NDM is suitable for moderate decoding performance with less computational complexity and based on DDM structures. The proposed modifications are applicable to improve the performance of de-coding with a compromise on computational complexity
представлена полностью дифференцируемая архитектура графовой нейронной сети (GNN), предназначенная для задач декодирования каналов связи. Разработанный подход демонстрирует сопоставимую с традиционными методами эффективность декодирования для различных классов корректирующих кодов, включая коды низкой плотности проверки на четность (LDPC) и коды Боуза-Чоудхури-Хоквингема (BCH), при существенном сокращении требуемого количества итераций. Каждая итерация декодирования представлена как слой графовой нейронной сети. Суть метода заключается в замене детерминированных операций передачи сообщений в классических декодерах на адаптивные нейросетевые блоки, которые в процессе обучения самостоятельно выявляют оптимальные правила обработки данных в структуре кодового графа. В отличие от большинства существующих решений на основе глубокого обучения, предложенная архитектура обладает такими преимуществами, как масштабируемость для кодов произвольной длины и отсутствие ограничений, связанных с проблемами размерности. Экспериментальные результаты показывают значительное превосходство предложенной методики для кода BCH (63,45), достигнуто улучшение с максимальным выигрышем в области высоких SNR (4-5 дБ) по сравнению с взвешенным алгоритмом распространения доверия (BP), а для LDPC(128, 64)-кодов стандарта 5G NR преимущество достигает 36-87 %, особенно заметное при SNR > 2 дБ this paper presents a fully differentiable graph neural network (GNN) architecture designed for decoding communication channels. The developed approach demonstrates decoding efficiency comparable to traditional methods for various classes of correction codes, including low-density parity-check code (LDPC) and Bose-Chowdhury-Hockingham (BCH) codes, while significantly reducing the required numberof iterations. Each decoding iteration is represented asa layer of a graph neural network. The essence of the method is to replace deterministic message transmission operations in classical decoders with adaptive neuralnetwork blocks that independently identify optimal data processing rules inthe code graph structureduring the learning process. Unlike most existing deep learning-based solutions,the proposed architecture has advantages such as scalability for arbitrary-length codes and the absence of limitations related to dimension issues. Experimental results showa significant superiority of the proposed methodology for the BCH (63.45) code, an improvement has been achieved with maximum gain inthe area of high SNRs (4-5 dB) compared with the weighted trust propagation algorithm (BP), and for LDPC(128, 64) codesof the 5G NR standard, the advantage reaches 36-87%, especially noticeable with SNR > 2 dB
Now the active junction of vendors of telecommunication equipment of the backbone fiber optic networks on use the low-density parity check (LDPC) codes for correction of errors in communication links is watched.This tendency is connected to that LDPC codes possess the best noise immunity on comparing with all noiseproof codes used earlier in practice (Read Solomon, BCH, block turbocodes). For LDPC decoding in satellite communication systems broad application was received by algorithm of iterative believe propagation and its different modifications. However, the LDPC codes in case of implementation of decoders at speeds of 10, 40 and 100 Gbit\s leads use of these algorithms of decoding to the significant increase in resource intensity, or decoding time.The modern programmable logic devices of the maximum integration scale can''t provide required resource intensity for implementation of decoders in real time. In article the modified algorithm of decoding LDPC codes, allowing considerably to reduce resource intensity of developed decoders is offered.