專利名稱：：一種軟輸入軟輸出nr譯碼器及其軟信息生成方法
技術領域：
：本發(fā)明涉及數字信息
技術領域：
，特別是涉及一種軟輸入軟輸出NR譯碼器及其軟信息生成方法。
背景技術：
：具有自主知識產權的中國數字電視地面廣播傳輸國家標準《數字電視地面廣播傳輸系統(tǒng)幀結構、信道編碼和調制》于2006年8月正式頒布，并于2007年8月1日起強制實施。DTMB(DigitalTelevisionTerrestrialMultimediaBroadcasting，數字電視地面多媒體廣播)借鑒了國際上現有的數字電視地面廣播標準，采用了一系列具有自主知識產權的專利發(fā)明。該標準支持標準清晰度電視、高清晰度電視以及多媒體數據廣播等多種業(yè)務，支持大范圍固定接收和移動接收，滿足我國不同地區(qū)的應用需求。在DTMB系統(tǒng)的發(fā)送端，輸入信息數據先經過擾碼、FEC(ForwordErrorControl,前向糾錯)編碼得到比特流，再經過星座映射得到符號流，符號流經過交織與系統(tǒng)信息復合成幀體，幀體和幀頭(PN序列)復接形成信號幀，最后再經過基帶成型濾波和射頻調制轉換為UHF或者VHF頻段內的射頻信號經天線發(fā)射出去。其中星座映射模式包括4QAM、16QAM、32QAM、64QAM以及4QAM-NR模式。4QAM-NR模式將NR(Nordstrom-Robinson)碼與4QAM星座映射串行級聯(lián)起來，并且與FEC編碼級聯(lián)，其中FEC編碼后的數據比特先經過NR編碼，然后再進行4QAM星座映射。NR(16,8，6)碼是一個優(yōu)秀的非線性碼字，在給定碼長16，信息位長度為8的前提下，NR碼最大化了碼字之間的最小漢明距離(稱為最小碼距)，使得最小碼距達到6。因此，多年來關于NR碼的研究一直不斷。其中，關于NR碼譯碼問題，Adoul(參見J,P.Adoul，"FastMLdecodingalgorithmfortheNordstrom-Robinsoncode,"IEEETrans.Inform.Theory,vol.IT-33,no.6,pp.931—933，Nov.1987.)提出了快速最大似然(ML)譯碼算法。其他更有效的ML譯碼算法參見Vardy的文章(A.Vardy,"TheNordstrom-Robinsoncode:representationoverGF(4)andefficientdecoding,"IEEETrans.Inform.Theory,vol.40，no.5,pp.1686—1693，Sept.1994,)。然而ML譯碼算法不能提供每個信息比特的軟信息，而在DTMB中，NR碼譯碼輸出需要送給后續(xù)的低密度奇偶校驗(Low-DensityParity-Check,LDPC)譯碼器。一般來說，LDPC譯碼器要求軟信息輸入而不是硬判決輸入以得到更好的接收機性能。因此，軟輸出的NR譯碼器在DTMB系統(tǒng)或類似的級聯(lián)編碼系統(tǒng)中很有必要。比特級MAP(Maximumaposteriori,最大后驗)概率譯碼是一種軟輸出譯碼，標準的MAP算法通常基于碼字的網格表示，釆用BCJR(Bahl-Cocke-Jelinek-Raviv)算法或者其簡化算法。NR碼雖然具有網格表示，但是DTMB中釆用的是原始定義的NR碼，不具有最小網格表示，因此BCJR算法在此不現實。DTMB釆用的原始NR碼為系統(tǒng)碼，表示為(^…,；力，…,少7)，其中前8比特為信息比特，后8比特為冗余比特，其冗余比特>^(*=0，一，6)可表示為a=x7ea+6④&x4+3④(xi+lexi+2)(a+3xi+5)("(aa+4a+2a+3a+5)其中@代表模2和，t+f代表模7和。此外，最后一位校驗比特y7定義為NR碼是一個距離不變(distanceinvariant)非線性碼，其每一個碼字有112個距離為6的碼字圍在周圍。暴力MAP譯碼器復雜度極高它需要計算發(fā)射端每一個碼字時的先驗概率；對每一個信息比特，按照該比特所劃分的子集，需要將上述所有先驗概率加起來；然后相除并取對數才能得到對數似然比。最近，Li等人(參見H.Li，Z.Zou，X.Zhao,andK.Wang,"Anovelsoft-in-soft-outdecoderforNordstrom-Robinsoncode,"inInt.Conf.onIntelligentInformationHidingandMultimediaSignalProcessing,2008，pp.1213-1216.)提出了一個近似簡化算法，他們將NR碼字集合按照距離特性分成幾個不同的子集，從而對每一個比特求和的時候只需要局限在子集內而不是整個碼字集合。該近似算法雖然一定程度上簡化了譯碼算法，但是復雜度依然非常高。
發(fā)明內容本發(fā)明要解決的問題是提供一種軟輸入軟輸出NR譯碼器及其軟信息生成方法，以克服現有技術中的NR譯碼方法復雜度高的缺陷。為達到上述目的，本發(fā)明的技術方案提供一種軟輸入軟輸出NR譯碼器的軟信息生成方法，所述方法包括以下步驟A、接收星座解映射輸出，計算其與所有碼字的互相關值；B、根據所述互相關值，獲取碼字每一個信息比特位的軟信息。其中，所述步驟B具體包括根據對數和近似算法獲取碼字每一個信息比特位的軟信息，所述每一個信息比特位的軟信息由如下方法得到對于每一個信息比特位，以該比特將整個碼字集合劃分為兩個子集，找到該兩個子集的最大互相關值，則取該兩個子集的最大互相關值之差的一半為該比特的對數似然比值輸出。其中，所述根據對數和近似算法獲取碼字每一個信息比特位的軟信息，具體包括Bll、對從步驟A中得到的互相關值，尋找全體碼字集合上最大和次最大互相關值及其對應的兩個碼字；B12、對所述最大和次最大互相關值對應的兩個碼字中的不同信息比特位，取上述互相關值之差的一半作為該比特的軟信息，其符號位由最大互相關值對應碼字的該比特位值確定；對于所述最大和次最大互相關值對應的兩個碼字中的相同信息比特位，尋找碼字集合中該比特位為相反值的子集中的最大互相關值為極大互相關值，取最大互相關值與極大互相關值之差的一半作為該比特的軟信息輸出，其符號位由最大互相關值對應碼字的該比特位值確定。其中，在根據對數和近似算法獲取碼字每一個信息比特位的軟信息過程中，釆用修正的對數和近似簡化，將兩正數之和的對數替換為二者較大數的對數加上一個修正函數。其中，所述步驟B具體包括B21、對從步驟A中得到的互相關值，尋找全體碼字集合上最大和次最大互相關值及其對應的碼字；B22、對于所述最大和次最大互相關值對應碼字中的不同信息比特位，取上述互相關值之差的一半作為給該比特的軟信息輸出，其符號位由最大互相關值對應碼字的該比特位值確定；對于所述最大和次最大互相關值對應碼字中的相同信息比特位，取最大互相關值與常數倍的次最大互相關值之差的一半作為該比特的軟信息輸出，其符號位由最大互相關值對應碼字的該比特位值確定。其中，所述步驟B具體包括B31、對從步驟A中得到的互相關值，尋找全體碼字集合上最大、次最大以及第三大互相關值及其對應的碼字；B32、對于所述最大和次最大互相關值對應碼字的不同信息比特位，取最大和次最大互相關值之差的一半作為該比特的軟信息輸出，其符號位由最大互相關值對應碼字的該比特位值確定；對于最大和次最大互相關值對應碼字相同但與第三大互相關值對應碼字不同的比特位，取最大和第三大互相關值之差的一半作為該比特的軟信息輸出，其符號位由最大互相關值對應碼字的該比特位值確定；對于最大、次最大以及第三大互相關值對應的碼字的相同信息比特位，取最大互相關值與常數倍次第三大互相關值之差的一半作為該比特的軟信息輸出，其符號位由最大互相關值對應碼字的該比特位值確定。其中，根據實際需要確定所述常數，對于NR碼，所述常數為0.9。本發(fā)明的技術方案還提供一種軟輸入軟輸出NR譯碼器，所述譯碼器包括互相關計算單元，用于接收星座解映射輸出，計算其與所有碼字的互相關值；互相關值存儲單元，用于存儲所述互相關計算單元得到的互相關值；軟信息生成單元，從所述互相關值存儲單元讀出互相關值，通過對互相關值進行低復雜度軟信息運算得到碼字每一個信息比特位的軟信息。其中，接收信號的星座解映射輸出為對數似然比的常數倍。其中，互相關值對應的碼字用其存儲的地址表示。與現有技術相比，本發(fā)明的技術方案具有如下優(yōu)點本發(fā)明提出基于互相關值的軟信息生成方法及其簡化算法，提供一個低復雜度軟輸入軟輸出的NR譯碼器實現裝置，并且可以很方便地在誤碼性能和復雜度之間取得折中。同時，本發(fā)明的方法還適用于任何別的分組碼，對短碼尤其有效。.圖1是本發(fā)明的一種低復雜度軟輸入軟輸出NR譯碼器結構示意圖2是本發(fā)明的三種典型譯碼算法在AWGN信道下的性能；圖3是本發(fā)明的三種典型譯碼算法在獨立Rayleigh衰落信道下的性能；圖4是本發(fā)明在"和"取不同值時，MS和MST算法在AWGN信道下不同信噪比(SNR)時誤比特率(BER)性能；圖5是本發(fā)明在"和P取不同值時，MS和MST算法在Rayleigh信道下不同信噪比(SNR)時誤比特率(BER)性能。具體實施方式下面結合附圖和實施例，對本發(fā)明的具體實施方式作進一步詳細描述。以下實施例用于說明本發(fā)明，但不用來限制本發(fā)明的范圍。本發(fā)明實施例提供的譯碼算法，性能上接近MAP算法，而復雜度大幅降低。考慮一個4QAM調制下的無記憶信道<formula>formulaseeoriginaldocumentpage10</formula>(3)其中x是4QAM輸入信號，義是信道增益(或者稱信道狀態(tài)信息，ChannelStateInformation,CSI),"是均值為0方差為。2(實部和虛部方差均為a2/2)的加性白色復高斯噪聲，y是接收到的信號。事實上，在正交頻分復用(OrthogonalFrequencyDivisionMultiplexing,OFDM)系統(tǒng)中(比如DTMB多載波模式下)，假設能完全消除OFDM的符號間干擾(InterSymbolInterference,ISI)以及子載波間干擾(InterCarrierInterference,ICI)，每一個子載波上收到的信號即能用(3)式表示。而無記憶特性可以由符號交織近似得到。假設接收端能夠得到精確的CSI，也即知道精確的義值，義通常為復數值。那么在接收端，收到的符號y將首先經過相位均衡得到相位均衡后的符號夕，表示為<formula>formulaseeoriginaldocumentpage10</formula>(4)其中5依然是復高斯噪聲，均值為0方差為^。記b^V^AJ為發(fā)送的分組碼碼字，其信息位為[Vv-V丄經過相位均衡后的符號向量為，。記z-[z。vvJ表示由，的實部和虛部組成的信號，則MAP譯碼的目標為計算收到向量z的條件下各信息比特位的對數似然比根據Bayes原理，條件概率Pr(6,=0|"可表示為0|z)=2P"b|z)=S^Pr(b)=i^S，)(6)其中S,w表示第i位為O的碼字集合，同時假設每個碼字發(fā)送的概率均為Pr(b)二氛嚴格來講，由于z是連續(xù)隨機向量，Pr(z)是該隨機向量的聯(lián)合概率密度函數(ProbabilityDensityFunction,PDF),Pr(zlb)表示條件聯(lián)合概率密度。將(6)式代入(5)式得到<formula>formulaseeoriginaldocumentpage11</formula>(7)由于信道無記憶特性，在接收端已知CSI、4QAM映射條件下比特級別的信道也是條件獨立的。即，已知CSI向量X時，已知比特向量b條件下z的條件聯(lián)合概率密度函數可以寫成乘積形式<formula>formulaseeoriginaldocumentpage11</formula>(8)假設4QAM映射實部和虛部均采用0—1，1—-1,令c-l-2b，無特殊說明c與b均被稱為一個NR碼字。則已知發(fā)送比特A和CSIA的條件下z,.的條件PDF為<formula>formulaseeoriginaldocumentpage11</formula>將(9)式和(8)式代入(7)式分子分母約掉常數項和與c無關項，(7)式表示的對數似然比可以計算如下"i(6,)=log-exp)exp(10)其中C,("對應于《。)，表示c,=1的碼字集合。注意到最優(yōu)4QAM解映射算法可以表示為jPr(z.iH、ex2…(11)因此(10)式可以重寫為ZZi(6,Hog-4,)exp9二乂=09h戶o乂j(12)L"，其中Kc)□i;::lc^為4QAM解映射輸出與碼字c的互相關值。值得注意的是，ML算法通過計算互相關值，然后找到最大互相關值所對應的碼字作為最大似然碼字輸出。U2)式得到的是簡化后的等效MAP算法，它與最原始的暴力MAP算法相比，復雜度有所下降，因為其互相關值計算可以借鑒已有的快速ML算法，而且不需要通過連乘計算得到發(fā)送每一個碼字時的概率密度函數。從推導過程中可以看出，(12)式所示的MAP算法不僅僅局限于NR碼，也可用于任何別的分組碼，包括線性碼和非線性碼。同時，對于非系統(tǒng)碼，只要認為ceCf表示第"言息位為0所對應的碼字，(12)式表示的MAP算法同樣適用于非系統(tǒng)碼譯碼。實施例l根據(12)式，設計譯碼器結構框圖如圖l所示。譯碼器接收星座解映射輸出，計算并存儲解映射結果與碼字的互相關值，然后通過對互相關值的運算得到每一個信息比特位的軟信息值。通過互相關結果進行軟信息運算得到每一個信息比特位軟信息的算法具體有多種，比如按照(12)式運算。然而，由于U2)式過于復雜，有必要簡化以便降低譯碼器的復雜度。接下來的實施例2與實施例3便是本發(fā)明中提出的近似簡化算法。實施例2注意到(12)式所示的MAP算法雖然較原始MAP算法有所簡化，但是復雜度依然很高。采取對數和(log-sum)近似算法(l。gZ/'amax,y)可以得到低復雜度的準最優(yōu)算法如下maxr(c)—maxr(c,..........(13)2(13)式所示的近似算法較(12)式復雜度得到大幅下降，因為這里不需要進行指數、求和、除法以及對數運算，需要的算法僅僅是比較與加法。計算每一個信息比特位的軟信息時，由于全局最大互相關值將永遠出現在(13)式中，因此(n)式的.計算可以通過如下步驟獲得。"步驟一找到全局最大互相關值KcJ和次最大互相關值K、)，其對應的碼字分別為、和、，找出、和^不同佶息比特位，這些比特的軟信息按照U3)式賦值；步驟二對于、和^中相同的信息比特位，比如假設他們的第/位都是l，<formula>formulaseeoriginaldocumentpage13</formula>找到碼字集合中第f位相反(即為-l)的最大互相關值旦^"c)(稱極大互相關值)，按照(13)式得到第/位的軟"l曰息o(13)式是通過log-sum近似得到的，更精確的近似可以釆用Jacobian對數<formula>formulaseeoriginaldocumentpage13</formula>其中乂.(口)為修正函數。然而，仿真發(fā)現，對于NR碼，直接采用(13)式計算，不管后端的LDPC碼字采用和積譯碼算法(SPA)還是歸一化最小和(normalizedMIN-SUM)算法，不管是在AWGN還是獨立Rayleigh衰落信道下，誤碼率門限為10_6時相對于理想的MAP算法LSA算法的損失都小于0.1dB。而如果考慮(14)式近似算法時，對于每一個信息比特，至少需要該比特為0(或者1)時最大互相關值和次最大互相關值，同時需要查表計算修正函數。因此復雜度有較大增加，而性能的改善有限。當然，這里并沒有考慮將4QAM解映射、NR碼譯碼以及LDPC譯碼進行迭代運算，而如果迭代運算將有所不同，更精確的近似將更好一些，因為誤差在迭代過程中會累加。此外，仿真僅針對NR碼和DTMB中的LDPC碼，由于本算法也適用于其他分組碼，針對其他碼的效果還值得進一步討論。實施例3實施例2中，按照(13)式計算每一個比特LLR值時，對于步驟二中、和、相同的信息比特位，比如、(0=^(/)=1,仍然需要查找第/位為-l碼字集合中的最大互相關值，需要付出相應復雜度代價。在本實施例中，給出僅基于最大互相關值和次最大互相關值的近似算法，本方法復雜度已基本接近ML算法，但本方法能提供每一個信息比特位的軟信息?；趯嵤├?的討論，本實施例提供的最大互相關值和次最大互相關值(MS)軟信息生成算法的具體搡作步驟為，步驟一找到全局最大互相關值KcJ和次最大互相關值KcJ,其對應的碼字分別為^和^，找出、和^不同比特位，給這些比特按照(13)式賦值。公式化表示為丄,》會["/)"0+c訓(/)《)](15)步驟二對于、和^相同比特位，比如假設它們的第/位都是l，c(0=cOT(/)=l。由于第z'位為-1的碼字集合中的最大互相關值，y(c)"(c)，因此近似為.丄辟,)《會["化)-讀.(0](16)其中"為略小于l的常數。通過統(tǒng)計(13)式中除去KcJ和Kc^)的互相關值與K^)比值的均值，可以得到"的一個經驗取值。對于NR碼，"《0.9是一個不錯的選擇。MS算法僅基于最大互相關值和次最大互相關值，而在查找比較最大互相關值的過程中，還可以得到最大、次最大和第三大互相關值?；谶@三個互相關值的譯碼算法將得到更好的性能，而且復雜度僅小幅增加?；谶@一思想的算法被命名為最大、次最大和第三大互相關值(MST)算法，具體步驟如下步驟一找到全局最大互相關值K、)、次，大互相關值Kc,J和第三大互相關值Kc,J,及其對應的碼字分別為、、c、^和c一找出、和c,m不同比特位，給這些比特按照(13)式賦值。公式化表示為<formula>formulaseeoriginaldocumentpage14</formula>(17)步驟二對于、和^相同比特位，比較是否與、對應位相同，如果不同，按下式賦值<formula>formulaseeoriginaldocumentpage14</formula>(18)步驟三對于、、、以及、相同的比特位，比如設它們的第f位都是l,即"0=^(0=^(/)=1。由于第/位為-l的碼字集合中的最大互相關值，Y(e)^(^),因此近似為丄辟,)+,(OK化.)](19)其中"為略小于l的常數。為了更好的展現本發(fā)明提供的低復雜度譯碼算法在誤碼性能和復雜度之間的折中關系，以NR碼為例，外碼釆用DTMB中的(7488,6096)LDPC碼字，結合不同的LDPC譯碼算法，給出釆用各實施例中的軟信息生成方法在不同的信道條件下的誤碼性能如圖2、圖3所示，其中圖2是本發(fā)明提供的三種典型譯碼算法在AWGN信道下的性能；圖3是本發(fā)明提供的三種典型譯碼算法在獨立Rayleigh衰落信道下的性能。此外，MS算法和MST算法中的"和"值需要優(yōu)化，分析和仿真表明，"=-=0.9是一個不錯的選擇。圖4和圖5分別是"和/取不同值的時候MS和MST算法在AWGN和獨立Rayleigh信道下的誤碼性能。圖4是"和"取不同值時，本發(fā)明提出的MS和MST算法在AWGN信道下的性能；圖5是"和"取不同值時，本發(fā)明提出的MS和MST算法在Rayleigh信道下的性能。表1所示為誤比特率門限為10氣LDPC采用不同譯碼算法、不同信道條件下，各簡化算法相對于MAP算法的SNk性能損失，單位為dB，其中《=/=0.9。表l<table>tableseeoriginaldocumentpage15</column></row><table>N-MIN-SUM算法(AWGN信道)0.040.100.05N-MIN-SUM算法(獨立Rayleigh信道)0.060.18'.0.09為了顯示本發(fā)明中譯碼算法的低復雜度特性，以NR碼為例，對最原始的MAP算法以及本發(fā)明中提出的三種典型簡化譯碼算法做一個定量的復雜度比較如表2所示，其復雜度計算從輸入4QAM符號序列到NR碼譯碼輸出。原始MAP算法對于每一個NR碼字，需要計算16個符號條件概率密度的連乘，因此需要大量的乘法資源。實施例2中的LSA算法不需要對數和指數運算，取而代之的是簡單的比較運算。實施例3中的MS算法只需要最大和次最大互相關值，因此比較運算明顯減少，而由于對最大和次最大互相關值對應碼字的相同比特位，按照(16)式需要乘以常數"，此操作可以通過釆用移位相加的辦法轉換為加法運算。實施例3中的MST算法相比MS算法復雜度僅小幅增加，因為需要找到第三大互相關值及其對應碼字.。二者不同之處還在于對于最大和次最大互相關值對應碼字的相同比特位，需要比較一下第三大互相關值對應碼字在該比特位的異同。如果外碼LDPC采用normalizedMIN-SUM算法，由于其不需要精確的對數似然比值，即輸入對數似然比值的常數倍能得到相同的性能，而本發(fā)明中實施例2與3中的近似簡化算法為線性運算，因此在解映射的時候不需要除以噪聲方差，進一步降低了譯碼器復雜度。由于NR碼為距離不變(distanceinvariant)非線性碼，其最小碼距為6,因此最大和次最大互相關值所對應的碼字有6位不同的可能性非常大；而由于NR碼碼長為16,信息位長度為8，因此統(tǒng)計上平均有三個不同的信息比特位，從而實施例2近似簡化算法在統(tǒng)計平均意義上需要的比較運算可減少254個。表2<table>tableseeoriginaldocumentpage17</column></row><table>其中，表中所列運算均為實數運算1.借鑒快速ML算法可至少減少3536個加法運算；2.如果LDPC譯碼算法釆用normalizedMIN-SUM算法，此處除法可以省略；3.最多需要比較運算1271個，平均需要1017個。如果后續(xù)LDPC碼釆用SPA譯碼算法，則NR碼譯碼輸出需要是比較精確的LLR值，因此需要對噪聲功率進行估計。但是，如果后續(xù)碼字不需要嚴格精確的LLR值，比如后續(xù)的LDPC碼字譯碼釆用normalizedMIN-SUM算法，MAP算法仍然必須對噪聲功率進行估計，但是LSA、MS算法和MST算法都不需要對噪聲功率進行估計。本發(fā)明提出基于互相關值的軟信息生成方法及其簡化算法，提供一個低復雜度軟輸入軟輸出的NR譯碼器，并且可以很方便地在誤碼性能和復雜度之間取得折中。同時，本發(fā)明的方法還適用于任何別的分組碼，對短碼尤其有效。以上所述僅是本發(fā)明的優(yōu)選實施方式，應當指出，對于本
技術領域：
的普通技術人員來說，在不脫離本發(fā)明技術原理的前提下，還可以做出若干改進和潤飾，這些改進和潤飾也應視為本發(fā)明的保護范圍。權利要求1、一種軟輸入軟輸出NR譯碼器的軟信息生成方法，其特征在于，所述方法包括以下步驟A、接收星座解映射輸出，計算其與所有碼字的互相關值；B、根據所述互相關值，獲取碼字每一個信息比特位的軟信息。2、如權利要求1所述的軟輸入軟輸出NR譯碼器的軟信息生成方法，其特征在于，所述步驟B具體包括根據對數和近似算法獲取碼字每一個信息比特位的軟信息，所述每一個信息比特位的軟信息由如下方法得到對于每一個信息比特位，以該比特將整個碼字集合劃分為兩個子集，找到該兩個子集的最大互相關值，則取該兩個子集的最大互相關值之差的一半為該比特的對數似然比值輸出。3、如權利要求2所述的軟輸入軟輸出NR譯碼器的軟信息生成方法，其特征在于，所述根據對數和近似算法獲取碼字每一個信息比特位的軟信息，具體包括Bll、對從步驟A中得到的互相關值，尋找全體碼字集合上最大和次最大互相關值及其對應的兩個碼字；B12、對所述最大和次最大互相關值對應的兩個碼字中的不同信息比特位，取上述互相關值之差的一半作為該比特的軟信息，其符號位由最大互相關值對應碼字的該比特位值確定；對于所述最大和次最大互相關值對應的兩個碼字中的相同信息比特位，尋找碼字集合中該比特位為相反值的子集中的最大互相關值為極大互相關值，取最大互相關值與極大互相關值之差的一半作為該比特的軟信息輸出，其符號位由最大互相關值對應.碼字的該比特位值4、如權利要求2或3所述的軟輸入軟輸出NR譯碼器的軟信息生成方法，其特征在于，在根據對數和近似算法獲取碼字每一個信息比特位的軟信息過程中，釆用修正的對數和近似簡化，將兩正數之和的對數替換為二者較大數的對數加上一個修正函數。5、如權利要求1所述的軟輸入軟輸出NR譯碼器的軟信息生成方法，其特征在于，所述步驟B具體包括B21、對從步驟A中得到的互相關值，尋找全體碼字集合上最大和次最大互相關值及其對應的碼字；B22、對于所述最大和次最大互相關值對應碼字中的不同信息比特位，取上述互相關值之差的一半作為給該比特的軟信息輸出，其符號位由最大互相關值對應碼字的該比特位值確定；對于所述最大和次最大互相關值對應碼字中的相同信息比特位，取最大互相關值與常數倍的次最大互相關值之差的一半作為該比特的軟信息輸出，其符號位由最大互相關值對應碼字的該比特位值確定。6、如權利要求1所述的軟輸入軟輸出NR譯碼器的軟信息生成方法，其特征在于，所述步驟B具體包括B31、對從步驟A中得到的互相關值，尋找全體碼字集合上最大、次最大以及第三大互相關值及其對應的碼字；B32、對于所述最大和次最大互相關值對應碼字的不同信息比特位，取最大和次最大互相關值之差的一半作為該比特的軟信息輸出，其符號位由最大互相關值對應碼字的該比特位值確定；對于最大和次最大互相關值對應碼字相同但與第三大互相關值對應碼字不同的比特位，取最大和第三大互相關值之差的一半作為該比特的軟信息輸出，其符號位由最大互相關值對應碼字的該比特位值確定；對于最大、次最大以及第三大互相關值對應的碼字的相同信息比特位，取最大互相關值與常數倍次第三大互相關值之差的一半作為該比特的軟信息輸出，其符號位由最大互相關值對應碼字的該比特位值7、如權利要求5或6所述的軟輸入軟輸出NR譯碼器的軟信息生成方法，其特征在于，根據實際需要確定所述常數，對于NR碼，所述常數為0.9。8、一種軟輸入軟輸出NR譯碼器，其特征在于，所述譯碼器包括互相關計算單元，用于接收星座解映射輸出，計算其與所有碼字的互相關值；互相關值存儲單元，用于存儲所述互相關計算單元得到的互相關值；軟信息生成單元，從所述互相關值存儲單元讀出互相關值，通過對互相關值進行低復雜度軟信息運算得到碼字每一個信息比特位的軟伯息。9、如權利要求8所述的軟輸入軟輸出NR譯碼器，其特征在于，接收信號的星座解映射輸出為對數似然比的常數倍。10、如權利要求8或9所述的軟輸入軟輸出NR譯碼器，其特征在于，互相關值對應的碼字用其存儲的地址表示。全文摘要本發(fā)明公開了一種軟輸入軟輸出NR譯碼器的軟信息生成方法，包括接收星座解映射輸出，計算其與所有碼字的互相關值；根據互相關值，獲取碼字每一個信息比特位的軟信息。本發(fā)明還公開了一種軟輸入軟輸出NR譯碼器，包括互相關計算單元，用于接收星座解映射輸出，計算其與所有碼字的互相關值；互相關值存儲單元，用于存儲互相關值；軟信息生成單元，用于讀出互相關值，通過對互相關值進行低復雜度軟信息運算得到碼字每一個信息比特位的軟信息。本發(fā)明提出基于互相關值的軟信息生成方法及其簡化算法，提供一個低復雜度軟輸入軟輸出的NR譯碼器，并且可以很方便地在誤碼性能和復雜度之間取得折中。同時，本發(fā)明的方法還適用于任何別的分組碼，對短碼尤其有效。文檔編號H03M13/21GK101621300SQ20091008952公開日2010年1月6日申請日期2009年7月22日優(yōu)先權日2009年7月22日發(fā)明者健宋,彭克武,楊知行,軍王,謝求亮申請人:清華大學