LDPC译码算法的Matlab性能仿真分析——BP译码、LLRBP译码、MS译码及NMS译码比较

LDPC译码算法的Matlab性能仿真分析——BP译码、LLRBP译码、MS译码及NMS译码比较

LDPC码是一种近年来发展起来的可纠错编码，因其在误码率（Bit Error Rate, BER）性能、奇偶检验矩阵结构等方面都有着良好的特性而被广泛应用于无线通信领域。但是，如何快速且准确地对LDPC码进行译码成为了当前研究的热点问题之一。本文将介绍LDPC译码算法中四种不同的译码算法，分别是基于最大后验概率（Maximum A Posteriori, MAP）准则的 BP（Belief Propagation）译码算法、基于 似然度值的BP译码算法（LLRBP，Log-Likelihood Ratio Belief Propagation）、MS（Min-Sum）译码算法和NMS（Normalized Min-Sum）译码算法，并通过Matlab进行性能仿真实验，比较各算法在不同条件下的译码效果。

一、LDPC码

LDPC码是一种通过定义一个具有稀疏、低密度的奇偶校验矩阵H来表示的码。在LDPC码的编码过程中，信息位会通过矩阵H进行编码，生成码字。而解码过程中，则是通过已知的码字及矩阵H对其进行译码。

二、BP译码算法

BP译码算法是一种采用基于图模型的概率推理算法，它通过迭代计算从收到的信息和已有的约束条件中得出未知变量的后验概率分布。具体实现中，BP算法通过将信道传送的