LDPC译码的并行子迭代调度策略

《Electronics》：A Parallel Sub-Iteration Scheduling Strategy for LDPC Decoding

　　

在深空通信中，传统低密度奇偶校验（low-density parity check, LDPC）译码算法因消息调度效率低下而面临收敛速度慢和时延高的问题。基于残差的层置信传播（residual-based layered belief propagation, RB-LBP）算法虽改善了收敛性，但其串行调度限制了硬件并行度。类似地，基于神经网络的译码器虽能带来性能增益，但在资源受限的星载平台上会产生过高的计算开销。为应对这些挑战，本文提出了并行节点式置信传播（parallel node-wise belief propagation, PNW-BP）算法。通过采用基于最大残差的动态分组策略，PNW-BP在子迭代内构建局部节点集合并进行并行消息传递。该策略在实现组内并行性的同时，保持组间分层更新以维持快速收敛。在CCSDS标准（8176, 7154）LDPC码上的仿真结果表明，PNW-BP加速了收敛，且在所评估条件下未观察到误码率（bit error rate, BER）性能下降。例如，在E_b/N₀=3.75 dB且目标BER为5×10^?5时，PNW-BP仅需8次迭代，而NMSA、LBP、RB-LBP和GS-BP分别需要37、15、16和20次迭代。因此，PNW-BP为资源受限的星载应用提供了一种高效的解决方案。

论文解读：基于并行子迭代调度的LDPC译码算法研究

在深空通信场景中，信道条件恶劣，对纠错码的译码时延和吞吐量提出了严苛要求。低密度奇偶校验（low-density parity check, LDPC）码凭借其接近香农极限的纠错能力，被广泛应用于深空通信标准中。然而，传统LDPC译码算法在消息调度上存在固有缺陷：基于浸没式消息传递的调度方式收敛缓慢，导致所需迭代次数多、译码时延高；而基于残差的层置信传播（residual-based layered belief propagation, RB-LBP）虽然通过残差引导的消息更新顺序加快了收敛，但串行调度方式使得每次迭代内只能依次更新各层，无法充分利用硬件并行资源。另一方面，近年来基于神经网络的译码器虽能在误码率（bit error rate, BER）性能上取得增益，但其计算复杂度极高，对于功耗和资源严格受限的星载平台而言难以承受。因此，如何设计一种既能保持快速收敛、又能支持并行硬件实现的LDPC译码调度策略，成为深空通信系统亟待解决的问题。

针对上述矛盾，研究人员提出了一种并行节点式置信传播（parallel node-wise belief propagation, PNW-BP）算法。该算法的核心思想是在子迭代内实现节点级并行，同时保持层间的串行更新顺序，从而兼顾收敛速度与并行效率。具体而言，PNW-BP利用消息残差作为动态分组的依据：在每次子迭代开始时，计算各节点消息的残差，选取残差最大的节点作为根节点，并基于残差阈值或关联关系构建一个局部节点集合。该集合内的节点消息可以在子迭代内并行更新，而不同集合之间则沿用层置信传播（layered belief propagation, LBP）的分层更新机制，逐层推进。这种“组内并行、组间分层”的策略，有效避免了RB-LBP中完全串行导致的时间开销，同时保留了残差调度的快速收敛特性。

仿真实验采用CCSDS标准下的（8176, 7154）LDPC码，该码字为深空通信常用码型。研究人员将PNW-BP与四种现有算法进行对比，包括归一化最小和算法（normalized min-sum algorithm, NMSA）、分层置信传播（layered belief propagation, LBP）、基于残差的分层置信传播（RB-LBP）以及基于梯度下降的置信传播（gradient-descent belief propagation, GS-BP）。仿真中设置了不同信噪比（E_b/N₀）环境，以评估各算法的收敛速度与误码率性能。结果显示，PNW-BP在所有测试信噪比下均能显著减少达到目标BER所需的迭代次数。例如，在E_b/N₀=3.75 dB且目标BER为5×10^?5时，PNW-BP仅需8次迭代，而NMSA需37次，LBP需15次，RB-LBP需16次，GS-BP需20次。同时，在相同迭代次数下，PNW-BP的BER曲线与RB-LBP等算法基本重合，说明其在不损失误码率性能的前提下实现了加速收敛。

在算法实现复杂度方面，PNW-BP的动态分组操作仅涉及残差比较和节点分组，没有引入额外的神经网路训练或大规模矩阵运算，因此其计算开销远低于基于神经网络的解码器，适合部署于资源受限的星载硬件。此外，组内并行性使得PNW-BP易于映射到多核处理器或现场可编程门阵列（field-programmable gate array, FPGA）等并行架构中，为实际星载系统的高吞吐量译码提供了可行方案。

讨论部分指出，PNW-BP的加速效果主要得益于残差引导的动态分组策略。与传统固定顺序的分层调度不同，动态分组能够优先更新残差较大的消息，从而更快地传播可靠信息，减少无效迭代。同时，组内并行避免了RB-LBP中串行更新造成的延迟累积，使得每次迭代的时间开销更低。然而，研究人员也承认，动态分组需要额外的残差计算与比较逻辑，这会在一定程度上增加硬件设计复杂度。不过，相较于性能增益，这一开销在多数深空通信应用场景中是可以接受的。

研究结论表明，PNW-BP算法通过并行子迭代调度，在保持快速收敛的同时实现了硬件并行，能够显著减少LDPC译码的迭代次数，且不引入误码率性能损失。该算法为深空通信等资源受限环境下的高效LDPC译码提供了一种新的解决思路，具有重要的工程应用价值。论文发表于《Electronics》。