CN112039534B

CN112039534B - 一种ldpc译码方法、装置、设备及存储介质

Info

Publication number: CN112039534B
Application number: CN202010804915.3A
Authority: CN
Inventors: 马征; 周璇
Original assignee: Southwest Jiaotong University
Current assignee: Southwest Jiaotong University
Priority date: 2020-08-12
Filing date: 2020-08-12
Publication date: 2023-05-02
Anticipated expiration: 2040-08-12
Also published as: CN112039534A

Abstract

本发明公开了一种LDPC译码方法、装置、设备及存储介质，该方法包括：分类获取主要诱捕集中不满足校验关系的校验节点和普通校验节点；设置超级校验节点，所述超级校验节点由所述主要诱捕集中不满足校验关系的校验节点结合而成；获取信道中的对数似然比值；基于所述信道中的对数似然比值、BP算法、BCJR算法和BCJR‑TS算法的计算结果进行硬判决；获取所述硬判决的结果；设置校验方程；基于所述硬判决的结果和所述校验方程，判断译码结果是否正确，当所述译码结果正确时，结束译码。本发明相较于现有的低错误平层译码方法，具有更低的复杂度，而且本发明在接收端实施，对码本和编码无约束，更具有普适性和实用性。

Description

一种LDPC译码方法、装置、设备及存储介质

技术领域

本说明书涉及译码领域，特别是一种LDPC译码方法、装置、设备及存储介质。

背景技术

低密度校验码，也就是LDPC码(Low-density Parity-check)是一种能逼近香农容量限的渐进好码,由于低密度校验码具有译码复杂度低,纠错能力强等诸多优点,近年来,它在信息可靠传输中的良好应用前景已经引起学术界和IT业界的高度重视,成为当今信道编码领域最受瞩目的研究热点之一。错误平层(error floor)是LDPC码理论及其迭代译码算法研究中的一个重要问题,其特征表现为在从中等信噪比瀑布区域到高信噪比错误平层区域误码性能曲线斜率的突然降低，具体而言，LDPC码的误码曲线随着信噪比(SNR)的增加，在SNR的中高区域将出现错误平层现象，即：在中高SNR区域，误码率曲线随着SNR的增加，斜率减小。这是因为校验矩阵中环的存在，导致置信传播迭代译码算法中传递的对数似然比(LLR)值逐渐失去独立性，不足以纠正译码中出现的错误，从而译码将陷入“诱捕”状态，导致这一现象的原因是一类叫“诱捕集”的变量节点(Varibal Nodes,VN)的集合。

在某些应用场景下，比如5G的高可靠低时延(URLLC)传输，以及闪存(NAND flashRom)等对可靠性的要求十分高，LDPC的错误平层也成为其应用的一大阻碍，因此，对LDPC码的错误平层降低技术创新显得十分重要。现有技术大多数在码字构造技术上进行改进，通过避开对错误平层影响较大诱捕集或环长较小的环，从而构造错误平层较低的LDPC码。尽管，可以通过以上手段获得低错误平层的码本，但其应用范围有限，需要对现***本和译码均进行更新才能使用，因此，更重要的应该是对现有标准中的码本进行合理的译码器设计，对已***本的译码错误平层进行降低，这样的技术手段更具有普适性，应用范围更广。现有技术主要存在复杂度过高的问题。

本发明相较于现有的低错误平层译码方法，具有更低的复杂度，而且本发明在接收端实施，对码本和编码无约束，更具有普适性和实用性。

发明内容

本说明书实施例的目的在于，提供了一种LDPC译码方法、装置、设备及存储介质，具有更低的复杂度，而且本发明在接收端实施，对码本和编码无约束，更具有普适性和实用性。

为达到上述目的，一方面，本说明书实施例提供了一种LDPC译码方法，包括：

分类获取主要诱捕集中不满足校验关系的校验节点和普通校验节点；

设置超级校验节点，超级校验节点由主要诱捕集中不满足校验关系的校验节点结合而成；

获取信道中的对数似然比值；

基于信道中的对数似然比值和BP算法计算变量节点向普通校验节点传输的第一信息值LLR_VN2CN；

基于BP算法计算变量节点接收到的来自普通校验节点的第二信息值LLR_CN2VN；

设置迭代次数阈值，当迭代次数不超过所述迭代次数阈值时，基于BCJR算法计算超级校验节点向变量节点传输的第三信息值LLR_BCJR，当迭代次数超过所述迭代次数阈值时，基于BCJR-TS算法计算所述超级校验节点向所述变量节点传输的第五信息值LLR_BCJR-TS；

叠加第二信息值LLR_CN2VN和第三信息值LLR_BCJR或第五信息值LLR_BCJR-TS并硬判决；

获取硬判决的结果；

设置校验方程；

基于硬判决的结果和校验方程，判断译码结果是否正确，当译码结果正确时，结束译码。

另一方面，本说明书实施例还提供了一种LDPC译码装置，包括：校验节点获取模块，用于分类获取主要诱捕集中不满足校验关系的校验节点和普通校验节点；超级校验节点设置模块，用于设置超级校验节点，所述超级校验节点由所述主要诱捕集中不满足校验关系的校验节点结合而成；对数似然比值获取模块，用于获取信道中的对数似然比值；第一信息值计算模块，用于基于所述信道中的对数似然比值和BP算法计算变量节点向所述普通校验节点传输的第一信息值LLR_VN2CN；

第二信息值计算模块，用于基于所述BP算法计算所述变量节点接收到的来自所述普通校验节点的第二信息值LLR_CN2VN；第三信息值计算模块和第五信息值计算模块，用于判断所述迭代次数与设置的迭代次数阈值的大小关系后，分别基于BCJR算法或BCJR-TS算法计算所述超级校验节点向所述变量节点传输的第三信息值LLR_BCJR或第五信息值LLR_BCJR-TS；硬判决模块，用于叠加所述第二信息值LLR_CN2VN和所述第三信息值LLR_BCJR或第五信息值LLR_BCJR-TS并硬判决，获取所述硬判决的结果；结果判断模块，用于基于所述硬判决的结果和设置的校验方程，判断译码结果是否正确。

另一方面，本说明书实施例还提供了一种电子设备，包括：存储器，用于存储计算机软件程序，处理器，用于运行计算机软件程序时可实现本发明实施例中的LDPC译码方法的步骤。

另一方面，本说明书实施例还提供了一种一种计算机可读存储介质，其上存储有计算机软件程序，计算机软件程序被运行时可实现本发明实施例中的LDPC译码方法的步骤。

由以上本说明书实施例提供的技术方案可见，本说明书实施例使得降低错误平层具有更低的复杂度，本说明书实施例在接收端实施，对码本和编码无约束，更具有普适性和实用性。

附图说明

图1和图2为本说明书一些实施例的LDPC译码方法的流程图。

图3为本说明书一些实施例的栅格图路径修剪示意图。

具体实施方式

为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本说明书保护的范围。

如图1所示，本说明书一些实施例中提供了一种LDPC译码方法，该方法包括以下步骤:

S102、分类获取主要诱捕集中不满足校验关系的校验节点和普通校验节点；设置超级校验节点，超级校验节点由主要诱捕集中不满足校验关系的校验节点结合而成；

S104、获取信道中的对数似然比值；基于信道中的对数似然比值和BP算法计算变量节点向普通校验节点传输的第一信息值LLR_VN2CN；

S106、基于BP算法计算变量节点接收到的来自普通校验节点的第二信息值,设置迭代次数阈值，当迭代次数不超过所述迭代次数阈值时，基于BCJR算法计算超级校验节点向变量节点传输的第三信息值，当迭代次数超过所述迭代次数阈值时，计算所述超级校验节点向所述变量节点传输的第五信息值LLR_BCJR-TS，所述第五信息值LLR_BCJR-TS基于BCJR-TS算法计算；

S108、叠加第二信息值LLR_CN2VN和第三信息值LLR_BCJR或第五信息值LLR_BCJR-TS并硬判决；获取硬判决的结果；设置校验方程；基于硬判决的结果和校验方程，判断译码结果是否正确，当译码结果正确时，结束译码。

在本说明书一些实施例中，计算变量节点向超级校验节点传输的第四信息值LLR_v2c；

当迭代次数不超过迭代次数阈值时，基于BCJR算法计算超级校验节点向变量节点传输的第三信息值LLR_BCJR后，将第三信息值LLR_BCJR更新为第三信息值LLR_BCJR与第四信息值LLR_v2c的差值。

在本说明书一些实施例中，当迭代次数超过迭代次数阈值时，基于诱捕集选择可靠的比特，修正BCJR算法的栅格图中与可靠的比特对应的路径，具体为，当第N+1个节点被判断为可靠时，删除第N+1个节点，将第N个节点和第N+2个节点相连；基于修正栅格图路径后的BCJR算法计算超级校验节点向变量节点传输的第五信息值LLR_BCJR-TS，获取第五信息值LLR_BCJR-TS后，将第五信息值LLR_BCJR-TS更新为第五信息值LLR_BCJR-TS与第四信息值LLR_v2c的差值。

在本说明书一些实施例中，获取信道中的对数似然比值；基于信道中的对数似然比值和BP算法进行译码；当译码结果错误时，再分类获取主要诱捕集中不满足校验关系的校验节点和普通校验节点；基于信道中的对数似然比值和BP算法计算变量节点向普通校验节点传输的第一信息值LLR_VN2CN；基于BP算法计算变量节点接收到的来自普通校验节点的第二信息值LLR_CN2VN；设置迭代次数阈值，当迭代次数不超过所述迭代次数阈值时，基于BCJR算法计算超级校验节点向变量节点传输的第三信息值LLR_BCJR，当迭代次数超过所述迭代次数阈值时，基于BCJR-TS算法计算所述超级校验节点向所述变量节点传输的第五信息值LLR_BCJR-TS；叠加并硬判决第二信息值LLR_CN2VN和第三信息值LLR_BCJR或第五信息值LLR_BCJR-TS；获取硬判决的结果；设置校验方程；基于硬判决的结果和校验方程，判断译码结果是否正确，当译码结果正确时，结束译码。也就是说，此实施例中，在对校验节点进行分类获取之前，先使变量节点采用传统置信传播迭代译码算法中的计算方式，计算变量节点向校验节点传输的信息。并将变量节点接收到的所有信息进行叠加进行硬判决，将判决结果与校验方程相乘，判断是否译码正确，若译码不正确，再采用前述将校验节点分类的译码方法。

现有方案中的提前检测准则是对迭代中每个比特的LLR值进行观察，当LLR值达到一定阈值即认为其是可靠的，本发明结合诱捕集的概念，有针对性的设计提前检测准则，提前检测准则中的预先迭代次数大大减少，有利于复杂度的进一步降低，针对于错误平层区域，结合诱捕集挑选可靠比特位置，判断具有理论依据，更精准。因此本发明中的译码器只对诱捕集结合成的SCN采用BCJR译码，可以认为在每个BCJR译码过程中，包含在诱捕集中的变量节点是不可靠的，所以，只需要迭代极少的次数(通常为2-3次)后，从非诱捕集中的变量节点中挑选出LLR模值较大的比特，即认为这些比特是可靠的，然后在BCJR算法中对这些可靠的比特进行栅格图路径进行修剪，以减少BCJR算法的计算复杂度。

结合图2进一步来说明，在本说明书一些实施例中，利用重要性抽要方法找出码本的诱捕集，选定部分类型的诱捕集，将不满足校验关系的校验节点结合成一个超级校验节点，并设定使用BCJR_TS方法译码的阈值I_BCJR-TS，根据接收到的信号，计算从信道接收到的似然比值，根据传统置信传播迭代译码中变量节点计算方法，计算得到变量节点向校验节点传输的外信息值LLR_VN2CN，判断迭代次数是否达到使用BCJR-TS译码的阈值，若达到阈值，对普通校验节点采用和积算法计算LLR_C2V；对超级校验节点采用提前检测准则进行判断，基于诱捕集选择最可靠的比特，对BCJR栅格图中对应的路径进行修剪删除后，采用BCJR算法计算得到LLR_BCJR-TS，最终输出的LLR_SC2V＝LLR_BCJR-TS-LLR_V2C，若未达到阈值，对普通校验节点采用BP算法计算LLR_C2V；对超级校验节点采用BCJR算法计算得到LLR_BCJR，最终输出的LLR_SC2V＝LLR_BCJR-LLR_V2C，具体来讲，对若迭代次数未达到I_BCJR-TS,则将变量节点向校验节点传递信息LLR_v2c当作先验信息，对校验节点中超级校验节点采用传统BCJR算法计算校验结点输出的外信息LLR_BCJR。最终，超级校验节点向变量节点传输的信息LLR_SC2V为BCJR算法的输出LLR_BCJR与先验信息LLR_V2C之差。最后对译码结果进行硬判决和正确性判断。

结合图3，以下针对超过阈值的情形进行详细说明，本发明设计的译码方法对主要诱捕集中不满足校验关系的校验节点结合形成的SCN采用BCJR算法计算输出LLR_BCJR值，根据本方案中提出的基于诱捕集的提前检测准则，在BCJR算法的栅格图中，可以通过栅格图路径修剪省略部分路径以减少计算复杂度。假设信息序列u长度为K，

u＝(u₁,u₂,…u_i,…,u_K),u_i∈{0,1}

其中，i＝1,2,…,K。对应的编码后的序列c长度为N,

c＝(c₁,c₂,…c_j,…,c_N),c_j∈{0,1}

其中，j＝1,2,…,N,且码率R＝K/N。经过BPSK(binary phase-shift keying)调制后，调制序列x长度为N，

x＝(x₁,x₂,…,x_j,…,x_N),x_j∈{±1}

对于1<j<N,有

σ_j＝f_s(c_j,σ_j-1)

状态函数f_s表示当前状态σ_j是前一状态σ_j-1和输入c_j的函数。状态对(σ_j-1,σ_j)∈S₀或S₁分别代表输入比特c_j为0或1。在加性噪声信道中，接收序列y长度为N，

y＝x+n

其中，n为服从概率密度函数为p的随机分布的噪声。根据最大后验概率准则，可以得到

定

因此可以将接收序列分解为

从而

为了叙述方便，定义

γ_j(σ_j-1,σ_j)＝p(σ_j,y_j|σ_j-1)

可以得到每个比特输出的LLR值为

若SCN所涉及的第j个比特经过提前检测判断为可靠，则对原始的栅格图进行修剪，并对γ_j-1(σ_j-1,σ_j+1)重新计算，

γ_j-1(σ_j-1,σ_j+1)＝γ_i-1(σ_j-1,σ_j)γ_i(σ_j,σ_j+1)

若第j个比特判定可靠为0，则(σ_j,σ_j+1)∈S₀，反之，(σ_j,σ_j+1)∈S₁。

举例来说，在某次LDPC译码过程中，对于结合后的SCN，判断迭代次数是否大于I_BCJR-TS,如果大于，则应用BCJR-TS译码。假设第5个变量节点经提前检测可靠判定为1，则可删除第5个变量节点，将第4个变量节点与第6个变量节点连接，同时对γ₄(σ₄,σ₆)重新计算，

γ₄(σ₄,σ₆)＝γ_i-1(σ₄,σ₅)γ_i(σ₅,σ₆)

在BCJR算法计算完成后，未经栅格图路径修剪的比特输出LLR_BCJR减去BCJR输入的先验LLR_V2C即为该SCN向各个相连的变量节点传输的信息。而在BCJR-TS算法中剪去的比特，因为认为其是可靠的，所以该校验节点向这些变量节点传递的信息为初始信息的加强，可以设置为：

LLR_SCN2VN(u_i∈reliable bits)＝sign(LLR_V2C(u_i))×LLR_reff

其中sign(·)为取符号操作。LLR_reff为一个固定的LLR值的参考值，通常设置为大于20的数值，因为该比特在提前检测中被认为是可靠的，因此可以认为其自身LLR值已经很大，在后续迭代中，只需继续加强这个比特的LLR值即可。

本说明书一些实施例中还提供了一种LDPC译码装置，该装置包括：

校验节点获取模块，用于分类获取主要诱捕集中不满足校验关系的校验节点和普通校验节点；

超级校验节点设置模块，用于设置超级校验节点，所述超级校验节点由所述主要诱捕集中不满足校验关系的校验节点结合而成；

对数似然比值获取模块，用于获取信道中的对数似然比值；

第一信息值计算模块，用于基于所述信道中的对数似然比值和BP算法计算变量节点向所有校验节点传输的第一信息值LLR_VN2CN；

第二信息值计算模块，用于基于所述BP算法计算所述变量节点接收到的来自所述普通校验节点的第二信息值LLR_CN2VN；

第三信息值计算模块和第五信息值计算模块，用于判断所述迭代次数与设置的迭代次数阈值的大小关系后，分别基于BCJR算法或BCJR-TS算法计算所述超级校验节点向所述变量节点传输的第三信息值LLR_BCJR或第五信息值LLR_BCJR-TS；

硬判决模块，用于叠加所述第二信息值LLR_CN2VN和所述第三信息值LLR_BCJR或第五信息值LLR_BCJR-TS并硬判决，获取所述硬判决的结果；

结果判断模块，用于基于所述硬判决的结果和设置的校验方程，判断译码结果是否正确。

在本说明书一些实施例中，该LDPC译码装置，还包括第四信息值计算模块，用于计算变量节点向超级校验节点传输的第四信息值LLR_v2c；第三信息值更新模块，用于当迭代次数不超过迭代次数阈值时，基于BCJR算法计算超级校验节点向变量节点传输的第三信息值LLR_BCJR后，将第三信息值LLR_BCJR更新为第三信息值LLR_BCJR与第四信息值LLR_v2c的差值。

在本说明书一些实施例中，该LDPC译码装置，还包括栅格图路径修正模块，用于当迭代次数超过迭代次数阈值时，基于诱捕集选择可靠的比特，修正BCJR算法的栅格图中与可靠的比特对应的路径，具体为，当第N+1个节点被判断为可靠时，删除第N+1个节点，将第N个节点和第N+2个节点相连；第五信息值计算模块，具体为，用于基于修正栅格图路径后的BCJR算法计算超级校验节点向变量节点传输的第五信息值LLR_BCJR-TS，获取第五信息值LLR_BCJR-TS后，将第五信息值LLR_BCJR-TS更新为第五信息值LLR_BCJR-TS与第四信息值LLR_v2c的差值。

在本说明书一些实施例中，还提供了一种电子设备，包括：存储器，用于存储计算机软件程序；处理器，用于运行计算机软件程序时可实现本说明书实施例中的LDPC译码方法的步骤。

在本说明书一些实施例中，还提供了一种计算机可读存储介质，其上存储有计算机软件程序，计算机软件程序被运行时可实现本说明书实施例中的LDPC译码方法的步骤。

虽然上文描述的过程流程包括以特定顺序出现的多个操作，但是，应当清楚了解，这些过程可以包括更多或更少的操作，这些操作可以顺序执行或并行执行(例如使用并行处理器或多线程环境)。本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁盘式存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法或者设备中还存在另外的相同要素。

本领域技术人员应明白，本说明书的实施例可提供为方法、***或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于方法实施例而言，由于其基本相似于装置实施例，所以描述的比较简单，相关之处参见装置实施例的部分说明即可。以上仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。

Claims

1.一种LDPC译码方法，其特征在于，所述方法包括，

设置超级校验节点，所述超级校验节点由所述主要诱捕集中不满足校验关系的校验节点结合而成；

获取信道中的对数似然比值；

基于所述信道中的对数似然比值和BP算法计算变量节点向所有校验节点传输的第一信息值LLR_VN2CN；

基于所述BP算法计算所述变量节点接收到的来自所述普通校验节点的第二信息值LLR_CN2VN；

设置迭代次数阈值，当迭代次数不超过所述迭代次数阈值时，基于BCJR算法计算所述超级校验节点向所述变量节点传输的第三信息值LLR_BCJR，计算所述变量节点向所述超级校验节点传输的第四信息值LLR_v2c；当所述迭代次数不超过所述迭代次数阈值时，基于所述BCJR算法计算所述超级校验节点向所述变量节点传输的所述第三信息值LLR_BCJR后，将所述第三信息值LLR_BCJR更新为所述第三信息值LLR_BCJR与所述第四信息值LLR_v2c的差值；当迭代次数超过所述迭代次数阈值时，基于BCJR-TS算法计算所述超级校验节点向所述变量节点传输的第五信息值LLR_BCJR-TS；基于所述诱捕集选择可靠的比特，修正所述BCJR算法的栅格图中与所述可靠的比特对应的路径，具体为，当第N+1个节点被判断为可靠时，删除第N+1个节点，将第N个节点和第N+2个节点相连；基于修正所述栅格图路径后的BCJR算法计算所述超级校验节点向所述变量节点传输的第五信息值LLR_BCJR-TS，获取所述第五信息值LLR_BCJR-TS后，将所述第五信息值LLR_BCJR-TS更新为所述第五信息值LLR_BCJR-TS与所述第四信息值LLR_v2c的差值；

叠加所述第二信息值LLR_CN2VN和所述第三信息值LLR_BCJR或第五信息值LLR_BCJR-TS并硬判决；

获取所述硬判决的结果；

设置校验方程；

基于所述硬判决的结果和所述校验方程，判断译码结果是否正确，当所述译码结果正确时，结束译码。

2.根据权利要求1所述的LDPC译码方法，其特征在于，所述方法还包括，

获取信道中的对数似然比值；

基于所述信道中的对数似然比值和所述BP算法进行译码；

当译码结果错误时，再分类获取所述主要诱捕集中不满足校验关系的校验节点和普通校验节点；基于所述信道中的对数似然比值和BP算法计算变量节点向所述普通校验节点传输的第一信息值LLR_VN2CN；基于所述BP算法计算所述变量节点接收到的来自所述普通校验节点的第二信息值LLR_CN2VN；设置迭代次数阈值，当迭代次数不超过所述迭代次数阈值时，基于BCJR算法计算所述超级校验节点向所述变量节点传输的第三信息值LLR_BCJR，当迭代次数超过所述迭代次数阈值时，基于BCJR-TS算法计算所述超级校验节点向所述变量节点传输的第五信息值LLR_BCJR-TS；叠加并硬判决所述第二信息值LLR_CN2VN和所述第三信息值LLR_BCJR或第五信息值LLR_BCJR-TS；获取所述硬判决的结果；设置校验方程；基于所述硬判决的结果和所述校验方程，判断译码结果是否正确，当所述译码结果正确时，结束译码。

3.一种LDPC译码装置，其特征在于，所述装置包括，

对数似然比值获取模块，用于获取信道中的对数似然比值；

第三信息值计算模块和第五信息值计算模块，用于判断迭代次数与设置的迭代次数阈值的大小关系后，分别基于BCJR算法或BCJR-TS算法计算所述超级校验节点向所述变量节点传输的第三信息值LLR_BCJR或第五信息值LLR_BCJR-TS；

结果判断模块，用于基于所述硬判决的结果和设置的校验方程，判断译码结果是否正确；

第四信息值计算模块，用于计算所述变量节点向所述超级校验节点传输的第四信息值LLR_v2c；

第三信息值更新模块，用于当所述迭代次数不超过所述迭代次数阈值时，基于所述BCJR算法计算所述超级校验节点向所述变量节点传输的所述第三信息值LLR_BCJR后，将所述第三信息值LLR_BCJR更新为所述第三信息值LLR_BCJR与所述第四信息值LLR_v2c的差值；

栅格图路径修正模块，用于当所述迭代次数超过所述迭代次数阈值时，基于所述诱捕集选择可靠的比特，修正所述BCJR算法的栅格图中与所述可靠的比特对应的路径，具体为，当第N+1个节点被判断为可靠时，删除第N+1个节点，将第N个节点和第N+2个节点相连；

所述第五信息值计算模块，具体为，用于基于修正所述栅格图路径后的BCJR算法计算所述超级校验节点向所述变量节点传输的第五信息值LLR_BCJR-TS，获取所述第五信息值LLR_BCJR-TS后，将所述第五信息值LLR_BCJR-TS更新为所述第五信息值LLR_BCJR-TS与所述第四信息值LLR_v2c的差值。

4.一种电子设备，其特征在于，包括

存储器，用于存储计算机软件程序；

处理器，用于运行所述计算机软件程序时实现根据权利要求1至2任一项所述LDPC译码方法的步骤。

5.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机软件程序，所述计算机软件程序被运行时实现根据权利要求1至2任一项所述LDPC译码方法的步骤。