KR20230009498A

KR20230009498A - 데이터 처리 방법 및 장치, 디코더, 네트워크 디바이스 및 저장 매체

Info

Publication number: KR20230009498A
Application number: KR1020227043480A
Authority: KR
Inventors: 칭 비앤
Original assignee: 세인칩스 테크놀로지 컴퍼니 리미티드
Priority date: 2020-08-14
Filing date: 2021-08-04
Publication date: 2023-01-17
Also published as: CN114079474A; EP4195514A1; JP2023529185A; WO2022033370A1; US20230299790A1

Abstract

본 출원은 데이터 처리 방법 및 장치, 디코더, 네트워크 디바이스 및 저장 매체를 제공하며, 상기 데이터 처리 방법은: 변조 방식, 디코더 양자화 기설정 임계값 및 신호 잡음비에 따라 대수 우도비(LLR) 요소를 분류하고, 분류 결과를 획득하며; 분류 결과에서 각 카테고리의 특징 정보를 추출하며; 각 카테고리의 특징 정보에 따라 스케일링 인자를 계산하여 획득하며; 및 스케일링 인자에 따라 LLR 요소에 대해 스케일링 처리를 수행하는 것을 포함한다.

Description

데이터 처리 방법 및 장치, 디코더, 네트워크 디바이스 및 저장 매체

본 출원은 통신 기술 분야와 관련되며, 구체적으로 데이터 처리 방법 및 장치, 디코더, 네트워크 디바이스 및 저장 매체에 관한 것이다.

참고적으로, 본 출원은 2020년 8월 14일에 출원된 중국 특허 출원 번호 202010822621.3에 대한 우선권을 주장하며, 중국 특허 출원의 내용은 그 전체가 인용 방식을 통해 여기에 포함된다.

제5세대 이동 통신 시스템(5th Generation Mobile Networks, 5G)에서는, 물리적 데이터 전송 채널에서 저밀도 검사 코드(Low Density Parity Check Codes, LDPC)의 인코딩/디코딩 기술을 사용하여 고품질 정보 전송을 구현한다. 일반적으로 사용되는 LDPC 디코딩 알고리즘은 경판정 디코딩 알고리즘과 연판정 디코딩 알고리즘을 포함한다. 경판정 디코딩 알고리즘의 계산 복잡도는 낮지만 디코딩 성능이 이상적이지 않고 디코딩 오류가 자주 발생하며; 일반적으로 사용되는 연판정 디코딩 알고리즘은 BP(Back Propagation) 알고리즘이며, 그 기본 아이디어는 입력된 디코딩 비트의 대수 우도비(Log Likelihood Ratio, LLR)에 대해 이분 그래프를 사용하여, 검사 노드와 변수 노드 간에 정보를 반복적으로 전파한다. 동시에 복잡성과 성능 간의 균형을 고려하여 입력된 LLR 요소에 대해 고정 소수점을 수행하고, 또한 특정 비트를 사용하여 LLR 요소에 대해 정량화를 수행해야 한다.

그러나 연판정 디코딩 알고리즘은 구현이 복잡하지 않고 실제 통신 시스템에 잘 적용되지 않으며; 고정 소수점을 사용하면 연판정 디코딩 알고리즘의 구현 복잡성이 줄어들지만, 동시에 양자화 오류도 발생하여 디코딩 알고리즘이 5G 통신 네트워크의 복잡한 페이딩 채널 환경과 다른 변조 방식에서 LDPC 디코더의 성능 요구 사항에 적응할 수 없게 만든다.

현재 데이터 스케일링 방법은 주로 LDPC 반복 횟수, 입력 신호의 SNR 및 신뢰도와 관련된 기타 정보를 기반으로 스케일링 인자를 조정하고, 또한 입력된 LLR 요소에 스케일링 인자를 곱하여 스케일링된 LLR 요소를 획득한다. 이러한 데이터 스케일링 방법은 데이터 양자화로 인한 LDPC 디코딩 성능의 손실을 어느 정도 줄일 수 있다. 그러나 실제 통신 시스템에 제대로 적용할 수 없으며, 5G 통신 네트워크의 복잡한 페이딩 채널 환경과 다른 변조 방식에서 LDPC 디코더의 성능 요구 사항에 적응할 수 없다.

본 출원의 실시예는 데이터 처리 방법을 제공하며, 이 데이터 처리 방법은: 변조 방식, 디코더 양자화 기설정 임계값 및 신호 잡음비에 따라 대수 우도비(LLR) 요소를 분류하고, 분류 결과를 획득하며; 분류 결과에서 각 카테고리의 특징 정보를 추출하며; 각 카테고리의 특징 정보에 따라 스케일링 인자를 계산하여 획득하며; 및 스케일링 인자에 따라 LLR 요소에 대해 스케일링 처리를 수행하는 것을 포함한다.

본 출원의 실시예는 데이터 처리 장치를 제공하며, 이 데이터 처리 장치는: 변조 방식, 디코더 양자화 기설정 임계값 및 신호 잡음비에 따라 대수 우도비(LLR) 요소를 분류하고, 분류 결과를 획득하도록 구성되는 분류 모듈; 분류 결과에서 각 카테고리의 특징 정보를 추출하도록 구성되는 추출 모듈; 각 카테고리의 특징 정보에 따라 스케일링 인자를 계산하여 획득하도록 구성되는 계산 모듈; 및 스케일링 인자에 따라 LLR 요소에 대해 스케일링 처리를 수행하도록 구성되는 스케일링 모듈을 포함한다.

본 출원의 실시예는 디코더를 제공하며, 이 디코더는: 본 출원 실시예의 데이터 처리 방법을 실행하여 스케일링된 LLR 요소를 생성하도록 구성되는 데이터 처리 장치; 데이터 처리 장치에 의해 출력된 스케일링된 LLR 요소에 대해 포화 양자화 처리를 수행하여 양자화된 LLR 요소를 생성하고, 또한 양자화된 LLR 요소에 기초하여 양자화된 LLR 어레이를 획득하도록 구성되는 양자화 장치; 및 양자화된 LLR 어레이에 대해 저밀도 검사 코드 디코딩을 수행하도록 구성되는 디코딩 장치를 포함한다.

본 출원의 실시예는 네트워크 디바이스를 제공하며, 이 네트워크 디바이스는: 하나 이상의 프로세서 및 메모리를 포함하며; 메모리는 하나 이상의 프로그램이 저장되고, 하나 이상의 프로그램이 하나의 이상의 프로세서에 의해 실행될 때 하나 이상의 프로세서가 본 출원 실시예의 데이터 처리 방법을 구현하게 한다.

본 출원의 제1 실시예는 컴퓨터 판독 가능 저장 매체를 제공하며, 이 컴퓨터 판독 가능 저장 매체는 컴퓨터 프로그램을 저장하고, 컴퓨터 프로그램이 프로세서에 의해 실행될 때, 본 출원 실시예의 데이터 처리 방법을 구현한다.

변조 방식, 디코더 양자화 기설정 임계값 및 신호 잡음비에 따라 LLR 요소를 분류하고, 분류 결과를 획득하며, 상이한 변조 방법, 상이한 신호 잡음비 환경 및 상이한 LLR 요소 분포에 대해 다른 분류 결과를 결정함으로써, 5G 시스템에서 LLR 요소의 양자화에 대한 페이딩 채널 및 상이한 처리량 수준의 요구 사항에 적응할 수 있다. 이 분류 과정에서 분류 결과의 카테고리에 따라 LLR 요소의 균형을 맞추고, 또한 분류 결과에서 각 카테고리의 특징 정보를 추출하고, 각 카테고리의 특징 정보에 따라 스케일링 인자를 계산하여 획득할 수 있으며, 스케일링 인자에 따라 LLR 요소에 대해 스케일링 처리를 수행하여, 스케일링된 LLR 요소를 획득함으로써, 주요 LLR 요소의 양자화 오류를 효과적으로 줄이고, LDPC 디코딩의 정확도를 향상시키고, 스케일링 계산의 복잡성을 줄일 수 있다.

도 1은 본 출원의 실시예에서 데이터 처리 방법의 개략적인 흐름도를 도시한다.
도 2는 본 출원의 실시예에서 데이터 처리 방법의 다른 개략적인 흐름도를 도시한다.
도 3은 본 출원의 실시예에서의 데이터 처리 장치의 구성의 블록도를 도시한다.
도 4는 본 출원의 실시예에서 디코더의 구성의 블록도를 도시한다.
도 5는 본 출원의 실시예에서의 데이터 처리 시스템의 구성의 블록도를 도시한다.
도 6은 본 출원의 실시예에서 적응형 스케일링 모듈의 구성의 블록도를 도시한다.
도 7은 본 출원의 실시예에서 데이터 처리 시스템의 입력된 LLR 어레이의 LLR 요소를 처리하기 위한 방법의 흐름도를 도시한다.
도 8은 본 출원의 실시예에 따른 데이터 처리 방법 및 장치를 구현할 수 있는 컴퓨팅 디바이스의 예시적인 하드웨어 아키텍처의 구조도를 도시한다.

이하, 본 출원의 목적, 기술적 방안 및 이점을 보다 명확하게 하기 위하여 첨부된 도면을 참조하여 본 출원의 실시예를 상세히 설명한다. 본 출원의 실시예 및 실시예의 특징은 충돌이 없다면 임의로 조합될 수 있음에 유의해야 한다.

양자화 과정에서 입력된 LLR 어레이의 LLR 요소가 LDPC 디코딩 성능의 손실을 방지하게 하기 위해, 일반적으로 입력된 부동 소수점의 LLR 요소의 값에 스케일링(scaling)을 수행하여 스케일링된 LLR 요소를 획득한 후, 다시 스케일링된 LLR 요소에 대해 양자화를 수행한다. 현재 데이터 스케일링 방법은 주로 LDPC 반복 횟수, 입력 신호의 SNR 및 신뢰도와 관련된 기타 정보를 기반으로 스케일링 인자를 조정하고, 또한 입력된 LLR 요소에 스케일링 인자를 곱하여 스케일링된 LLR 요소를 획득한다. 이러한 데이터 스케일링 방법은 데이터 양자화로 인한 LDPC 디코딩 성능의 손실을 어느 정도 줄일 수 있다. 그러나 실제 통신 시스템에 제대로 적용할 수 없으며, 5G 통신 네트워크의 복잡한 페이딩 채널 환경과 다른 변조 방식에서 LDPC 디코더의 성능 요구 사항에 적응할 수 없다.

도 1은 본 출원의 실시예에서 데이터 처리 방법의 개략적인 흐름도를 도시한다. 이 데이터 처리 방법은 데이터 처리 장치에 적용될 수 있고, 이 데이터 처리 장치는 디코더에 설치될 수 있다. 도 1에 도시된 바와 같이, 본 출원의 본 실시예에서의 데이터 처리 방법은 다음의 단계 110 내지 140을 포함할 수 있다.

단계 110: 변조 방법, 디코더 양자화 기설정 임계값 및 신호 잡음비에 따라 대수 우도비 요소를 분류하고, 분류 결과를 획득한다.

대수 우도비(Log Likelihood Ratio, LLR)는 통신에서 소프트 디코딩에 일반적으로 사용되며, 부호값의 사전 확률 비율이다. 특정 조건에서는(예를 들어 부호가 동일한 확률을 갖고 채널에 메모리가 없는 경우), 사후 확률의 비율로 변환될 수도 있다.

일부 구체적 구현에서, 단계 110은 다음과 같은 방식으로 구현될 수 있다: 변조 방법, 디코더 양자화 기설정 임계값 및 신호 잡음비에 따라 분류 임계값을 생성하고; 분류 임계값과 LLR 요소의 값에 따라 LLR 요소에 해당하는 카테고리를 결정하고, 각 LLR 요소에 해당하는 카테고리에 따라 분류 결과를 획득한다.

변조 방식은 직교 위상 편이(Quadrature Phase Shift Keying, QPSK) 변조 방식과 상이한 진수의 직교 진폭 변조 (Quadrature Amplitude Modulation, QAM) 방식을 포함할 수 있다. 예를 들어, 16진수 QAM(16QAM), 64 진수QAM(64QAM) 및 256 진수 QAM(256QAM) 등의 다양한 변조 방법. 위의 변조 방식은 예시일 뿐이며, 설명되지 않은 다른 변조 방식도 본 출원의 보호 범위에 속하는 것으로 특정 상황에 따라 구체적으로 설정할 수 있으므로 여기에서 반복하지 않는다.

디코더 양자화 기설정 임계값은 저밀도 검사 코드(Low Density Parity Check Codes, LDPC) 디코더의 양자화 범위에 따라 결정되는 값이다. 예를 들어, LDPC 디코더의 양자화 범위가 [-a, b]이고, 또한, a와 b가 모두 0보다 큰 숫자이면, 디코더 양자화 기설정 임계값은 a 및 b 중의 최대값을 취한다. 즉, 디코더 양자화 기설정 임계값은

, 예를 들어, [-a, b] = [-8.0, 7.75]이면,

=8이다.

신호 잡음비(SIGNAL NOISE RATIO, SNR)는 또는 전자 시스템에서 신호와 잡음의 비율을 나타낸다. 여기서 신호는 장치에서 처리해야 하는 장치 외부의 전자 신호를 가리키며, 잡음은 장치를 통과한 후 생성된 원본 신호에 존재하지 않는 임의의 추가 신호(또는 정보)를 말하며, 또한 잡음은 원본 신호의 변화에 따라 변하지 않는다. 좁은 의미의 SNR은 증폭기의 출력 신호 전력과 동시에 출력되는 잡음 전력의 비율을 나타내며 일반적으로 데시벨(dB)로 표시된다. 장치의 신호 잡음비가 크면 장치에서 발생하는 잡음이 적고 장치에서 재생되는 사운드의 품질이 더 높다는 것을 나타내며; 그렇지 않으면 그 반대이다. 분류 임계값은 입력된 LLR 어레이의 LLR 요소를 여러 카테고리로 나눌 수 있도록 하기 위해 여러 개의 서로 다른 임계값을 포함할 수 있다. 즉, 분류 결과는 복수의 카테고리를 포함할 수 있고, 각 카테고리는 복수의 LLR 요소를 포함한다. 다른 카테고리의 LLR 요소의 값을 균등화하여 더 큰 값을 가진 LLR 요소를 필터링할 수 있으며, LLR 요소를 양자화한 후 더 포화된 양자화 값을 생성하여 부정확한 디코딩 결과를 초래하는 것을 방지하고 디코딩 정확도를 개선한다.

예를 들어, 분류 임계값은

이다.

는 디코더 양자화 기설정 임계값을 나타내며,

은 변조 방식에 해당하는 분류 임계값 계산 인자를 나타내고,

은 신호 잡음비에 해당하는 분류 임계값 계산 인자를 나타낸다. 예를 들어, 변조 방식이 256QAM인 경우 변조 방식에 해당하는 계산 인자는 4.0이고, SNR은 30dB이다. 이때, SNR에 해당하는 계산 인자가 0.9이고, 디코더의 양자화 기설정 임계값이 8로 설정되면, 분류 임계값은

이다.

단계 120: 분류 결과에서 각 카테고리의 특징 정보를 추출한다.

카테고리의 특징 정보는 카테고리 내 LLR 요소의 수, 카테고리 내 LLR 요소의 값 및 카테고리에 해당하는 LLR 평균값 등 다양한 정보를 포함할 수 있다. 카테고리에 대한 위의 특징 정보는 예시일 뿐이며, 기타 설명되지 않은 카테고리의 특징 정보도 본 출원의 보호 범위에 속하며 특정 상황에 따라 구체적으로 설정할 수 있으므로 여기에서 반복하지 않는다.

일부 구체적 구현에서, 단계 120은 다음 방식으로 구현될 수 있다. 즉, 다음 작업이 분류 결과의 각 카테고리에 대해 각각 수행된다: 각 카테고리의 LLR 요소의 수를 계산하고 각 카테고리에 해당하는 수량 통계 결과를 획득한다; 각 카테고리에 대응하는 LLR 요소의 값을 누적하여, 각 카테고리에 해당하는 수치 통계 결과를 생성한다; 각 카테고리에 해당하는 수치 통계 및 각 카테고리에 해당하는 수량 통계 결과에 따라 각 카테고리에 해당하는 LLR 평균값을 계산하고 생성한다; 각 카테고리에 해당하는 수량 통계 결과, 각 카테고리에 해당하는 수치 통계 결과 및 각 카테고리에 해당하는 LLR 평균값에 따라 각 카테고리의 특징 정보를 결정한다.

예를 들어, 분류 임계값

에 따라 LLR 어레이의 LLR 요소를 분류하고 획득한 분류 결과는 2개의 카테고리를 포함한다. 즉, 제1 카테고리와 제2 카테고리이다. 제1 카테고리의 LLR 요소의 값은 28.8 크거나 같고, 제1 카테고리는 M개의 LLR 요소를 포함하며, 제2 카테고리의 LLR 요소의 값은 28.8 보다 작고, 제2 카테고리는 N개의 LLR 요소를 포함하며, M과 N은 모두 1보다 크거나 같은 정수이다. 제1 카테고리에 해당하는 수량 통계 결과는 M이고 제2 카테고리에 해당하는 수량 통계 결과는 N이다. 제1 카테고리의 LLR 요소의 값을 누적하여 수치 통계 결과

를 생성하면, 제1 카테고리에 해당하는 LLR 평균값은

과 같다. 유사하게, 제2 카테고리의 LLR 요소의 값을 누적하여 수치 통계 결과

을 생성하면, 제2 카테고리에 해당하는 LLR 평균값은

과 같다.

각 카테고리에 해당하는 수량 통계 결과, 각 카테고리에 해당하는 수치 통계 결과 및 각 카테고리에 해당하는 LLR 평균값을 계산하여 획득하며, 후속적으로 위의 특징 정보를 기반으로 스케일링 인자를 편리하게 계산하고, 스케일링 인자가 각 카테고리의 특성에 더 부합하는 것을 보장함으로써, 다른 카테고리의 LLR 요소의 값을 균등화할 수 있다.

단계 130: 각 카테고리의 특징 정보에 따라 스케일링 인자를 계산하여 획득한다.

스케일링 인자는 LLR 요소에 대한 데이터 스케일링을 수행하는 데 사용되어 채널 코딩/디코딩의 성능을 개선함으로써 채널의 안정적인 전송을 보장한다는 점에 유의해야 한다. 스케일링 인자를 계산하고 얻기 위해 각 카테고리의 특징 정보를 사용하면 각 카테고리에 있는 LLR 요소의 특징 정보의 균형을 보류하여 스케일링 인자가 더 합리적임을 보장할 수 있다.

일부 구체적 구현에서, 단계 130은 다음과 같은 방식으로 구현될 수 있다: 수량 통계 결과에 따라 각 카테고리의 비율을 각각 결정한다; 각 카테고리의 비율과 기설정 비율 임계값에 따라 각 카테고리의 가중치를 결정한다; 각 카테고리의 가중치, 각 카테고리에 해당하는 LLR 평균값 및 기설정 목표값에 따라 스케일링 인자를 계산하여 획득하고, 기설정 목표값은 디코더 양자화 기설정 임계값 및 변조 방식에 따라 결정되는 값이다.

예를 들어, 기설정 목표값은

이고, 여기서

는 변조 방식에 해당하는 계산 인자를 나타낸다.

일부 구체적 구현에서, 각 카테고리의 가중치는 각 카테고리의 비율 및 기설정 비율 임계값에 따라 결정되며, 다음을 포함한다: 분류 결과가 제1 카테고리 및 제2 카테고리를 포함하는 것으로 결정되고, 또한 다음 조건을 만족하는 경우, 즉, 제1 카테고리의 비율이 제1 기설정 비율 임계값보다 크고, 또한 제1 카테고리의 비율이 제2 기설정 비율 임계값보다 작고, 제1 카테고리의 LLR 요소의 값이 요소 기설정 임계값보다 작고, 제2 카테고리의 LLR 요소의 값이 요소 기설정 임계값보다 크면, 제1 카테고리의 가중치가 제2 카테고리의 가중치보다 큰 것으로 결정된다.

예를 들어, 제1 기설정 비율 임계값이 50%이고, 제2 기설정 비율 임계값이 70%이면, 제1 카테고리의 비율은 50%보다 크며, 또한 제1 카테고리의 비율이 70%보다 작으면, 입력된 LLR 어레이에서 제1 카테고리 비율이 더 많다는 것을 의미한다; 대응되게, 입력된 LLR 어레이에서 제2 카테고리의 비율은 더 적다. 이때, 제1 카테고리의 가중치가 제2 카테고리의 가중치보다 훨씬 큰 것으로 결정할 수 있어, 제1 카테고리에 해당하는 가중치가 충분히 큰 것을 보장할 수 있으며, 제2 카테고리에 해당하는 가중치는 충분히 작아 데이터에 대한 후속 양자화를 수행하는데 유리하다.

일부 구체적 구현에서, 각 카테고리의 가중치는 각 카테고리의 비율 및 기설정 비율 임계값에 따라 각각 결정되며, 이는 다음을 포함한다. 분류결과가 고가치 카테고리, 중가치 카테고리, 저가치 카테고리를 포함하는 것으로 결정되고, 또한 제1 비율이 제1 기설정 비율 임계값보다 작고, 제2 비율이 제2 기설정 비율 임계값보다 작고, 또한 제3 비율이 제3 기설정된 비율 임계값보다 작은 것을 만족하면, 각 카테고리의 가중치는 낮은 것에서 높은 것까지 순서대로 고가치 카테고리의 가중치, 중가치 카테고리의 가중치 및 저가치 카테고리의 가중치이고; 만약 제1 비율이 제1 기설정 비율 임계값보다 크거나 같으면, 고가치 카테고리의 가중치는 중가치 카테고리의 가중치보다 크고, 또한 고가치 카테고리의 가중치는 낮은 카테고리의 가중치보다 크고; 제1 비율은 모든 카테고리에서 고가치 카테고리의 비율이고, 제2 비율은 중가치 카테고리와 저가치 카테고리에서 저가치 카테고리의 비율이며, 제3 비율은 중가치 카테고리와 저가치 카테고리에서 중가치 카테고리의 비율이다.

예를 들어, 제1 기설정 비율 임계값이 10%이고, 제2 기설정 비율 임계값이 70%이고, 제3 기설정 비율 임계값이 30%이면, 제1 비율이 10% 보다 작고, 제2 비율이 70% 보다 작고 또한 제3 비율이 30% 보다 작은 경우, 저가치 카테고리에 해당하는 가중치

, 중가치 카테고리에 해당하는 가중치

, 고가치 카테고리에 해당하는 가중치

을 얻을 수 있으므로, 고가치 카테고리의 가중치를 0으로 만들며, 또한 저가치 카테고리의 가중치는 중가치 카테고리의 가중치보다 크므로, 각 카테고리에 해당하는 가중치에 따라, 고가치 카테고리에 해당하는 LLR 요소를 필터링하여 고가치 카테고리에 해당하는 LLR 요소가 디코딩에 미치는 영향을 줄이고, 디코딩 정확도를 향상시킨다.

가중치 요소를 선택할 때 LLR 요소의 값이 낮은 카테고리에 더 큰 가중치가 할당된다는 점에 유의해야 한다. LDPC의 전형적인 반복 디코딩 알고리즘의 경우 체크 노드를 반복적으로 계산할 때마다 LLR 요소의 저가치 카테고리가 디코딩 결과에 가장 큰 영향을 미치는 경우가 많기 때문에, 저가치 카테고리로 편향된 가중치 분배 방법은 저가치 카테고리의 LLR 요소를 보다 정확하게 스케일링할 수 있다. 또한, 고가치 카테고리는 스케일링 인자의 스케일링 연산 후에 양자화 처리를 수행하여 포화 양자화 값이 자주 나타난다. 그러나 고가치 카테고리의 포화 양자화 값은 디코딩 결과에 거의 영향을 미치지 않으며 무시할 수 있으므로 디코딩 정확도가 향상된다.

단계 140, 스케일링 인자에 따라 LLR 요소에 대해 스케일링 처리를 수행한다.

예를 들어, 입력된 LLR 어레이의 각 LLR 요소에 스케일링 인자를 곱해 각 LLR 요소에 대해 스케일링 처리를 수행하여 스케일링된 LLR 요소를 생성한다.

이 실시예에서, 변조 방식, 디코더 양자화 기설정 임계값 및 신호 잡음비에 따라 LLR 요소를 분류하고, 분류 결과를 획득하며, 상이한 변조 방법, 상이한 신호 잡음비 환경 및 상이한 LLR 요소 분포에 대해 다른 분류 결과를 결정함으로써, 5G 시스템에서 LLR 요소의 양자화에 대한 페이딩 채널 및 상이한 처리량 수준의 요구 사항에 적응할 수 있다. 이 분류 과정에서 분류 결과의 카테고리에 따라 LLR 요소의 균형을 맞추고, 또한 분류 결과에서 각 카테고리의 특징 정보를 추출하고, 각 카테고리의 특징 정보에 따라 스케일링 인자를 계산하여 획득할 수 있으며, 스케일링 인자에 따라 LLR 요소에 대해 스케일링 처리를 수행하여, 스케일링된 LLR 요소를 획득함으로써, 주요 LLR 요소의 양자화 오류를 효과적으로 줄이고, LDPC 디코딩의 정확도를 향상시키고, 스케일링 계산의 복잡성을 줄일 수 있다.

구체적 구현에서, 단계 110 전에, 단계 150 및 단계 160을 더 포함한다.

단계 150: 각 LLR 요소에 대해 리미팅 처리를 수행하여 리미팅된 LLR 요소를 획득한다.

리미팅은 기결정 임계값을 초과하는 신호의 특정 특성(예: 전압, 전류, 전력)의 모든 순간 값을 기결정 임계값으로 제한하고, 다른 모든 순간 값은 보류하는 것을 의미한다. 예를 들어, [-128.0, 128.0]의 LLR 요소의 범위는 보류하고, 이 범위를 넘는 다른 값은 LLR 요소의 특징 정보가 더 두드러지도록 이 범위에 가깝게 축소된다.

160단계: 리미팅된 LLR 요소를 버퍼 영역에 버퍼링한다.

예를 들어, 리미팅된 LLR 요소를 기설정된 메모리 버퍼 또는 기설정된 저장 장치에 저장한다. 위의 버퍼링 방법은 예시일 뿐이며, 설명되지 않은 다른 버퍼링 방법도 본 출원의 보호 범위 내에 있으며, 구체적인 상황에 따라 구체적으로 설정할 수 있으므로 여기서 중복되는 내용은 생략한다.

본 실시예에서, 각 LLR 요소에 대해 리미팅 처리를 수행하여, 리미팅된 LLR 요소를 획득함으로써 LLR 요소의 특징 정보가 더 두드러지게 하고; 그런 다음 리미팅된 LLR 요소를 버퍼 영역에 버퍼링하여 LLR 어레이의 LLR 요소의 무결성을 보장한다. 그런 다음 변조 방식, 디코더 양자화 기설정 임계값 및 신호 잡음비에 따라 LLR 요소를 분류하고, 분류 결과를 획득하고, 상이한 변조 방법, 상이한 신호 잡음비 환경 및 상이한 LLR 요소 분포에 대해 다른 분류 결과를 결정함으로써, 5G 시스템에서 LLR 요소의 양자화에 대한 페이딩 채널 및 상이한 처리량 수준의 요구 사항에 적응할 수 있다. 이 분류 과정에서 분류 결과의 카테고리에 따라 LLR 요소의 균형을 맞추고, 또한 분류 결과에서 각 카테고리의 특징 정보를 추출하고, 각 카테고리의 특징 정보에 따라 스케일링 인자를 계산하여 획득할 수 있으며, 스케일링 인자에 따라 LLR 요소에 대해 스케일링 처리를 수행하여, 스케일링된 LLR 요소를 획득함으로써, 주요 LLR 요소의 양자화 오류를 효과적으로 줄이고, LDPC 디코딩의 정확도를 향상시키고, 스케일링 계산의 복잡성을 줄일 수 있다.

도 2는 본 출원의 실시예에서 데이터 처리 방법의 다른 개략적인 흐름도를 도시한다. 데이터 처리 방법은 데이터 처리 장치에 적용될 수 있고, 데이터 처리 장치는 디코더에 설치될 수 있다. 도 2에 도시된 바와 같이, 본 출원의 본 실시예에서의 데이터 처리 방법은 다음과 같은 단계 210 내지 270을 포함할 수 있다.

단계 210: 변조 방식, 디코더 양자화 기설정 임계값 및 신호 잡음비에 따라 대수 우도비 요소를 분류하고, 분류 결과를 획득한다.

단계 220: 분류 결과에서 각 카테고리의 특징 정보를 추출한다.

단계 230: 각 카테고리의 특징 정보에 따라 스케일링 인자를 계산하여 획득한다.

단계 240, 스케일링 인자에 따라 LLR 요소에 대해 스케일링 처리를 수행한다.

본 출원의 실시예의 단계 210 내지 240은 이전 실시예의 단계 110 내지 140과 동일하므로, 여기서 반복되지 않는다는 점에 유의해야 한다.

단계 250: 스케일링된 LLR 요소에 대해 포화 양자화 처리를 수행하여 양자화된 LLR 요소를 생성한다.

예를 들어, 기설정 양자화 범위 내에서(예를 들어, 기설정 양자화 범위는 [-8.0, 7.75]이고, 양자화 단계 크기는 0.25임), 스케일링된 LLR 요소에 대해 양자화 처리를 수행한다. 즉, 스케일링된 LLR 요소를 양자화 단계 크기에 따라 양자화하고, 또한 양자화 범위는 [-8.0, 7.75]이므로, 양자화된 LLR 요소의 값이 기설정 양자화 범위를 초과하지 않도록 하여 양자화된 LLR 요소의 후속 처리를 용이하게 한다.

단계 260: 양자화된 LLR 요소에 기초하여 양자화된 LLR 어레이를 획득한다.

예를 들어, 양자화 전에 K개의 LLR 요소가 있는 경우, 양자화된 LLR 어레이는 K개의 양자화된 LLR 요소를 포함하며, 여기서 K는 1 이상의 정수이다.

단계 270: 양자화된 LLR 어레이에 대해 저밀도 검사 코드 디코딩을 수행한다.

저밀도 검사 코드 디코딩은 다양한 통신 시스템 또는 정보 저장 시스템에서 사용되는 오류 정정/검출 기술이며, 이 디코딩 방법은 채널 한계에 접근하는 성능을 가지고 있어 디코딩 결과의 정확성을 보장할 수 있다는 점에 유의해야 한다.

이 실시예에서, 변조 방식, 디코더 양자화 기설정 임계값 및 신호 잡음비에 따라 LLR 요소를 분류하고, 분류 결과를 획득하며, 상이한 변조 방법, 상이한 신호 잡음비 환경 및 상이한 LLR 요소 분포에 대해 다른 분류 결과를 결정함으로써, 5G 시스템에서 LLR 요소의 양자화에 대한 페이딩 채널 및 상이한 처리량 수준의 요구 사항에 적응할 수 있다. 또한, 분류 결과의 카테고리에 따라 LLR 요소의 균형을 맞추고, 분류 결과에서 각 카테고리의 특징 정보를 추출하고, 각 카테고리의 특징 정보에 따라 스케일링 인자를 계산하여 획득하고, 스케일링 인자에 따라 LLR 요소에 대해 스케일링 처리를 수행하여, 스케일링된 LLR 요소를 획득한다. 스케일링된 LLR 요소에 대해 포화 양자화 처리를 수행하여 양자화된 LLR 요소를 생성함으로써 주요 LLR 요소의 양자화 오류를 효과적으로 줄일 수 있으며; 양자화된 LLR 어레이를 저밀도 검사 코드로 디코딩하여, LDPC 디코딩의 정확도를 향상시키고, 스케일링 계산의 복잡성을 줄일 수 있다.

이하, 첨부된 도면을 참조하여 본 출원의 실시예에 따른 데이터 처리 장치를 상세히 설명한다. 도 3은 본 출원의 실시예에서의 데이터 처리 장치의 구성의 블록도를 도시한다. 도 3에 도시된 바와 같이, 데이터 처리 장치는 다음을 포함할 수 있다:

분류 모듈(301)은, 변조 방식, 디코더 양자화 기설정 임계값 및 신호 잡음비에 따라 LLR 요소를 분류하고, 분류 결과를 획득하도록 구성되며; 추출 모듈(302)은, 분류 결과에서 각 카테고리의 특징 정보를 추출하도록 구성되며; 계산 모듈(303)은 각 카테고리의 특징 정보에 따라 스케일링 인자를 계산하여 획득하도록 구성되며; 및 스케일링 모듈(304)은, 스케일링 인자에 따라 LLR 요소에 대해 스케일링 처리를 수행하도록 구성된다.

본 출원의 실시예의 데이터 처리 장치에 따라, 분류 모듈을 통해 변조 방식, 디코더 양자화 기설정 임계값 및 신호 잡음비에 따라 LLR 요소를 분류하고, 분류 결과를 획득하며, 상이한 변조 방법, 상이한 신호 잡음비 환경 및 상이한 LLR 요소 분포에 대해 다른 분류 결과를 결정함으로써, 5G 시스템에서 LLR 요소의 양자화에 대한 페이딩 채널 및 상이한 처리량 수준의 요구 사항에 적응할 수 있다. 이 분류 과정에서 분류 결과의 카테고리에 따라 LLR 요소의 균형을 맞추고, 또한 추출 모듈을 사용하여 분류 결과에서 각 카테고리의 특징 정보를 추출하고, 계산 모듈을 사용하여 각 카테고리의 특징 정보에 따라 스케일링 인자를 계산하여 획득하고, 그런 다음, 스케일링 모듈을 사용하여 스케일링 인자에 따라 LLR 요소에 대해 스케일링 처리를 수행하여, 스케일링된 LLR 요소를 획득할 수 있다. 주요 LLR 요소의 양자화 오류를 효과적으로 줄여, LDPC 디코딩의 정확도를 향상시키고, 스케일링 계산의 복잡성을 줄일 수 있다.

도 4는 본 출원의 실시예에서 디코더의 구성의 블록도를 도시한다. 도 4에 도시된 바와 같이 디코더는 다음을 포함할 수 있다:

데이터 처리 장치(401)는, 상기 데이터 처리 방법 중 어느 하나를 실행하여 스케일링된 LLR 요소를 생성하도록 구성되며; 양자화 장치(402)는 데이터 처리 장치에 의해 출력된 스케일링된 LLR 요소에 대해 포화 양자화 처리를 수행하여 양자화된 LLR 요소를 생성하고, 또한 양자화된 LLR 요소에 기초하여 양자화된 LLR 어레이를 획득하며; 및 디코딩 장치(403)는, 양자화된 LLR 어레이에 대해 저밀도 검사 코드 디코딩을 수행하도록 구성된다.

본 출원의 실시예의 디코더에 따라, 데이터 처리 장치를 통해 상이한 변조 방식, 상이한 디코더 양자화 기설정 임계값, 상이한 신호 잡음비 및 LLR 요소의 분포에 대해, 다른 분류 결과를 결정함으로써, 5G 시스템에서 LLR 요소의 양자화에 대한 페이딩 채널 및 상이한 처리량 수준의 요구 사항에 적응할 수 있다. 이 분류 과정에서, 분류 결과의 카테고리에 따라 LLR 요소의 균형을 맞추고, 또한 분류 결과에서 각 카테고리의 특징 정보를 추출하고, 각 카테고리의 특징 정보에 따라 스케일링 인자를 계산하여 획득하고; 그런 다음, 스케일링 인자에 따라 LLR 요소에 대해 스케일링 처리를 수행하고, 또한 스케일링된 LLR 요소를 양자화 장치로 출력함으로써, 양자화 장치는 스케일링된 LLR 요소에 대해 포화 양자화 처리를 수행하여 양자화된 LLR 요소를 생성하여 주요 LLR 요소의 양자화 오류를 효과적으로 줄일 수 있으며; 다시 디코딩 장치를 사용하여 양자화된 LLR 어레이를 저밀도 검사 코드로 디코딩함으로써, LDPC 디코딩의 정확도를 향상시키고, 스케일링 계산의 복잡성을 줄일 수 있다.

본 출원은 상기 실시예에서 설명되고 도면에 도시된 특정 구성 및 프로세스로 제한되지 않는다는 것이 명백해야 한다. 설명의 편의 및 간결함을 위해 공지된 방법에 대한 상세한 설명은 여기에서 생략된다. 또한, 위에서 설명된 시스템, 모듈 및 유닛의 특정 작업 과정에 대해 전술한 방법 실시예의 해당 과정을 참조할 수 있으며, 세부 사항은 여기에서 다시 설명하지 않는다.

도 5는 본 출원의 실시예에서의 데이터 처리 시스템의 구성의 블록도를 도시한다. 도 5에 도시된 바와 같이, 데이터 처리 시스템은 다중 입력 다중 출력 복조 모듈(510), 적응형 스케일링 모듈(520) 및 저밀도 검사 코드 디코딩 모듈(530)을 포함한다.

다중 입력 다중 출력 복조 모듈(510)은 LLR 요소를 생성하도록 구성되고, 적응형 스케일링 모듈(520)은 다중 입력 다중 출력 복조 모듈(510)에 의해 입력된 LLR 어레이의 LLR 요소에 대해 스케일링 처리를 수행하여 스케일링된 LLR 요소를 획득하도록 구성되며; 저밀도 검사 코드 디코딩 모듈(530)은 적응형 스케일링 모듈(520)에 의해 출력된 스케일링된 LLR 요소를 디코딩하도록 구성된다.

도 6은 본 출원의 이 실시예에서 적응형 스케일링 모듈(530)의 구성의 블록도를 도시한다. 도 6에 도시된 바와 같이, 적응형 스케일링 모듈(530)은 LLR 입력 및 저장 모듈(531), LLR 그룹화 통계 계산 모듈(532), LLR 스케일링 전략 선택 모듈(533), LLR 스케일링 인자 계산 모듈(534) 및 LLR 스케일링 모듈(535)을 포함한다.

LLR 입력 및 저장 모듈(531)은 입력된 LLR 어레이 중의 LLR 요소를 저장하도록 구성된다.

LLR 그룹화 통계 계산 모듈(532)은 LLR 입력 및 저장 모듈(531)로부터 저장된 LLR 요소의 값을 순서대로 판독하도록 구성되며; 변조 방법, SNR 및 디코더 양자화 기설정 임계값에 따라 분류 임계값을 적응적으로 계산하며, 또한 분류 임계값에 따라 LLR 요소를 분류하고, 분류 결과를 획득하고; 각 카테고리의 LLR 요소의 수를 각각 계산하고 각 카테고리에 해당하는 수량 통계 결과를 획득하고; 각 카테고리의 LLR 요소의 값을 각각 누적하여 각 카테고리에 해당하는 수치 통계를 생성하며; 각 카테고리에 해당하는 수치 통계 결과 및 각 카테고리에 해당하는 수량 통계 결과에 따라 각 카테고리에 해당하는 LLR 평균값을 계산하고 생성하며; 그런 다음, 각 카테고리에 해당하는 수량 통계 결과를 LLR 스케일링 전략 선택 모듈(533)로 출력하고, 각 카테고리에 해당하는 LLR 평균값을 LLR 스케일링 인자 계산 모듈(534)로 출력한다. LLR 그룹화 통계 계산 모듈(532)은 수량 통계 결과에 따라 각 카테고리의 비율을 각각 결정하고, 또한 각 카테고리의 비율을 LLR 스케일링 전략 선택 모듈(533)로 출력하도록 더 구성된다.

LLR 스케일링 전략 선택 모듈(533)은 LLR 그룹화 통계 계산 모듈(532)에 의해 입력된 각 카테고리의 비율에 따라, 기 설정된 비교 전략을 이용하여 각 카테고리의 가중치를 계산하여 획득하며, 또한 각 카테고리의 가중치를 LLR 스케일링 인자 계산 모듈(534)로 출력하도록 구성된다.

LLR 스케일링 인자 계산 모듈(534)은 LLR 그룹화 통계 계산 모듈(532)에 의해 출력된 각 카테고리에 해당하는 LLR 평균값, LLR 스케일링 전략 선택 모듈(533)에 의해 출력된 각 카테고리의 가중치 및 기설정 목표값에 따라 스케일링 인자를 계산하여 획득하고, 또한 스케일링 인자를 LLR 스케일링 모듈(535)로 출력하도록 구성된다.

LLR 스케일링 모듈(535)은 LLR 스케일링 인자 모듈(534)에 의해 출력된 스케일링 인자에 따라, LLR 입력 및 저장 모듈(531)에 저장된 LLR 요소를 순서대로 스케일링 인자로 곱하여 스케일링된 LLR 요소를 획득하고, 그런 다음, 스케일링된 LLR 요소를 저밀도 검사 코드 디코딩 모듈(530)로 출력하여 디코딩을 수행하도록 구성된다.

도 7은 본 출원의 실시예에서 데이터 처리 시스템에 의해 입력된 LLR 어레이의 LLR 요소를 처리하기 위한 방법의 흐름도를 도시한다. 데이터 처리 시스템에서 신호 잡음비가 30dB이고 변조 방식이 256QAM인 경우, 도 7에 도시된 바와 같이, 데이터 처리 방법은 다음의 단계 701 내지 단계 707을 포함한다. LLR 어레이에 포함된 LLR 요소의 수는

이다.

단계 701: LLR 입력 및 저장 모듈(531)은 입력된 LLR 어레이의 각 LLR 요소에 대해 리미팅 버퍼링을 수행하여, 리미팅된 LLR 요소를 획득한다.

예를 들어, 리미팅 범위는 [-128.0, 128.0]이다. 예를 들어, 리미팅된 LLR 요소

는 다음 공식 (1)을 사용하여 계산하여 획득할 수 있으며,

의 값 범위는 0에서

까지의 정수이다.

(1)

. 리미팅(limiting)은 기설정된 임계값을 초과하는 신호의 특정 특성(전압, 전류, 전력 등)의 모든 순간값을 기설정된 임계값으로 제한하고 다른 모든 순간값에 대해서는 보류하는 작업을 의미한다는 점에 유의해야 한다. 예를 들어 [-128.0, 128.0] 범위에 있는 LLR 요소의 일부는 보류하고, 이 범위를 벗어나는 다른 값은 이 범위에 가깝게 축소하는 작업을 수행한다.

단계 702: LLR 입력 및 저장 모듈(531)에 저장된 LLR 요소를 LLR 그룹화 통계 계산 모듈(532)에 순서대로 입력하고, LLR 그룹화 통계 계산 모듈(532)은 변조 방식, 디코더 양자화 기설정 임계값 및 신호 잡음비에 따라 LLR 요소를 분류하고, 분류 결과를 획득하며, 또한 분류 결과에서 각 카테고리의 LLR 요소에 대한 데이터 통계를 수행하여 각 카테고리의 특징 정보를 추출한다.

먼저, 현재 LDPC 디코더의 양자화 범위의 최대 절대값에 따라 현재 변조 방식 및 현재 신호 잡음비를 참조하여 계산을 수행하고 분류 임계값

을 획득한다. 여기서,

는 디코더 양자화 기설정 임계값을 나타내고,

은 변조 방식에 해당하는 분류 임계값 계산 인자를 나타내며,

은 신호 잡음비에 해당하는 분류 임계값 계산 인자를 나타낸다. 표 1은 전형적인 변조 방식에 해당하는 분류 임계값 계산 인자를 보여준다.

변조방식	분류 임계값 계산 인자
QPSK	3.0
16QAM	3.5
64QAM	4.0
256QAM	4.0

예를 들어, 현재 LDPC 디코더 양자화 범위는 [-a, b]이고, 또한, a와 b 모두 0보다 큰 숫자이면, 디코더 양자화 기설정 임계값은

이고, 예를 들어, [-a, b] = [-8.0, 7.75]이면,

이다. 현재 신호 잡음비가 sdB이면, 신호 잡음비에 해당하는 분류 임계값 계산 인자는 다음 식 (2)을 통해 계산하여 획득할 수 있다. 이 실시예에서 데이터 처리 시스템이 채택한 변조 방식은 256QAM이므로, 위의 분석을 통해 분류 임계값을 계산하여 획득할 수 있다:

.

(2)

그런 다음, 분류 임계값

에 따라 LLR 어레이의 LLR 요소를 분류한다. 예를 들어, 고가치 카테고리와 저가치 카테고리로 분류하며, 또한 고가치 카테고리의 특징 정보와 저가치 카테고리의 특징 정보를 각각 추출한다. 고가치 카테고리의 LLR 요소의 값은 28.8보다 크거나 같고; 저가치 카테고리의 LLR 요소의 값은 28.8보다 작다. 고가치 카테고리의 LLR 요소의 수를 계산하여

으로 기록하고, 또한 고가치 카테고리의 LLR 요소의 값을 누적하여 수치 통계 결과

를 생성한다. 유사하게, 저가치 카테고리의 LLR 요소의 수를 계산하여

로 기록하고, 또한 저가치 카테고리의 LLR 요소의 값을 누적하여 저가치 카테고리에 해당하는 수치 통계 결과

을 생성한다.

고가치 카테고리에 해당하는 LLR 평균값

을 계산하여 획득하며; 저가치 카테고리에 해당하는 LLR 평균값

을 계산하여 획득한다. 각 카테고리에 해당하는 수량 통계 결과, 각 카테고리에 해당하는 수치 통계 결과 및 각 카테고리에 해당하는 LLR 평균값에 따라, 각 카테고리의 특징 정보를 결정하고, 또한 각 카테고리의 특징 정보를 LLR 스케일링 전략 선택 모듈(533)에 출력한다.

단계 703: LLR 스케일링 전략 선택 모듈(533)은 각 카테고리의 특징 정보에 따라 스케일링 전략을 결정하고, 또한 스케일링 전략에 따라 현재 비교값을 계산하여 획득한다.

먼저 입력된 LLR 어레이에서 저가치 카테고리의 비율, 즉 저가치 카테고리의 비율

을 계산한다. 저가치 비율, 제1 기설정 비율 임계값 및 제2 기설정 비율 임계값에 따라 서로 다른 스케일링 전략을 결정할 수 있으며, 또한 각 카테고리의 가중치는 계산을 통해 획득할 수 있다.

예를 들어, 저가치 비율

이 제1 기설정 비율 임계값

보다 크거나 같으면, 제1 스케일링 전략을 획득하고, 또한 저가치 카테고리에 해당하는 가중치

과, 고가치 카테고리에 해당하는 가중치

을 계산하여 획득한다.

저가치 비율

이 제2 기설정 비율 임계값

보다 작거나 같으면, 제2 스케일링 전략을 획득하고, 또한 저가치 카테고리에 해당하는 가중치

과, 고가치 카테고리에 해당하는 가중치

을 계산하여 획득한다.

저가치 비율

이 제2 기설정 비율 임계값

보다 크고, 또한 저가치 비율

이 제1 기설정 비율 임계값

보다 작으면, 제3 스케일링 전략을 획득하고, 또한 저가치 카테고리에 해당하는 가중치

과, 고가치 카테고리에 해당하는 가중치

을 계산하여 획득한다. 0.9와 0.1은 저가치 카테고리에 해당하는 가중치가 큰 것을 보장하기 위해 시뮬레이션 결과에 따라 획득한 값이며, 고가치 카테고리에 해당하는 가중치는 작아서 후속 데이터 양자화에 도움이 된다. 표 2는 본 출원의 실시예에서 변조 방식에 해당하는 제1 기설정 비율 임계값 및 제2 기설정 비율 임계값의 전형적인 값을 나타낸다.

변조방식	제1 기설정 비율 임계 값	제2 비율 임계값
QPSK	0.8	0.1
16QAM	0.4	0.1
64QAM	0.1	0.05
256QAM	0.1	0.05

그런 다음, 계산을 통해 획득한 각 카테고리에 해당하는 가중치에 따라 현재 비교값

을 계산하여 획득한다.

단계 704: 단계 703에서 획득된 LLR 현재 비교값을 LLR 스케일링 인자 계산 모듈(534)에 입력하여, 스케일링 인자를 획득한다.

예를 들어, 다음 공식 (3)을 사용하여 스케일링 인자를 계산하여 획득한다.

은 스케일링 인자를 나타내며;

는 기설정 목표값을 나타내고, 이 기설정 임계값은

와 서로 다른 변조 방식에 해당하는 계산 인자

에 따라 결정된 값, 즉, 다음의 식(4)에 따라 계산하여 획득한 값이다. 표 3은 본 출원의 실시예에서 변조 방식과 그에 해당하는 계산 인자

간의 대응 관계를 나타낸다.

(3)

(4)

변조방식	변조방식에 해당하는 계산인자
QPSK	0.5
16QAM	0.6
64QAM	0.75
256QAM	0.75

이 실시예에서, 디코더의 양자화 기설정 임계값이 8.0이고, 256QAM 변조 방식에 해당하는 계산 인자가 0.75이면, 계산하여 획득한 기설정 목표값은

이다.

단계 705: LLR 입력 및 저장 모듈(531)에 저장된 LLR 요소 및 단계 704에서 계산하여 획득된 스케일링 인자를 LLR 스케일링 모듈(535)에 입력하고, 각 LLR 요소에 대해 스케일링 처리를 수행하여 스케일링된 LLR 요소를 획득한다.

예를 들어, 다음의 공식 (5)를 사용하여 각 LLR 요소에 대해 스케일링 처리를 수행하여 스케일링된 LLR 요소를 획득한다.

는 정수이고, 그 값의 범위는 0에서

까지이다.

는 스케일링된

번째 LLR 요소를 나타낸다.

(5)

단계 706: 스케일링된 LLR 요소에 대해 포화 양자화 처리를 수행하여, 양자화된 LLR 요소를 생성하고; 또한 양자화된 LLR 요소에 기초하여 양자화된 LLR 어레이를 획득하고, 양자화된 LLR 어레이를 저밀도 검사 코드 디코딩 모듈(530)로 출력한다.

이 실시예에서, 양자화 범위는 [-8.0, 7.75]이고, 양자화 단계 크기는 0.25이므로, 다음의 공식 (6)을 사용하여 각 LLR 요소에 대해 6 bit 양자화를 수행하여 양자화된 LLR 요소

를 획득하며; 양자화된 LLR 요소에 기초하여 양자화된 LLR 어레이

을 획득한다.

는 내림 함수를 나타낸다. 즉 x보다 크지 않은 가장 큰 정수를 취한다.

(6)

단계 707: 저밀도 검사 코드 디코딩 모듈(530)은 양자화된 LLR 어레이에 대해 저밀도 검사 코드 디코딩을 수행한다.

예를 들어, 양자화된 LLR 어레이

에 대해 LDPC 디코딩을 수행하여 디코딩 결과를 획득한다.

이 실시예에서, 변조 방식, 디코더 양자화 기설정 임계값 및 신호 잡음비에 따라 LLR 요소를 분류하여, 고가치 카테고리 및 저가치 카테고리를 획득하며, 상이한 변조 방식, 상이한 신호 잡음비 환경 및 상이한LLR 요소의 분포에 대해, 다른 분류 결과를 결정함으로써, 5G 시스템에서 LLR 요소의 양자화에 대한 페이딩 채널 및 상이한 처리량 수준의 요구 사항에 적응할 수 있다. 이 분류 과정에서, 고가치 카테고리의 LLR 요소 및 저가치 카테고리의 LLR 요소의 균형을 맞추고, 또한 고가치 카테고리 및 저가치 카테고리의 특징 정보를 각각 추출하고, 고가치 카테고리 및 저가치 카테고리의 특징 정보에 따라 스케일링 인자를 계산하여 획득하며; 그런 다음, 스케일링 인자에 따라 LLR 요소에 대해 스케일링 처리를 수행하여, 스케일링된 LLR 요소를 획득한다. 주요 LLR 요소의 양자화 오류를 효과적으로 줄여 LDPC 디코딩의 정확도를 향상시키고, 스케일링 계산의 복잡성을 줄일 수 있다.

구체적 구현에서, 데이터 처리 시스템의 신호 잡음비가 10dB이고 변조 방식이 16QAM인 경우, 데이터 처리 시스템이 입력된 LLR 어레이의 LLR 요소를 처리하는 방법은 도 7에 도시된 데이터 처리 방법과 일치한다. 도 7에 도시된 바와 같이, 데이터 처리 방법은 다음과 같은 단계 701 내지 707을 포함한다. LLR 어레이에 포함된 LLR 요소의 수는

이다.

단계 701: LLR 입력 및 저장 모듈(531)은 입력된 LLR 어레이의 각 LLR 요소에 대해 리미팅 버퍼링을 수행하여 리미팅된 LLR 요소를 획득한다.

예를 들어, 분류 임계값이 제1 분류 임계값

및 제2 분류 임계값

를 포함하면, 분류 결과는 저가치 카테고리, 중가치 카테고리 및 고가치 카테고리를 포함한다. 제1 분류 임계값은 저가치 카테고리와 중가치 카테고리 간의 분류 임계값을 나타내고, 제2 분류 임계값은 중가치 카테고리와 고가치 카테고리 간의 분류 임계값을 나타낸다. 제1 분류 임계값

은 다음의 공식 (7)을 사용하여 계산하여 획득할 수 있고, 제2 분류 임계값

는 다음의 공식 (8)을 사용하여 계산하여 획득할 수 있다.

（7）

（8）

는 디코더 양자화 기설정 임계값을 나타내고,

은 신호 잡음비에 해당하는 분류 임계값 계산 인자를 나타내며,

은 변조 방식에 해당하는 제1 분류 임계값 계산 인자를 나타내고,

는 변조 방식에 해당하는 제2 분류 임계값 계산 인자를 나타낸다. 표 4는 전형적인 변조 방식에 해당하는 다양한 분류 임계값 계산 인자를 보여준다.

변조방식	제1 분류 임계값 계산 인자	제2 분류 임계값 계산 인자
QPSK	2.0	4.0
16QAM	2.0	4.0
64QAM	2.5	5.0
256QAM	3.0	6.0

이 실시예에서,

이고, 신호 잡음비는 10dB이면, 전술한 공식 (2)에 따라

를 계산하여 획득한다. 사용된 변조 방식이 16QAM이므로 표 4에서 제1 분류 임계값의 계산 인자는 2.0이고, 제2 분류 임계값 계산 인자는 4.0임을 알 수 있으며, 제1 분류 임계값은

이고, 제2 분류 임계값은

인 것을 계산하여 획득할 수 있다.

그런 다음, 제1 분류 임계값 11.2 및 제2 분류 임계값 22.4에 따라 LLR 어레이의 LLR 요소를 분류하여 저가치 카테고리, 중가치 카테고리 및 고가치 카테고리를 획득한 다음, 고가치 카테고리의 특징 정보와 중가치 카테고리의 특징 정보를 각각 추출한다. 저가치 카테고리의 LLR 요소의 값은 11.2보다 작고; 중가치 카테고리의 LLR 요소의 값은 11.2보다 크거나 같고, 또한 22.4보다 작으며; 고가치 카테고리의 LLR 요소의 값은 22.4 보다 크거나 같다. 고가치 카테고리의 LLR 요소의 수를 계산하여

로 기록하고, 또한 고가치 카테고리의 LLR 요소의 값을 누적하여 수치 통계 결과

를 생성한다. 유사하게, 중가치 카테고리의 LLR 요소의 수를 계산하여

으로 기록하고, 또한 중가치 카테고리의 LLR 요소의 값을 누적하여 중가치 카테고리에 해당하는 수치 통계 결과

을 생성하며; 저가치 카테고리의 LLR 요소의 수를 계산하여

을 생성한다.

고가치 카테고리에 해당하는 LLR 평균값

를 계산하고; 중가치 카테고리에 해당하는 LLR 평균값

을 계산하고; 저가치 카테고리에 해당하는 LLR 평균값

을 계산한다. 각 카테고리에 해당하는 수량 통계 결과, 각 카테고리에 해당하는 수치 통계 결과 및 각 카테고리에 해당하는 LLR 평균값에 따라, 각 카테고리의 특징 정보를 결정하고, 또한 각 카테고리의 특징 정보를 LLR 스케일링 전략 선택 모듈(533)에 출력한다.

입력된 전체 LLR 어레이에서 고가치 카테고리의 비율, 즉 고가치 비율

을 계산하고; 저가치 카테고리와 중가치 카테고리에서 중가치 카테고리의 비율, 즉 중가치 비율

을 계산하고; 저가치 카테고리와 중가치 카테고리에서 저가치 카테고리의 비율, 즉 저가치 비율

을 계산한다. 저가치 비율

, 중가치 비율

, 고가치 비율

, 제1 기설정 비율 임계값

, 제2 기설정 비율 임계값

및 제3 기설정 비율 임계값

에 따라 서로 다른 스케일링 전략을 결정하고, 또한 각 카테고리의 가중치를 계산하여 획득할 수 있다.

예를 들어, 고가치 비율

이 제1 기설정 비율 임계값

보다 크거나 같고, 이 때 시스템에 노이즈가 없는 경우, 제1 스케일링 전략을 획득하고, 또한 저가치 카테고리에 해당하는 가중치

, 중가치 카테고리에 해당하는 가중치

, 고가치 카테고리에 해당하는 가중치

를 계산하여 획득한다.

고가치 비율

가 제1 기설정 비율 임계값

보다 작고, 또한 저가치 비율

이 제3 기설정 비율 임계값

보다 크거나 같은 경우, 제2 스케일링 전략을 획득하고, 또한 저가치 카테고리에 해당하는 가중치

, 중가치 카테고리에 해당하는 가중치

, 고가치 카테고리에 해당하는 가중치

을 계산하여 획득한다.

고가치 비율

가 제1 기설정 비율 임계값

보다 작고, 또한 중가치 비율

이 제2 기설정 비율 임계값

보다 크거나 같은 경우, 제3 스케일링 전략을 획득하고, 또한 저가치 카테고리에 해당하는 가중치

, 중가치 카테고리에 해당하는 가중치

, 고가치 카테고리에 해당하는 가중치

을 계산하여 획득한다.

고가치 비율

가 제1 기설정 비율 임계값

보다 작고, 또한 저가치 비율

이 제3 기설정 비율 임계값

보다 작고, 또한 중간 비율

이 제2 기설정 비율 임계값

보다 작은 경우, 제4 스케일링 전략을 획득하고, 또한 저가치 카테고리에 해당하는 가중치

, 중가치 카테고리에 해당하는 가중치

, 고가치 카테고리에 해당하는 가중치

을 계산하여 획득한다. 표 5는 본 출원의 실시예에서 변조 방식에 해당하는 각 기설정 비율 임계값의 전형적인 값을 나타낸다.

변조방식	제1 비율 임계값	제2 비율 임계값	제3 비율 임계값
QPSK	0.8	0.75	0.9
16QAM	0.6	0.75	0.9
64QAM	0.5	0.85	0.95
256QAM	0.5	0.85	0.95

를 계산하여 획득한다.

단계 704: 단계 703에서 획득된 LLR 현재 비교값을 LLR 스케일링 인자 계산 모듈(534)에 입력하고 계산하여 스케일링 인자를 획득한다.

전술한 공식 (3) 및 전술한 공식 (4)에 따라 스케일링 인자를 계산하여 획득할 수 있다. 이 실시예에서, 사용된 변조 방식이 16QAM이기 때문에 양자화 범위의 최대 절대값은 8.0이다. 표 4를 참조하면 변조 방식 16QAM에 해당하는 계산 인자가 0.6임을 알 수 있으며, 계산에 의해 획득된 기설정 목표값은

이다.

단계 705: LLR 입력 및 저장 모듈(531)에 저장된 LLR 요소 및 단계 704에서 계산하여 획득된 스케일링 인자를 LLR 스케일링 모듈(535)에 입력하고, 각 LLR 요소에 대해 스케일링 처리를 수행하여, 스케일링된 LLR 요소를 획득한다.

단계 706: 스케일링된 LLR 요소에 대해 포화 양자화 처리를 수행하여 양자화된 LLR 요소를 생성하고; 또한 양자화된 LLR 요소에 기초하여 양자화된 LLR 어레이는 획득하고, 또한 양자화된 LLR 어레이를 저밀도 검사 코드 디코딩 모듈(530)로 출력한다.

이 실시예에서, 변조 방식, 디코더 양자화 기설정 임계값 및 신호 잡음비에 따라 LLR 요소를 분류하여, 고가치 카테고리, 중가치 카테고리 및 저가치 카테고리를 획득하고, 상이한 변조 방식, 상이한 신호 잡음비 환경 및 상이한LLR 요소의 분포에 대해, 다른 분류 결과를 결정함으로써, 5G 시스템에서 LLR 요소의 양자화에 대한 페이딩 채널 및 상이한 처리량 수준의 요구 사항에 적응할 수 있다. 이 분류 과정에서, 고가치 카테고리의 LLR 요소, 중가치 카테고리의 LLR 요소 및 저가치 카테고리의 LLR 요소의 균형을 맞추고, 또한 고가치 카테고리, 중가치 카테고리 및 저가치 카테고리의 특징 정보를 각각 추출하고, 고가치 카테고리, 중가치 카테고리 및 저가치 카테고리의 특징 정보에 따라 스케일링 인자를 계산하여 획득하며; 그런 다음, 스케일링 인자에 따라 LLR 요소에 대해 스케일링 처리를 수행하여, 스케일링된 LLR 요소를 획득한다. 주요 LLR 요소의 양자화 오류를 효과적으로 줄여 LDPC 디코딩의 정확도를 향상시키고, 스케일링 계산의 복잡성을 줄일 수 있다.

도 8은 본 출원의 실시예에 따른 데이터 처리 방법 및 장치를 구현할 수 있는 컴퓨팅 장치의 예시적인 하드웨어 아키텍처의 구조도를 도시한다.

도 8에 도시된 바와 같이, 컴퓨팅 장치(800)는 입력 장치(801), 입력 인터페이스(802), 중앙 처리 장치(803), 메모리(804), 출력 인터페이스(805), 및 출력 장치(806)를 포함한다. 입력 인터페이스(802), 중앙 처리 장치(803), 메모리(804), 및 출력 인터페이스(805)는 버스(807)를 통해 서로 연결되고, 입력 장치(801) 및 출력 장치(806)는 각각 입력 인터페이스(802) 및 출력 인터페이스(805)를 통해 버스(807)에 연결되고, 컴퓨팅 장치(800)의 다른 구성요소에 더 연결된다.

구체적으로, 입력 장치(801)는 외부로부터 입력 정보를 수신하고, 또한 입력 인터페이스(802)를 통해 입력 정보를 중앙 처리 장치(803)에 전송하고; 중앙 처리 장치(803)는 메모리(804)에 저장된 컴퓨터 실행 가능 명령에 기초하여 입력 정보를 처리하여 출력 정보를 생성하고, 출력 정보를 메모리(804)에 일시적으로 또는 영구적으로 저장한 다음, 출력 인터페이스(805)를 통해 출력 정보를 출력 장치(806)에 전송하며; 출력 장치(806)는 출력 정보를 컴퓨팅 장치(800)의 외부로 출력하여, 사용자가 사용하도록 제공한다.

일부 실시예에서, 도 8에 도시된 컴퓨팅 장치는 네트워크 디바이스로서 구현될 수 있고, 네트워크 디바이스는: 프로그램을 저장하도록 구성된 메모리; 메모리에 저장된 프로그램을 실행하여 상기 실시예에서 설명된 데이터 처리 방법을 실행하도록 구성된 프로세서를 포함한다.

일부 실시예에서, 도 8에 도시된 컴퓨팅 장치는 데이터 처리 시스템으로서 구현될 수 있고, 데이터 처리 시스템은: 프로그램을 저장하도록 구성된 메모리; 메모리에 저장된 프로그램을 실행하여 상기 실시예에서 설명된 데이터 처리 방법을 실행하도록 구성된 프로세서를 포함한다.

위의 설명은 단지 본 출원의 예시적인 실시예일 뿐이며, 본 출원의 보호 범위를 제한하고자 하는 것은 아니다. 일반적으로, 본 출원의 다양한 실시예는 하드웨어 또는 특수 목적 회로, 소프트웨어, 로직, 또는 이들의 임의의 조합으로 구현될 수 있다. 예를 들어, 일부 양태는 하드웨어로 구현될 수 있는 반면, 다른 양태는 컨트롤러, 마이크로프로세서 또는 기타 컴퓨팅 장치에 의해 실행되는 펌웨어 또는 소프트웨어로 구현될 수 있지만, 본 출원은 이에 제한되지 않는다.

본 출원의 실시예는 모바일 장치의 데이터 프로세서에 의해 컴퓨터 프로그램 명령을 실행함으로써 구현될 수 있다. 예를 들어 프로세서 자체, 또는 하드웨어, 또는 소프트웨어와 하드웨어의 조합을 통해 구현될 수 있다. 컴퓨터 프로그램 명령어는 어셈블리 명령어, ISA 명령어, 기계 명령어, 기계 종속 명령어, 마이크로 코드, 펌웨어 명령어, 상태 설정 데이터 또는 하나 이상의 프로그래밍 언어 또는 개체의 조합으로 작성된 소스 코드 또는 개체 코드일 수 있다.

본 출원의 실시예에서, 메모리는 비일시적 컴퓨터 판독가능 저장 매체일 수 있고, 컴퓨터 프로그램 명령/프로그램은 컴퓨터 판독가능 저장 매체 상에 저장될 수 있음을 이해해야 한다.

본 출원의 도면에서 논리 흐름의 블록 다이어그램은 프로그램 단계를 나타낼 수 있거나, 상호 연결된 논리 회로, 모듈 및 기능을 나타낼 수 있거나, 프로그램 단계와 논리 회로, 모듈 및 기능의 조합을 나타낼 수 있다. 컴퓨터 프로그램은 메모리에 저장할 수 있다. 메모리는 지역 기술 환경에 적합한 모든 유형이 될 수 있으며 적절한 데이터 저장 기술을 사용하여 구현될 수 있다. 예를 들어, ROM, RAM, 광학 메모리 장치 및 시스템(DVD 또는 CD-ROM) 등이 포함되지만 이에 국한되지 않는다. 컴퓨터 판독 가능 저장 매체는 비일시적 저장 매체를 포함할 수 있다. 데이터 프로세서는 현지 기술 환경에 적합한 모든 유형이 될 수 있다. 예를 들어, 범용 컴퓨터, 특수 목적 컴퓨터, 마이크로 프로세서, DSP(디지털 신호 프로세서), ASIC(주문형 집적 회로), FGPA(프로그래밍 가능 논리 장치) 및 멀티 코어 프로세서 아키텍처 기반 프로세서가 포함되지만 이에 국한되지는 않는다.

이상은 예시적이고 비제한적인 예를 통해서, 본 출원의 예시적인 실시예의 상세한 설명을 제공하였다. 그러나, 첨부된 도면 및 청구범위와 관련하여 고려할 때, 상기 실시예에 대한 다양한 수정 및 조정은 본 출원의 범위를 벗어남이 없이 본 분야의 기술자에게 명백할 것이다. 따라서, 본 출원의 적절한 범위는 청구범위를 참조하여 결정될 것이다.

301-분류 모듈; 302-추출 모듈; 303-계산 모듈; 304-스케일링 모듈; 401-데이터 처리 장치; 402-양자화 장치; 403-디코딩 장치; 510-다중 입력 다중 출력 복조 모듈; 520-적응형 스케일링 모듈; 530-저밀도 검사 코드 디코딩 모듈; 531-LLR 입력 및 저장 모듈; 522-LLR 그룹화 통계 계산 모듈; 533-LLR 스케일링 전략 선택 모듈; 534-LLR 스케일링 인자 계산 모듈; 535-LLR 스케일링 모듈; 800-컴퓨팅 장치; 801-입력 장치; 802-입력 인터페이스; 803-중앙 처리 장치; 804-메모리; 805-출력 인터페이스; 806-출력 장치.

Claims

변조 방식, 디코더 양자화 기설정 임계값 및 신호 잡음비에 따라 대수 우도비(LLR) 요소를 분류하고, 분류 결과를 획득하며;
상기 분류 결과에서 각 카테고리의 특징 정보를 추출하며;
각 카테고리의 특징 정보에 따라 스케일링 인자를 계산하여 획득하며; 및
상기 스케일링 인자에 따라 상기 LLR 요소에 대해 스케일링 처리를 수행하는 것을 포함하는, 데이터 처리 방법.
청구항 1에 있어서,
상기 변조 방식, 디코더 양자화 기설정 임계값 및 신호 잡음비에 따라 대수 우도비(LLR) 요소를 분류하고, 분류 결과를 획득하는 것은:
상기 변조 방식, 상기 디코더 양자화 기설정 임계값 및 상기 신호 잡음비에 따라 분류 임계값을 생성하며;
상기 분류 임계값과 상기 LLR 요소의 값에 따라 상기 LLR 요소에 해당하는 카테고리를 결정하며; 및
각 LLR 요소에 해당하는 카테고리에 기초하여 상기 분류 결과를 획득하는 것을 포함하는, 데이터 처리 방법.
청구항 1에 있어서,
상기 분류 결과에서 각 카테고리의 특징 정보를 추출하는 것은, 상기 분류 결과에서 각 카테고리에 대해 다음과 같은 작업을 수행하는 것을 포함하는, 데이터 처리 방법:
각 카테고리의 LLR 요소의 수를 계산하여 각 카테고리에 해당하는 수량 통계 결과를 획득하고;
각 카테고리의 LLR 요소의 값을 누적하여 각 카테고리에 해당하는 수치 통계 결과를 생성하고;
각 카테고리에 해당하는 상기 수치 통계 결과 및 각 카테고리에 해당하는 상기 수량 통계 결과에 따라 각 카테고리에 해당하는 LLR 평균값을 계산하여 생성하며; 및
각 카테고리에 해당하는 수량 통계 결과, 각 카테고리에 해당하는 수치 통계 결과 및 각 카테고리에 해당하는 LLR 평균값에 따라 각 카테고리의 특징 정보를 결정함.
청구항 3에 있어서,
각 카테고리의 특징 정보에 따라 스케일링 인자를 계산하여 획득하는 것은:
상기 수량 통계 결과에 따라 각 카테고리의 비율을 각각 결정하고;
각 카테고리의 비율과 기설정 비율 임계값에 따라 각 카테고리의 가중치를 각각 결정하며; 및
각 카테고리의 가중치, 각 카테고리에 해당하는 LLR 평균값 및 기설정 목표값에 따라 상기 스케일링 인자를 계산하여 획득하는 것을 포함하며, 그 중에서, 상기 기설정 목표값은 상기 디코더 양자화 기설정 임계값 및 상기 변조 방식에 따라 결정된 값인 것을 포함하는, 데이터 처리 방법.
청구항 4에 있어서,
상기 각 카테고리의 비율과 기설정 비율 임계값에 따라 각 카테고리의 가중치를 각각 결정하는 것은:
상기 분류 결과가 제1 카테고리 및 제2 카테고리를 포함하는 것으로 결정되고, 또한 제1 카테고리의 비율이 제1 기설정 비율 임계값보다 크고, 또한 상기 제1 카테고리의 비율이 제2 기설정 비율 임계값보다 작고, 상기 제1 카테고리의 LLR 요소의 값이 요소 기설정 임계값보다 작고, 상기 제2 카테고리의 LLR 요소의 값이 상기 요소 기설정 임계값보다 큰 것을 만족하면, 상기 제1 카테고리의 가중치가 상기 제2 카테고리의 가중치보다 큰 것으로 결정되는 것을 포함하는, 데이터 처리 방법.
청구항 4에 있어서,
상기 각 카테고리의 비율과 기설정 비율 임계값에 따라 각 카테고리의 가중치를 각각 결정하는 것은:
상기 분류 결과가 고가치 카테고리, 중가치 카테고리 및 저가치 카테고리를 포함하는 것으로 결정되고, 또한 제1 비율이 제1 기설정 비율 임계값보다 작고, 제2 비율이 제2 기설정 비율 임계값 보다 작고, 또한 제3 비율이 제3 기설정 비율 임계값 보다 작은 것을 만족하면, 각 카테고리의 가중치는 낮은 것에서 높은 것까지 순서대로 상기 고가치 카테고리의 가중치, 상기 중가치 카테고리의 가중치 및 상기 저가치 카테고리의 가중치이며;
상기 제1 비율이 상기 제1 기설정 비율 임계값보다 크거나 같은 것으로 결정되면, 상기 고가치 카테고리의 가중치는 상기 중가치 카테고리의 가중치보다 크고, 또한 상기 고가치 카테고리의 가중치는 상기 저가치 카테고리의 가중치보다 큰 것을 포함하며;
그 중에서, 상기 제1 비율은 모든 카테고리에서 상기 고가치 카테고리의 비율이고, 상기 제2 비율은 상기 중가치 카테고리와 상기 저가치 카테고리에서 상기 저가치 카테고리의 비율이며, 상기 제3 비율은 상기 중가치 카테고리와 상기 저가치 카테고리에서 상기 중가치 카테고리의 비율인, 데이터 처리 방법.
청구항 1 내지 청구항 6 중 어느 한 항에 있어서,
변조 방식, 디코더 양자화 기설정 임계값 및 신호 잡음비에 따라 대수 우도비(LLR) 요소를 분류하고, 분류 결과를 획득하기 전에, 각 LLR 요소에 대해 리미팅 처리를 수행하여 리미팅된 상기 LLR 요소를 획득하며; 및
리미팅된 상기 LLR 요소를 버퍼 영역으로 버퍼링하는 것을 더 포함하는, 데이터 처리 방법.
청구항 1 내지 청구항 6 중 어느 한 항에 있어서,
상기 스케일링 인자에 따라 상기 LLR 요소에 대해 스케일링 처리를 수행한 후, 스케일링된 상기 LLR 요소에 대해 포화 양자화 처리를 수행하여, 양자화된 LLR 요소를 생성하고;
상기 양자화된 LLR 요소에 기초하여 양자화된 LLR 어레이를 획득하며; 및
상기 양자화된 LLR 어레이에 대해 저밀도 검사 코드 디코딩을 수행하는 것을 더 포함하는, 데이터 처리 방법.
변조 방식, 디코더 양자화 기설정 임계값 및 신호 잡음비에 따라 대수 우도비(LLR) 요소를 분류하고, 분류 결과를 획득하도록 구성되는 분류 모듈;
상기 분류 결과에서 각 카테고리의 특징 정보를 추출하도록 구성되는 추출 모듈;
각 카테고리의 특징 정보에 따라 스케일링 인자를 계산하여 획득하도록 구성되는 계산 모듈; 및
상기 스케일링 인자에 따라 상기 LLR 요소에 대해 스케일링 처리를 수행하도록 구성되는 스케일링 모듈을 포함하는, 데이터 처리 장치.
청구항 1 내지 청구항 8 중의 어느 한 항의 상기 데이터 처리 방법을 실행하여 스케일링된 LLR 요소를 생성하도록 구성되는 데이터 처리 장치;
상기 데이터 처리 장치에 의해 출력된 스케일링된 LLR 요소에 대해 포화 양자화 처리를 수행하여 양자화된 LLR 요소를 생성하고, 또한 상기 양자화된 LLR 요소에 기초하여 양자화된 LLR 어레이를 획득하도록 구성되는 양자화 장치; 및
양자화된 LLR 어레이에 대해 저밀도 검사 코드 디코딩을 수행하도록 구성되는 디코딩 장치를 포함하는, 디코더.
하나 이상의 프로세서 및 메모리를 포함하며;
상기 메모리는 하나 이상의 프로그램이 저장되고, 상기 하나 이상의 프로그램이 상기 하나의 이상의 프로세서에 의해 실행될 때 상기 하나 이상의 프로세서가 청구항 1 내지 청구항 8 중 어느 한 항의 데이터 처리 방법을 구현하게 하는, 네트워크 디바이스.
컴퓨터 프로그램을 저장하고, 상기 컴퓨터 프로그램이 프로세서에 의해 실행될 때, 청구항 1 내지 청구항 8 중 어느 한 항의 데이터 처리 방법을 구현하는, 컴퓨터 판독 가능 저장 매체.