本技术提供一种LDPC码并行GPU的译码方法及系统,涉及通信技术领域,方法包括:通过CPU读取LDPC码;将校验矩阵参数分配至GPU的常量内存空间,并初始化常量内存空间;通过GPU为信道信息、译码硬判结果以及C2V分配全局内存空间;将信道信息量化为有符号字符型数据;基于校验矩阵的子块维度设置GPU线程块;利用帧内并行度,通过浮点运算对LDPC码进行分层更新;将分层信息存储至GPU的共享内存空间中,并通过信道信息初始化分层信息;对初始化分层信息进行迭代更新,生成待传输数据的译码结果;将译码结果传输至CPU的主机内存空间中;完成码字的译码后,进行资源释放。
背景技术
低密度奇偶校验码(Low-Density Parity-Check Codes,LDPC)是一种具有稀疏校验矩阵的线性分组码,LDPC码因其卓越的纠错能力,被广泛应用于通信和存储领域。图形处理器(Graphics Processing Unit, GPU)是一种专门设计用于处理图形和并行计算任务的处理器,而LDPC码的GPU并行译码方法则是利用LDPC码的特点以及GPU的高并行计算能力,设计出的一种高效的译码方法,用于对接收到的编码数据进行解码,从而还原出原始数据。
基于LDPC码与GPU并行译码,通过充分利用GPU的高并行计算能力,对提高LDPC码在高数据速率场景下的译码效率,显著加速复杂的迭代计算过程,满足实时性要求具有重要意义。同时,这种方法还能降低译码过程中的延迟,提升通信系统的可靠性和抗干扰能力,适用于5G通信、卫星遥感和数据存储等领域。
传统的LDPC码译码方法在处理长码长情况下,计算复杂度较高,难以满足星地高速数传系统对实时性和高吞吐量的要求,并且LDPC码译码过程中对存储的访问频繁,但访存效率不足,成为影响整体性能的瓶颈,导致无法充分利用LDPC码稀疏校验矩阵的特性,并行度设计不够高,计算资源未能充分利用,造成技术难以在不同的信道条件下灵活调整,同时难以满足低功耗和高效率的需求,进而导致通信系统的可靠性下降以及抗干扰能力差,访存效率低下。
实现思路