买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜电子科技大学长三角研究院(湖州);电子科技大学申请的专利一种基于Q矩阵的QC-LDPC编码传输方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115001509B 。

龙图腾网通过国家知识产权局官网在2025-05-16发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210517895.0，技术领域涉及：H03M13/11；该发明授权一种基于Q矩阵的QC-LDPC编码传输方法是由包嘉筠;沈璀灿;史治平设计研发完成，并于2022-05-13向国家知识产权局提交的专利申请。

本一种基于Q矩阵的QC-LDPC编码传输方法在说明书摘要公布了：本发明公开了一种基于Q矩阵的QC‑LDPC编码传输方案，所述方案在硬判决译码——比特翻转Bit‑Flipping,BF译码算法的基础上，通过在编码时引入可逆准循环Q矩阵的相关矩阵，使错误向量与矩阵Q产生联系。译码时则利用这种联系，使翻转参考向量的各个值之间也具有关联性，该译码方法称为Q译码算法。此外，在本发明提出的传输方案下，译码时除了可以采用硬判决Q译码算法，还可引入部分信道软信息，定义RQ译码算法，进一步改善译码性能。仿真结果表明，所述方案在采用Q译码算法时，能获得比BF译码更低的误码率；在采用RQ译码算法时，能获得比加权比特翻转WeightedBit‑Flipping,WBF译码更低的误码率。且本发明所述方案下的译码迭代次数减少，译码性能明显提高。

本发明授权一种基于Q矩阵的QC-LDPC编码传输方法在权利要求书中公布了：1.一种基于Q矩阵的QC-LDPC编码传输方法，定义N,KQC-LDPC码的校验矩阵H大小为N-K×N，生成矩阵G大小为K×N，其中码长N＝n0×p，n0和p为整数，且p＞＞n0，K是信息序列长度，定义一个随机产生的大小为N×N的可逆准循环矩阵Q，具有如下形式： 其中每个子矩阵Qi,j是p阶循环矩阵，0≤i≤n0-1,0≤j≤n0-1，定义一个整数向量用于确定子矩阵Qi,j的行列重： Q矩阵的行列重为其特征在于，所述方法包括以下步骤：S1、编码矩阵包括生成矩阵G和准循环可逆矩阵Q，对于信息序列m＝[m1,m2,…,mk]，按照如下编码过程，得到码字序列c＝[c1,c2,…,cN]： S2、对得到的码字序列采用BPSK调制方式，按照xi＝2ci-1得到调制后序列x＝[x1,x2,…,xN]；S3、对于均值为0，方差为σ2的AWGN信道，序列x在经过该信道后得到序列y＝x+n＝[y1,y2,…,yN]，其中n为噪声向量；S4、对应调制的逆过程，得到序列r＝[r1,r2,…,rN]；S5、译码，具体包括：S51、根据序列r得到硬判决接收序列z＝[z1,z2,…,zN]；S52、计算如下两个向量：z'＝zQT＝c+eQT＝[mGQT-1+e]QT＝mG+eQTs'＝z'HT＝mGHT+eQTHT＝eQTHT定义一个扩展的错误向量为e'＝eQT，此时的s'即为扩展错误向量e'对应的校正子；S53、输入接收序列y，校正子s'，校验矩阵H，准循环可逆矩阵Q，决定候选翻转比特位置集大小的比例η，0≤η≤1，采用RQ译码算法，得到错误向量估计所述RQ译码算法的步骤为：1初始化：初始校正子s0＝s'T，错误向量估计其中0N为一长度为N的全零向量，当前迭代次数t＝1，最大迭代次数tmax＝T；2取接收序列y的绝对值序列，定义为：τ＝[τ1,τ2,…,τN]＝[|y1|,|y2|,…|yN|]；根据τi值大小按照升序排列，获取下标构成向量：φ＝[φ1,φ2,…,φN]，其中3选择位置向量φ中前η·N个元素构成候选比特翻转位置集合ζ；4执行Q译码算法，得到比特翻转集合ξt；5计算最终翻转比特位置集合：6更新错误向量估计其中表示一个长度为N的二进制向量，其中由Γt索引的位置为1，剩余位置全为0；7更新校正子st：其中qv代表QT矩阵的第v行；8判断是否停止：如果校正子st为全零向量，或者迭代次数t＝T，停止译码并输出错误向量估计否则，迭代次数t←t+1，回到第4步，进入下一次迭代；S6、将错误向量估计与硬判决接收序列z进行模二加，得到码字估计序列

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人电子科技大学长三角研究院(湖州);电子科技大学，其通讯地址为：313099 浙江省湖州市西塞山路819号南太湖科技创新综合体B1幢8层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。