5G LDPC编码实战：从校验矩阵到Matlab代码实现（附完整源码）

原创

于 2026-03-02 11:14:20 发布 · 343 阅读

5G LDPC编码工程实战：从协议矩阵到高效Matlab实现

在5G新空口（NR）标准中，低密度奇偶校验（LDPC）码作为数据信道的核心编码方案，其性能与实现效率直接关系到整个通信系统的吞吐量与可靠性。对于通信算法工程师和FPGA开发者而言，仅仅理解LDPC的理论原理是远远不够的，如何将3GPP协议中那看似抽象的校验矩阵，转化为实际可运行、高效率的编码器，才是工程落地的关键挑战。本文将深入5G NR LDPC（QC-LDPC）的编码核心，绕过教科书式的理论推导，直接聚焦于工程实现细节。我们将从协议中的基础矩阵（BG）和循环移位值（lifting size）出发，一步步构建出完整的Matlab编码仿真模型，并剖析其中提升计算效率的关键技巧。无论你是正在进行链路仿真验证，还是为硬件实现寻找算法原型，这里提供的思路和代码都将为你提供坚实的起点。

1. 5G NR LDPC结构解析：从协议表格到矩阵构建

5G NR采用的LDPC码属于准循环LDPC（QC-LDPC）家族。这种结构的精髓在于，庞大的校验矩阵 H 并非随意生成，而是由一个小巧的基础矩阵（Base Matrix） 通过“提升”（Lifting）操作扩展而来。这极大地降低了存储和描述的复杂度。

1.1 基础矩阵（BG1与BG2）的选择策略

3GPP TS 38.212协议定义了两个基础矩阵：BG1 和 BG2。选择哪一个，并非随意，而是由目标码块大小和码率共同决定的。

BG1: 尺寸为 46 行 × 68 列。它支持更大的信息块长度（K）和更高的码率，主要用于eMBB（增强移动宽带）场景中，对吞吐量要求极高的业务。
BG2: 尺寸为 42 行 × 52 列。它支持相对较小的信息块长度和更低的码率，专为URLLC（超高可靠低时延通信） 和部分eMBB控制信道设计，其结构更利于快速编码和译码。

选择准则 通常基于一个关键的阈值 K_c。协议给出了明确的公式和表格，但我们可以用一个简单的经验法则来概括：当信息比特数 K 大于某个门限（例如，对于大多数码率，K > 3840 时倾向使用BG1，否则使用BG2），并且目标码率 R 高于约 1/3 时，优先考虑BG1。具体选择需要查表，但理解其背后的逻辑是：BG1的矩阵更大，可以构造出更长、码率更高的码，但编码复杂度也相应增加；BG2则更紧凑、更高效。

注意：基础矩阵中的每个元素都不是简单的0或1，而是一个整数，它指示了后续循环移位操作的具体值。值为 -1 表示对应位置是一个 Z x Z 的全零方阵。

1.2 提升因子（Lifting Size）Zc的确定

选定了基础矩阵 B 后，我们需要确定提升因子 Zc。Zc 决定了最终校验矩阵 H 的粒度，它必须是协议规定集合 Z = {2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 18, 20, 22, 24, 26, 28, 30, 32, 36, 40, 44, 48, 52, 56, 60, 64, 72, 80, 88, 96, 104, 112, 120, 128, 144, 160, 176, 192, 208, 224, 240, 256, 288, 320, 352, 384} 中的一个。

确定 Zc 的步骤：

根据信息比特长度 K 和目标码率 R，计算初步的码块大小 K_b。对于BG1，K_b = 22；对于BG2，K_b 可能是 10 或 8，具体取决于 K。
计算 Z 的候选值：Z' = ceil(K / K_b)。
在集合 Z 中找到不小于 Z' 的最小值，即为 Zc。

这个过程确保了扩展后的信息位长度 K_b * Zc 略大于或等于原始的 K，不足的部分将通过“缩短”（Shortening）操作补零。

% 示例：确定Zc的函数
function Zc = getLiftingSize(K, bg)
    % K: 信息比特长度
    % bg: 1 或 2， 代表 BG1 或 BG2
    % 返回确定的提升因子 Zc

    % 协议定义的提升因子集合
    ZSet = [2:16, 18:2:24, 26:2:32, 36:4:48, 52:8:96, 104:16:192, 208:32:384];

    if bg == 1
        K_b = 22; % BG1 的列数
    else
        if K > 640
            K_b = 10;
        elseif K > 560
            K_b = 9;
        elseif K > 192
            K_b = 8;
        else
            K_b = 6;
        end
    end

    Z_prime = ceil(K / K_b);
    % 找到ZSet中 >= Z_prime 的最小值
    Zc = min(ZSet(ZSet >= Z_prime));
end

1.3 从基础矩阵到扩展校验矩阵

得到了基础矩阵 B（大小为 m_b x n_b）和提升因子 Zc 后，我们就可以构造最终的 H 矩阵（大小为 m_b*Zc x n_b*Zc）。规则如下：

对于 B 中的元素 B(i, j)：
- 若 B(i, j) = -1，则在 H 中对应位置放置一个 Zc x Zc 的全零矩阵。
- 若 B(i, j) >= 0，则在 H 中对应位置放置一个 Zc x Zc 的循环移位单位阵。这个矩阵是单位矩阵向右循环移位 B(i, j) mod Zc 位后得到的。

% 示例：构建QC-LDPC校验矩阵H
function H = constructParityCheckMatrix(B, Zc)
    % B: 基础矩阵 (m_b x n_b)
    % Zc: 提升因子
    % H: 生成的校验矩阵 (m_b*Zc x n_b*Zc)

    [m_b, n_b] = size(B);
    H = sparse(m_b * Zc, n_b * Zc); % 使用稀疏矩阵存储，至关重要！

    for i = 1:m_b
        for j = 1:n_b
            shi

标签