QC-LDPC MATLAB仿真资源包：从矩阵构造到BER性能评估

简介：QC-LDPC.zip 是一份面向通信与量子纠错初学者的 MATLAB 仿真学习资源，围绕准循环低密度奇偶校验码（QC-LDPC）的编码实现展开，适合希望理解 LDPC 码构造原理、动手复现编码流程的高校学生与科研入门者。压缩包共 3 个文件，以 2 个 m 脚本和 1 个 asv 自动备份文件为主，整体仅 4KB，轻量易读。其中脚本涵盖校验矩阵构建与编码主流程，注释较为详细，可帮助读者直观理解码字生成、生成矩阵线性运算、信道噪声模拟以及基于消息传递算法的迭代解码等关键环节，并支持通过修改参数观察不同设置下的纠错性能变化。目前已有 1253 人学习下载，适合作为掌握 QC-LDPC 编码技术、为后续量子通信研究打基础的入门实践材料。

1. 从一次链路仿真翻车说起：QC-LDPC.zip 到底是什么

去年帮一个做卫星通信的团队排查链路误码率异常，对方信誓旦旦说 LDPC 编码增益没问题，结果我把他们的校验矩阵打印出来一看——准循环块大小和扩展因子对不上，译码器迭代 50 次都不收敛。这种坑在 LDPC 项目里太常见了，而QC-LDPC.zip这个资源包，恰好就是冲着这类问题来的。它是一套基于 MATLAB 的准循环 LDPC 码完整实现，覆盖校验矩阵构造、编码、BP 译码以及 BER 性能评估。QC-LDPC（Quasi-Cyclic LDPC）的核心价值在于：用循环移位单位阵拼出稀疏校验矩阵，既保留随机 LDPC 的纠错能力，又能用移位寄存器硬件高效实现，5G NR 数据信道用的就是这类码。这个包适合通信算法工程师、做信道编码课程设计的研究生，以及需要快速验证 LDPC 方案可行性的系统仿真人员。如果你正在找一份能跑通、能改参数、能对照标准看性能的 MATLAB LDPC 源码，这份资源值得拆开细看。

2. QC-LDPC 的矩阵构造与编码逻辑：为什么不能随便填 1

2.1 准循环结构的数学本质

QC-LDPC 的校验矩阵 H 不是随机撒 1，而是由若干个大小为 Z×Z 的循环置换矩阵（CPM）和全零矩阵拼成。每个 CPM 由单位阵循环右移若干位得到，移位量记作 shift value。整个 H 可以写成基矩阵（base graph）加扩展因子 Z 的形式：基矩阵里每个元素要么是 -1（对应全零块），要么是一个非负整数（对应移位量）。这种结构的好处是，编码时只需要存储基矩阵和移位表，硬件上用桶形移位器就能完成矩阵向量乘法，省掉大量寄存器。

资源包里的构造脚本一般会提供两种基矩阵来源：一种是协议规定的标准基图（比如 5G NR 的 BG1/BG2），另一种是 PEG（Progressive Edge Growth）或 Gallager 方法生成的随机基矩阵再做准循环化。我一般建议先跑标准基图，确认编译码链路通了，再换自定义基矩阵做对比。

2.2 编码实现：从生成矩阵到累加编码

LDPC 编码的朴素做法是先对 H 做高斯消元得到生成矩阵 G，然后 c = m·G。但 H 的维度动辄几千，直接求 G 计算量大且破坏稀疏性。工程上常用的是基于近似下三角（ALT）的累加编码，把 H 重排成特定形式后分块回代。

资源包里通常会有encodeLDPC.m或类似函数，核心逻辑是先把 H 分成信息位和校验位两块，利用校验方程 H·c^T = 0 解出校验位。下面是我根据常见实现整理的一段编码调用示例：

% 参数设置 Z = 384; % 扩展因子，5G NR 常用 384 bg = 1; % 基图编号，BG1 适合高码率 K = 22 * Z; % 信息位长度 N = 68 * Z; % 码字长度（BG1 满配） R = K / N; % 码率约 0.32~0.89 可调 % 构造基矩阵和移位表（资源包内函数） [H, shifts] = buildQCBaseMatrix(bg, Z); % 生成随机信息比特 msg = randi([0 1], K, 1); % 编码：利用校验方程回代求校验位 codeword = qcLDPCEncode(msg, H, shifts, Z); % 验证校验方程 if any(mod(H * codeword, 2) ~= 0) error('编码结果不满足校验方程，检查移位表'); end

这段代码的关键参数是Z和bg。Z决定码块粒度，越大码长越长、纠错越强，但译码延迟也上去；bg选 1 还是 2 取决于码率和信息位长度，BG1 支持更大信息块。shifts是移位量表，必须和H的块结构严格对应，否则校验方程必挂。资源包里如果提供了buildQCBaseMatrix，直接调用即可；如果没有，需要自己按协议表格填移位值。

2.3 译码：置信传播与迭代停止条件

译码端资源包一般给的是对数域 BP（Belief Propagation）或最小和（Min-Sum）算法。BP 译码在 Tanner 图上反复传递变量节点和校验节点的对数似然比，直到校验方程全部满足或达到最大迭代次数。最小和是 BP 的近似，把 tanh 运算换成符号乘积加最小值，硬件友好但损失约 0.2~0.5 dB 增益。

调用译码函数时，除了接收软信息，还要设maxIter和alpha（最小和的归一化因子）。maxIter设太小会提前退出导致误码，设太大浪费算力。我一般先设 50 次，观察平均迭代次数分布再调。

% 通过 AWGN 信道 snr_dB = 2.5; rxSig = awgn(1 - 2*codeword, snr_dB, 'measured'); % 计算初始 LLR llr = 2 * rxSig / (10^(snr_dB/10)); % 最小和译码 maxIter = 50; alpha = 0.75; % 归一化因子，经验值 0.7~0.8 [decoded, iterUsed] = qcLDPCDecode(llr, H, shifts, Z, maxIter, alpha); % 统计误码 bitErr = sum(decoded ~= msg);

alpha这个参数是血泪经验：不归一化的最小和译码性能会明显劣化，0.75 左右是多数场景的甜点值。iterUsed能帮你判断译码器是否工作在收敛边缘——如果大量码字用满 50 次迭代，说明 SNR 太低或矩阵构造有问题。

3. 在 MATLAB 里跑通 BER 曲线：参数怎么设、图怎么看

3.1 仿真脚本的组织方式

资源包通常带一个main_BER.m或simQC_LDPC.m作为入口。跑之前先确认三件事：MATLAB 版本（R2018b 以上对通信工具箱支持较好）、是否依赖 Communications Toolbox（awgn函数需要）、以及并行计算工具箱是否可用（跑 BER 曲线很吃时间，parfor能快数倍）。

一个典型的 BER 仿真循环结构如下：

snrVec = 0:0.5:4; % SNR 扫描范围 numFrames = 200; % 每 SNR 点仿真帧数 ber = zeros(size(snrVec)); for si = 1:length(snrVec) errCnt = 0; bitCnt = 0; parfor fi = 1:numFrames msg = randi([0 1], K, 1); cw = qcLDPCEncode(msg, H, shifts, Z); rx = awgn(1 - 2*cw, snrVec(si), 'measured'); llr = 2 * rx / (10^(snrVec(si)/10)); dec = qcLDPCDecode(llr, H, shifts, Z, 50, 0.75); errCnt = errCnt + sum(dec ~= msg); bitCnt = bitCnt + K; end ber(si) = errCnt / bitCnt; fprintf('SNR = %.1f dB, BER = %.3e\n', snrVec(si), ber(si)); end semilogy(snrVec, ber, 'o-'); grid on; xlabel('SNR (dB)'); ylabel('BER');

numFrames的设置有个取舍：低 SNR 段误码多，200 帧足够统计；高 SNR 段误码率可能到 1e-6 以下，200 帧可能一个错都没有，曲线会断。常见做法是设一个最小错误数阈值（比如 100 个错误比特就停），而不是固定帧数。

3.2 参数扫描与性能对比

想验证不同码率或不同译码算法的差异，可以把Z、bg、maxIter、alpha做成外层循环。资源包如果带了多种译码实现（BP、最小和、偏移最小和），可以画在同一张图上对比。我一般会关注三个指标：BER=1e-5 时的 SNR 门限、平均迭代次数、以及误帧率（FER）。FER 在短码场景比 BER 更能反映系统表现。

提示：跑对比曲线时固定随机种子（rng(42)），否则每次结果抖动会让你误以为参数改动有效。

4. 避坑与排查：QC-LDPC 仿真里最容易翻车的五件事

4.1 校验方程不满足，编码输出全是错

现象：编码后H * codeword模 2 不为零，译码器输入合法码字却输出乱码。原因：移位表shifts和基矩阵H的块索引错位，或者Z与移位量的取值范围不匹配（移位量应在 0 到 Z-1 之间）。解决：打印H的分块结构，逐块核对移位量；用单位阵测试单个 CPM 的循环移位方向（左移还是右移，不同资料定义相反）。

4.2 译码不收敛，迭代次数总是跑满

现象：iterUsed恒等于maxIter，BER 曲线在高 SNR 段出现错误平底（error floor）。原因：Tanner 图中存在短环（girth 太小），消息在环上反复震荡；或者最小和算法未归一化。解决：检查基矩阵的环分布，PEG 构造时设最小 girth 为 6；最小和译码加alpha=0.75归一化；必要时换偏移最小和（OMS）。

4.3 AWGN 信噪比定义搞混，曲线整体偏移

现象：BER 曲线比文献值差 3 dB 或好得不真实。原因：awgn函数的'measured'模式和手动计算 LLR 时的噪声方差口径不一致；或者 SNR 按符号算还是按比特算没统一。解决：统一用 Es/N0 或 Eb/N0，在代码里显式写出换算关系；LLR 计算中的噪声方差要与awgn实际加入的功率匹配。

4.4 大 Z 值导致内存溢出

现象：Z=384时H矩阵维度到几万，full(H)直接爆内存。原因：把稀疏校验矩阵转成了稠密矩阵做运算。解决：全程用稀疏存储（sparse），矩阵向量乘法用H * c而非full(H) * c；译码器内部用索引表代替完整矩阵。

4.5 并行仿真结果不可复现

现象：parfor跑出来的 BER 和for不一致。原因：parfor内随机数流独立，每个 worker 的种子不同。解决：在parfor内用RandStream按帧索引设种子，保证每次运行结果一致。

5. 进阶技巧：用外部信息比与 EXIT 图判断译码器极限

跑通 BER 曲线只是第一步。真正要判断一个 QC-LDPC 码的性能边界，我习惯做两件事：看外部信息传递图（EXIT chart）和统计译码器收敛时的平均互信息。EXIT 图能直观显示变量节点和校验节点的信息交换是否匹配，如果两条曲线在低 SNR 就相交，说明译码门限高，码本身设计有问题。

具体操作上，可以在译码迭代过程中记录每次迭代的变量节点外部 LLR 方差，换算成互信息。资源包如果没带这个功能，自己加一个钩子函数即可：

% 在译码循环内记录外部信息 miVar = zeros(maxIter, 1); for it = 1:maxIter [llrOut, llrExt] = qcLDPCDecodeOneIter(llr, H, shifts, Z, alpha); miVar(it) = computeMutualInfo(llrExt, msg); if all(mod(H * (llrOut > 0), 2) == 0) break; end end plot(1:it, miVar(1:it), '-o');

computeMutualInfo用直方图法或高斯近似都行，关键是看互信息是否随迭代单调上升并趋于 1。如果曲线在中途走平，说明译码器陷入局部最优，需要调整基矩阵的度分布。

另一个实用技巧是给译码器加早停策略：连续两次迭代的硬判决结果不变就退出，能省 30% 以上平均迭代次数，对硬件实现尤其重要。我一般会在maxIter之外再加一个earlyStop标志，默认开启。

从那以后我每次拿到新的 LDPC 码，都强制先跑一遍校验方程验证和 EXIT 图，确认矩阵构造没问题再上 BER 仿真，省得后面调半天才发现是移位表填错了。希望帮到你。

本文还有配套的精品资源，点击获取