The error floor of low-density parity-check (LDPC) codes limits the use of LDPC codes in applications with extremely-low target error rate. It has been observed that the main reason of error floor is a trapping set which is a special structure on the Tanner graph. In this paper, we propose a method to classify error variable-nodes (VNs) using log-likelihood (LLR) characteristics of VNs and graphical structure of trapping sets when the decoding failure by trapping set occurs. The proposed method proceeds through the search for paths between unsatisfied check-nodes (CNs) consisting of error VNs. When there are two or more unsatisfied CNs in trapping set error situation, we proved that there exists at least a path consisting of error VNs between the unsatisfied CNs. The error VNs are identified by tracking the error path consisting of the error VNs. The path containing multiple VNs enhances the LLR characteristic of individual VNs, which enables a successful classification of error VNs. The distinguished error VNs are decoded into correct values by flipping their decision values. With corrected trapping set VNs, the decoder corrects the trapping set error in re-decoding process . Without any prior knowledge of trapping set, the proposed algorithm effectively solve the error caused by the trapping set. Simulation results show that the proposed algorithm breaks more than 90% of trapping set errors and improves the error floor performance compared to existing algorithms.
테너 그래프 상의 특정 구조인 트래핑 집합에 의해 발생하는 저밀도 패리티 검사 부호의 오류 마루 현상은 목표 오류율이 매우 낮은 분야에서의 저밀도 패리티 검사 부호 사용을 제한시킨다. 본 논문에서는 트래핑 집합 오류에 빠진 상황에서 변수 노드들의 로그-우도비 특성과 트래핑 집합의 구조적인 특성을 활용하여 트래핑 집합 내부의 오류 변수 노드를 구분하고 이를 바탕으로 트래핑 집합 오류를 해결하는 방식을 제안한다. 제안하는 방식은 불만족 검사 노드 사이의 변수 노드로 이루어진 경로의 탐색을 통해 진행된다. 트래핑 집합 오류 상황에서 연결된 불만족 검사 노드가 2개 이상일 때, 연결된 불만족 검사 노드 사이에는 오류 변수 노드로 이루어진 경로가 존재한다. 경로를 바탕으로 한 오류 변수 노드의 구분 방식은 단일 변수 노드의 로그 우도비 특성을 강화하여 오류 변수 노드의 구분을 가능하게 한다. 복호기는 경로를 통해 구분된 오류 변수 노드의 경판정 값을 반전시켜 올바른 값으로 복호하고 재복호를 통해 트래핑 집합 오류를 해결한다. 이를 통해 제안하는 알고리즘은 트래핑 집합의 구조에 대한 사전 정보 없이 합리적인 복잡도로 트래핑 집합 오류를 해결한다. 시뮬레이션 결과는 제안하는 알고리즘이 부호의 트래핑 집합 오류를 90% 이상 해결하며 기존 알고리즘에 비해 오류 마루 성능 개선에 효과적임을 보여준다.
