2025年第2期专题-2摘要：6G系统将支持超高吞吐量的数据传输以满足沉浸式通信场景的通信需求，因而不可避免地需要采用高阶调制方式。以LDPC码为基础分析了编码调制技术，针对高阶调制时不同调制比特位可靠性的差异，综合考虑编码链路实现的复杂度以及硬件资源开销，提出一种适合工程实现的编码调制联
面向6G的LDPC编码调制优化方案
姚健，姜大洁，史斯豪，邬华明，秦飞
（维沃移动通信有限公司，北京，100015）
【摘 要】6G系统将支持超高吞吐量的数据传输以满足沉浸式通信场景的通信需求，因而不可避免地需要采用高阶调制方式。以LDPC码为基础分析了编码调制技术，针对高阶调制时不同调制比特位可靠性的差异，综合考虑编码链路实现的复杂度以及硬件资源开销，提出一种适合工程实现的编码调制联合优化方案。给出了具体的编码处理流程和基于信道容量的码率分配方案，首先对信息比特分组，然后每个分组按照不同码率独立进行LDPC编码，最后通过交织处理将不同分组的编码比特映射到不同可靠性的调制比特子信道。仿真结果表明，LDPC编码调制优化方案相比于5G系统的LDPC编码方案提升了衰落信道下的数据传输性能。
【关键词】6G；LDPC；高阶调制；信道容量；码率分配
doi:10.3969/j.issn.1006-1010.20241120-0003
中图分类号：TN929.5 文献标志码：A
文章编号：1006-1010(2025)02-0011-08
引用格式：姚健,姜大洁,史斯豪,等. 面向6G的LDPC编码调制优化方案[J]. 移动通信, 2025,49(2): 11-18.
YAO Jian, JIANG Dajie, SHI Sihao, et al. LDPC coding and modulation optimization for 6G[J]. Mobile Communications, 2025,49(2): 11-18.
0 引言
随着5G商用化的不断推进，针对6G关键技术的研究也在加快进程，ITU在《IMT面向2030及未来发展的框架和总体目标建议书》中，描述了6G的典型场景与能力指标体系，除了引入通感、AI以及泛在连接的新场景，还在5G三大典型通信场景的基础上进行了增强[1]。为了支持全息远程呈现、智能交互、沉浸式XR、实时远程控制、万物智联等先进服务用例，未来6G移动通信系统的数据速率相比5G有数倍甚至量级的提升，其中峰值速率将达到100 Gbps以上，用户体验速率将达到1 Gbps以上[2]6G系统除了需要向更高频段扩展以获取更大带宽资源，还需要增大天线规模以及采用更高阶的调制方式，从而支持超高吞吐量数据传输。例如，在信道条件满足要求的前提下，通过采用高阶调制增加每个符号携带的信息比特数来提高无线通信系统的数据传输速率和频谱效率。3GPP R17标准中通信业务信道已经支持256QAM和1024QAM等高阶调制[3]。信道编码通过引入冗余信息来提高信息传输的可靠性，因此会降低信息传输效率，在带宽受限信道传输场景，往往采用高阶调制配合信道编码从而提高信息传输效率。编码和调制作为物理层最基本的核心技术，是使得5G乃至6G通信系统数据传输性能指标满足场景需求的关键要素，对编码和调制技术的联合优化也是未来移动通信技术的重要研究方向。5G通信系统中采用的主要编码方案包括Polar码和低密度奇偶校验（LDPC, Low-Density Parity-Check）码[4]。其中，Polar码是由E. Arikan在2009年发表的论文中基于信道极化理论所提出的一种新的编码方式[5]，后被确定作为5G增强移动宽带（eMBB）场景下控制信道编码方案。LDPC编码最早由Gallager在20世纪60年代初的博士论文中提出[6]，在之后很长一段时间内几乎被人们忽略，直到20世纪90年代中期，LDPC被发现在迭代译码算法下具有逼近信道容量的性能，且具有线性编译码复杂度，因此重新获得了大量关注与应用，后被3GPP采纳作为5G eMBB场景下业务信道编码方案。Polar码的译码方式本身具有串行特性，译码时延随着码长的增加而增加，存在吞吐量瓶颈，因而用于对速率要求不高的控制信道，且主要采用QPSK调制方式。而LDPC码能够采用全并行译码算法，适合用于高速率传输的场景，并与高阶调制方式相结合。面向6G通信系统的信道编码方案设计除了以尽可能提高数据传输可靠性为目标之外，还需要考虑编码链路实现的复杂度以及硬件资源开销问题。本文主要面向6G通信中采用高阶调制的场景，以LDPC码为基础，设计适合于工程实现的编码调制联合优化方案。所提方案相比于5G系统的LDPC编码方案，误码块率性能以及吞吐量性能得到了提升，且能够做到简化编译码链路处理流程和节省硬件资源开销。
编码与调制联合设计的思想最早由Massey在1974年提出[7]，Ungerboeck在1982年给出了编码调制联合的具体实现方式，即网格编码调制（TCM, Trellis-Coded Modulation），在不增加系统带宽的前提下，通过将编码和调制联合设计可获得大约3-6dB的性能增益[8]。TCM的优化目标是最大化欧氏距离，这一类方案在加性高斯白噪声（AWGN, Additive White Gaussian Noise）信道中性能表现较好，然而在衰落信道中的性能表现较差[9]。Imai等提出了多级编码方案（MLC, Multilevel Coding），通过使用不同速率的分量码对不同的信息位进行保护，从而实现整体性能的优化[10]。1992年，Zehavi改变了TCM编码调制结构引入了比特交织器[11]，即采用比特交织编码调制（BICM, Bit-Interleaved Coded Modulation），以此增加了码分集增益，提升了衰落信道下的数据传输性能。MLC是一种将编码与调制相结合的编码调制方案，能够做到既不增加信号带宽，又不降低有效数据传输速率，从而提高了数据传输性能。MLC的核心思想是用不同速率的分量码对不同的信息位进行保护，从而实现总体性能的优化。MLC系统发送端具体处理方式是将星座信号点的各个二进制比特看作是独立的各层，每一层分别用不同的分量码进行编码从而对信息比特进行不同程度的保护，保证码字之间最小欧氏距离的最大化。MLC方案中星座点映射通常采用集分割映射的方式，集分割映射以最大化自由欧氏距离为目标，将符号集合连续分割成较小的子集，每级分割后的子集内最小欧式距离逐级增大。在接收端需要采用多级译码（MSD, Multi-Stage Decoding），每一级的输出结果不仅与当前接收到的信息有关，还与之前所有已译码比特层的译码结果相关。对于高阶调制场景，MLC使用的编译码器数量会增加，导致资源开销较大，且接收端多级译码带来较大的时间延迟。
BICM技术通过在编码器和调制器之间插入比特交织器以提高系统在衰落信道下的分集度，并且将编码与调制分离开来，增强了系统设计的灵活性，是最优编码调制方案的次优近似方案。Caire等在1998年对BICM系统的信息速率和差错概率进行了分析，证明了其与最优编码调制方案的性能差距可以达到很小的水平，且更适合作为衰落信道下的编码调制方案[12]。BICM系统的性能与星座点映射方式紧密关联，且研究表明格雷映射是BICM系统的最佳映射方式，其特点是I、Q方向上相邻的两个星座点对应的调制符号仅有一个比特不同。如果接收机将一个符号解码错误，在被解码符号接近发送符号的预期情况下，只会产生单个比特的错误，通过后续的译码处理能够有效纠正错误传播的信息。BICM系统中只需要单个编码器和译码器，且可以忽略调制符号的各个比特位之间的相关性，将其视为独立传输的子信道[13]，无需采用多级译码处理。BICM相对于MLC在资源开销上有显著优势，工程实现简单，因此采用Turbo码、LDPC码的BICM方案被广泛应用在WLAN、LTE、NR等通信系统中。也有研究针对采用集分割映射的QAM调制方式，提出将BICM与MLC相结合，对调制符号的比特分等级保护，并采用级联编码的思路，在性能与复杂度之间实现较好的折中[14]。对于采用格雷映射的QAM调制符号，其不同比特位对应的可靠性存在差异，即调制符号上不同比特位的数据传输性能不同。以256QAM调制为例，图1给出了AWGN信道以及衰落信道下调制符号不同比特位的误码率性能，可以看出，QAM调制符号不同比特位在AWGN信道以及衰落信道下的数据传输性能均存在明显差异，针对该特性进行编码和调制的联合优化有利于提升未来6G系统在高速数据传输场景下的性能。
2 LDPC编码调制优化方案
综合对比MLC系统和BICM系统的优劣势后，本文提出一种基于LDPC的编码调制联合优化方案。在采用LDPC编码的BICM系统中，根据格雷映射星座符号比特位的可靠性差异，对编码信息进行分组，并采用不同的编码速率进行LDPC编码。即当调制阶数为qm时，每个QAM符号中包含q个比特，可以分为qmm/2组，并按照特定码率对不同分组的信息比特进行编码，然后通过分组交织器将码率较高的分组对应的编码比特优先映射到高可靠调制比特位上，将码率较低的分组对应的编码比特映射到相对低可靠的比特位上，从而提升数据传输性能。当调制阶数较高时，若完全按照调制符号的比特位可靠性等级进行比特分组，存在分组数过多导致处理复杂度增加的问题，不利于工程实现。为进一步简化编译码链路处理流程和节省硬件资源开销，可以进一步简化比特分组方式，即减少分组个数，并为不同分组分配合适的码率以及设计比特映射规则，兼顾数据传输性能和实现复杂度。相对于传统的MLC方案，本文提出的LDPC编码调制优化方案采用格雷映射进行QAM调制，并在编码器与调制器之间通过分组交织器进行比特交织，调制符号各个比特位可视为独立传输的子信道，因此在接收端，各个分组的数据可以独立进行解调和译码，无需进行迭代解调和译码处理，相比于接收端采用MSD译码的MLC系统大大降低了处理复杂度和时延。通过简化分组方式以及分组编码器的设计，硬件资源开销相比MLC系统也得到了进一步降低。另一方面，相对于BICM方案，本文提出的LDPC编码调制优化方案充分利用了QAM调制比特位可靠性不同的特性，通过分组编码以及根据比特子信道可靠度的差异进行星座比特映射的方式，实现编码调制联合优化，使得数据传输性能得到提升。
本节首先对LDPC编码基本原理进行回顾，然后介绍LDPC编码调制优化方案处理流程，并对码率分配方法进行说明。
2.1 LDPC编码原理
2.2 LDPC编码调制系统模型
传统的MLC方案中虽然也考虑到了对不同可靠度的调制比特采用不同码率编码提升数据传输性能，但当采用高阶调制方式，例如64QAM、256QAM甚至1024QAM时，需要使用多个码率不同的编码器，因此增加了编码复杂性，同时多个编码器和解码器也会造成硬件资源开销的倍增。综合考虑到数据传输性能与工程实现复杂度，本文中对于不同调制阶数，将待传输的信息比特固定分为2组，即分为信息比特组0和信息比特组1。首先为2个信息比特组分配合适的码率进行LDPC编码，然后在QAM调制时分别映射至整体可靠性较高的q/2个比特位以及整体可靠性较低的qm/2个比特位。通过上述操作达到了利用调制符号比特位可靠性差异优化编码调制性能，并且降低编译码处理复杂度的目的，具体处理流程如图3所示。其中，R表示目标码率，即当前TB传输时的整体码率，即确定目标码率R后，对传输的信息比特进行分组以及采用不同码率编码提升数据传输可靠性，但保证数据传输的整体频谱效率不改变。
为进一步降低硬件资源开销，方案中不同信息比特分组在编码过程中可复用相同的编码器资源，即信息比特组0和信息比特组1的信息码块在进行LDPC编码时采用统一的BG和提升值Zc，并通过控制不同分组的信息位缩短比特个数以适配编码码块长度。具体包括，根据信息比特组0信息位长度K00确定采用的BG，进而确定基矩阵系统比特个数kb0bccb0P，并通过循环移位矩阵置换得到校验矩阵H。按照上述编码参数确定方式，信息比特组0与信息比特组1使用相同的校验矩阵H进行LDPC编码。如此一来，接收端也能够复用相同的译码器资源，根据前面的分析，接收端不同分组的数据可以独立进行解调和译码，无需进行迭代解调和译码处理，从而在不增加额外硬件资源开销或处理复杂度的情况下实现LDPC编码调制联合优化。对不同分组信息码块进行编码后，按照各自码率调整需求进行速率匹配，分别选取得到长度为E0的编码比特序列1，其中编码比特序列0为经过高码率LDPC编码的比特序列，编码比特序列1为经过低码率LDPC编码的比特序列。其中，分组0和分组1在编码和速率匹配过程中的打孔和缩短比特数满足：（2）分组0信息位缩短比特数为Ns0=kbZc–K0，分组1信息位缩短比特数为Ns1=kbZc–K1，其中K0、K1分别为信息比特组0信息位长度和信息比特组1信息位长度，且K0>K1；
（3）分组0校验位打孔比特数为Np0=nbZc–2Zc–E0–Ns0，分组1校验位打孔比特数为Np1=nbZc–2Zc–E1–Ns1。
完成比特选取后，将编码比特序列0和编码比特序列1级联并进行分组交织，交织器行数等于调制阶数qm，列数为2.3 码率分配方案
以256QAM为例，图4给出了调制符号的总信道容量以及qm=8个比特位关联的子信道容量示例。可以看出，各个子信道容量存在明显差异，可分为4个不同容量等级，每个等级下的2个子信道容量相同，分别对应QAM调制的I路和Q路。
确定子信道容量后，根据不同信息比特组与子信道的关联关系确定码率分配方案。根据本文中的简化分组的方式，对于不同调制阶数，信息比特分组个数固定为2。每个信息比特组关联的子信道有qm/2个，即信息比特组0与容量较高的qm/2个子信道关联，信息比特组1与容量较低的qm/2个子信道关联，则信息比特组n的码率计算方式为：
在实际通信系统中，可根据信道条件以及译码性能采用自适应编码调制方案，例如根据信道信干噪比（SINR, Signal to Interference plus Noise Ratio）、译码正确或错误的反馈信息以及目标误块率（BLER, Block Error Rate）的要求，动态调整最终的MCS等级，即调整编码速率或调制阶数。若测量得到的SINR高于预设门限或按照当前的编码速率和调制方式，数据够被正确传输，且实际BLER符合目标BLER要求，则可以尝试性地提升MCS等级，从而增加系统吞吐量。反之，若测量得到的SINR低于预设门限或按照当前的编码速率和调制方式，数据不能够被正确传输，或者实际BLER不符合目标BLER要求，就可以降低MCS等级。在本方案中，不同分组的编码速率同样可以根据信道测量结果或不同分组对应的译码结果反馈信息进行动态地调整，而非采用固定的码率分配方案。如此一来，能够使编码调制方案更加灵活，更加有利于适应不同的信道条件。
当采用简化分组方式时，根据式（8），在NR标准已支持的256QAM MCS等级表格中[20]，选取64QAM和256QAM的MCS等级为例计算得到码率分配结果，具体如表1所示。根据上述码率分配方案，下面对采用简化分组方式的LDPC编码调制优化方案（MC LDPC）的系统的数据传输性能进行仿真评估，对比方案为5G NR LDPC编码方案（5G LDPC）。仿真中采用CDL-A衰落信道，天线配置为1发2收，采用单流传输，并配置260个资源块（RB, Resource Block）用于数据传输。对于MCS16、MCS17、MCS26、MCS27，每个时隙传输的TB大小，即总信息比特个数分别为157 706、169 334、268 052、277 266。对于5G NR LDPC编码方案，对TB直接进行码块分割得到各个码块的信息比特序列，对于LDPC编码调制优化方案，先按照码率分配对TB进行分组得到不同分组的比特序列，再针对不同分组的比特序列进行码块分割得到各个码块的信息比特序列。两种方案统一采用码长为8 448的LDPC编码器，其中每次LDPC编码时码块中信息比特个数如表2所示。
编码时对各个码块的信息比特序列进行比特填充得到满足最大码块长度要求的待编码比特序列送入LDPC编码器，并通过速率匹配选取与系统分配的传输资源相匹配的比特序列，然后进行调制和数据发送，两种方案接收端采用相同的LDPC译码算法和最大译码迭代次数。图5中给出了本文所提的采用简化分组方式的LDPC编码调制优化方案和5G NR LDPC编码方案的性能评估结果，可以看出，对于不同MCS等级，即不同调制阶数和目标码率，本文中的LDPC编码调制优化方案相比NR基线在BLER性能上均有一定提升。
当不采用简化分组方式时，选取与表格1同样的64QAM和256QAM的MCS等级为例，根据式（9），计算得到各信息比特分组的码率分配结果，具体如表3所示。
根据上述码率分配方案，下面对采用简化分组方式的LDPC编码调制优化方案（MC LDPC），和不采用简化分组方式，按照子信道容量等级分组的LDPC编码调制优化方案（MC-II LDPC）的系统的数据传输性能进行仿真评估。仿真中采用CDL-A衰落信道，天线配置为1发2收，采用单流传输，并配置260个RB用于数据传输。对于MCS16、MCS17、MCS26、MCS27，每个时隙传输的TB大小，即总信息比特个数分别为157 706、169 334、268 052、277 266。两种方案中，均先按照码率分配对TB进行分组得到不同分组的比特序列，再针对不同分组的比特序列进行码块分割得到各个码块的信息比特序列。两种方案统一采用码长为8 448的LDPC编码器，其中MC LDPC每次编码时码块中信息比特个数如表2所示，MC-II LDPC每次编码时码块中信息比特个数如表4所示。
编码时对各个码块的信息比特序列进行比特填充得到满足最大码块长度要求的待编码比特序列送入LDPC编码器，并通过速率匹配选取与系统分配的传输资源相匹配的比特序列，然后进行调制和数据发送，两种方案采用相同的LDPC译码算法和最大译码迭代次数。图6中给出了简化分组的LDPC编码调制优化方案和按照子信道容量等级分组的LDPC编码调制优化方案的性能评估结果，可以看出，两种方式性能差异较小，并且对于码率较高的MCS17和MCS27两个MCS等级，简化分组的LDPC编码调制优化方案性能更优。因此，采用简化分组的方式不仅能够降低资源开销和处理复杂度，还能够保证较好的数据传输性能。
下面对采用自适应编码调制方案时，采用简化分组方式的LDPC编码调制优化方案（MC-LDPC）与5G NR LDPC编码方案（5G-LDPC）的数据传输性能进行对比。仿真中同样采用CDL-A衰落信道，天线配置为1发2收，采用单流传输，并配置260个RB用于数据传输，每个无线帧包含20个时隙，其中2个时隙用于数据传输。仿真中通过统计吞吐量，即统计系统每秒正确传输的信息比特个数，评估两种方案的数据传输性能，吞吐量具体计算方式为仿真中全部NT个时隙中正确传输的信息比特个数除以NT个时隙的总时长。为了对比公平，在系统分配的传输资源相同的情况下，5G NR LDPC编码方案中每个时隙采用2个TB传输，不同TB分别进行自适应编码调制，接收端根据每个TB的CRC校验结果确定该TB的信息比特是否被正确传输，并统计整体的数据传输吞吐量性能。采用简化分组方式的LDPC编码调制优化方案中两个分组分别通过自适应编码调制确定分组码率，接收端根据每个分组的译码结果确定该分组的信息比特是否被正确传输，并统计整体的数据传输吞吐量性能，两种方案接收端同样采用相同的LDPC译码算法和最大译码迭代次数。图7中给出了采用简化分组方式的LDPC编码调制优化方案和5G NR LDPC编码方案的吞吐量性能评估结果。可以看出，当通过自适应编码调制确定不同分组的码率时，本文中的LDPC编码调制方案相比NR基线在吞吐量性能表现上仍有明显提升。
4 结束语
随着6G系统对数据传输速率需求的提升，需要针对高阶调制场景进行编码方案的优化设计。本文提出一种LDPC编码调制优化方案，针对QAM调制不同比特位可靠性不同的特性，对信息比特分组，每组按照不同码率独立进行LDPC编码，码率较高的编码比特被优先映射到相对高可靠的调制比特位，编码较低的编码比特则被映射到相对低可靠的比特位。经过链路级仿真评估，所提方案相对于NR LDPC编码方案在衰落信道下数据传输性能得到提升。本文方案与基于BICM的LDPC编译码框架具有很好的兼容性，无需复杂的编译码处理流程和较大的硬件资源开销，更加有利于工程实现。
参考文献：（上下滑动浏览）
[1] ITU-R, Framework and overall objectives of the future development of IMT for 2030 and beyond[R]. 2023.
[2] vivo通信研究院. 6G服务，能力与使能技术[R]. 2022.
[3] 3GPP. 3GPP TS 38.211: Multiplexing and channel coding (Release 17)[S]. 2022.
[4] 3GPP. 3GPP TS 38.212: Physical channels and modulation (Release 17)[S]. 2022.
[5] Arikan E. Channel polarization: A method for constructing capacity-achieving codes for symmetric binary-input memoryless channels[J]. IEEE Transactions on information Theory, 2009, 55(7): 3051-3073.
[6] Gallager R G. Low-density parity check codes[J]. IRE Trans. Inform. Theory, 1962,8(1): 21-28.
[7] Massey J L. Coding and modulation in digital communication[C]//Zurich Seminar on Digital Communications. Zürich,Switzerland, 1974, 2(1).
[8] Ungerboeck G. Channel coding with multilevel/phase signals[J]. IEEE transactions on Information Theory, 1982, 28(1): 55-67.
[9] Schlegel C, Costello D J. Bandwidth efficient coding for fading channels: Code construction and performance analysis[J]. IEEE Journal on Selected Areas in Communications, 1989, 7(9): 1356-1368.
[10] Imai H, Hirakawa S. A new multilevel coding method using error-correcting codes[J]. IEEE Transactions on Information Theory, 1977, 23(3): 371-377.
[11] Zehavi E. 8-PSK trellis codes for a Rayleigh channel[J]. IEEE Transactions on Communications, 1992, 40(5): 873-884.
[12] Caire G, Taricco G, Biglieri E. Bit-interleaved coded modulation[J]. IEEE transactions on information theory, 1998, 44(3): 927-946.
[13] Alvarado A, Agrell N, Svensson N. On the capacity of BICM with QAM constellations [C]//ACM international wireless communications and mobile computing conference, IWCMC 2009. 2009.
[14] 刘孟孟,方健,袁瑞敏,等. 面向6G的编码调制和波形技术[J]. 移动通信, 2021,45(4): 21-28.
[15] Li J, Lin S, Abdel-Ghaffar K, et al. LDPC code designs, constructions, and unification[M]. Cambridge: Cambridge University Press, 2016.
[16] Li H, Bai B, Mu X, et al. Algebra-assisted construction of quasi-cyclic LDPC codes for 5G new radio[J]. IEEE access, 2018, 6: 50229-50244.
[17] Chen T Y, Vakilinia K, Divsalar D, et al. Protograph-based raptor-like LDPC codes[J]. IEEE Transactions on Communications, 2015, 63(5): 1522-1532.
[18] Dai J, Piao J, Niu K. Progressive rate-filling: A framework for agile construction of multilevel polar-coded modulation[J]. IEEE Wireless Communications Letters, 2021, 10(5): 1123-1127.
[19] 白宝明,孙韶辉,王加庆. 5G移动通信中的信道编码[M]. 北京: 电子工业出版社, 2020.
[20] 3GPP. 3GPP TS 38.214: Physical layer procedures for data (Release 17) [S]. 2022. ★
★原文刊发于《移动通信》2025年第2期★
作者简介★往期推荐★【25专题征稿】6G卫星互联网、语义通信、通感算一体化
《移动通信》杂志由中国电子科技集团公司主管，中国电子科技集团公司第七研究所主办，是中国期刊方阵“双效期刊”、工业和信息化部精品电子期刊、中国科技论文统计源刊、中国通信学会《信息通信领域高质量科技期刊分级目录》入选期刊、中国电子学会《电子技术、通信技术领域高质量科技期刊分级目录》入选期刊、中国应用型核心期刊、日本JST收录期刊。国内连续出版物号：CN44-1301/TN，国际连续出版物号：ISSN1006-1010，邮发代号：46-181。
来源：移动通信编辑部
