好的，作为一名经验丰富的专利代理师，我将对对比文件与目标专利的技术特征进行严谨的比对分析。
**对比文件名称:** 2014-04-28_KR1020140050035A_发明公开_KR1020140050035A 데이터전송 방법 및 장치
**目标专利名称:** 1075信道解码中的数据处理CN113273085B
**本次调用的模型名称:** GPT-4
以下是根据您的要求进行的特征比对和公开性分析。
### 特征比对表格
| 技术特征描述及公开性判断 | 对比文件原文引用 (翻译) | 公开性论述 |
| **技术特征A：** 包括：至少一个处理器<br><br>《隐含公开》 | 无直接引用。对比文件全文描述了用于数据发送/接收的装置，包括存储模块、检查矩阵生成模块、码字生成模块等（例如，[段落1411]-[段落1425]）。 | 对比文件虽然没有明确使用“处理器”一词，但其描述的装置（例如，图14、图15中的设备）作为通信系统中的实体，其各个模块（如检查矩阵生成模块、码字生成模块）的功能执行必须依赖处理器（如CPU、DSP等）来实现。在通信和数据处理领域，任何执行复杂逻辑和算法的装置必然包含处理器。因此，对于本领域技术人员而言，从对比文件公开的装置方案中，可以毫无疑义地、隐含地得出该装置必然包含“至少一个处理器”这一技术特征。 |
| **技术特征B：** 包括计算机程序代码的至少一个存储器<br><br>《隐含公开》 | 段落[0015]：所述存储模块，用于存储行发生器对应的生成序列，并向所述检查矩阵生成模块提供该生成序列。<br>段落[1411]：存储模块1410，用于存储生成序列... | 对比文件明确公开了“存储模块”（例如，1410, 1510），用于存储生成序列等数据。在现代电子设备中，存储模块（如RAM、ROM、闪存）与处理器协同工作，存储模块中必然包含用于控制处理器执行特定功能的指令集，即计算机程序代码。因此，隐含公开了“包括计算机程序代码的至少一个存储器”。 |
| **技术特征C：** 所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起使所述设备至少：从信道解码过程中获得第一输入和第二输入，将对所述第一输入和第二输入执行和积运算，所述和积运算包括一个或多个子运算<br><br>《隐含公开》 | 段落[0095]：本仿真中解码采用sum-product算法，最大迭代次数为50。<br>段落[0123]：本仿真中解码采用sum-product算法，最大迭代次数为50。<br>段落[0153]：本仿真中解码采用sum-product算法，最大迭代次数为50。<br>（类似表述出现在多个实施例中，如[段落0095], [段落0123], [段落0153], [段落0181], [段落0210], [段落0238], [段落0266], [段落0294], [段落0322], [段落0350], [段落0378], [段落0405]） | 对比文件明确公开了其LDPC解码采用“sum-product算法（和积算法）”。在本领域，和积算法（Sum-Product Algorithm, SPA）是LDPC码的标准置信传播解码算法。该算法的核心步骤就是在解码过程中，对来自信道或变量节点的两个输入（即第一输入和第二输入，通常为对数似然比LLR）执行和积运算。该运算本身包含多个子运算（如加法、比较、对数/指数运算或其近似）。虽然对比文件未详细描述执行该运算的电子设备的具体指令流，但对于本领域技术人员，提及“采用sum-product算法解码”即意味着解码器必然执行和积运算，隐含公开了该特征。 |
| **技术特征D：** 其中所述第一输入指示第一接收比特被解码为第一值的第一可能性和第一接收比特被解码为第二值的第二可能性之间的第一比率；并且所述第二输入指示第二接收比特被解码为所述第一值的第三可能性和所述第二接收比特被解码为所述第二值的第四可能性之间的第二比率<br><br>《隐含公开》 | 段落[0095]：本仿真中解码采用sum-product算法，最大迭代次数为50。<br>段落[0032]：...对数似然比(LLR)计算在现代基于软信息的解码算法中起到至关重要的作用。<br>（目标专利背景技术部分也引用了LLR的通用定义，对比文件虽然未明确定义LLR，但其使用的SPA算法必然基于LLR） | 目标专利中的“比率”即“对数似然比（LLR）”，这是通信解码领域的公知常识。对比文件公开了其LDPC解码采用“和积算法（SPA）”。SPA是一种基于软信息（Soft Information）的解码算法，其输入和内部传递的消息就是对数似然比（LLR）。LLR的定义正是一个比特为1的概率与为0的概率的比值的对数，完全符合技术特征D的描述。对比文件虽然没有显式写出这一定义，但任何使用SPA进行解码的工程师都明白其处理的对象就是LLR。因此，该特征被隐含公开。 |
| **技术特征E：** 其中所述和积运算执行对数域中的以下运算：其中A和B分别表示所述第一输入和所述第二输入<br><br>《未公开》 | 无直接引用。对比文件仅提及“sum-product算法”，未给出其数学表达式。 | 目标专利权利要求限定了和积运算的具体数学公式。对比文件仅描述了算法名称“sum-product算法”，但未公开或暗示该算法的具体运算形式，特别是未公开其在对数域中精确的数学表达式。本领域技术人员不能从对比文件中毫无疑义地得出该特定公式。因此，该技术特征未被公开。 |
| **技术特征F：** 确定映射关系集，以用于对所述一个或多个子运算中的至少一个子运算进行近似<br><br>《未公开》 | 无直接引用。 | 目标专利通过引入“映射关系集”来近似和积运算中的子运算（例如，g项），这是其核心发明点之一。对比文件全文仅涉及LDPC码的构建和编码方法，以及使用标准的和积算法（SPA）进行解码，完全没有提及任何用于近似解码运算的“映射关系集”或类似概念。因此，该技术特征未被公开。 |
| **技术特征G：** 基于所述第一输入、所述第二输入和所述映射关系集，来确定对所述第一输入和所述第二输入执行的所述和积运算的第一结果<br><br>《未公开》 | 无直接引用。 | 该技术特征依赖于技术特征F中定义的“映射关系集”。由于对比文件未公开“映射关系集”，因此基于该映射关系集确定运算结果的技术方案也无从谈起。该特征未被公开。 |
| **技术特征H：** 基于所述第一结果来继续所述信道解码过程。<br><br>《隐含公开》 | 段落[0095]：本仿真中解码采用sum-product算法，最大迭代次数为50。<br>段落[0096]：曲线202表示...采用和积算法（SPA：Sum-Product Arithmetic）解码的信号...<br>（多个实施例的仿真结果部分均有类似表述） | 这是解码过程的必然步骤。对比文件公开了采用和积算法（SPA）进行迭代解码。在SPA的每次迭代中，校验节点更新（即和积运算的结果）会传递给变量节点，变量节点更新后再传递给校验节点，如此反复进行迭代。因此，“基于第一结果（即和积运算的结果）继续信道解码过程”是标准SPA解码流程中内在的、必然的步骤，该特征被隐含公开。 |
| **技术特征I：** 其中所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起使所述设备：基于所述第一输入、所述第二输入和所述映射关系集，来确定所述一个或多个子运算的第二结果<br><br>《未公开》 | 无直接引用。 | 该特征进一步细化了确定第一结果的步骤，即先确定“一个或多个子运算的第二结果”（对应于目标专利中的g项）。对比文件未公开任何关于“映射关系集”或分步计算近似结果的技术内容，因此该特征未被公开。 |
| **技术特征J：** 至少基于所述第二结果来确定所述第一结果。<br><br>《未公开》 | 无直接引用。 | 该特征与I紧密关联。由于对比文件未公开如何确定第二结果，因此也必然未公开如何“基于第二结果来确定第一结果”。该特征未被公开。 |
| **技术特征K：** 其中所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起使所述设备：确定所述第一输入和所述第二输入之和的第一绝对值<br><br>《未公开》 | 无直接引用。 | 这是目标专利为实现其近似算法（如等式(4)所示）而定义的一个具体操作步骤。对比文件未公开任何关于其解码运算内部的具体数学操作细节，更未提及计算输入之和的绝对值等步骤。该特征未被公开。 |
| **技术特征L：** 基于所述第一绝对值和所述映射关系集，来确定所述一个或多个子运算的第一候选结果<br><br>《未公开》 | 无直接引用。 | 该特征依赖于“映射关系集”（未公开）和“第一绝对值”（未公开）。因此，该特征未被公开。 |
| **技术特征M：** 确定所述第一输入和所述第二输入之间的差的第二绝对值<br><br>《未公开》 | 无直接引用。 | 同技术特征K，这是目标专利近似算法中的另一具体操作步骤。对比文件未公开。该特征未被公开。 |
| **技术特征N：** 基于所述第二绝对值和所述映射关系集，来确定所述一个或多个子运算的第二候选结果<br><br>《未公开》 | 无直接引用。 | 该特征依赖于“映射关系集”（未公开）和“第二绝对值”（未公开）。因此，该特征未被公开。 |
| **技术特征O：** 通过对所述第一绝对值和第二绝对值进行比较，来选择所述第一候选结果、所述第二候选结果以及预定值中的一项作为所述第二结果。<br><br>《未公开》 | 无直接引用。 | 该特征是目标专利近似算法的最终选择逻辑。对比文件未公开任何类似的选择或比较步骤。该特征未被公开。 |
| **技术特征P：** 其中所述映射关系集被存储为存储器中的查找表，并且其中所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起使所述设备：从所述存储器中获得表示所述映射关系集的所述查找表。<br><br>《未公开》 | 无直接引用。 | 对比文件虽然公开了“存储模块”，但其存储的内容是用于生成校验矩阵的“生成序列”，与目标专利中用于近似计算和积运算的“映射关系集”或“查找表”在功能、内容和目的上完全不同。该特征未被公开。 |
| **技术特征Q：** 其中所述信道解码过程被用于对低密度奇偶校验(LDPC)码进行解码。<br><br>《直接公开》 | 段落[0006]：...低密度奇偶校验（LDPC）码具有良好的性能，其高效的解码算法是实现纠错编码最理想的方法之一。<br>段落[0007]：LDPC码是基于低密度奇偶校验矩阵H的线性纠错码...<br>段落[0095]：本仿真中解码采用sum-product算法...<br>（对比文件的发明名称、技术领域、背景技术及所有实施例均围绕LDPC码展开） | 对比文件明确、毫无疑义地公开了其所涉及的信道编码和解码技术是针对低密度奇偶校验（LDPC）码。其整个发明内容，包括校验矩阵的生成、编码以及性能仿真（采用和积算法），均是在LDPC码的框架下进行的。因此，该技术特征被直接公开。 |
| **技术特征R：** 其中所述信道解码过程被用于对极化码和/或雷德密勒码进行解码。<br><br>《未公开》 | 无直接引用。 | 对比文件全文仅涉及低密度奇偶校验（LDPC）码，没有提及极化码（Polar Code）或雷德密勒码（Reed-Muller Code）。因此，该技术特征未被公开。 |
<<<A>>><<<B>>><<<C>>><<<D>>><<<H>>><<<Q>>><<<a>>><<<b>>><<<c>>><<<d>>><<<h>>>