【摘要】：低密度奇偶檢驗(Low-Density Parity-Check, LDPC)碼是一種性能逼近香農極限的線性分組碼,是信道編碼領域的研究熱點之一,目前已經廣泛應用于無線通信和數(shù)字存儲等領域。隨著信息技術不斷發(fā)展,通信系統(tǒng)要求信息能更快速和更可靠地傳輸,存儲系統(tǒng)則要求更高的存儲密度,設計性能優(yōu)異且具有極低譯碼復雜度的編譯碼算法對未來通信和存儲系統(tǒng)十分重要�；诮惶娣较虺俗臃�(Alternating Direction Method of Multipliers, ADMM)的LDPC碼線性規(guī)劃(Linear Programming,LP)譯碼算法不僅具有傳統(tǒng)LP譯碼的最大似然認證和便于分析的特點,而且大幅度降低了基于優(yōu)化理論設計的譯碼算法的復雜度。基于A DMM的LP譯碼算法應用于規(guī)模較大的LDPC碼時譯碼時間較長,不利于仿真分析和實際的工程實現(xiàn)。近年來圖形處理器(Graphic Processing Unit,GPU)在浮點運算以及內存帶寬方面突飛猛進的發(fā)展極大地推動了并行計算的研究,基于ADMM的LP譯碼算法具有很好的并行化結構,非常適合在GPU上實現(xiàn)。為了大幅度提高譯碼速度,本文借助GPU對基于ADMM的LP譯碼方法進行了研究。本文主要工作概括如下：1.介紹了LDPC碼及其Tanner圖模型的理論基礎,概述了LDPC碼的置信傳播(Belief Propagation,BP)和最大似然譯碼算法,闡述了GPU的Fermi體系架構和統(tǒng)一計算設備架構(Compute Unified Device Architecture,CUDA)編程技術,分析了GPU的紋理存儲器(texture memory)及全局存儲器(global memory)的訪問特點。2.給出了基于ADMM的線性規(guī)劃譯碼模型,分析了譯碼方法中計算量大的歐幾里得投影算法,在加性高斯白噪聲(A dditive White Gaussian Noise)信道下對ADMM譯碼算法進行了仿真。仿真結果表明,基于ADMM的譯碼算法具有較好的性能,并且譯碼速度可以達到BP算法的2倍。3.根據(jù)ADMM譯碼算法的迭代消息傳遞思想,設計了一種基于GPU的并行化譯碼方案,詳細分析了節(jié)點消息更新的并行化實現(xiàn)方法。根據(jù)頁鎖定內存(pinned memory)和紋理存儲器的訪問特點,在并行化譯碼過程中設計了兩種優(yōu)化方法,給出了基于ADMM的并行化譯碼方法的仿真實現(xiàn)。仿真結果表明,在譯碼性能接近的情況下,借助GPU實現(xiàn)的ADMM譯碼方法與純CPU實現(xiàn)相比最高可以獲得19倍的加速比,有效利用GPU的多核架構提高了譯碼效率。
【圖文】：

降到任意低，，使信息達到有效并且可靠傳輸?shù)哪康摹Ｏ戕r的這篇論文為信息和編逡逑碼理論提供了基礎，標志著信息和編碼學科的創(chuàng)立，從此人們展開了長達６０多年逡逑的信道編譯碼研究。由香農的信息理論產生的數(shù)字通信系統(tǒng)模型如圖１．１［１２］所示，逡逑由該圖可Ｗ看出，數(shù)字通信系統(tǒng)模型的發(fā)送端由信源、信源編碼器、信道編碼器逡逑Ｗ及數(shù)字調制器組成，數(shù)字通信系統(tǒng)模型的接收端也包括四部分，發(fā)送端和接收逡逑端主要部件執(zhí)行的任務如表１．１所示。逡逑—一邐Ｉ邐邐邐Ｉ逡逑Ｊ邋＾信源編碼器＾信道編碼器數(shù)字調刺器＾邐！逡逑—＿－邐＾邋Ｉ邋－邐■■；：：：：；：：：：：：．．；．．，邋邋邐，邋Ｉ逡逑１邐悟遣Ｊｊｌｌ！逡逑；邐（巧儲媒介）逡逑ｊ邋；邐調制信逡逑Ｉ邐：邋Ｉ逡逑邐邋１邐邐ｉ逡逑信源譯碼器＾OT道巧碼器ｈ４＾數(shù)字解調器＾邐ｉ逡逑．…一邐－－－－－－－－－－－邋Ｉ邋—…  －——勁苗碼信遣邐Ｉ逡逑Ｉ邐邐逡逑圖１．１數(shù)字通信系統(tǒng)模型逡逑表１．１數(shù)字通信系統(tǒng)模型中主要部件的任務逡逑部件名稱邐任務逡逑信源編碼器將信源產生的信息轉換為二進制比恃序列；逡逑信道編碼器在二進制比特序列中加入冗余位，使信道上傳輸?shù)男蛄芯哂袡z錯和逡逑邐|砟芰Γ誨五義鮮值髦破鶻肷⑿藕爬嘈偷謀忍匭蛄兇懷閃ㄐ

本文編號：2557279