LDPC碼置信傳播譯碼研究
發(fā)布時(shí)間:2020-10-19 17:39
隨著社會(huì)的不斷發(fā)展以及現(xiàn)代科學(xué)技術(shù)的進(jìn)步,通信已經(jīng)成為人們?nèi)粘I钪胁豢苫蛉钡慕M成部分。特別是近幾年移動(dòng)通信的持續(xù)快速發(fā)展,給我們的生活帶來(lái)了極大的便利。通信的最終目的就是實(shí)現(xiàn)信息的有效傳遞,但是由于無(wú)線信道中存在著各種的干擾再加上通信技術(shù)的發(fā)展需要更加快捷、方便、準(zhǔn)確地傳遞信息,使得具體實(shí)現(xiàn)起來(lái)非常困難,從而給從事通信技術(shù)的研發(fā)人員帶來(lái)了更加嚴(yán)峻的挑戰(zhàn)。為了尋找適應(yīng)高效、高可靠性通信的編碼方案,從早期的循環(huán)碼,BCH碼、RS碼、卷積碼等,直到發(fā)展到近年來(lái)的Turbo碼以及到本文研究的LDPC碼(Low-Density Parity-Check Codes,低密度奇偶校驗(yàn)碼)。LDPC碼以其優(yōu)異的譯碼性能和相對(duì)較低的譯碼復(fù)雜度很快成為研究的熱點(diǎn)。LDPC碼主要分為兩種類的譯碼算法:BF譯碼算法(Bit-Flipping,比特翻轉(zhuǎn))和BP譯碼算法(Belief-Propagation,置信傳播)。其中BF譯碼算法的復(fù)雜度低,但其譯碼性能也是最差的,只能滿足對(duì)譯碼準(zhǔn)確性要求不是很高的場(chǎng)合或者是硬件條件受限制的情況,反觀BP譯碼算法,其復(fù)雜度較,但是卻有著優(yōu)異的譯碼性能。本文的研究?jī)?nèi)容主要如下:本文首先介紹了 LDPC碼特點(diǎn)、表示、構(gòu)造方法以及分類,并歸納總結(jié)了編碼方案。然后,對(duì) LDPC 碼 BF、BP、RBP(Residual Belief-Propagation,剩余度置信傳播)、NW RBP(Node-wise RBP,基于校驗(yàn)節(jié)點(diǎn)的剩余度置信傳播)、IVC RBP(Informed Variable-to-Check RBP,變量節(jié)點(diǎn)到校驗(yàn)節(jié)點(diǎn)獲知置信傳播)譯碼算法思想和流程做了詳細(xì)的分析。然后基于NWRBP算法,本文提出了一種改進(jìn)型NWRBP(ENWRBP,Enhanced NWRBP)譯碼算法,即統(tǒng)計(jì)NW RBP譯碼過(guò)程中各變量節(jié)點(diǎn)的更新次數(shù),如果NWRBP迭代譯碼失敗,然后將更新次數(shù)最少的變量節(jié)點(diǎn)的初始化值設(shè)置為0。仿真結(jié)果表明,與NW RBP相比,ENWRBP譯碼算法降低了誤碼率(BER,Bit Error Rate)和誤幀率(FER,Frame Error Rate)。當(dāng)前,如何優(yōu)化升級(jí)LDPC碼譯碼器,在不增加譯碼復(fù)雜度和譯碼延時(shí)的情況下,進(jìn)一步降低誤幀率是迫切需要解決的問(wèn)題。最后本文根據(jù)這個(gè)問(wèn)題,結(jié)合不同BP譯碼算法的優(yōu)缺點(diǎn),并參考譯碼延時(shí)、譯碼復(fù)雜度和誤幀率這三要素,提出了時(shí)序串聯(lián)置信譯碼的方案,通過(guò)仿真結(jié)果驗(yàn)證了該方法的正確性和實(shí)際應(yīng)用中的可能性。
【學(xué)位單位】:南京信息工程大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位年份】:2018
【中圖分類】:TN911.22
【部分圖文】:
??環(huán)。如圖2.1給出LDPC碼Tanner圖:??校驗(yàn)節(jié)點(diǎn)??r、廣、)r、產(chǎn)、r、、廣、??W?W?\J??變量節(jié)點(diǎn)??圖2.1校驗(yàn)矩陣孖(6,2,3)的Tanner圖??圖2_1,就是根據(jù)上面所講的,把校驗(yàn)矩陣轉(zhuǎn)化為Tanner圖,即由上面的校驗(yàn)矩陣7/??轉(zhuǎn)化而來(lái),從圖2.1來(lái)看,其中所對(duì)應(yīng)的4個(gè)校驗(yàn)節(jié)點(diǎn),6個(gè)變量節(jié)點(diǎn),每個(gè)校驗(yàn)節(jié)點(diǎn)??與三個(gè)變量節(jié)點(diǎn)相連,與丑矩陣每行有3個(gè)1對(duì)應(yīng),每個(gè)變量節(jié)點(diǎn)與兩個(gè)校驗(yàn)節(jié)點(diǎn)相連,??與丹矩陣每列有2個(gè)1對(duì)應(yīng)。??2.2?LDPC碼的構(gòu)造??LDPC碼的編譯碼性能,與其碼的構(gòu)造方法是分不開(kāi)的,在上一節(jié)的兩種校驗(yàn)矩陣??表示上我們能夠直觀看出重要的影響因素是系數(shù)矩陣和環(huán)的長(zhǎng)度。因此,我們?cè)跇?gòu)造??LDPC碼時(shí),需要按照某一既定的規(guī)則或者方式方法來(lái)進(jìn)行生成校驗(yàn)矩陣。目前,LDPC??碼的構(gòu)造方法一般的歸為隨機(jī)構(gòu)造法和代數(shù)構(gòu)造法[39]。隨機(jī)構(gòu)造法主要是提高譯碼的性??能
??1??圖2.3下三角形式的矩陣??將丑’矩陣分解成[盡,丑2],其中是rax(w-w)的矩陣,/^是/Mxm的矩陣,然??后將碼字比特向量x分成兩個(gè)部分,一般地,s信息位,”是校驗(yàn)位,可以得到=??再根據(jù)下邊公式:??[H[,H'2]pTT?=0?(2.7)??s?J??得到:??H'lPT?+?H'2sT?=?0?(2.8)??因此,最終得到校驗(yàn)位:??pT=-{H\rlH'2sT?(2.9)??2.3.2基于LU分解的編碼算法??本節(jié)將基于LU分解降低這種編碼的復(fù)雜度。利用上文g的稀疏特性,對(duì)上小結(jié)的??公式做出如下改變:??H\pT?=H'2st?(2.10)??此時(shí),令j;=戌/,得:??H[pT=y?(2.11)??對(duì)耗進(jìn)行LU分解[42](U代表為上三角矩陣,L代表為下三角矩陣),若丑;為奇異矩
??上述兩個(gè)公式也進(jìn)一步描述了譯碼過(guò)程中變量節(jié)點(diǎn)和校驗(yàn)節(jié)點(diǎn)之間消息傳遞的規(guī)??律。圖3.3給出LLR?BP譯碼或者基于LLR?BP譯碼算法的統(tǒng)一流程思想:??BIAW?}信道???迭代次數(shù)為1??T?????I校驗(yàn)節(jié)點(diǎn)處理L? ̄??——±——?I單元?r?|?迭??接收BPSK信號(hào)?代??????*?!?次??變量節(jié)點(diǎn)處理??數(shù)??|?單元?加???]?r??1??初似?細(xì)最大迭L??■——丨?I?微數(shù)?n??1?達(dá)到最大迭??初始化初始信_??*?^?代次數(shù)??道似然值存儲(chǔ)?判決處理????????—_—I?判決輸出??圖3.3置信傳播譯碼流程圖??具體譯碼算法如下:??首先,初始化,最大迭代次數(shù)為,接受譯碼的序列為r,把所有從校驗(yàn)節(jié)點(diǎn)到??變量節(jié)點(diǎn)的信息I*?設(shè)置為〇。??Cj->v,??其次,變量節(jié)點(diǎn)到校驗(yàn)節(jié)點(diǎn)的消息傳遞,根據(jù)公式(3.18),計(jì)算置信度消息為??為校驗(yàn)節(jié)點(diǎn)到變量節(jié)點(diǎn)的信息傳遞做準(zhǔn)備。??然后,校驗(yàn)節(jié)點(diǎn)到變量節(jié)點(diǎn)的信息傳遞,根據(jù)公式(3.19),計(jì)算置信度消息為五_。??為重置變量節(jié)點(diǎn)的值做準(zhǔn)備。??最后,譯碼判決,根據(jù)公式(3.18),計(jì)算從變量節(jié)點(diǎn)到校驗(yàn)節(jié)點(diǎn)的消息傳遞??25??
【參考文獻(xiàn)】
本文編號(hào):2847511
【學(xué)位單位】:南京信息工程大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位年份】:2018
【中圖分類】:TN911.22
【部分圖文】:
??環(huán)。如圖2.1給出LDPC碼Tanner圖:??校驗(yàn)節(jié)點(diǎn)??r、廣、)r、產(chǎn)、r、、廣、??W?W?\J??變量節(jié)點(diǎn)??圖2.1校驗(yàn)矩陣孖(6,2,3)的Tanner圖??圖2_1,就是根據(jù)上面所講的,把校驗(yàn)矩陣轉(zhuǎn)化為Tanner圖,即由上面的校驗(yàn)矩陣7/??轉(zhuǎn)化而來(lái),從圖2.1來(lái)看,其中所對(duì)應(yīng)的4個(gè)校驗(yàn)節(jié)點(diǎn),6個(gè)變量節(jié)點(diǎn),每個(gè)校驗(yàn)節(jié)點(diǎn)??與三個(gè)變量節(jié)點(diǎn)相連,與丑矩陣每行有3個(gè)1對(duì)應(yīng),每個(gè)變量節(jié)點(diǎn)與兩個(gè)校驗(yàn)節(jié)點(diǎn)相連,??與丹矩陣每列有2個(gè)1對(duì)應(yīng)。??2.2?LDPC碼的構(gòu)造??LDPC碼的編譯碼性能,與其碼的構(gòu)造方法是分不開(kāi)的,在上一節(jié)的兩種校驗(yàn)矩陣??表示上我們能夠直觀看出重要的影響因素是系數(shù)矩陣和環(huán)的長(zhǎng)度。因此,我們?cè)跇?gòu)造??LDPC碼時(shí),需要按照某一既定的規(guī)則或者方式方法來(lái)進(jìn)行生成校驗(yàn)矩陣。目前,LDPC??碼的構(gòu)造方法一般的歸為隨機(jī)構(gòu)造法和代數(shù)構(gòu)造法[39]。隨機(jī)構(gòu)造法主要是提高譯碼的性??能
??1??圖2.3下三角形式的矩陣??將丑’矩陣分解成[盡,丑2],其中是rax(w-w)的矩陣,/^是/Mxm的矩陣,然??后將碼字比特向量x分成兩個(gè)部分,一般地,s信息位,”是校驗(yàn)位,可以得到=??再根據(jù)下邊公式:??[H[,H'2]pTT?=0?(2.7)??s?J??得到:??H'lPT?+?H'2sT?=?0?(2.8)??因此,最終得到校驗(yàn)位:??pT=-{H\rlH'2sT?(2.9)??2.3.2基于LU分解的編碼算法??本節(jié)將基于LU分解降低這種編碼的復(fù)雜度。利用上文g的稀疏特性,對(duì)上小結(jié)的??公式做出如下改變:??H\pT?=H'2st?(2.10)??此時(shí),令j;=戌/,得:??H[pT=y?(2.11)??對(duì)耗進(jìn)行LU分解[42](U代表為上三角矩陣,L代表為下三角矩陣),若丑;為奇異矩
??上述兩個(gè)公式也進(jìn)一步描述了譯碼過(guò)程中變量節(jié)點(diǎn)和校驗(yàn)節(jié)點(diǎn)之間消息傳遞的規(guī)??律。圖3.3給出LLR?BP譯碼或者基于LLR?BP譯碼算法的統(tǒng)一流程思想:??BIAW?}信道???迭代次數(shù)為1??T?????I校驗(yàn)節(jié)點(diǎn)處理L? ̄??——±——?I單元?r?|?迭??接收BPSK信號(hào)?代??????*?!?次??變量節(jié)點(diǎn)處理??數(shù)??|?單元?加???]?r??1??初似?細(xì)最大迭L??■——丨?I?微數(shù)?n??1?達(dá)到最大迭??初始化初始信_??*?^?代次數(shù)??道似然值存儲(chǔ)?判決處理????????—_—I?判決輸出??圖3.3置信傳播譯碼流程圖??具體譯碼算法如下:??首先,初始化,最大迭代次數(shù)為,接受譯碼的序列為r,把所有從校驗(yàn)節(jié)點(diǎn)到??變量節(jié)點(diǎn)的信息I*?設(shè)置為〇。??Cj->v,??其次,變量節(jié)點(diǎn)到校驗(yàn)節(jié)點(diǎn)的消息傳遞,根據(jù)公式(3.18),計(jì)算置信度消息為??為校驗(yàn)節(jié)點(diǎn)到變量節(jié)點(diǎn)的信息傳遞做準(zhǔn)備。??然后,校驗(yàn)節(jié)點(diǎn)到變量節(jié)點(diǎn)的信息傳遞,根據(jù)公式(3.19),計(jì)算置信度消息為五_。??為重置變量節(jié)點(diǎn)的值做準(zhǔn)備。??最后,譯碼判決,根據(jù)公式(3.18),計(jì)算從變量節(jié)點(diǎn)到校驗(yàn)節(jié)點(diǎn)的消息傳遞??25??
【參考文獻(xiàn)】
相關(guān)碩士學(xué)位論文 前3條
1 孔憲章;LDPC編譯碼技術(shù)的研究與實(shí)現(xiàn)[D];電子科技大學(xué);2015年
2 方帆;LDPC碼的構(gòu)造與低錯(cuò)誤平層譯碼算法研究[D];西安電子科技大學(xué);2012年
3 肖禺;LDPC碼校驗(yàn)矩陣構(gòu)造及編碼研究[D];重慶大學(xué);2008年
本文編號(hào):2847511
本文鏈接:http://sikaile.net/kejilunwen/wltx/2847511.html
最近更新
教材專著