线性规划译码的关键问题研究

发布时间：2018-05-26 17:45

  本文选题：低密度奇偶校验码 + 线性规划译码　； 参考：《电子科技大学》2017年硕士论文

【摘要】：低密度奇偶校验(LDPC)码是最逼近香农限的信道编码之一,近年来成为很多研究的重点和热点。与其他信道编相比,LDPC码具有很多优点,比如:LDPC码校验矩阵的稀疏性导致其编码复杂度降低。译码复杂度低并且可以并行译码等。LDPC码已经被应用到下一代宽带无线通信中、光纤通信等领域。本文对LDPC码的线性规划译码及其伪码字展开较深入的研究,主要取得以下几方面的研究成果。首先研究LDPC码的迭代译码算法的优点和缺点,包括BF译码、BP译码,指出校验矩阵中环对译码性能的影响。介绍线性规划译码原理,首先给出线性规划的数学模型及其在数学问题中的应用,然后给出线性规划在纠错码中的应用以及对整数线性规划进行松弛的过程,阐述LDPC码中线性规划译码的原理和流程。给出原始LP译码应用在LDPC码中的仿真图,对比BP译码分析其复杂度和性能。给出LP译码最大似然保证特性的概念。通过原始LP译码性能的仿真图,分析原始LP译码的优缺点,在原始LP译码原理的基础上介绍多级线性规划(MLP)译码。详细描述多级线性规划译码的原理和算法流程,仿真多级线性规划译码的译码性能并分析译码复杂度与打孔个数的关系。基于原始LP译码、MLP译码和BP译码,本文提出混合译码方式,将译码失败的序列转化为概率域上的软信息,本文中软信息指的是比特似然比。将译码失败的LP或者MLP译码器当作一种使软信息置信度提升的装置,然后将置信度提升的软信息输入到BP译码器中进行译码。通过仿真图可以看出本文提出的混合译码方式与MLP译码对比,在复杂度几乎没有增加的情况下较大的改进译码性能,适合应用在可靠性要求高的场景。基于MLP译码的复杂度指数倍的提升,本文提出一种自适应MLP译码方法,基本思想是借助数据结构中树的分层思想,选取不可靠点进行排序后分层译码,在每一层中都可以结束译码。本文的自适应MLP译码可以在复杂度和性能上进行折中,并将这种自适应译码方法应用在混合译码中,增加灵活性。
[Abstract]:Low density parity check (LDPC) code is one of the channel codes that most approach Shannon limit, and has become the focus and hotspot of many researches in recent years. Compared with other channel codes, LDPC codes have many advantages, such as the sparsity of the check matrix of the 1: LDPC code, which reduces the coding complexity. LDPC codes, which have low decoding complexity and can be decoded in parallel, have been applied to the next generation wideband wireless communication, optical fiber communication and other fields. In this paper, the linear programming decoding and pseudo codewords of LDPC codes are studied deeply, and the following research results are obtained. Firstly, the advantages and disadvantages of iterative decoding algorithm for LDPC codes are studied, including BF decoding and BP decoding, and the effect of check matrix ring on decoding performance is pointed out. The decoding principle of linear programming is introduced. Firstly, the mathematical model of linear programming and its application in mathematical problems are given. Then, the application of linear programming in error-correcting codes and the relaxation of integer linear programming are given. The principle and flow of linear programming decoding in LDPC codes are described. The simulation diagram of the original LP decoding applied in LDPC code is given, and the complexity and performance of BP decoding are compared. The concept of maximum likelihood guarantee property of LP decoding is given. The advantages and disadvantages of the original LP decoding are analyzed by the simulation diagram of the original LP decoding performance. The multilevel linear programming (MLP) decoding is introduced on the basis of the original LP decoding principle. The principle and algorithm flow of multilevel linear programming decoding are described in detail. The decoding performance of multilevel linear programming decoding is simulated and the relationship between decoding complexity and the number of holes is analyzed. Based on the original LP decoding / MLP decoding and BP decoding, a hybrid decoding method is proposed in this paper, which converts the sequence of decoding failures into soft information in probability domain. In this paper, the soft information refers to the bit likelihood ratio. The LP or MLP decoder is used as a device to enhance the confidence of soft information, and then the soft information is input into the BP decoder for decoding. It can be seen from the simulation diagram that the hybrid decoding method proposed in this paper can improve the decoding performance with little increase in complexity compared with MLP decoding and is suitable for high reliability scenarios. Based on the exponential increase of complexity of MLP decoding, an adaptive MLP decoding method is proposed in this paper. The basic idea is to select unreliable points for sorting and delamination decoding with the help of the hierarchical idea of tree in the data structure. Decoding can end in each layer. The adaptive MLP decoding in this paper can make a compromise between complexity and performance, and this adaptive decoding method is applied to hybrid decoding to increase flexibility.
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TN911.22

【相似文献】

相关期刊论文 前10条

1 彭晓红;;复数旋转码的译码原理分析[J];西南交通大学学报;1987年02期

2 孙永军;苏昕;易克初;;一种基于球形译码的分层空时译码算法[J];电路与系统学报;2008年05期

3 许文源;王振宇;朱修祥;;序贯译码——在电子计算机上的模拟实验结果[J];计算机与网络;1976年04期

4 贾文祥,酆广增,周月臣;传真文件的计算机译码[J];电信科学;1991年05期

5 石雅盟;李建平;;一种新的联合译码方案研究[J];中国传媒大学学报(自然科学版);2013年06期

6 朱宏杰;裴玉奎;陆建华;;一种提高喷泉码译码成功率的算法[J];清华大学学报(自然科学版);2010年04期

7 李庆坤;马洪光;李正生;王鹏毅;;基于裁减自动球形算法的多符号差分空时译码[J];计算机仿真;2010年03期

8 陈仲津;周振虞;;二输入端多址信道的线性δ-可译码[J];南京邮电学院学报;1986年03期

9 贾文祥;周月臣;酆广增;;传真文件的计算机译码[J];南京邮电学院学报;1991年04期

10 许成谦,林雪红,陈嘉兴;一种加速Turbo码译码实现的改进算法的研究[J];电子学报;2002年08期

相关会议论文 前6条

1 王名俅;夏树涛;;LDPC码的快速量化译码[A];中国电子学会第十六届信息论学术年会论文集[C];2009年

2 于越华;;低误码率BCH码的译码纠错及应用[A];图像 仿真 信息技术——第二届联合学术会议论文集[C];2002年

3 李云强;王念平;余昭平;;基于遗传算法的R-M码快速译码[A];开创新世纪的通信技术——第七届全国青年通信学术会议论文集[C];2001年

4 巩克现;刘世刚;葛临东;;DVB-RCS中循环递归Turbo码尾比特译码技术[A];2009年通信理论与信号处理学术年会论文集[C];2009年

5 陈卓峰;刘星成;;基于RBF神经网络技术的分组Turbo码译码[A];2005通信理论与技术新进展——第十届全国青年通信学术会议论文集[C];2005年

6 周丹丹;邹艳;陆佩忠;;多个可变长信源的联合信源—信道卷积码译码[A];2006北京地区高校研究生学术交流会——通信与信息技术会议论文集（上）[C];2006年

相关博士学位论文 前10条

1 陈正康;LDPC译码关键技术研究[D];西北工业大学;2015年

2 蔺勇;基于GPU的并行巩膜识别与LDPC译码研究[D];西安电子科技大学;2014年

3 周伟;低密度奇偶校验码译码研究及其应用[D];北京邮电大学;2007年

4 李晖;级连码译码研究[D];西安电子科技大学;1998年

5 雷菁;低复杂度LDPC码构造及译码研究[D];国防科学技术大学;2009年

6 Nguyen Thi Dieu Linh（阮氏妙玲）;基于和-积算法的LDPC译码改进及性能分析[D];哈尔滨工业大学;2013年

7 杨洋;LDPC码的编译码及代数构造研究[D];西安电子科技大学;2012年

8 王晓松;下一代无线通信系统中调制与编码关键技术研究[D];东北大学;2009年

9 李璐颖;无线通信中喷泉码应用关键技术研究[D];北京邮电大学;2011年

10 杨芳僚;分布式场景中极化码的优化设计[D];北京邮电大学;2017年

相关硕士学位论文 前10条

1 赵永佳;线性规划译码的关键问题研究[D];电子科技大学;2017年

2 郭米娜;Raptor码编译码技术及其在LTE下行链路中的仿真研究[D];西南交通大学;2015年

3 李青;BICM-ID性能仿真研究及其定点数译码的实现[D];西南交通大学;2015年

4 朱志风;喷泉码及其在高铁通信中的应用[D];苏州大学;2015年

5 邓波;基于概率计算的超高速全并行Turbo码译码芯片ASIC实现[D];电子科技大学;2015年

6 郭艺峰;基于LDPC码的BP译码改进算法研究[D];西安电子科技大学;2014年

7 赵雯;基于Turbo同步的联合解调译码技术研究[D];西安电子科技大学;2014年

8 张洋;基于GPU的Turbo译码实现技术的研究[D];国防科学技术大学;2013年

9 王莉;飞行器遥测MSD和TPC技术研究与实现[D];国防科学技术大学;2013年

10 汤红;无率码在NGB-W系统中的研究与应用[D];东南大学;2015年

，

本文编号：1938247