终止原模图LDPC卷积码算法与硬件实现研究

来源 :厦门大学 | 被引量 : 0次 | 上传用户:ouyang
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
终止原模图 LDPC 卷积码(Terminated Protograph-based LDPC Convolutional Codes,TP-LDPC-CCs)结合了原模图LDPC码和LDPC卷积码的优点,具有多变的编码构造方式和优异的性能,有着广泛的应用前景。在此背景下,本论文主要研究了TP-LDPC-CCs算法及其FPGA(Field Programmable Gate Array)硬件实现,具体内容如下:1.研究了TP-LDPC-CCs构造过程的关键步骤——边扩展,探究了不同的边扩展方法对TP-LDPC-CCs性能的影响。在此基础上,针对加性高斯白噪声(Additive White Gaussian Noise,AWGN)信道,以原模图外信息转移(Protograph-based Extrinsic Information Transfer,P-EXIT)算法为分析工具,基于差分进化(Differential Evolution,DE)思想,设计了一种最优的边扩展方法——基于差分进化算法的边扩展算法。仿真实验结果表明,所设计的边扩展算法能够有效地搜寻使得码型性能最优的边扩展方式,是构造TP-LDPC-CCs码型的有效方法。2.针对TP-LDPC-CCs滑动窗译码算法的低时延优势,基于FPGA设计实现了TP-LDPC-CCs滑动窗译码器的硬件架构。该译码器为部分并行架构,充分体现了滑动窗译码算法低时延的特点;且其内部迭代算法采用了基于TDMP(Turbo Decoding Message Passing)的归一化最小和算法,减少了硬件资源的消耗。此外,所设计的滑动窗译码器具有通用架构的特性,可以应用于多种TP-LDPC-CCs码型。3.模拟了TP-LDPC-CCs滑动窗译码器的硬件测试平台,利用软件与硬件协同的测试方法,在AWGN信道下对滑动窗译码器进行误码率测试,并与全软件测试平台进行对比,仿真结果一致,验证了译码器硬件设计的正确性。
其他文献
华西边疆研究学会成立于1922年,是由传教士为主的西方学者发起组建的,以华西边疆研究为宗旨的国际学术机构。学会早期主要由西方学者主导,对华西边疆地区展开一系列人类学、自然科学、宗教学以及考古学等方面的考察研究,创办学术期刊——《华西边疆研究学会杂志》,是民国时期西南地区最具影响力的学术期刊之一。20世纪30年代初,学会为适应政局需要,进行本土化改革,20世纪30年代初,中国籍学者开始入会并在抗战爆
我国的强制医疗程序区别于民事程序中的非自愿医疗和普通刑事诉讼案件的重要特征之一,就是其适用对象是实施过刑事犯罪行为,且有社会危险性的精神病患者。强制医疗属于监禁性
在信息过载时代,从大量信息中寻找自己感兴趣的信息是一件非常困难的事。推荐系统作为缓解这一问题的重要工具,可以从大规模数据中挖掘用户的偏好信息,从而向用户提供精确的个性化推荐服务。目前流行的推荐算法利用用户评分、评论等明确反映用户偏好的主观数据预测用户兴趣,但这类数据往往比较稀疏,会制约推荐算法的推荐质量。另外,如何动态捕获用户的偏好变化以及提高推荐的多样性也是推荐系统研究中亟需解决的问题。本文基于
近年来,实践中屡次发生侵犯借条的财产犯罪行为,在经济生活中,借条作为证明债权债务关系存在的凭证,代表一定数额金钱债权,由于经济的快速发展,财产犯罪的对象发生了一些改变
作为刑事被告人的一项基本人权,质证权的确立和实现有着不容忽视的重要价值和意义。西方法治国家和国际人权公约通常将其规定为一项宪法性权利和基本程序权利,能够体现被告人主体地位,是刑事被告人获得公平审判的最低限度的程序保障。相比于西方国家,我国宪法和刑诉法对被告人质证权均未明确规定,目前刑事审判实践中,没有将质证权确立为被告人的一项基本权利,更多是法庭用来查明案件事实的工具和手段。而通过对质证权进行实证
视频人体动作识别是计算机视觉领域中尤为重要的一名成员,它广泛应用在智能监控、视频检索和人机交互等领域,受到了很多研究学者的关注。随着深度学习在各个领域的渗透发展,研究学者将深度学习方法应用到视频人体动作识别中,但大多数算法在背景复杂、目标不单一和干扰较多的场景中的识别效果不尽人意。针对这些情况,本文围绕着计算机视觉研究的初衷—模拟人类视觉系统的信息处理机制,提出建立一个整合视觉注意机制与深度学习的
我国自古以来就是农业大国,农业的发展关系到人民的生活、社会的稳定和国家的长治久安。农业科学技术传播和发展是解决农业发展问题的根本途径,农业技术推广服务体系将“科学
定向问题(Orienteering Problem,OP)是一类特殊的NP-hard组合优化问题,其基本定义为:在指定的时间限制内有序的经过部分带有一定收益的点,使形成的路径最终获得的收益最大。
作为分布式人工智能的重要分支,多智能体系统能够把大而复杂的系统转化为小的,彼此相互通信的,易于管理的系统。近年来,多智能体系统在许多实际工程领域应用广泛,受到了国内外控制领域专家学者的极大关注。在多智能体系统协同控制中,一致性作为基础性问题更是成为关注热点。迭代学习控制以其能够在固定时间区间内完全跟踪期望轨迹的特点,被广泛应用到具有重复运行性质的多智能体系统的研究中。然而在实际多智能体系统的迭代学
随着市场竞争的加剧,并购成为许多企业提高竞争力的重要途径,然而很多企业由于缺乏资金使得并购计划只能搁浅,这种情况下便催生了“PE+上市公司”模式并购基金。该种并购基金由上市公司和私募合作成立,上市公司仅需出资较小份额,剩余资金则由PE进行筹集。通过这种运作模式,上市公司不仅减少了并购对企业资金的占用,还可以借助PE在资本运作和并购领域的经验帮助企业实施并购。因此,“PE+上市公司”并购基金自201