【摘 要】
:
Turbo码作为一种逼近香农极限的编码方案,其突出的纠错能力和较低的编译码复杂度为低误码、高速率的通信提供了保障。正因其诸多优点,Turbo码成为3G和4G移动通信系统标准中的
论文部分内容阅读
Turbo码作为一种逼近香农极限的编码方案,其突出的纠错能力和较低的编译码复杂度为低误码、高速率的通信提供了保障。正因其诸多优点,Turbo码成为3G和4G移动通信系统标准中的差错控制编码之一[1]。为满足快速发展的移动通信对高速率、高质量、多场景和多网融合的要求,东南大学移动通信国家重点实验室采用基于C-RAN[2](Centralized,Collaborative&Cloud Radio Access Network)的网络架构,致力于为5G移动通信系统进行关键技术研究。在相应的5G实验系统中,基带信号处理需要软件实现,且对Turbo译码器的译码吞吐量要求进一步提升,因此Turbo译码器的软件实现与优化是一项具有实用价值的研究课题。相关研究成果可应用于同样采用C-RAN架构的LTE-Advanced 系统中。本文研究并实现了适用于东南大学移动通信国家重点实验室5G项目实验系统的基于CPU或GPU的并行Turbo译码器。Turbo译码器以max-log-MAP算法为基础,通过降低译码复杂度和提高计算并行度来最大化译码吞吐量。Intel推出的Haswell架构CPU和Nvidia推出的Broadwell架构GPU均在硬件层面实现了并行化,适合处理包括Turbo译码时的状态度量递推在内的并行计算。针对CPU和GPU采用如下译码优化方案:1.CPU平台方案在AVX(Advanced Vector Extensions,高级矢量扩展)指令集[3]优化编程的基础上,采用定点计算,查找表交织器,前向、后向状态度量并行计算,以及矢量内部和CPU进程间的多码块并行译码;2.GPU 平台方案在 CUDA(Compute Unified Device Architecture,统一计算设备架构)指令集[4]优化编程的基础上,采用浮点计算,分块译码,内存优化的查找表交织器,以及线程块间的并行译码。结果表明,针对各个处理器硬件平台优化后的Turbo译码器吞吐量性能卓越,满足5G实验系统Turbo译码器性能需求。
其他文献
NAND闪存由于其读写速度快、存储密度高、功耗低等诸多优点,已经成为当前数据存储领域中一种具有很强竞争力的存储介质。随着闪存存储密度的持续增加,闪存芯片尺寸不断缩减,
风力涡轮机系统的故障增加了系统的成本和停机时间。在故障发生之前检测出故障可以进行计划维护,并且我们可以在该故障引起其他部件故障之前进行更换。借助早期故障警告,可以减少系统的维护成本和停机时间。轴承是旋转机械的关键部件,因为它与风力发电机相连,使得基于信号的轴承故障诊断一直是研究的热点。在实际应用场景中,轴承信号通常是非线性且不稳定的,因此仅在时域或频域中难以分析,因此采用特征提取方法对故障数据和正
在信息过载的年代,用户想要从海量信息中找到感兴趣信息非常耗费精力。针对这个问题,推荐系统根据用户信息学习偏好,然后从海量信息中挖掘出用户感兴趣的信息推荐给用户。但
随着移动设备和人机交互技术的日益发展和结合,移动端手部检测技术的研究也越来越重要。面向移动端复杂背景的手部检测主要面临两方面的挑战。一方面移动设备有限的计算资源
一国公文书在别的国家使用需要一系列的连锁认证,耗时长、花费大,不利于国际间公文书的流动。为解决这一问题,1961年10月5日在海牙国际私法会议上通过了《关于取消要求外国公
在港口海岸工程中,防波堤是一种重要的防护结构物。浮式防波堤通常由消波浮体和锚固系统组成,具有一定的消波能力,与传统固定式防波堤相比,可整体预制、适合深水环境、透浪性能好,同时不影响水沙交换,因此在实际工程中有很大的应用前景。本文基于开源计算流体力学软件OpenFOAM,使用RANS方程和SST k-ω紊流模型,以及VOF方法来进行气液两相流的计算求解,使用速度入口造波方法和海绵层消波方法来实现无反
随着图像拍摄设备和传感器的大量普及,社交网络中的图像被附上了一种新的图像元数据——地理标注,这种标注信息在地理信息系统中尤其是图像地理标注任务中变得越来越重要。如
随着移动通信的发展,LTE(Long Term Evolution)系统已在全世界许多国家商用,中国工业与信息化部也正式向三大运营商发放了 4G牌照,预示着我国4G时代的到来。为了满足IMT-Adva
随着电力市场逐步开放,参与电力市场的主体呈现资源多样化,通过合理调度包括电动汽车、可中断负荷、储能单元等多种电力资源参与调峰调频辅助服务具有重要意义。虚拟电厂(Virtual Power Plant,VPP)技术的提出和发展为整合多元化的电力资源参与电力市场辅助服务提供了新的思路和方案。VPP调度中心将不同电力资源进行规模化整合,并通过对不同电力资源的数据管理和指令控制管理,有效解决分布式能源分布