研究工作主要分为两部分:基于稀疏网格的高维傅立叶变换并行算法实现研究，以及针对LDPC(Low-Density Parity-Check)码的动态BP(Belief Propaga-tion)译码算法研究.　　基于稀疏网格的高维傅立叶变换并行算法实现研究主要针对的是随着维数增加计算量呈指数增长，单机已不能满足海量数据的计算与存储.因此，能够多核协同计算的并行算法显得尤为迫切.并行高维傅立叶变换算法的核心思想就是构建树形结构和在此基础上可随意多节点展开并行计算。这使得高维度的计算可行并提高计算效率.　　LDPC码的动态BP译码算法研究主要针对LDPC码的列更新译码算法，提出了一种动态列更新译码算法.该算法通过动态构建变量节点更新的顺序，采用列消息更新，极大地提升了译码性能.其译码性能接近最好动态BP算法，并在高信噪比时超越.该算法从两个层面加速BP译码过程:其一，总是优先寻找具有最大残差的不稳定变量节点进行更新.其二，在最新消息相关的残差中选取最大残差，并为克服由此而加重的贪婪性设定迭代阈值，改变最大残差的选取范围。因此，ISBP以阈值为界。迭代次数小于阈值时，基于当前变量节点消息更新所能覆盖的所有变量节点残差中选取下一个要优先更新的变量节点，而迭代次数大于阈值时，则是基于所有变量节点残差来选取下一个要优先更新的变量节点.