论文部分内容阅读
置信传播（Belief Propagation, BP）算法是一种基于图形模型的推理算法，它利用图形模型中节点间信息的更新与传递传递过程，由已知节点信息来推算未知节点信息。由于BP算法具有较高的信息恢复率和较好的抗噪性能，所以它被广泛应用于图像处理、遗传算法以及信息恢复中。在信息恢复应用中，BP算法在LDPC码的应用已经十分成熟。近年来，也有学者将BP算法应用于CS理论的信息恢复中。与DPC码不同的是：CS理论中的测量矩阵含有非{0,1}元素，在信息恢复时不能将乘法转换为对数域的加法运算，所以CS理论中的BP算法复杂度比LDPC中的BP算法复杂法高很多，实现难度非常大。基于上述背景，本文将针对CS理论中BP算法在信息恢复过程的应用，分析并简化BP算法的实现复杂度，然后结合FPGA平台对BP算法进行硬件实现，以验证BP算法硬件实现的功能和性能。论文首先分析CS理论中BP算法的算法流程，并结合LDPC码来比较CS理论中BP算法的算法复杂度。然后设计一个BP算法FPGA实现的初步方案。接着针对BP算法在信息恢复应用中的特点，从BP算法结构和FPGA结构两方面对BP算法的FPGA实现方案进行了一定的优化，包括对卷积计算的优化、噪声信息计算的优化以及乒乓操作技术等，并分别给出了各个优化方法对应的优化效果。结合上述优化方法，文章将BP算法在XC6VSX315T芯片中实际实现，经过仿真验证，优化后的BP算法硬件实现方案减少了占用资源，同时提高了时序性能。论文的研究成果推进了BP算法的实际应用，并且可以为CS理论中BP算法在FPGA上的工程实现提供很好的借鉴作用。