LDPC码改进型LBP译码算法研究

针对LDPC(Low Density Parity Check)码分层(LBP:Layered Belief-Propagation)译码算法计算复杂度高、不易于硬件实现的问题,提出一种改进算法。该算法首先引入函数f(x)使LBP译码算法的计算复杂度大大降低;同时引入具体参数校正因子和偏移因子,提升译码性能。仿真结果表明,改进后的算法相比LBP算法在计算复杂度降低的同时,也提升了译码性能,从而达到了易于硬件实现的目的。

基于快速收敛LBP算法的图像分割

针对循环信度传播(LBP)算法计算量大及误分率高的问题,提出了一种基于快速局部区域收敛的LBP算法的图像分割方法。首先建立局部区域Gibbs能量模型,然后采用局部收敛的LBP算法对区域消息进行传播。为了提高LBP算法的运行速度,提出了一个有效的加速技术。最后,使用局部区域能量的最大后验准则(MAP)得到分割结果。实验结果表明,提出的算法得到了较好的分割结果,特别是在噪声和纹理区域,分割效果明显提升,同时具有较快的速度。

基于LDPC码的跳频抗干扰性能

为了提高跳频通信的抗干扰性能,将低密度奇偶校验(LDPC)码与跳频通信相结合。通过对编码算法中的"贪婪算法"的复杂度简化和带偏移量的分层量化译码(LBP-OMS)算法的应用,提高了码字的纠错性能。实验表明,当某些频带受强噪声干扰时,改进后的信道编译码方法提高了跳频通信的抗干扰能力。

移动终端身份认证的深度信念网络模型

文章针对移动终端面临的信息安全问题,建立了移动终端身份认证的深度信念网络模型。利用触摸屏传感器采集用户原始触摸手势数据序列,经数据预处理后提取手势特征并传入深度信念网络模型;选用逐层贪婪算法进行无监督的预训练,再经反向传播算法进行有监督微调后固定模型参数;将测试手势特征数据作为模型输入层数据,经模型计算后得到输出层数据,由Softmax分类器对输出数据分类,认证用户身份。仿真实验结果表明,与连续隐马尔可夫模型、反向传播算法相比,文中深度信念网络模型能达到较低的错误率,明显提高认证的准确性。

一种加速收敛的LDPC码译码算法

对高斯信道下LDPC(Low-Density Parity-Check)码的传统的译码算法进行分析,指出影响收敛速度的原因,并提出了一种基于整数运算的加速收敛的LDPC码译码算法。该算法融合分层译码(Layered Belief Propagation)算法、带偏移量的最小和算法(Offset Min-Sum)以及量化的优势。仿真验证表明该算法有效地减少了译码复杂度,加速了译码收敛,且性能上同传统的量化最小和算法相比没有下降。

基于改进的整数量化LDPC码分层译码算法

LDPC码分层译码算法在进行整数量化操作时,存储单元的限制会导致译码信息的溢出。本文系统分析了溢出错误的原因,并提出了两种改进的分层译码方案,错误部分消除方案(partially eliminating errors scheme,PEES)和不同比特量化方案(different bit quantization scheme,DBQS)。两种改进方案分别从消除部分错误和避免溢出错误的角度来改进译码性能,且硬件实现时只需增加一定数量的加法器和移位操作。通过对不同码长、不同量化比特的LDPC码进行仿真,结果表明,2种方案均有效地抑制了溢出错误,与基于全精度浮点数运算的修正算法相比,在误码率为1.0×10-4时,分别仅有约1 d B和1.8 d B的性能损耗。

低密度校验码分层译码的密度演化算法

在对低密度校验码译码及密度演化算法研究的基础上,提出了分层译码的密度演化算法,对分层译码算法的噪声门限与收敛特性进行了仿真,并将分层译码与一般的置信传播及最小和算法做了性能比较.结果表明,分层译码算法具有快速译码收敛的优点,在不改变噪声门限的条件下,可使译码迭代次数减半.由于分层译码对降低译码器的复杂度起到了重要的作用,因此,文中提出的密度演化算法为实际应用提供了理论依据,能有效地估计低密度校验码分层译码的噪声门限和迭代次数.

GPU的QC-LDPC码译码器设计与实现

在连续变量量子密钥分发(continuous variable quantum key distribution,CV-QKD)系统中,通信双方需要在远距离低信噪比的条件下进行密钥协商,必须选用码率较低,码长较长的码字。设计了一种基于图形处理器(graphics processing unit,GPU)的准循环低密度奇偶校验(quasi-cyclic low density parity check,QC-LDPC)码的高速译码器。该译码器采用收敛速度更快的分层置信传播译码算法(layered belief propagation algorithm,LBPA)实现,减少了所需的译码循环次数,并且该译码器译码扩展因子较大的QC-LDPC码,在全矩阵大小恒定的情况下,使得子矩阵的数量相对较少,从而减少了串行译码的数量。该译码器分配GPU线程对应变量节点,增加了线程的利用率,并且将所需的基矩阵信息进行合并存储,减少了GPU内存的占用。仿真结果表明,在译码长为106,码率为0.1的码字,且同时译码16个码字,迭代50次的情况下,该译码器达到了41.50 Mbits/s的吞吐量。

物理层网络编码与卷积信道编码相融合的无线通信方案

信号不同步是物理层网络编码研究中的热点,为了提高系统的信道容量和鲁棒性,针对异步通信条件下误码率高的难题,提出一种物理层网络编码与卷积信道编码相融合的无线通信方案.首先将置信传播算法引入到中继节点编码中,然后将信道译码和物理层网络编码联合起来,减少异步通信带来的不利影响,最后采用仿真实验测试其有效性和优越性.仿真实验结果表明,相对于其它编码方案,物理层网络编码与卷积信道编码方案不仅降低了数据传输的误码率,提高了系统通信的可靠性和信息传输速率,而且增强了系统对相位偏移和符号偏移的鲁棒性,具有更高的实际应用价值.

异步双向中继信道的物理层网络编码

物理层网络编码(physical-layer network coding,PNC)中的一个重要问题是,如何解决由于传输环境导致的信号不同步问题,包括载波频率不同步、相位偏移和符号不同步。之前文献大多数都是假设符号发送严格同步,主要研究了异步双向中继信道物理层网络编码方案,中继端利用BP(Belief propagation)算法来解决异步导致系统系能下降的问题,仿真结果表明,利用BP算法可以减小信号异步导致的系统性能下降,相位偏移对系统性能下降影响较大,而符号偏移却可以减小这种性能下降。