交叠的分层置信度传播LDPC译码算法

为进一步提升分层置信度传播译码算法的收敛速度和误码性能,提出了一种交叠的分层置信度传播译码算法.该算法将若干个子译码器以不同的校验节点更新顺序的同时进行计算,对于每个校验节点,在每次迭代更新后选取最可靠的信息参与下一次迭代,以此提高迭代的收敛速度与误码性能.仿真实验表明,在不增加额外存储空间的条件下,交叠的分层置信度传播译码算法相比于分层置信度传播算法有着更优的误码性能以及更快的收敛速度.另外,提出的交叠的分层置信度传播译码算法对于规则和不规则低密度奇偶校验码均有效.

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.

结合CRC校验的LDPC码后处理译码算法

为了改善低密度奇偶校验码的错误平层,提出一种结合循环冗余校验位的分层置信传播(cyclic redundancy check layered belief-propagation,简称CRC-LBP)后处理算法。对LBP译码的判决结果执行CRC校验,若校验失败,则对错误帧中变量节点的后验对数似然比值从小到大排序。从排序的节点序列中选取前若干个目标节点组成坏节点集,翻转BN集内信息节点的初始LLR值,并继续译码直至CRC校验成功,打破潜在陷阱集,提高节点可靠度。仿真实验结果表明,在增加少量存储空间的代价下,CRC-LBP算法具有更低的错误平层。

基于分级置信度传播的立体匹配新方法

针对当前全局立体匹配算法效率低下以及在遮挡区域难以准确匹配的问题,提出了一种高效的基于分层置信度传播的立体匹配新方法。该方法首先采用高效局部匹配获得初始匹配代价,并根据初始匹配的结果检测遮挡和误匹配像素;其次,使用平面化估计的结果对初始代价进行了修正,改善了遮挡区域的匹配效果;最后使用改进的分层置信度传播快速估计最小化能量,降低了低纹理区域的误匹配,提高了整体的平滑度。实验结果表明,该方法在精度和速度上具有较高的性能。

一种具有边缘保持的多尺度马尔可夫随机场模型图像分割方法

针对图像分割中常规四叉树结构的多尺度马尔可夫随机场模型非重叠区域在最优化过程中所造成的块效应,以及建模和推理过程导致低分辨率图像边缘细节模糊、缺失的现象,提出了一种具有边缘保持的多尺度马尔可夫随机场(Edge Preserving Multi-Resolution Markov Random Field, EPMRMRF)模型。该模型首先利用邻接区域之间的交互重叠约束,将局部区域的优化传递到相邻区域;其次采用具有边缘保持作用的Cauchy分布提取图像的多尺度边缘先验知识,在不同尺度上实现图像局部区域特征和多尺度边缘特征的融合。之后,为了对EPMRMRF模型进行迭代优化,提出一种分层区域置信度传播算法(Hierarchical Regional Belief Propagation Algorithm,HRBP),基于最大后验准则,求解马尔可夫随机场最大后验全局分布。实验结果表明,EPMRMRF模型和HRBP分割算法不仅有效保持了图像分割结果的边缘,获得了更好的分割结果,而且具有较快的分割速度,概率兰德指数相似性评价指标平均提升至0.890 9,全局一致性误差差异性评价指标平均降低至0.192 3。

CMMB标准的LDPC码译码算法研究

中国移动多媒体广播(CMMB)标准采用高度结构化的低密度奇偶校验码(HS-LDPC)作为其信道编码的内码。LDPC码的译码问题主要归结为节点之间信息的传递,即通过迭代更新变量节点的信息来求解码字。首先简要介绍了常用BP算法。然后结合CMMB标准的校验矩阵的结构特点,重点讨论了另一种更低复杂度的Layered Belief Propagation算法,并将它应用于CMMB标准中。通过仿真与原有的BP算法进行比较,结果表明,采用LBP算法,存储资源消耗可降低约40%,迭代次数也可降低约50%。

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。