基于集成学习的极化码BP译码算法

集成学习被广泛用于解决复杂任务,方法是通过学习得到不同的弱学习器,利用其各自的泛化能力,获得强学习器来解决问题。BPL译码算法和WBP译码算法是BP译码算法的两种主要优化算法,两种优化算法均具有不同的优势。基于此,提出了一种基于集成学习的BP译码算法,该算法借助集成学习的优势,来获取更优异的译码性能。通过训练多组具有不同的权重参数的WBP译码器,并将其组合成类似BPL译码算法的一种新的译码器,该译码器的权重参数由离线训练得来。仿真结果表明,该译码算法可以达到与BPL译码算法相近的译码性能,同时具有更低的计算复杂度及更少的迭代次数。

改进型LLR BP译码算法研究

短低密度校验(LDPC)码的Tanner图中通常存在环路,变量节点之间的信息不再相互独立,导致LLR BP算法译码性能的下降。针对上述问题,提出一种改进型LLR BP译码算法,推导出有环时变量节点的真实信息,利用最小均方误差准则计算出有记忆的变量节点信息的权值,通过调整变量节点信息的迭代过程降低变量节点之间信息的相关性。仿真结果表明,改进型LLR BP算法具有比LLR BP算法、归一化BP算法及偏移量BP算法更好的LDPC译码性能。

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。

一种改进的LDPC码BP译码算法

LDPC码作为纠错能力最强的信道编码,在深空通信中具有广泛的应用前景。研究了LDPC码的BP译码算法,并对该算法进行了仿真,分析了LDPC码的误码率随BP译码迭代次数的演化情况,提出了一种改进的BP译码算法。经过仿真验证,改进的BP译码算法,在信噪比低于译码阈值时能够大幅地减少译码迭代次数,降低运算复杂度,而性能却几乎没有降低。这种改进的BP译码算法对LDPC码在深空通信中的应用具有重要的意义。

一种改进的LDPC码BP译码算法

通过对LDPC码经典的BP译码算法进行研究,针对算法译码复杂度非常大、迭代次数多、不利于硬件实现的问题,提出了一种改进的BP译码算法.改进算法通过实时监控在连续3次迭代中译码是否稳定来减少在信噪比低于译码阈值时的迭代次数.同时,在变量消息更新过程中对传递的校验信息进行数据约束,防止由于数据溢出而导致的译码失败.仿真结果表明,改进的BP算法,在性能损失不大的情况下可以有效地降低译码的复杂度,从而更利于硬件的实现.

一种基于矩阵分裂的QC-LDPC码Log-BP译码方法

针对高码率的准循环低密度奇偶校验码(QC-LDPC)提出了一种新的高效的log-BP部分并行译码结构,它通过矩阵分裂,将原监督矩阵分裂成多个小的矩阵,使原本的校验节点更新运算被拆分成多次处理,有效地降低了BP迭代运算的复杂度;通过组织不同小矩阵校验节点更新运算与变量节点更新运算的先后顺序,可以使不同小矩阵的校验节点更新运算与变量节点更新运算同时进行,从而提高译码器的译码速率。该方法既适用于非规则码,也适用于规则码。实验结果表明,与现有的log-BP译码方法相比,在相同的码速率下,校验节点更新单元(CNU)与变量节点更新单元(VNU)规模总量减小1/3;在相同的硬件资源下,译码速率提高1/3,另外该方法使CNU与VNU结构趋于对称,有利于设置更少的流水线级数,获得更好的时钟性能。

LT码的增强型BP译码算法

传统的LT码采用的BP译码算法,当不存在度1编码分组时会导致BP译码算法失败,不能继续译码。为了提高译码的成功率,分析了剩余编码分组的结构,提出LT码的再次译码算法(Again Belief Propagation decoding algorithm,ABP)。算法主要思想是BP译码失败后,查找满足条件的可译结构,继续译码,直到译码成功或再次失败,如果失败重复上面步骤直到译码成功或可译结构不存在,从理论上分析了可译结构存在的概率。仿真结果显示译码成功率得到提高。

极化码BP译码算法中量化问题的研究

第五代移动通信(5G)面向高可靠和低时延的海量数据交互场景,如何实现其高效编译码方案是一个亟需解决的问题。现有编译码方案难以有效平衡译码过程中的计算复杂度和硬件实现难度,故无法应用于5G网络架构。针对该问题,提出了一种基于极化码的置信度传播(BP)译码量化方案。该方案结合最小和译码的近似算法和量化思想,显著降低了BP译码算法的计算复杂度和硬件实现难度。仿真成果表明,与最小和译码算法相比,量化后的BP译码算法极大地提高了译码性能。相比于BP译码算法,在几乎不降低译码性能的基础上,量化后的BP译码算法明显降低了计算复杂度,更便于硬件实现。

改进的低复杂度BP译码算法

基于对数似然比的BP译码算法与标准BP译码算法相比,降低了一定的运算量,但仍具有较高的计算复杂度,硬件实现时需要消耗较高的资源。针对此问题,提出了一种变量节点动态更新选择的对数似然比BP译码算法,根据每一次迭代后变量节点外信息的收敛情况及校验方程的满足情况,动态地选择置信度最低的部分节点参与更新,其他置信度较高的节点则不进行更新。仿真结果显示,该算法译码性能与对数似然比BP译码算法相比,在0.5码率,10-4误码率时,1 024码长有0.1dB的性能损失,2 048码长性能损失仅有0.07dB,但从第4次迭代开始归一化运算量至少降低了50%。

基于分组排序的码率兼容打孔LDPC码BP译码算法

由于在一定码率范围均能获得良好的误码性能,码率兼容打孔LDPC(rate-compatible punctured LDPC,RCP-LDPC)码成为时变信道下优选编码方案。然而,与非打孔码相比,RCP-LDPC码的BP译码收敛速度太慢。为了提高译码收敛速度,提出一种基于打孔变量点分组优化和串行调度的BP译码算法。根据BP译码消息的可靠度对打孔变量点进行排序和分组,使其在译码时,按可靠度由高到低的次序依次更新各组变量点消息。仿真结果表明,当最大译码迭代次数较低时,本文方法的误码性能优于BP算法和随机分组洗牌BP算法。特别是当打孔比特较多时,性能改善越明显。

基于密度进化的LDPC码BP译码算法的量化门限分析

针对LDPC码BP译码算法中的量化门限的取值问题,提出一种基于密度进化算法的分析方法。该方法从数学角度跟踪迭代译码过程中消息的概率密度函数,并通过计算不同量化门限对应的误码性能来选取最佳量化门限值。仿真结果表明,在分析以量化门限为参数的LDPC码集合时,误码性能会随着量化门限值的提高而逐渐收敛,同时验证了密度进化方法分析量化门限具有高效性、可行性和实用性。

基于LDPC码面向矿井应用的BP译码算法的改进

针对煤矿井下的特殊环境以及矿井下传感节点能量有限的两大难题,为了克服传统LDPC码译码算法的缺陷,提出了一种简化的BP译码算法,并将所构造的码字和改进的译码算法应用到矿井下图像采集的分布式视频编码方案中,有效地降低了系统的编解码复杂度,降低了煤矿井下的传感节点的能量消耗。

空间耦合量子LDPC码的双窗口滑动译码

量子纠错码是应对量子计算过程中不可避免的噪声干扰的关键途径。和其经典情形一样,空间耦合量子LDPC码理论上也可在纠错性能和译码时延间取得良好的均衡。考虑到目前采用常规置信传播算法(BPA)的空间耦合量子LDPC(SC-QLDPC)码在译码过程中仍存在复杂度高和译码时延长的问题,受经典滑窗译码算法的启发,并结合和利用SC-QLDPC码所对应的两个奇偶校验矩阵在主对角线和副对角线上具有非零对角带的结构特点,提出了针对量子SC-QLDPC码的滑窗译码算法(称为量子双窗口滑动译码算法)。在该策略中,通过窗口在两个经典校验矩阵主副对角线上的同时滑动,保证了相应量子比特部分译码所需的相位与比特翻转错误图样信息的提取,从而使其在译码性能和时延之间取得良好均衡。对所提量子双窗口滑动译码算法进行仿真验证,结果表明其不仅能提供灵活的低时延译码输出,并且当窗口扩大时,其译码性能逼近标准的量子置信传播算法,显著提升了SC-QLDPC码的应用范围。

LT码的标记重传BP译码算法

当通信系统允许反馈时,LT码可以利用重传信息分组获得良好的性能,但是多次请求重传造成接收端等待时间过长,导致整个译码时间增加。为了减少重传次数和译码时间,提出了MR-BP(mark and retransmission belief propagation)译码算法。在BP(belief propagation)译码失败后,利用标记向量标记需要重传的信息分组,选取标记的信息分组。假设这个信息分组已经解码,把向量与分组的值作为整体继续BP译码。接收端只需要收到请求标记矩阵中标记的信息分组即可成功解码。MR-BP译码算法不仅解决了BP译码算法失败率大的问题,而且一次请求信息分组也明显地减少了译码时间。经过仿真验证,在重传分组数相同的情况下,译码时间明显减少。

基于改进型UMP BP-Based算法的LDPC译码研究

为了弥补UMPBP-Based译码算法相对于LLRBP译码算法的性能缺陷,提出一种改进型UMP BP-Based译码算法。该算法中的参数是在最小均方误差准则下确定的,对所有的LDPC码的译码具有通用性。仿真结果表明,在相同误码率的情况下,改进型UMP BP-Based译码算法比UMP BP-Based译码算法、Normalized BP-Based译码算法以及Offset BP-Based译码算法具有更好的LDPC译码性能。

一种非规则LDPC码的改进型UMPBP-Based译码算法

为了减小UMP BP-Based译码算法相对于LLR-BP译码算法的性能损失,提出了一种改进型UMP BP-Based译码算法,校验节点消息处理时,通过合理地设置校正因子与偏移因子2种参数,将Normalized BP-Based和Offset BP-Based 2种译码算法进行有效的融合;变量节点消息处理时,引入了一种LLR-BP译码算法中的震荡补偿算法.仿真结果表明,针对非规则LDPC码,在一定范围内误码率相同的条件下,改进型UMP BP-Based译码算法与UMP BP-Based、Normalized BP-Based和Offset BP-Based 3种译码算法相比较,译码性能得到明显的改善,可以更有效地逼近性能优异的LLR-BP译码算法.

LT码的一种BP／ML混合译码算法

针对LT码在短信息字长度时采用置信传播（BP）译码和最大似然（ML）译码存在大的性能差异问题，提出了一种BP／ML混合译码算法来实现Ⅱ码在二进制删除信道（BEC）中译码复杂度和性能的合理折中。此算法在BP译码失败时只需运用ML译码确定少数猜测比特就可实现成功译码。仿真结果显示，相比于BP译码，BP／ML混合译码的译码运行时间增加量少于50％，其仍远小于ML译码的译码运行时间。另一方面，BP／ML混合译码大大减少了译码失败概率，当译码开销大于10％时，BP／ML混合译码的性能接近于ML译码。

一种改进的MET-LDPC码的译码算法

在迭代译码算法的基础上,进一步分析平均迭代译码算法,并将平均迭代译码算法用于MET-LDPC码型仿真,改善了传统迭代译码算法的性能,起到了降低误码平台的作用,并对今后译码算法的研究提出了展望。

基于随机置换展开与停止集的LT码联合编译码算法

针对短码长LT码(码长在103以下)的随机编码方式,需要较高的编码冗余才能保证一定的译码性能的问题。设计了一种基于限制Tanner图连接边随机关系的随机置换展开编码算法,可以实现在较小编码冗余开销下提高短码长LT码的可译码概率。在此基础上,针对短码长LT码的传统BP译码算法效率不高的问题,充分利用BP算法译码失败的停止集剩余信息,设计了采用上述编码算法的短码长LT码的停止集高斯译码算法,可以获得接近最大似然译码的性能。仿真结果表明,所提出的编译码联合算法有效降低了短码长LT码满足10 4译码失败概率时所需的编码冗余开销。

基于HMM信源估计和LDPC的联合信源信道译码

在信源信道联合编译码中,利用信源冗余控制信道译码是一个关键的技术.利用Baum-Welch重估算法获取隐马尔可夫信源中的残留冗余,将其作为外信息提供给LDPC进行迭代译码.仿真结果验证了这一方法可以提高LDPC码的纠错性能,加快迭代收敛速度.