2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩61頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、低密度奇偶校驗(yàn)碼(Low-Density Parity-Check Codes, LDPC碼)是由 R. G. Gallager在1962年提出的一種信道糾錯(cuò)碼,是迄今最接近于香農(nóng)限的糾錯(cuò)碼。由于譯碼復(fù)雜度低,易于并行實(shí)現(xiàn),LDPC碼很可能成為第四代移動(dòng)通信標(biāo)準(zhǔn)中的關(guān)鍵技術(shù)。
  本文主要研究了 LDPC碼的 APP-Based譯碼算法研究與并行譯碼器硬件實(shí)現(xiàn)。主要研究?jī)?nèi)容如下:
  在譯碼算法方面,本文首先分析了硬判決譯碼

2、算法,包括 BF(Bit Flipping)譯碼算法和 WFB(Weighted Bit Flipping)譯碼算法。隨后,重點(diǎn)分析了典型的軟判決譯碼算法,包括 BP(Belief Propagation)譯碼算法,LLR BP(Log Likelihood BP)譯碼算法,APP(a posteriori probability)算法,BP-Based和 APP-Based算法,以及 Normalized/Offset算法。
 

3、 針對(duì) APP-Based算法,本文中提出了一種的改進(jìn)算法,將乘性修正運(yùn)算放在變量節(jié)點(diǎn)信息處理中,而非校驗(yàn)節(jié)點(diǎn)信息處理中。通過(guò)這種改進(jìn),既降低了變量節(jié)點(diǎn)信息間的相關(guān)性,提高譯碼性能,又降低了乘法運(yùn)算的次數(shù),使譯碼復(fù)雜度得到降低。實(shí)驗(yàn)數(shù)據(jù)表明,與 APP-Based算法相比,改進(jìn)算法對(duì)(504,252,6,3)和(1008,504,6,3)矩陣的 BER性能改進(jìn)達(dá)到1dB,而對(duì)(1944,1458)矩陣,其改進(jìn)也達(dá)到了0.5dB;與 No

4、rmalized APP-Based算法相比,性能改進(jìn)約為0.1dB。此外,改進(jìn)而且譯碼中的平均迭代次數(shù)也相對(duì)其他算法最小,具有一定的硬件實(shí)現(xiàn)價(jià)值。
  在硬件實(shí)現(xiàn)方面,本文針對(duì)提出的改進(jìn)的 APP-Based算法和非規(guī)則矩陣進(jìn)行了全并行譯碼器的硬件實(shí)現(xiàn),得到了大吞吐率的全并行譯碼器。首先進(jìn)行了定點(diǎn)化仿真,得出了固定位寬的抑制因子的最佳取值。隨后對(duì)全并行譯碼器各模塊進(jìn)行了詳細(xì)的分析,在 ModelSim6.5環(huán)境下用 Verilo

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論