BP譯碼的FPGA實(shí)現(xiàn).pdf

1、置信度傳播(BP,BeliefPropagation)算法是一種有效求解邊緣概率的方法,它的復(fù)雜度隨節(jié)點(diǎn)數(shù)量的增加呈線性增長,正因?yàn)榇?一些復(fù)雜網(wǎng)絡(luò)中的推理問題得以解決。譯碼問題也是推理問題,在碼長很長的情況下,傳統(tǒng)譯碼算法的復(fù)雜度太高,不太可能實(shí)現(xiàn),而BP算法就是很好的解決方案。目前,BP譯碼在糾錯(cuò)碼和壓縮感知(CS,CompressiveSensing)中都有成功應(yīng)用。本文拓展BP譯碼的應(yīng)用范圍,將其引入到無速率碼的譯碼中,并用FP

2、GA實(shí)現(xiàn)了譯碼器。
　　文中首先簡(jiǎn)單介紹了論文的研究背景,概述了低密度奇偶校驗(yàn)碼(LDPC,Lowdensityparitycheckcodes)的算法和FPGA實(shí)現(xiàn)的研究現(xiàn)狀以及BP譯碼在CS中的應(yīng)用現(xiàn)狀。然后通過一個(gè)貝葉斯網(wǎng)絡(luò)的例子介紹了幾個(gè)與BP算法相關(guān)的基本概念,接著以基于成對(duì)馬爾科夫隨機(jī)場(chǎng)的BP算法為例,詳細(xì)闡述了BP算法的思想和理論依據(jù),并在此基礎(chǔ)上,引入譯碼用的圖模型——Tanner圖和基于Tanner圖的BP算法。