資源描述:
《關(guān)于LDPC碼的BP譯碼算法以及改進(jìn)算法嘗試》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。
1、LDPCLDPC碼碼BPBP譯碼算法譯碼算法目錄?LDPC碼編譯碼基礎(chǔ)。?硬判決譯碼算法。?軟判決譯碼算法?后驗(yàn)概率。?Gallager定理。?BeliefPropagation(BP)算法。?因子圖。?具體算法。?BeyondBP算法。2014-2-252LDPC碼編譯碼基礎(chǔ)?1962年,Gallager提出低密度奇偶校驗(yàn)碼(LowDensityParityCheckCodes,LDPCCodes)[1]。?優(yōu)點(diǎn):?線性分組碼。?AWGN信道下性能接近香農(nóng)限。?校驗(yàn)矩陣H具有稀疏性,便于實(shí)現(xiàn)。[1]R.G.Gallager,“Low-densityparitychec
2、kcodes,”IRETrans.Inf.Theory,vol.39,no.1,pp.37–45,Jan.1962.2014-2-253LDPC碼編譯碼基礎(chǔ)?對(duì)于一個(gè)正確的LDPC碼c,其必定滿足校驗(yàn)方程(H·cT=0)的要求。這是譯碼算法的理論基礎(chǔ)。?這里H稱為校驗(yàn)矩陣。2014-2-254硬判決譯碼算法?比特反轉(zhuǎn)譯碼算法:?利用接收到的硬判決碼字計(jì)算校驗(yàn)方程。?統(tǒng)計(jì)每個(gè)比特參與的校驗(yàn)方程不成立的個(gè)數(shù),當(dāng)數(shù)量超過(guò)門限值時(shí)反轉(zhuǎn)該比特。?特點(diǎn):?便于理解,易于實(shí)現(xiàn),譯碼速度快。?糾錯(cuò)能力有限。2014-2-255軟判決譯碼算法?后驗(yàn)概率?Pr(c=1
3、y,S)表示,當(dāng)接收
4、的符號(hào)為y=[y,y,···,i01y],碼字集合為S時(shí),傳輸?shù)拇a字c=[c,c,···,cn-101n-]中c=1的概率。1i?邊沿后驗(yàn)概率的大小反映了碼字比特置信度(Belief)的大小。?Pr(c=0
5、y,S)+Pr(c=1
6、y,S)=1;ii?我們用如下方式計(jì)算碼字比特的置信度:kPr[cy=?0
7、,]SP1j?1(+?∏12P)?ii=∏?l=1dl?kPr[cyii=1
8、,]SPd=1??1(??∏l=112Pdl)??2014-2-256Gallager定理[1]?P表示經(jīng)過(guò)信道傳輸后,第i個(gè)比特為1的初始概i率,其與信道有關(guān)。對(duì)于變量點(diǎn)度為j,校驗(yàn)點(diǎn)度為
9、k的規(guī)則LDPC碼,P表示第d個(gè)校驗(yàn)方程中第ldl個(gè)變量點(diǎn)為1的概率,由此可得:kPr[cy=?0
10、,]SP1j?1(+?∏12P)?ii=∏?l=1dl?kPr[cyii=1
11、,]SPd=1??1(??∏l=112Pdl)???問(wèn)題:此定理在k個(gè)比特獨(dú)立的情況下成立,若比特之間不獨(dú)立呢?2014-2-257BeliefPropagation(BP)算法[2]?1982年由Pearl提出,用于計(jì)算貝葉斯網(wǎng)絡(luò)(Bayesnets)的邊沿概率。?此算法除了用于貝葉斯網(wǎng)絡(luò),同樣可以用于馬爾科夫隨機(jī)場(chǎng)(Markovrandomfields,MRF),圖模型(Graphicalm
12、odels)與因子圖(Factorgraph)。?Bayesnets,MRF,Graphicalmodels,Factorgraph的共同特點(diǎn):?一個(gè)多變量的聯(lián)合概率問(wèn)題能夠被分解成多函數(shù)的形式。[2].J.Pearl,“ProbablisiticReasoninginIntelligentSystems,”SanFrancisco,CA:Kaufmann,1988.2014-2-258因子圖[3]k1?Pj?1(+?∏12P)?=il?=1dl?Pr(,,,PjkPidl)∏kPid=1??1(??∏l=112Pdl)??[3]F.R.Kschischang,B.J.
13、Frey,H.-A.Loeliger,“Factorgraphsandthesum-productalgorithm,“,IEEETrans.Inform.Theory,vol.47,no.2,pp.498,519,Feb20012014-2-259Tanner圖[4]與LDPC碼[4]R.M.Tanner,“Arecursiveapproachtolowcomplexitycodes,”IEEETrans.Inform.Theory,vol.27,no.9,pp.533–547,Sep.1981.2014-2-2510面向LDPC碼的BP算法?采用BP譯碼算法,能夠有
14、效的完成對(duì)Pr(,,,PjkPidl)的計(jì)算。?如果因子圖中無(wú)環(huán)形結(jié)構(gòu)(樹(shù)形結(jié)構(gòu)),BP算法將計(jì)算得出最優(yōu)解,否則BP僅能夠提供次優(yōu)解。?BP算法能夠用于多種領(lǐng)域,這里我們主要對(duì)應(yīng)用于LDPC碼的BP譯碼算法[5]進(jìn)行討論。[5]W.E.Ryan,“AnIntroductiontoLDPCCodes,”CRCHandbookforCodingandSignalProcessingforRecordingSystems,Ed.,B.VasicandE.Kurtas,CRCPress,2004.2014-2-2511LDPC碼的BP譯碼算法?