基于最小和的高效LDPC译码算法

针对低密度奇偶校验（LDPC）译码算法性能低的问题,提出一种基于最小和的高效译码算法。该算法从概率的角度分析消息的传递过程中校验节点的更新过程,得到近似的最小和算法等式,并采用动态归一化因子提高译码性能。仿真实验表明,与BP译码算法相比,该译码算法在损失极少译码性能的情况下,不仅减少迭代过程中的计算量,而且提高了译码效率。     

基于竞争机制的LDPC码串行最小和算法

针对译码模块设计成本和功耗的问题,提出了一种LDPC码串行最小和算法。该算法是一种采用权重因子的基于变量节点更新的串行算法,它基于竞争机制来更新变量节点对校验节点消息集合中的最小值。与传统串行算法相比,在不损失性能的前提下,它大幅降低了译码所需的复杂度。另一方面,与并行最小和算法相比,新算法不仅大幅降低了所需存储量,而且性能也有一定的提升,复杂度只有略微增加。     

LDPC自适应最小和译码算法及其FPGA实现

低密度奇偶校验码(Low-density Parity-check,LDPC)置信传播算法性能优异且被证明接近香农极限,但需要极其复杂的对数和三角函数运算,不利于现实使用.尽管最小和算法提高了计算的方便性和适用性,但也削弱了其译码能力.为了减少误码率(Bit Error Rate,BER)的损失,利用输入变量节点边信息...     

结构化LDPC码流水线译码器的仿真与设计

针对在结构化LDPC码译码器中使用流水线结构,对最小和分层译码算法进行了分析。为进一步提高译码器的性能,提出了一种修正分层最小算法,使得结构化LDPC码的译码器能使用流水线结构来增加系统吞吐量。根据修正算法,设计了一种低复杂度的译码器结构,并详细描述了串行校验节点处理器和灵活置换器这两个模块的设计。分析了流水线译码器对处理时延的提高,并仿真了同一码长不同译码算法的性能。仿真结果表明修正算法和最小和译码算法相比,性能上几乎没有损失,由于译码器采用了流水线结构,吞吐量提高了2到3倍,并能灵活的支持各种码长和码率的结构化LDPC码。     

高速LDPC码分层译码器设计

设计一种新型准并行LDPC分层译码器,实现对0.5码率,4608码长(3,6)规则准循环LDPC的实时译码.并在Altera公司的Stratix II系列EP2S60器件上完成了布局布线.最高工作频94.47MHz,当最大迭代次数为25次时译码吞吐量可达58.70Mbps.与传统的TPMP译码方案相比,可减少近一半的平均译码迭代次数,而且可以显著降低RAM块的使用数量.整个设计具有很强的扩展性和通用性,只需作事先存储校验矩阵式样及行重信息,即可支持任意码率、规则及非规则码的准循环LDPC译码.     

一种低复杂度的LDPC码改进型UMP BP-Based译码算法*

为了弥补UMP BP-Based相对于LLR BP译码算法的性能缺陷,提出一种改进型UMP BP-Based译码算法。通过将Normalized BP-Based和Offset BP-Based译码算法的优点相结合,并利用最小均方误差准则来计算该算法中的参数。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、Normalized BP-Based以及Offset BP-Based具有更好的LDPC译码性能。     

Turbo乘积码译码算法的优化和改进

Chase2算法是Turbo乘积码(TPC)软判决译码中常采用的算法之一。由于传统的Chase2算法中欧氏距离计算以及寻找竞争码字都需要大量的运算,因而在硬件上实现比较复杂。为此,在传统Chase2算法的基础上,采用相关度量等价替代欧氏距离的度量,简化寻找竞争码字的过程,以降低译码复杂度;调整竞争码字不存在时的软输出信息值,以提高编码增益。仿真结果表明：改进算法比传统的Chase算法译码速度更快,译码性能更好,非常适合硬件实现。      

性能和复杂程度折中的LDPC码译码算法

在IEEE802.16e通信标准的LDPC码背景下,基于LDPC码的软判决LLR BP译码算法,结合LDPC码的最小和处理方式和硬判决译码思想,针对译码性能和复杂程度提出了一种改进的BP译码算法。在相同信噪比条件下,新BP算法在译码性能上非常接近LLR BP算法,同时其复杂程度却远小于LLR BP算法,提高了工程可实现性。     

采用动态量化的低存储空间LDPC译码研究

为存储、处理大量信息而导致译码器硬件复杂度较高是影响LDPC码广泛应用的主要原因。降低译码信息的量化位宽能有效降低译码器硬件复杂度。由于译码信息的绝对值在译码过程中不断增长,短量化位宽带来的有限量化范围会导致严重的饱和量化误差,影响译码性能。在量化位宽不变的情况下,通过逐渐降低信息量化的精度来实现信息量化范围的扩展。这种动态的量化方式能满足译码信息的绝对值不断增长的要求。为进一步适应不同噪声环境并减少量化精度降低带来的负面影响,这种动态量化方式以自适应的方式实现。仿真结果表明,自适应动态量化方式能以很小的译码性能损失,大幅减少译码器所需存储空间,简化硬件复杂度。     

Improved construction of LDPC convolutional codes with semi-random parity-check matrices

In this paper,we investigate the construction of time-varying convolutional low-density paritycheck(LDPC)codes derived from block LDPC codes based on improved progressive edge growth(PEG)method.Diferent from the conventional PEG algorithm,the parity-check matrix is initialized by inserting certain patterns.More specifically,the submatrices along the main diagonal are fixed to be the identity matrix that ensures the fast encoding feature of the LDPC convolutional codes.Second,we insert a nonzero pattern into the secondary diagonal submatrices that ensures the encoding memory length of the time-varying LDPC convolutional codes as large as possible.With this semi-random structure,we have analyzed the code performance by evaluating the number of short cycles as well as the the bound of free distance.Simulation results show that the constructed LDPC convolutional codes perform well over additive white Gaussian noise(AWGN)channels.     

改进的基音检测算法

提出了一种改进的基音检测算法。利用LMS自适应滤波器对带噪语音信号进行语音增强,再求语音信号的自相关函数（ACF）和平均幅度差函数（AMDF）,对ACF峰值和AMDF谷值进行分析,提取改进的ACF/AMDF加权平方特征进行基音检测。实验结果表明,改进算法的检测效果明显优于传统方法,在低信噪比环境下,鲁棒性较好,提高了检测精度。     

改进的基于奇偶校验码的McEliece变型方案

McEliece公钥加密体制是基于编码理论的公钥密码体制,其安全性可以归约到一般线性码译码问题,可以抵抗量子攻击。提出了一种改进的基于准循环中密度奇偶校验（QC-MDPC）码和准循环低密度奇偶校验（QC-LDPC）码的McEliece变型方案。主要改进是将QC-LDPC码和QC-MDPC码的奇偶校验矩阵结合作为私钥,生成两者的级联码字应用于McEliece变型方案,并且给出了改进的译码算法。分析表明在80 bit安全参数下该体制密钥量小且实现的复杂度低,能抵抗最近提出的分别针对QC-MDPC和QC-LDPC体制的密钥恢复攻击。     

改进的反向蛙跳算法求解函数优化问题

针对混洗蛙跳算法在求解连续函数优化问题中出现的收敛速度慢、求解精度低的缺点,提出了一种基于反向学习策略的改进算法,在种群初始化和进化过程中分别加入反向操作,产生更靠近优质解的种群,从而提高了算法的全局寻优能力,促进了算法收敛。实验仿真表明,新算法在寻优效率、计算精度等方面均优于原算法。     

求解24数码问题的改进遗传退火算法

针对具有巨大搜索解空间的24数码问题,提出了一种基于改进遗传模拟退火算法的求解方法。依据问题特征,设计了个体编码方法、高效的适应度评价函数和遗传操作算子,通过在遗传算法中引入模拟退火的Boltzmann更新机制,克服了传统遗传算法易于过早收敛和易于“卡住”陷入局部极小的问题。仿真实验结果表明,提出的算法能够快速搜索到问题的解,算法对其他组合优化问题也具有应用价值。     

改进的模拟退火和遗传算法求解TSP问题

对遗传算法和模拟退火算法的特点进行了比较,阐述了遗传算法与模拟退火算法集合的必要性。提出了一个用于求解TSP问题的改进的模拟退火和遗传算法。利用遗传算法的全局搜索能力弥补了模拟退火算法容易陷入局部最优的问题。在遗传算法中改进了传统的交叉机制,利用父代染色体与子代染色体进行交叉,解决了传统遗传算法中存在的“早熟”问题。针对模拟退火算法收敛速度慢等问题,提出了新的解生成机制和改良算法,提高了算法的收敛速度。实验测试的结果表明,该方法具有较好的收敛效果和更高的稳定性。     

改进型免疫优化算法求解排课问题

为了有效地求解高校排课问题,设计了基于免疫优化算法的排课方案。给出了高校排课问题的数学模型,构建了基于免疫算法的求解框架,并进行了实验验证。实验结果表明该设计的排课方案能够有效地解决高校排课问题,具有较好的应用价值。     

Low complexity construction for quasi-cyclic low-density parity-check codes by Progressive-Block Growth

In this paper, a novel method for constructing quasi-cyclic LDPC codes with low complexity is proposed. By choosing each circulant permutation matrix sequentially, the proposed method ensures that the current circulant permutation matrix forms no cycles of length smaller than g with the existent circulant permutation matrices. The construction complexity of the proposed algorithm is much lower than that of the random construction. Simulation results show that the proposed QC-LDPC codes can outperf...     

改进的EPTA并行细化算法

为了解决现有细化算法中像素冗余、分叉、畸变等问题,在ZS（ZHANG和SUEN）并行细化算法的基础上增加了两个映像子过程,获得了更加接近中心线的骨架图像;通过增加判决条件并设计消除模板,提出了一种改进的EPTA并行细化算法,解决了EPTA细化算法的像素冗余、二像素宽度斜线细化局限性畸变等问题。实验结果表明改进的EPTA细化算法能得到更准确的完全细化结果。     

QPSO优化的改进CLARANS聚类算法

CLARANS算法是一种有效且广泛应用的聚类算法,适合发现任意形状的聚类结果,但CLARANS算法在搜索过程中容易陷入局部最优解,从而忽略全局最优解。为了避免CLARANS算法在搜索中心点时易受局部最优解的影响,提出一种将CLARANS算法中的邻接点作为QPSO算法的量子粒子,结点代价作为适应度函数对其进行寻优的改进CLARANS算法。将该改进算法应用于UCI数据集,结果表明该算法聚类效果好、收敛快,算法的稳定性、收敛性及寻优能力都有很大提高。