排序方式: 共有67条查询结果,搜索用时 15 毫秒
11.
针对低密度奇偶校验译码器吞吐量较低、存储资源消耗较多的问题,提出一种QC-LDPC码分层译码算法。利用接收信道模块初始化似然比信息,并结合存储校验信息和后验信息给出基于分层最小和的节点自更新译码算法,根据后验信息符号位对译码器进行判决。仿真结果表明,改进译码器资源消耗相对于传统译码器减少20%,当迭代次数为10时,吞吐量可达516.8 Mb/s。 相似文献
12.
针对 5G 标准中对低延时和编码灵活性的要求, 本文提出了一种高并行度的低密度奇偶校验(Low-Density Parity-Check, LDPC)码编码算法并设计了相应的硬件结构。 编码算法对校验位的计算流程进行了改进, 通过将对应 5G 标准中校验矩阵单对角和双对角结构的不同编码步骤并行化提高了运算速度。 在硬件结构上一方面设计了多路并行的运算结构通过同时求解多个编码步骤降低了处理时延, 另一方面灵活的结构设计使其可以有效地支持5G不同场景下对码长和码率的要求, 并通过分组计算校验位实现了对递增冗余的HARQ (IR-HARQ)方案的支持。仿真结果表明,在 200 MHZ 的系统时钟频率下, 本设计的信息吞吐量可达 35Gbps。 相似文献
13.
空间耦合LDPC(Spatially Coupled LDPC,SC-LDPC)码由于阈值饱和特性,被证明是未来无线通信系统的有力候选码型。SC-LDPC码是一种卷积LDPC码,在二元无记忆对称信道下采用置信传播译码算法时具有逼近香农限的性能。对SC-LDPC码的构造及其经典的置信传播译码算法进行了阐述,并在加性高斯白噪声信道下进行了性能仿真和分析。仿真结果表明,SC-LDPC码的约束长度越长或最大迭代次数越大,其性能就越逼近香农容量限。SC-LDPC码在误码率为10-5、最大迭代次数为100时,码长20000比码长10000大约有0.68 dB的增益;在误码率为10-5、码长为10000时,最大迭代次数100的SC-LDPC码比最大迭代次数10的码大约有0.66 dB的增益。仿真结果有效验证了SCLDPC码在无线通信系统中的良好性能。 相似文献
14.
15.
空间耦合(spatially coupled)LDPC码为通信系统提供了一种全新的接近容量限的方式,但在耦合过程中需要额外添加校验节点,因此存在一定的码率损失.为了消除码率损失,提出了一种新型的耦合方式,首位置变量节点的边展开方式不变,中间位置的边连接到前一个位置的校验节点并依次向后展开,末位置的边与首位置的边成对称分布,从而得到了一种无需添加额外校验节点,码率无损失的SC-LDPC码变体结构.在AWGN信道中通过外部信息转移(extrinsic information transfer)理论分析及误比特率性能仿真,结果表明:相对于SC-LDPC码的传统结构,本文提出的SC-LDPC码变体结构在链长较短时不仅能避免码率损失,并且具有更优的阈值和译码性能,在未来通信系统中更具优势. 相似文献
16.
把非正交多址接入(NOMA)技术应用到认知网络中,提出基于中继协作的底层认知NOMA系统模型。在瑞利衰落信道下,考虑一个两跳的通信网络,认知中继同时接收来自主网络发射源和次网络发射源的信号,并采用串行干扰消除策略解码转发接收到的信号。次级网络通过为主网络提供中继解码转发服务,获得接入授权频段的机会;主网络通过贡献出授权频段,换取次级网络协作通信的机会,同时获得了优先解码权,保证了主网络通信的可靠性。推导了系统各个接收端的中断概率闭合表达式,并进行了MATLAB仿真。仿真结果表明:采用中继协作可以有效提升认知NOMA网络的中断概率性能。 相似文献
17.
澳大利亚是一个十分重视职业健康与安全的国家.近几年来其水平一直排在世界前十位。我们工作交流所在的彭里斯市属澳大利亚新南威尔土州,建筑工程安全管理工作值得学习,今年截止到八月底,包括悉尼在内全州建筑工程共发生亡人事故3起,死亡3人,其中2人是上班途中交通事故引起,1人高空坠落.其管理效果可见卓有成效。[第一段] 相似文献
18.
19.
快速低密度校验码迭代译码量化算法 总被引:1,自引:2,他引:1
提出一种低密度校验码快速量化置信传播译码算法,其中量化电平标号作为定点算术操作数,运算由寻址表完成,中间计算以较高精度包含在表中,该算法具有明显低的时间复杂度,应用对称特性,可以显著降低所需存储容量;在不增加复杂度的前提下,可以方便地实现均匀及各种为改进性能而设计的非均匀量化方案;适当增加复杂度还可实现时变译码,该算法使低密度校验码在实际通信系统中的应用比时已经接近连续译码,而高信誉噪比时比连续译码差0.2dB。合适的高阶量化译码可以获得接近连续译码的性能,高信噪比时甚至优于连续译码。 相似文献
20.
基于置信传播算法的低密度校验码量化译码设计 总被引:2,自引:0,他引:2
介绍了二元输入连续输出无记忆AWGN信道下低密度校验 (LDPC)码的置信传播译码算法及其密度进化特性 .根据密度进化规律 ,分析了不同消息空间中的量化译码问题 .得出结论如下 :对于概率和概率差消息 ,只有高阶均匀量化才能获得满意的译码性能 ;似然比消息的适当对数量化可等价于对数似然比消息的均匀量化 ;对数似然比消息易于实现相对信道输入± 1的无偏对称量化 ,并有效利用消息的统计特性 .由非均匀量化在大消息区域分配的量化电平可以有效地促进算法收敛 .仿真结果表明 ,低阶非均匀量化优于均匀量化 相似文献