跳到主要內容

臺灣博碩士論文加值系統

(44.192.38.248) 您好!臺灣時間:2022/11/30 04:21
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:陳佑任
研究生(外文):Yu-Zen,Chen
論文名稱:正規化補償式最小和演算法
論文名稱(外文):Low-Density Parity Check Codes of Normalized Offset Min-Sum Algorithm
指導教授:翁萬德
指導教授(外文):Wan-De,Weng
口試委員:竇奇劉思竹
口試委員(外文):Chi,DouSz-Ju,liou
口試日期:2014-07-22
學位類別:碩士
校院名稱:國立雲林科技大學
系所名稱:電機工程系
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:2014
畢業學年度:102
語文別:中文
論文頁數:53
中文關鍵詞:低密度同位元檢查碼最小和演算法
外文關鍵詞:LDPC CodeMSA
相關次數:
  • 被引用被引用:0
  • 點閱點閱:214
  • 評分評分:
  • 下載下載:6
  • 收藏至我的研究室書目清單書目收藏:0
低密度同位元檢查碼(Low-Density Parity Check Code, LDPC code)在1962年被提出時,雖然其錯誤更正能力非常接近薛農極限,不過受限於當時技術並未受太大注意。近幾年隨著積體電路技術演進,低密度同位元檢查碼的實作逐漸可行,而成為許多通訊系統頻道編碼的標準。本論文中我們針對 LDPC 碼之解碼器,採用正規化補償式最小和演算法(Normalized Offest min-sum algorithm, NOMSA) 進行解碼。此為補償式最小和演算法的改良,相對於最小和演算法 (Min-Sum Algorithm, MSA),NOMSA只需要增加些微的計算量,但它可以更接近LDPC解碼器理論上公認最優秀的和積演算法(Sum-Product Algorithm, SPA)。在我們將NOMSA演算法最適當的迭代次數設定於50 次,位元數 q 設定為5、補償係數 μ 為3,正規化因子為0.9,利用這些參數的設定,成功的將系統的效能提升到與和積演算法僅有 0.25 dB 的差距。
Low-density parity-check (LDPC) code was proposed in 1962 by Gallager. Although its error correcting capability almost approaches the Shannon limit, LDPC code did not obtain much attention at first due to the lack of supporting technologies. With the improvement of integrated circuit technology in recent years, the implementation of LDPC code has become feasible and it has been chosen as the standards of channel codes for several communication systems. In this thesis, we propose an normalized Offest min-sum algorithm (NOMSA) for the LDPC code decoder. Comparing with the original min-sum algorithm (MSA), NOMSA requires slightly more computations but it presents much closer performance to that of a sum-product algorithm (SPA), which is recognized as the theoretically optimal solution for LDPC decoder. We set the maximum number of iterations in NOMSA to be 50, and the number of bit to be 5. And the Offest constant to be 3, A normalization factor, which was chosen to be 0.9. Simulation results show that the difference of system performance between NOMSA and SPA is only about 0.25 dB.
目錄
中文摘要 i
英文摘要 ii
誌謝 iii
目錄 iv
表目錄 vi
圖目錄 vii
第一章 緒論 1
1.1 研究動機 2
1.2 研究目的 2
1.3研究方法與內容 3
1.4各章節提要 3
第二章 LDPC碼原理 4
2.1錯誤更正碼 4
2.2低密度奇偶校驗碼(LDPC code) 介紹 5
2.3低密度奇偶校驗碼(LDPC code) 架構 5
2.4正規類迴旋低密度奇偶校驗矩陣 7
2.5低密度奇偶校驗碼(LDPC code)編碼架構 8
2.6低密度奇偶校驗碼(LDPC code)解碼演算法 10
2.6.1 Tanner圖介紹 11
2.6.2 Tanner圖Cycle與Girth 11
2.6.3 訊息傳遞演算法概述 12
2.7和積演算法(Sum Product Algorithm,SPA)架構 14
2.7.1 和積演算法(Sum Product Algorithm,SPA) 16
2.7.2 Log-Doman和積演算法(Log-domain Sum Product Algorithm) 21
2.7.3 最小和演算法(Min-Sum Algorithm,MSA) 25
2.7.4 補償式最小和演算法 (Offset-Min-Sum Algorithm,OMSA) 29
2.7.5 正規化補償式最小和演算法(Normalized-Offset-Min-Sum Algorithm) 31
第三章 LDPC 軟體實驗結果與效能分析 35
3.1 模擬背景 35
3.2 迭代次數分析 35
3.3 位元數分析 38
3.4 補償係數分析 39
3.5 正規化因子分析 40
3.6 模擬結果 41
第四章 結論與未來展望 42
參考文獻 43
[1]C.E. Shannon, “A Mathematical Theory of Communication,” Bell Syst. Tech. J., pp.379-423 (Part1); pp. 623-56 (Part 2). 1948.

[2]B.C. Glavieux, and Thitimajshima, P., “Near Shannon limit error-correcting coding and decoding: Turbo-codes,” IEEE International Conference on Communications, ICC '93, Geneva. vol. 2, pp. 1064 –1070,1993.

[3]R. G. Gallager, “Low Density Parity Check Codes, MIT Press, Cambridge, MA,” 1963.

[4]D. J. C. Mackay and R.M. Neal, “Near Shannon limit performance of low density parity check codes”, IEE Electron. Lett, vol.32,no. 18pp. 1645-1646, 1996.

[5]S.Y. Chung, G. David Forney Jr., T.J. Richardson and R. Urbande, “On the design of low-density parity-check codes within 0.0045 dB of the Shannon limit,” IEEE Communications Letters, vol. 5, no. 2, pp. 58-60, 2001.

[6]N. Wiberg,“Codes and decoding on general graphs,” Ph.D. dissertation, Linkoping University, Sweden, 1996.

[7]R. M. Tanner , “ LDPC Block and Convolutional Codes Based on Circulant Matrices,” IEEE Trans. Information Theory, vol. 50, pp. 2966-2984, 2004.

[8]X. Wu, Y. Song, L. Cui, M. Jiang and C. Zhao, “Adaptive-Normalized Min-Sum Algorithm,” 2010.

[9]T.J. Richardson and R. Urbanke, “Efficient Encoding of Low-Density Parity-Check Codes,” IEEE Trans. Information Theory, vol. 47, no. 2, 2001.

[10]R.M Tanner, “A recursive approach to low complexity codes,” IEEE Trans.Inf,Theory, vol. 27, pp. 533-547, 1981.

[11]M. Zhuo ,L. Ying and W. Xinmei ,“A Quasi-Parallel Encoder of Quasi-Cyclic LDPC Codes” 2009.

[12]J. Chen, A. Dholakia, E. Eleftheriou, M. Fossorier and X.Y. Hu,”Reduced-complexity decoding of LDPC codes,”IEEE Trans. Comm, vol. 53, pp. 1288-1299, 2005.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top