Group Shuffled BP算法的密度演进和高斯近似.pdfVIP

2010 年第04 期，第43 卷 通 信 技 术 Vol.43，No.04,2010 总第220 期 Communications Technology No.220,Totally Group Shuffled BP 法的密度演进和高斯近似 文， 刘斌彬， 白 栋， 葛启宏 (国家广电总局广播科学研究院 北京泰美世纪科技有限公司，北京 100097) 【摘 要】为了分析Group Shuffled BP 译码算法的收敛性能，同时简化密度演进计算的复杂度，在证明对称性条件的 基础上，提出了基于 Group Shuffled BP 译码算法的密度演进的高斯近似。从而将密度演进中计算消息概率密度的无限维问 题，简化为跟踪高斯分布均值的一维问题。仿真结果表明，该方法具有较高的精确度，可以有效分析 Group Shuffled BP 译 码算法的收敛性能。 【关键词】Group Shuffled BP 译码算法；密度演进；高斯近似 【中图分类号】TN911.22 【文献标识码】A 【文章编号】1002-0802(2010)04-0053-03 Gaussian Approximation of Density Evolution Based on Group Shuffled BP Algorithm CHEN Wen， LIU Bin-bin， BAI Dong， GE Qi-hong (TiMi Technologies, Corp., Academy of Broadcasting Science, SARFT, Beijing 100097, China) Abstract】In order to analyze the convergence performance of Group Shuffled Belief Propagation (BP)algorithm and reduce the computation complexity of density evolution, the Gaussian approximation of density evolution based on group shuffled BP algorithm is proposed. The infinite dimensional problem of calculating probability densities of messages is converted into one-dimensional problem of tracking the means of Gaussian distributions. Simulation results show that the method is of high accuracy, and could effectively analyze the convergence performance of Group Shuffled BP algorithm. Key words】Group Shuffled BP Algorithm; density evolution; Gaussian approximation 0 引言 [4] 算法 。为了合理的设计译码器的算法，首先需要分析译码 低密度校验（LDPC ）码最早由Gallager 提出，是一种