LU分解原理在LDPC编码中的运用.pdf

科技创业家 2013年 05(上) TECHNOLOGICAL PIONEERS 科 技 前 沿 LU分解原理在LDPC编码中的运用 任霞 (长春一汽通信科技有限公司 吉林长春 130011) 摘 要 :本文主要阐述了矩阵的产生,矩阵论概念及思想的发展历史。并叙述了矩阵论在不同领域里的运用。最后阐述LDPC编码的基本 过程及原理,并运用Matlab仿真的方法体现高斯消元及LU分解在LDPC编码中的运用。 关键词 :矩阵 克莱姆 LDPC 高斯消元 仿真 ［1］ 1 引言 高复杂度 。无论是Gallsger还是Mackay等都是用随机方法构造 矩阵理论在现代统计学的许多分支有着广泛的应用 ,成为统 LDPC码 ,其编码复杂度与马场平方成正比 ,而如果采用LU分解的 计学中不可缺少的工具 ,而且 ,随着研究的深入和应用的发展,矩 方法便可大大的简化编码的复杂度 。 阵与统计学之间的关系会越来越深刻。一方面 ,统计学对矩阵研究 LDPC码的直接编码方法就是利用高斯消去法 ,产生一个下三 提出了许多新的研究课题 ,刺激了有关矩阵理论研究的发展 ;另一 角矩阵 ,然后进一步初等变换得到右边单位阵形式H=[P|I], 由G ＝ 方面 ,矩阵理论中的结果被越来越多地应用于统计学的理论研究 [I|P ’]得到生成矩阵 ,从而由C=M*G直接编码 。 及其应用中 。近三十年 ,许多统计学家致力于这方面的研究 ,并撰 这样的编码方法是复杂的 ,主要原因是由于高斯消去法破坏 写了很多这方面的论文和著作 ,其中很多结论在统计学的研究中 了原有奇偶校验矩阵的稀疏性。 发挥着很大的作用 。近三十年矩阵研究中一些与统计学有密切关 为了保持矩阵的稀疏性 ,Richardson提出了有效编码方案 ,首 系的新发展 ,包括它们在统计中的应用 ,这些研究结果一开始就渊 先可以对矩阵的列做重排 ,这样虽然不能得到一个完全的下三角 源于统计问题 。本文皆在向读者介绍矩阵论中并与统计学密切有 形式的矩阵 ,但可以获得一个近似的下三角矩阵 。如图所示 ,分成 关的如下几个方面 :矩阵偏序、矩阵不等式、广义逆矩阵等 ,这些方 六个分块的稀疏矩阵 ,其中S是一个相当小的数 。如下图所示 ,它的 面与统计学息息相关 ,特别是在多元分析和线性模型参数估计中 编码步骤如下 : 都有着重要的应用 。 步骤1:预处理 为了保持矩阵的稀疏性 ,可以对矩阵的列做重排 ,这样虽然不 2 高斯消元法及LU分解原理在LDPC编码中的运用 能得到一个完全的下三角形式的矩阵 ,但可以获得一个近似的下 LDPC码是一种性能良好的线性分组码 ,其在编码理论研究和