基于神经网络的LDPC译码算法研究-通信与信息系统专业论文.docxVIP

万方数据 万方数据 THE DESIGN OF LDPC DECODER BASED ON NERUAL NETWORKS A Master Thesis Submitted to University of Electronic Science and Technology of China Major: Communications and Information System Author: Xue Fei Advisor: Zhuo Yongning School : National Key Laboratory of Science and Technology on Communications 注 1 注明《国际十进分类法 UDC》的类号 独 创 性 声 明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作 及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方 外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为 获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与 我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的 说明并表示谢意。 签名： 日期： 年 月 日 关于论文使用授权的说明 本学位论文作者完全了解电子科技大学有关保留、使用学位论文 的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘， 允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全 部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描 等复制手段保存、汇编学位论文。 （保密的学位论文在解密后应遵守此规定） 签名： 导师签名： 日期： 年 月 日 摘要 摘要 摘要 21 世纪以来，随着现代通信技术的迅猛发展，宽带无线移动业务中对传输速 率、系统容量和网络可靠性的需求越来越高，数据处理工作量越来越大。另一方 面，业务对电路实现的灵活性也提出了要求。这一切，对通信信号处理算法提出 了更高的要求，诸如要求算法具有运算速度快、可并行、资源消耗低等特点。现 有的一些通信信号算法，面临着进一步的优化和改进。 纠错译码是通信基带信号处理中的典型应用，其中低密度奇偶校验码（LDPC） 是除了 Turbo 码之外的另一类逼近香农限的线性分组码，在下一代移动通信系统 中被作为标准纠错方法广泛使用。由于 LDPC 码译码算法是基于迭代思想的译码 算法，因此现有的 LDPC 码译码算法在实现中，存在处理时延不确定、资源消耗 大、不利于多核并行实现等问题，因此需要进一步进行优化。 人工神经网络是一种具有悠久历史的信号处理方法，具有并行、快速运算等 突出优点。本文尝试研究 LDPC 码的多核并行译码和人工神经网络译码算法，使 之具有快速、恒定时延、可并行等特性，以使其能够适应多核处理器平台等应用 环境。 另一方面，基带信号处理的算法变得更加复杂，运算量也随之急剧增加。多 核并行是满足基带信号的复杂算法的理想架构，因此研究现有信号处理算法与多 核并行技术的结合来满足通信系统中计算量比较大计算节点的计算需求是有意义 的。LDPC 自身结构有利于进行并行化，加之人工神经网络的研究越来越成熟，神 经网络技术的优势逐渐被业界发现和认可，基于并行思想的 LDPC 经典译码算法 与人工神经网络的有效结合变得有必要也有意义。 本文对 LDPC 经典译码算法进行了研究并将其与现代技术相结合，设计出了 基于神经网络的 LDPC 译码器。 本文的研究工作和主要贡献有以下几点： (1) 研究了 LDPC 码的理论和经典译码算法，研究了 LDPC 码的多核并行化译 码方法，并在 OpenMP 环境中，设计了 LDPC 码经典译码算法的并行化实 现结构； (2) 研究了人工神经网络的基本功能和结构特性，以及基于神经网络能量函数 的一般线性分组码的纠错码译码算法。 I (3) 基于神经网络分类器思想的一般线性分组码的并行结构分析。设计了基于 普通神经网络的 LDPC 译码算法并行结构。并在此基础上，设计实现了基 于多层感知器 LDPC 译码器。 综上所述，本文对 LDPC、多核并行思想和人工神经网络进行了较为深入的研 究，并将并行思想和神经网络技术分别跟 LDPC 译码进行了有效地结合，设计实 现了 LDPC 并行译码算法，基于一般神经网络的 LDPC 译码算法以及基于多层感 知器的 LDPC 译码算法。测试结果验证了并行处理思想与 LDPC 码结合的有效性， 也证明了神经网络的运用，对 LDPC 码译码计算在性能上的改进。 关键词：LDPC 译码，和积译码