论文部分内容阅读
LDPC码的构造方法可以分为两大类。一类是随机或伪随机构造方法,使用这种方法构造LDPC码,生成矩阵G或奇偶校验矩阵H是随机产生的。一般长码时随机方法构造的LDPC码比同类代数方法构造的LDPC码更接近香农限。然而,随机构造没有固定的结构,这就导致用随机方法构造的LDPC码具有很高的编码复杂度。另外,由于随机构造的LDPC码的校验矩阵H是随机生成的,这就导致需要很大的物理存储空间来存储它们。LDPC码构造的另一种方法是代数构造方法。准循环LDPC码可能是解决LDPC码存储空间大和编码复杂度高问题的一个很好的选择,因为准循环LDPC码的校验矩阵是由置换矩阵和零矩阵构成的。准循环LDPC码的最重要特性就在于它的编码复杂度很低,因为准循环LDPC码的生成矩阵具有循环特性。结构化的准循环LDPC码有一个相对简单的代数构造方法,可以通过非常低价的移位寄存器来实现准循环LDPC的编码,而且大大降低了编码复杂度。粒子群优化(PSO)算法是由Kennedy和Eberhart提出的一种演进方法。粒子群优化算法是基于群体智能理论的优化算法,通过群体中粒子间的合作与竞争产生的群体智能指导优化搜索。它特有的记忆使其可以动态跟踪当前的搜索情况以调整其之后的搜索策略。因此相对于遗传算法来说,粒子群优化算法是一种更高效的并行搜索算法。
本文用粒子群算法优化准循环LDPC码的构造,并且解决编码问题。首先介绍了基于girth最优选择的粒子群算法构造准循环LDPC码的方法,然后提出了基于LDPC码BER性能最优选择的粒子群算法构造准循环LDPC码的方法,将该方法运用到Tanner-LDPC码的构造中,并且对Tanner-LDPC码的构造方法进行了改进。一般情况下认为随机构造的LDPC码是好码,而用本文提出的方法构造的Tanner-LDPC码具有与随机构造的LDPC码相似的性能,比基本Tanner-LDPC码的性能好很多。实验仿真结果说明本文提出的基于粒子群优化算法构造Tanner-LDPC码的方法可行。