基于置信传播算法的低密度校验码量化译码设计

来源 :计算机学报 | 被引量 : 0次 | 上传用户:dfsdfdf
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
介绍了二元输入连续输出无记忆AWGN信道下低密度校验(LDPC)码的置信传播译码算法及其密度进化特性.根据密度进化规律,分析了不同消息空间中的量化译码问题.得出结论如下:对于概率和概率差消息,只有高阶均匀量化才能获得满意的译码性能;似然比消息的适当对数量化可等价于对数似然比消息的均匀量化;对数似然比消息易于实现相对信道输入±1的无偏对称量化,并有效利用消息的统计特性.由非均匀量化在大消息区域分配的量化电平可以有效地促进算法收敛.仿真结果表明,低阶非均匀量化优于均匀量化.
其他文献
提出了一种新的基于隐马尔可夫模型的人脸识别方法 .这种方法采用奇异值分解抽取人脸图像特征作为观察序列 ,减少了数据的存储量和计算量 ,并提高了识别率 .实验结果同其它两种基于隐马尔可夫模型的方法进行了比较 .