每三年一次的Turbo代码和相关主题国际研讨会学习

每三年一次的Turbo代码和相关主题国际研讨会学习

2018年IEEE第10届国际Turbo码与迭代信息处理研讨会(ISTC)

文章1:Mitigating Correlation Problems in Turbo Decoders(减轻Turbo解码器中的相关问题)

概要:

提出了一种新的turbo码交织器设计准则,旨在降低分量解码器之间的相关性。为了超越已知的相关周长最大化,我们提出了几个额外的标准来限制短相关周期的影响并增加代码多样性,

对8态二进制turbo码和非二进制turbo码,阐述了两个应用实例。所提出的设计准则显示出改善了代码的纠错性能,尤其是在错误基底区域。

目的:

随着太赫兹通信的到来,新一代信道编码技术必须得到发展,能够提供更高的数据吞吐量和更高的可靠性。为此,仍然需要解决的一个问题是提高容量接近码的渐近性能。

文章2:A Turbo-Hadamard Encoder/Decoder System with Hundreds of Mbps Throughput

(一种具有数百兆比特每秒吞吐量的Turbo-哈达玛编解码系统)会议重点,研究了turbo的延迟改进问题。

概要:

turbo-哈达玛码是一种低速率信道码,其容量接近香农极限,即1.6分贝。本文研究了turbo-哈达玛编解码系统的硬件实现。特别地,我们研究速率为0.0114和0.0143的THC系统。将信道信息量化为6位,我们表明与浮点计算相比,性能下降在0.15分贝以内。整个系统已经在一块现场可编程门阵列板上实现。当码率等于0.0143时,在Eb/N0 = 0.3分贝左右时,误码率为10-5,吞吐量约为600 Mbps。

turbo码和LDPC码在与哈达玛码结合使用时,其性能已经非常接近香农极限,即1.6分贝[7],[8]。另一种性能相当的代码是级联的之字形哈达玛码[9]。在[7]中,已经表明使用50次解码迭代,信息长度为65534且码长约为3500000(码率≈ 0.019)的turbo-哈达玛码可以在Eb/N0 = 1.2分贝时实现105的误码率(BER),即在最终香农极限的0.4分贝内。此外,信息长度为65536/65536、码长约为22000000/3500000(码率≈ 0.003/0.019)的LDPC-哈达玛/级联之字形哈达玛码可以实现105的误码率

为了实现这种编码器/解码器,硬件复杂度非常高,并且解码延迟也非常大。这种长度非常长的代码是不实用的。

目的:

研究信息长度为4095、码长为287235和358020(码率≈ 0.0143和0.0114)的turbo-Hadamard码使用一个现场可编程门阵列板实现了整个编码器/解码器系统,并评估了其误码率性能和吞吐量。

编码器原理:

<span>每三年一次的Turbo代码和相关主题国际研讨会学习</span>

 

 图1示出了卷积-哈达玛码的编码器框图和代码结构,图2示出了turbo-哈达玛的编码器

卷积哈达玛码是单奇偶校验码、S状态递归卷积码和哈达玛的级联,而turbo哈达玛是多个卷积哈达玛码的组合,比如M个卷积哈达玛,携带相同但交织的信息比特。

解释:

在卷积-哈达玛中,每个消息D包含L比特,并被分成K个块,其中每个块dk(k = 1,2,…,K)包含r位,即L = rK。

奇偶校验位qk通过产生卷积码的S状态速率1/2系统递归卷积编码器来计算和发送,最后(dk,qk)被编码成r阶哈达玛码ck= (dk,qk,pk),其中PK表示哈达玛码中的奇偶校验位。卷积编码器的输出。

 

解码器原理:

turbo-哈达玛码的解码遵循与其他turbo解码器相同的原理。参考图3,turbo哈达玛解码器由M个卷积哈达玛(分量)解码器(DEC1,DEC2,…DECM),并且分量码的后验对数似然(LLR)信息成为下一个分量码的输入。此外,每个分量解码器由三个主要阶段组成。

<span>每三年一次的Turbo代码和相关主题国际研讨会学习</span>

 

 

 

 

1.对输入的先验信息进行快速哈达玛变换(FHT),为下两个阶段准备信息。

2.执行巴赫-科克-耶利内克-拉维夫(BCJR)解码。

3.对从前两个阶段获得的数据执行后验概率FHT (APP-FHT),并更新信息比特的后验LLR。

就硬件实现而言,快速哈达玛变换(FHT)方案类似于快速傅立叶变换(快速傅立叶变换),因为两种计算路径都遵循“蝴蝶”模式。此外,应用程序FHT是使用双FHT (DFHT)处理器实现的。

编码解码器设计:

<span>每三年一次的Turbo代码和相关主题国际研讨会学习</span>

 

 该设计主要包括三个部分(除了产生信息比特的伪随机数发生器(PRNG)):(1)turbo-哈达玛编码器,(2)信道模拟效果(a)编码比特通过加性高斯白噪声(AWGN)和(b)信道信息量化,(3)turbo-哈达玛解码器

其中所有伪随机数都是使用线性反馈移位寄存器组生成的。

实现:

在一个现场可编程门阵列上实现了两个涡轮哈达玛码。误码率结果表明,现场可编程门阵列实验结果与定点计算机模拟完全相同,比浮点结果差不超过0.15分贝。代码长度为287235位,码率为0.0143。

研究得到华为部分支持。

 

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/2773.html原文链接:https://javaforall.net

(0)
全栈程序员-站长的头像全栈程序员-站长


相关推荐

  • Pycharm使用教程 , 详细,实用[通俗易懂]

    Pycharm使用教程 , 详细,实用[通俗易懂]1、汉化:把resources_zh.jar(自行下载)拷贝到PyCharm的安装目录下的lib目录,重启Pycharm即可。2、整体结构:3、常用功能介绍:(1)如何更换Python解释器:在文件->设置->项目:xxx下找到ProjectInterpreter。然后修改为你需要的Python解释器。注意这个地方一定要注意的是:在选择Python解释器的…

    2022年8月26日
    5
  • 下载安装包并安装使用_openiv安装教程

    下载安装包并安装使用_openiv安装教程VS2022版来了,VisualStudio2022最新版安装教程(数千字图文详解),一步步教会你如何安装并运行VS2022,以及背景图设置。

    2022年10月12日
    0
  • 风控模型面试问题[通俗易懂]

    风控模型面试问题[通俗易懂]本文转自他人作者:SummerMemories个人公众号:风控汪的数据分析之路知乎专栏:小鑫的数据分析笔记Q:互联网金融场景下的的风控模型种类?获客阶段:用户响应模型,风险预筛选模型。授信阶段:申请评分模型,反欺诈模型,风险定价模型,收益评分模型。贷后阶段:行为评分模型,交易欺诈模型,客户流失模型。催收阶段:早期催收模型,晚期催收模型。Q:简单描述一下风控建模的流程?前期准备…

    2022年6月7日
    47
  • pycharm运行python文件_用pycharm打包py程序

    pycharm运行python文件_用pycharm打包py程序问题描述:本人使用pycharm一直是只运行main.py文件,如果新建一个.py文件,无法对运行它。点击运行按钮,只运行main.py文件今天心血来潮决定解决这个问题,于是新建了000.py看到main右边有一个下三角,点开后找不到000.py就像现在找不到123.py一样在网上百度了一通,未果。偶然发现右键点击文件列表里的文件,可以运行000.py点击以后即可运行可以发现main.py的main变成了浅色的000这个时候点击下三角符号即可看到000.py原来是运行过一次后,

    2022年8月26日
    2
  • java函数式编程Function(java函数式编程实战)

    JAVA函数式编程背景常见的编程范式函数式编程的优劣JAVA8中为函数式编程引入的变化JAVA函数式编程可以简单概括基本函数Lambda表达式方法引用Stream流API创建操作中间操作终止从操作并行流级联表达式与柯里化收集器(终止操作因为内容较多提出来说明)Stream特性工程地址背景JAVA版本最新的目前已经发布到11了,但目前市面上大多数公司依然在使用Java7之前版本的语法,然而这些编…

    2022年4月18日
    207
  • 干货 | 十大经典排序算法最强总结(内含代码实现)

    干货 | 十大经典排序算法最强总结(内含代码实现)

    2020年11月9日
    172

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号