欢迎来到天天文库
浏览记录
ID:35057835
大小:4.67 MB
页数:79页
时间:2019-03-17
《基于mrf的二元ldpc码译码算法研究及fpga实现》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、分类号:TN911.22学号:201300357017硕士学位论文基于MRF的二元LDPC码译码算法研究及FPGA实现ResearchonBinaryLDPCCodeDecodingAlgorithmBasedonMRFandFPGAImplementation研究生姓名:武文强指导教师:王中训教授学科门类:工学专业名称:信号与信息处理论文提交日期:2016年3月31日?.三分类号:TN911.22?—r学号:201300357017铜台犬译硕±学位论文基于MRF的二元LDPC码译码算法研
2、究及FPGA实现ResearchonBinarLDPCCodeDecodinAlorithmyggBasedonMRFandFPGAImlementationp研究生姓名指导教师:学科口类;工学专业名称:信号与信息处理论文提交日期:2016年3月31日烟台大学学位论文原创性声明和使用授权说明原创性声明本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研巧工作所取得的成果。除文中已经注明引用的内容外,本论文不含任何其他个人或集体已
3、姪发表或撰写过的作品或成果。对本文的研究做出重要贡献的个人和集体,均已在文中抖明确方式标明。本声明的法律结果由本人承担。。('论文作者签名看V文《影日期:>年《月日学位论文使用授极说明本人完全了解烟台大学关于收集、保存、使用学位论文的规定,目P:按照学校要求提交学位论文的印刷本和电子版本;学校有权保存学位论文的印刷本和电子版,■采用影印、缩印、数字化或嘗它复制手段保并提供目录检索与阅览服务;学校可y存论文;在非保密的论文范围内,学校可tu公布论文的部分或全部内容。(保密论文在
4、解密后遵守此规定)论文作者签名:巧1/表弓豪'日期;>。(4年^月日指导教师签名日期:年三月多日^烟台大学硕士学位论文摘要低密度奇偶校验码(LowDensityParityCheckcode,LDPC码)是一种线性分组码,其性能接近Shannon限,与其它译码算法相比,它的复杂度比较低,并且结构灵活,成为人们的研究热点。近些年来,LDPC码的编译码算法不断的被改善和提高,并且被大量的应用于深空通信、光纤通信、移动通信和水下等。针对LDPC码的译码算法,提出结合马尔可夫随机场,实现信源参数估计,同
5、时在译码时利用残留冗余信息提高纠错能力,从而提高了LDPC码的译码性能。在本文中,主要研究了以下几部分:1.在分析了数字通信系统的结构内容和LDPC码的情况下,还分析了LDPC码的三种表示方式;矩阵构造方法:编码算法;译码算法。其中重点研究了编译码算法。2.分析了马尔可夫随机场的理论知识,包括:马尔可夫随机链,参数估计,马尔可夫随机场模型等。在进行了分析的基础上,提出了基于MRF的LDPC译码算法,将马尔可夫随机场应用于LDPC码译码算法,实现信源参数估计,译码时利用残留冗余信息提高纠错能力。利用MATLAB
6、进行仿真来比较其与其他译码算法的性能。3.利用FPGA对基于MRF的LDPC译码算法进行译码器的硬件设计,采用部分并行译码器结构和Verilog语言来编写译码器的各个模块,并采用Modelsim仿真工具得出每个模块的时序仿真图,根据仿真结果和资源消耗的分析来验证设计的正确性。4.总结本文的研究成果,展望将来的发展方向。关键词:LDPC码;马尔可夫随机场;参数估计;译码算法;FPGAI烟台大学硕士学位论文AbstractLowDensityParityCheckCode(LDPC)isakindoflinear
7、blockcode.IthasanerrorperformancewhichisclosetoShannonlimits.Comparedwithotherdecodingalgorithm,ithaslowdecodingcomplexityandflexiblestructure.Soitbecomesthehotresearchspot.Inrecentyears,theencodingalgorithmanddecodingalgorithmofLDPCcodeshavebeenimprovedand
8、enhancedunceasingly.Anditiswidelyusedindeepspacecommunications,opticalfibercommunication,mobilecommunicationandunderwater,etcFordecodingalgorithmofLDPCcodes,webringupthatitcanbecombinedwiththeMarkovRan
此文档下载收益归作者所有