CN117955504A - 一种分析有损p-ldpc信源码性能的数学辅助方法、装置及设备 - Google Patents
一种分析有损p-ldpc信源码性能的数学辅助方法、装置及设备 Download PDFInfo
- Publication number
- CN117955504A CN117955504A CN202410355729.4A CN202410355729A CN117955504A CN 117955504 A CN117955504 A CN 117955504A CN 202410355729 A CN202410355729 A CN 202410355729A CN 117955504 A CN117955504 A CN 117955504A
- Authority
- CN
- China
- Prior art keywords
- information
- source
- variable node
- node processor
- statistical probability
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000004364 calculation method Methods 0.000 claims abstract description 51
- 238000012545 processing Methods 0.000 claims abstract description 30
- 239000011159 matrix material Substances 0.000 claims description 76
- 230000006870 function Effects 0.000 claims description 36
- 108091006146 Channels Proteins 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 15
- 241000134074 Resultomonas Species 0.000 claims description 11
- 239000000654 additive Substances 0.000 claims description 5
- 230000000996 additive effect Effects 0.000 claims description 5
- 230000006835 compression Effects 0.000 abstract description 9
- 238000007906 compression Methods 0.000 abstract description 9
- 238000013139 quantization Methods 0.000 abstract description 3
- 238000004422 calculation algorithm Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Landscapes
- Error Detection And Correction (AREA)
Abstract
本发明提供了一种分析有损P‑LDPC信源码性能的数学辅助方法、装置及设备,涉及有损P‑LDPC信源码性能分析技术领域,方法包括获取原模图LDPC码的基础矩阵和伯努利信源的信源统计概率,计算初始互信息;计算变量节点处理器输出的外信息和变量节点处理器输出给校验节点的先验信息;计算校验节点处理器输出的外信息和校验节点处理器输出给变量节点的先验信息;确定当前信源统计概率;根据已经确定的所述信源统计概率进行失真计算处理,生成失真值。本方法可以用于分析P‑LDPC码用作信源码的压缩性能。在有损信源编码中量化失真对***性能影响很大。
Description
技术领域
本发明涉及有损P-LDPC信源码性能分析技术领域,具体涉及一种分析有损P-LDPC信源码性能的数学辅助方法、装置及设备。
背景技术
PEXIT(Protograph Extrinsic Information Transfer,原模图外信息转移)算法是一个可以分析迭代译码收敛性能的有效工具,它可以计算出原模图低密度奇偶校验(Protograph Low Density Parity Check, P-LDPC)码的迭代译码的门限值,以预测分析***瀑布区的性能。对于P-LDPC码,可以将其变量节点和校验节点分别看作为内部译码器和外部译码器。因此,当P-LDPC码用于信道编码时,如果将译码器看作变量节点译码器和校验节点译码器的级联,那么,译码器的收敛性也能使用 PEXIT进行分析。
当前,PEXIT算法对加性高斯白噪声信道下P-LDPC码用作信道编码时的性能进行预测大体流程为:信道输出的符号序列被送入变量节点处理器(Variable NodeProcessor, VNP)进行处理,处理器输出的互信息在减去校验节点处理器(Check NodeProcessor, CNP)输入的信息后得到外互信息;经过反交织器的交织处理后,外互信息被输入到校验节点处理器进行处理,CNP输出的外互信息又被反馈给VNP,继续下一轮的互信息计算;整个过程迭代进行,直到没有译码错误或者到达设置的迭代上限。
虽然,PEXIT算法可以分析P-LDPC码用于信道编码时的性能优劣,预测信道编码***瀑布区的性能,但是,PEXIT算法不适用于有损信源编码,即利用PEXIT算法无法预测P-LDPC码用作有损信源编码的压缩性能。
有鉴于此,提出本申请。
发明内容
本发明提供了一种分析有损P-LDPC信源码性能的数学辅助方法、装置及设备,能至少部分的改善上述问题。
为实现上述目的,本发明采用以下技术方案:
一种分析有损P-LDPC信源码性能的数学辅助方法,其包括:
获取待分析的原模图LDPC码的基础矩阵和伯努利信源的信源统计概率/>,并对所述信源统计概率/>进行计算处理,计算生成伯努利信源的初始互信息/>,其中,所述基础矩阵/>的行数为/>,列数为/>;
将所述基础矩阵和所述信源统计概率/>输入至预设的变量节点处理器中,并判断迭代次数初始值与最大迭代次数是否相等,生成判断结果,并根据所述判断结果重新计算伯努利信源的初始互信息/>,或者计算变量节点处理器输出的外信息和变量节点处理器输出给校验节点的先验信息;
当变量节点处理器输出的外信息和变量节点处理器输出给校验节点的先验信息计算完成后,再计算校验节点处理器输出的外信息和校验节点处理器输出给变量节点的先验信息;
根据预设公式计算后验互信息,判断后验互信息是否都趋于1,生成第二判断结果,并根据所述第二判断结果输出更新后的信源统计概率,或者重新将所述基础矩阵/>和所述更新后的信源统计概率/>输入至预设的变量节点处理器中;
对已经确定的所述更新后的信源统计概率进行失真计算处理,生成失真值。
优选地,对所述信源统计概率进行计算处理,计算生成伯努利信源的初始互信息,具体为:
根据公式对所述信源统计概率/>进行计算处理,计算生成伯努利信源的初始互信息/>,其中,/>为先验参数,/>为自然对数的底数,/>是个常数。
优选地,将所述基础矩阵和所述信源统计概率/>输入至预设的变量节点处理器中,并判断迭代次数初始值/>与最大迭代次数/>是否相等,生成判断结果,并根据所述判断结果重新计算伯努利信源的初始互信息/>,或者计算变量节点处理器输出的外信息和变量节点处理器输出给校验节点的先验信息,具体为:
将所述基础矩阵和所述信源统计概率/>输入至预设的变量节点处理器中,并判断迭代次数初始值/>与最大迭代次数/>是否相等;
当判断迭代次数初始值与最大迭代次数/>相等时,对所述信源统计概率/>进行赋值,/>,并重新计算伯努利信源的初始互信息/>;
当判断迭代次数初始值与最大迭代次数/>不相等,并且所述基础矩阵/>的第/>行第/>列元素/>时,根据公式分别计算变量节点处理器输出的外信息和变量节点处理器输出给校验节点的先验信息,计算公式为:
其中,,/>,/>为基础矩阵/>中第/>个变量节点输入到第个校验节点的似然信息与码字比特之间的外信息,/>为基础矩阵/>的第/>行第/>列元素,/>为变量,/>为/>的反函数,/>为基础矩阵/>中第/>个校验节点输入到第/>个变量节点的似然信息与码字比特之间的先验信息,/>为基础矩阵/>的第/>行第/>列元素,为基础矩阵/>中第/>个校验节点输入到第/>个变量节点的似然信息与码字比特之间的先验信息,/>为后验互信息,/>为基础矩阵/>中第/>个变量节点输入到第/>个校验节点的似然信息与码字比特之间的先验信息,/>函数为考虑信源统计特性对函数进行重新定义得到的函数,/>表示为变量节点的似然信息与/>之间的互信息,/>和/>均为服从对应正态分布的变量,/>表示为变量节点的平均似然信息,/>为二进制输入高斯白噪声信道的信道容量,公式为:
其中,为信道初始似然信息的方差,/>为积分内的自变量;
对应的反函数/>的公式为:
其中,为加性高斯白噪声信道中经过BPSK调制后的信号和对应的似然信息之间的互信息,/>,/>,/>,/>,,/>;
当所述基础矩阵的第/>行第/>列元素/>时,根据公式分别计算变量节点处理器输出的外信息和变量节点处理器输出给校验节点的先验信息,计算公式为:/>,/>。
优选地,计算校验节点处理器输出的外信息和校验节点处理器输出给变量节点的先验信息,具体为:
当所述基础矩阵的第/>行第/>列元素/>时,根据公式分别计算校验节点处理器输出的外信息和校验节点处理器输出给变量节点的先验信息,计算公式为:
其中,为基础矩阵/>中第/>个校验节点输入到第/>个变量节点的似然信息与码字比特之间的外信息,/>为基础矩阵/>的第/>行第/>列元素,/>为基础矩阵/>中第/>个变量节点输入到第/>个校验节点的似然信息与码字比特之间的先验信息,/>为基础矩阵/>中第/>个校验节点输入到第/>个变量节点的似然信息与码字比特之间的先验信息;
当基础矩阵的第/>行第/>列元素/>时,根据公式分别计算变量节点处理器输出的外信息和变量节点处理器输出给校验节点的先验信息,计算公式为:/>,。
优选地,根据预设公式计算后验互信息,判断后验互信息是否都趋于1,生成第二判断结果,并根据所述第二判断结果输出更新后的信源统计概率,或者重新将所述基础矩阵/>和所述更新后的信源统计概率/>输入至预设的变量节点处理器中,具体为:
估计公式计算后验互信息,计算公式为:
其中,为后验互信息,/>;
当判断到时,输出所述更新后的信源统计概率/>,判断下一个所述后验互信息/>,直至/>为止;
当未判断到时,重新对所述迭代次数初始值/>进行赋值,/>,将所述基础矩阵/>和所述更新后的信源统计概率/>输入至预设的变量节点处理器中。
优选地,对已经确定的所述更新后的信源统计概率进行失真计算处理,生成失真值,具体为:
对已经确定的所述更新后的信源统计概率进行失真计算处理,计算公式为:
其中,为已经确定的所述更新后的信源统计概率/>的失真值,/>为输入的P-LDPC码的码率,/>为信源熵函数,/>为信源熵函数/>的反函数,/>为信源熵函数的公式为:/>。
本发明实施例还提供了一种分析有损P-LDPC信源码性能的数学辅助装置,其包括:
初始互信息生成单元,用于获取待分析的原模图LDPC码的基础矩阵和伯努利信源的信源统计概率/>,并对所述信源统计概率/>进行计算处理,计算生成伯努利信源的初始互信息/>,其中,所述基础矩阵/>的行数为/>,列数为/>;
变量节点处理器单元,用于将所述基础矩阵和所述信源统计概率/>输入至预设的变量节点处理器中,并判断迭代次数初始值与最大迭代次数是否相等,生成判断结果,并根据所述判断结果重新计算伯努利信源的初始互信息/>,或者计算变量节点处理器输出的外信息和变量节点处理器输出给校验节点的先验信息;
校验节点处理器单元,用于当变量节点处理器输出的外信息和变量节点处理器输出给校验节点的先验信息计算完成后,再计算校验节点处理器输出的外信息和校验节点处理器输出给变量节点的先验信息;
后验互信息计算单元,用于根据预设公式计算后验互信息,判断后验互信息是否都趋于1,生成第二判断结果,并根据所述第二判断结果输出更新后的信源统计概率,或者重新将所述基础矩阵/>和所述更新后的信源统计概率/>输入至预设的变量节点处理器中;
失真值计算单元,用于对已经确定的所述更新后的信源统计概率进行失真计算处理,生成失真值。
本发明实施例还提供了一种分析有损P-LDPC信源码性能的数学辅助设备,其包括存储器以及处理器,所述存储器内存储有计算机程序,所述计算机程序能够被所述处理器执行,以实现如上任意一项所述的一种分析有损P-LDPC信源码性能的数学辅助方法。
综上,所述分析有损P-LDPC信源码性能的数学辅助方法将互信息迭代的思想应用于有损信源编码***性能预测,通过失真值的大小辅助分析P-LDPC码的压缩性能;即本方法可以用于分析P-LDPC码用作信源码的压缩性能。在有损信源编码中量化失真对***性能影响很大。
附图说明
图1是本发明第一实施例提供的一种分析有损P-LDPC信源码性能的数学辅助方法的流程示意图;
图2是本发明第一方面提供的率失真性能示意图;
图3是本发明第二方面提供的率失真性能示意图;
图4是本发明第三方面提供的率失真性能示意图;
图5是本发明第四方面提供的率失真性能示意图;
图6是本发明第二实施例提供的一种分析有损P-LDPC信源码性能的数学辅助装置的模块示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,下面结合实施例,进一步详细说明本发明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
参考图1所示,本发明第一实施例公开了一种分析有损P-LDPC信源码性能的数学辅助方法,其可由分析有损P-LDPC信源码性能的数学辅助设备(以下简称辅助设备)来执行,特别的,由所述辅助设备内的一个或者多个处理器来执行,以实现如下方法:
S101,获取待分析的原模图LDPC码的基础矩阵和伯努利信源的信源统计概率/>,并对所述信源统计概率/>进行计算处理,计算生成伯努利信源的初始互信息/>,其中,所述基础矩阵/>的行数为/>,列数为/>;
具体地,步骤S101包括:根据公式对所述信源统计概率/>进行计算处理,计算生成伯努利信源的初始互信息/>,其中,/>为先验参数,/>为自然对数的底数,是个常数。
在本实施例中,为方便后续描述,下面对信道互信息的函数以及反函数进行介绍:
在加性高斯白噪声信道中,假设X表示的是一个等概分布的二进制随机变量,即,/>,Y表示信道输出的似然信息,那么,Y服从均值为/>方差为/>的对称高斯分布,令/>代表X与Y之间的互信息,则/>为二进制输入高斯白噪声信道的信道容量,可以表示为:
其反函数为:
其中,。
为方便后续描述,此处对原模图进行介绍,原模图由多个变量节点、多个校验节点、以及连接这两类节点的边组成。假设现在有一个由M个校验节点和N个变量节点组成的原模图,为了便于介绍,先引入以下几个符号:代表校验节点,/>代表变量节点,其中,/>。其中,原模图LDPC码,是指Low Density Parity Check,低密度奇偶校验。
在本实施例中,所述分析有损P-LDPC信源码性能的数学辅助方法提出的LC-PEXIT算法可以通过失真值的大小对P-LDPC码的压缩性能进行衡量。LC-PEXIT算法由四个部分组成,分别是变量节点处理器(VNP)、校验节点处理器(CNP)、后验节点处理器、交织器和反交织器构成。对于信源统计概率为的伯努利信源,其信源的初始互信息/>,其表达式为:
其中为先验参数。
S102,将所述基础矩阵和所述信源统计概率/>输入至预设的变量节点处理器中,并判断迭代次数初始值与最大迭代次数是否相等,生成判断结果,并根据所述判断结果重新计算伯努利信源的初始互信息/>,或者计算变量节点处理器输出的外信息和变量节点处理器输出给校验节点的先验信息;
具体地,步骤S102包括:将所述基础矩阵和所述信源统计概率/>输入至预设的变量节点处理器中,并判断迭代次数初始值/>与最大迭代次数/>是否相等;
当判断迭代次数初始值与最大迭代次数/>相等时,对所述信源统计概率/>进行赋值,/>,并重新计算伯努利信源的初始互信息/>;
当判断迭代次数初始值与最大迭代次数/>不相等,并且所述基础矩阵/>的第/>行第/>列元素/>时,根据公式分别计算变量节点处理器输出的外信息和变量节点处理器输出给校验节点的先验信息,计算公式为:
其中,,/>,/>为基础矩阵/>中第/>个变量节点输入到第个校验节点的似然信息与码字比特之间的外信息,/>为基础矩阵/>的第/>行第/>列元素,/>为变量,/>为/>的反函数,/>为基础矩阵/>中第/>个校验节点输入到第/>个变量节点的似然信息与码字比特之间的先验信息,/>为基础矩阵/>的第/>行第/>列元素,为基础矩阵/>中第/>个校验节点输入到第/>个变量节点的似然信息与码字比特之间的先验信息,/>为后验互信息,/>为基础矩阵/>中第/>个变量节点输入到第/>个校验节点的似然信息与码字比特之间的先验信息,/>函数为考虑信源统计特性对函数进行重新定义得到的函数,/>表示为变量节点的似然信息与/>之间的互信息,/>和/>均为服从对应正态分布的变量,/>表示为变量节点的平均似然信息,/>为二进制输入高斯白噪声信道的信道容量,公式为:
其中,为信道初始似然信息的方差,/>为积分内的自变量;
对应的反函数/>的公式为:
其中,为加性高斯白噪声信道中经过BPSK调制后的信号和对应的似然信息之间的互信息,/>,/>,/>,/>,,/>;
当所述基础矩阵的第/>行第/>列元素/>时,根据公式分别计算变量节点处理器输出的外信息和变量节点处理器输出给校验节点的先验信息,计算公式为:/>,/>。
在本实施例中,变量节点处理器的处理包括:
若迭代次数t达到最大迭代次数,则令并重新计算初始互信息/>;否则,对于/>和/>,如果/>,则变量节点到校验节点的外部互信息的表达式为:
其中,代表/>与/>相连的边,当/>时/>;对于/>和,设/>;其中/>函数的表达式如下
式中,/>,/>表示互信息。/>代表/>与相连的每条边传递给/>的似然信息与/>对应的码字之间的先验互信息;/>表示/>传递给/>的似然信息与/>对应的码字之间的外部互信息;实际上,在每次迭代过程中,都满足且/>。
S103,当变量节点处理器输出的外信息和变量节点处理器输出给校验节点的先验信息计算完成后,再计算校验节点处理器输出的外信息和校验节点处理器输出给变量节点的先验信息;
具体地,步骤S103包括:当所述基础矩阵的第/>行第/>列元素/>时,根据公式分别计算校验节点处理器输出的外信息和校验节点处理器输出给变量节点的先验信息,计算公式为:
其中,为基础矩阵/>中第/>个校验节点输入到第/>个变量节点的似然信息与码字比特之间的外信息,/>为基础矩阵/>的第/>行第/>列元素,/>为基础矩阵/>中第/>个变量节点输入到第/>个校验节点的似然信息与码字比特之间的先验信息,/>为基础矩阵/>中第/>个校验节点输入到第/>个变量节点的似然信息与码字比特之间的先验信息;
当基础矩阵的第/>行第/>列元素/>时,根据公式分别计算变量节点处理器输出的外信息和变量节点处理器输出给校验节点的先验信息,计算公式为:/>,。
在本实施例中,校验节点处理器的处理包括:
对于和/>,如果/>,则校验节点到变量节点的外部互信息/>的表达式为:
其中,当时/>;对于/>和/>,设。/>表示/>与/>相连的每条边传递给/>的似然信息与/>对应的码字之间的先验互信息;/>表示/>传递给/>的似然信息与/>对应的码字之间的外部互信息。
S104,根据预设公式计算后验互信息,判断后验互信息是否都趋于1,生成第二判断结果,并根据所述第二判断结果输出更新后的信源统计概率,或者重新将所述基础矩阵/>和所述更新后的信源统计概率/>输入至预设的变量节点处理器中;
具体地,步骤S104包括:估计公式计算后验互信息,计算公式为:
其中,为后验互信息,/>;
当判断到时,输出所述更新后的信源统计概率/>,判断下一个所述后验互信息/>,直至/>为止;
当未判断到时,重新对所述迭代次数初始值/>进行赋值,/>,将所述基础矩阵/>和所述更新后的信源统计概率/>输入至预设的变量节点处理器中。
在本实施例中,后验节点处理器的处理包括:
对于,后验互信息表达式为:
其中,表示/>的后验似然信息与/>对应的码字之间的后验互信息;如果对于任意的/>,都有/>,则迭代结束,并输出当前更新后的信源统计概率值;否则/>并返回变量节点处理器继续迭代直到满足迭代停止要求或达到最大迭代次数。
S105,对已经确定的所述更新后的信源统计概率进行失真计算处理,生成失真值。
具体地,步骤S105包括:对已经确定的所述更新后的信源统计概率进行失真计算处理,计算公式为:
其中,为已经确定的所述更新后的信源统计概率/>的失真值,/>为输入的P-LDPC码的码率,/>为信源熵函数,/>为信源熵函数/>的反函数,/>为信源熵函数的公式为:/>。
在本实施例中,基于上述的步骤,最后进行失真计算,得到通道注意图由先前输出更新后的信源统计概率值计算失真,计算失真的表达式为:
其中为输入的P-LDPC码的码率,/>为信源熵函数,/>为/>的反函数。最终根据失真值确定该码型的压缩性能,失真值是评估压缩性能的重要参数。本方法充分考虑了有损信源编码的自身的特性,有利于原模图LDPC码在有损信源编码下的理论分析和码型设计。
请参阅图2至图5,图2至图5分别给出了几种码型下***仿真的率失真性能。再看表1,表1是使用LC-PEXIT算法针对不同的P-LDPC码计算得出的失真值。
表1
根据表1、以及图2至图5的结果,即观察R=2/5与R=4/7的仿真结果,可以得到与LC-PEXIT分析一致的结论。所述分析有损P-LDPC信源码性能的数学辅助方法可以用于分析P-LDPC码用作信源码的压缩性能。在有损信源编码中量化失真对***性能影响很大。因此,本实施例选取失真度作为度量指标,并利用率失真函数确定失真值进而衡量P-LDPC码的压缩性能。
请参阅图6,本发明第二实施例还提供了一种分析有损P-LDPC信源码性能的数学辅助装置,其包括:
初始互信息生成单元201,用于获取待分析的原模图LDPC码的基础矩阵和伯努利信源的信源统计概率/>,并对所述信源统计概率/>进行计算处理,计算生成伯努利信源的初始互信息/>,其中,所述基础矩阵/>的行数为/>,列数为/>;
变量节点处理器单元202,用于将所述基础矩阵和所述信源统计概率/>输入至预设的变量节点处理器中,并判断迭代次数初始值与最大迭代次数是否相等,生成判断结果,并根据所述判断结果重新计算伯努利信源的初始互信息/>,或者计算变量节点处理器输出的外信息和变量节点处理器输出给校验节点的先验信息;
校验节点处理器单元203,用于当变量节点处理器输出的外信息和变量节点处理器输出给校验节点的先验信息计算完成后,再计算校验节点处理器输出的外信息和校验节点处理器输出给变量节点的先验信息;
后验互信息计算单元204,用于根据预设公式计算后验互信息,判断后验互信息是否都趋于1,生成第二判断结果,并根据所述第二判断结果输出更新后的信源统计概率,或者重新将所述基础矩阵/>和所述更新后的信源统计概率/>输入至预设的变量节点处理器中;
失真值计算单元205,用于对已经确定的所述更新后的信源统计概率进行失真计算处理,生成失真值。
本发明第三实施例还提供了一种分析有损P-LDPC信源码性能的数学辅助设备,其包括存储器以及处理器,所述存储器内存储有计算机程序,所述计算机程序能够被所述处理器执行,以实现如上任意一项所述的一种分析有损P-LDPC信源码性能的数学辅助方法。
示例性的,上述的各个装置以及各个流程步骤可通过计算机程序来实现,所述计算机程序可以被分割成一个或多个单元,所述一个或者多个单元被存储在所述存储器中,并由所述处理器执行,以完成本发明。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列 (Field-Programmable Gate Array,FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现本发明的各种功能。所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card, SMC),安全数字(Secure Digital, SD)卡,闪存卡(FlashCard)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
其中,所述电子设备或者打印机集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
需说明的是,以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外,本发明提供的装置实施例附图中,模块之间的连接关系表示它们之间具有通信连接,具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。
Claims (8)
1.一种分析有损P-LDPC信源码性能的数学辅助方法,其特征在于,包括:
获取待分析的原模图LDPC码的基础矩阵和伯努利信源的信源统计概率/>,并对所述信源统计概率/>进行计算处理,计算生成伯努利信源的初始互信息/>,其中,所述基础矩阵/>的行数为/>,列数为/>;
将所述基础矩阵和所述信源统计概率/>输入至预设的变量节点处理器中,并判断迭代次数初始值与最大迭代次数是否相等,生成判断结果,并根据所述判断结果重新计算伯努利信源的初始互信息/>,或者计算变量节点处理器输出的外信息和变量节点处理器输出给校验节点的先验信息;
当变量节点处理器输出的外信息和变量节点处理器输出给校验节点的先验信息计算完成后,再计算校验节点处理器输出的外信息和校验节点处理器输出给变量节点的先验信息;
根据预设公式计算后验互信息,判断后验互信息是否都趋于1,生成第二判断结果,并根据所述第二判断结果输出更新后的信源统计概率,或者重新将所述基础矩阵/>和所述更新后的信源统计概率/>输入至预设的变量节点处理器中;
对已经确定的所述更新后的信源统计概率进行失真计算处理,生成失真值。
2.根据权利要求1所述的一种分析有损P-LDPC信源码性能的数学辅助方法,其特征在于,对所述信源统计概率进行计算处理,计算生成伯努利信源的初始互信息/>,具体为:
根据公式对所述信源统计概率/>进行计算处理,计算生成伯努利信源的初始互信息/>,其中,/>为先验参数,/>为自然对数的底数,/>是个常数。
3.根据权利要求2所述的一种分析有损P-LDPC信源码性能的数学辅助方法,其特征在于,将所述基础矩阵和所述信源统计概率/>输入至预设的变量节点处理器中,并判断迭代次数初始值与最大迭代次数是否相等,生成判断结果,并根据所述判断结果重新计算伯努利信源的初始互信息/>,或者计算变量节点处理器输出的外信息和变量节点处理器输出给校验节点的先验信息,具体为:
将所述基础矩阵和所述信源统计概率/>输入至预设的变量节点处理器中,并判断迭代次数初始值/>与最大迭代次数/>是否相等;
当判断迭代次数初始值与最大迭代次数/>相等时,对所述信源统计概率/>进行赋值,/>,并重新计算伯努利信源的初始互信息/>;
当判断迭代次数初始值与最大迭代次数/>不相等,并且所述基础矩阵/>的第/>行第/>列元素/>时,根据公式分别计算变量节点处理器输出的外信息和变量节点处理器输出给校验节点的先验信息,计算公式为:
其中,,/>,/>为基础矩阵/>中第/>个变量节点输入到第/>个校验节点的似然信息与码字比特之间的外信息,/>为基础矩阵/>的第/>行第/>列元素,/>为变量,/>为/>的反函数,/>为基础矩阵/>中第/>个校验节点输入到第/>个变量节点的似然信息与码字比特之间的先验信息,/>为基础矩阵/>的第/>行第/>列元素,/>为基础矩阵/>中第/>个校验节点输入到第/>个变量节点的似然信息与码字比特之间的先验信息,/>为后验互信息,/>为基础矩阵/>中第/>个变量节点输入到第/>个校验节点的似然信息与码字比特之间的先验信息,/>函数为考虑信源统计特性对/>函数进行重新定义得到的函数,/>表示为变量节点的似然信息与/>之间的互信息,和/>均为服从对应正态分布的变量,/>表示为变量节点的平均似然信息,/>为二进制输入高斯白噪声信道的信道容量,公式为:
其中,为信道初始似然信息的方差,/>为积分内的自变量;
对应的反函数/>的公式为:
其中,为加性高斯白噪声信道中经过BPSK调制后的信号和对应的似然信息之间的互信息,/>,/>,/>,/>,/>,;
当所述基础矩阵的第/>行第/>列元素/>时,根据公式分别计算变量节点处理器输出的外信息和变量节点处理器输出给校验节点的先验信息,计算公式为:/>,。
4.根据权利要求3所述的一种分析有损P-LDPC信源码性能的数学辅助方法,其特征在于,计算校验节点处理器输出的外信息和校验节点处理器输出给变量节点的先验信息,具体为:
当所述基础矩阵的第/>行第/>列元素/>时,根据公式分别计算校验节点处理器输出的外信息和校验节点处理器输出给变量节点的先验信息,计算公式为:
其中,为基础矩阵/>中第/>个校验节点输入到第/>个变量节点的似然信息与码字比特之间的外信息,/>为基础矩阵/>的第/>行第/>列元素,/>为基础矩阵/>中第/>个变量节点输入到第/>个校验节点的似然信息与码字比特之间的先验信息,/>为基础矩阵中第/>个校验节点输入到第/>个变量节点的似然信息与码字比特之间的先验信息;
当基础矩阵的第/>行第/>列元素/>时,根据公式分别计算变量节点处理器输出的外信息和变量节点处理器输出给校验节点的先验信息,计算公式为:/>,。
5.根据权利要求4所述的一种分析有损P-LDPC信源码性能的数学辅助方法,其特征在于,根据预设公式计算后验互信息,判断后验互信息是否都趋于1,生成第二判断结果,并根据所述第二判断结果输出更新后的信源统计概率,或者重新将所述基础矩阵/>和所述更新后的信源统计概率/>输入至预设的变量节点处理器中,具体为:
估计公式计算后验互信息,计算公式为:
其中,为后验互信息,/>;
当判断到时,输出所述更新后的信源统计概率/>,判断下一个所述后验互信息/>,直至/>为止;
当未判断到时,重新对所述迭代次数初始值/>进行赋值,/>,将所述基础矩阵/>和所述更新后的信源统计概率/>输入至预设的变量节点处理器中。
6.根据权利要求5所述的一种分析有损P-LDPC信源码性能的数学辅助方法,其特征在于,对已经确定的所述更新后的信源统计概率进行失真计算处理,生成失真值,具体为:
对已经确定的所述更新后的信源统计概率进行失真计算处理,计算公式为:
其中,为已经确定的所述更新后的信源统计概率/>的失真值,/>为输入的P-LDPC码的码率,/>为信源熵函数,/>为信源熵函数/>的反函数,/>为信源熵函数的公式为:/>。
7.一种分析有损P-LDPC信源码性能的数学辅助装置,其特征在于,包括:
初始互信息生成单元,用于获取待分析的原模图LDPC码的基础矩阵和伯努利信源的信源统计概率/>,并对所述信源统计概率/>进行计算处理,计算生成伯努利信源的初始互信息/>,其中,所述基础矩阵/>的行数为/>,列数为/>;
变量节点处理器单元,用于将所述基础矩阵和所述信源统计概率/>输入至预设的变量节点处理器中,并判断迭代次数初始值与最大迭代次数是否相等,生成判断结果,并根据所述判断结果重新计算伯努利信源的初始互信息/>,或者计算变量节点处理器输出的外信息和变量节点处理器输出给校验节点的先验信息;
校验节点处理器单元,用于当变量节点处理器输出的外信息和变量节点处理器输出给校验节点的先验信息计算完成后,再计算校验节点处理器输出的外信息和校验节点处理器输出给变量节点的先验信息;
后验互信息计算单元,用于根据预设公式计算后验互信息,判断后验互信息是否都趋于1,生成第二判断结果,并根据所述第二判断结果输出更新后的信源统计概率,或者重新将所述基础矩阵/>和所述更新后的信源统计概率/>输入至预设的变量节点处理器中;
失真值计算单元,用于对已经确定的所述更新后的信源统计概率进行失真计算处理,生成失真值。
8.一种分析有损P-LDPC信源码性能的数学辅助设备,其特征在于,包括存储器以及处理器,所述存储器内存储有计算机程序,所述计算机程序能够被所述处理器执行,以实现如权利要求1至6任意一项所述的一种分析有损P-LDPC信源码性能的数学辅助方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410355729.4A CN117955504A (zh) | 2024-03-27 | 2024-03-27 | 一种分析有损p-ldpc信源码性能的数学辅助方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410355729.4A CN117955504A (zh) | 2024-03-27 | 2024-03-27 | 一种分析有损p-ldpc信源码性能的数学辅助方法、装置及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117955504A true CN117955504A (zh) | 2024-04-30 |
Family
ID=90794747
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410355729.4A Pending CN117955504A (zh) | 2024-03-27 | 2024-03-27 | 一种分析有损p-ldpc信源码性能的数学辅助方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117955504A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180041227A1 (en) * | 2016-08-02 | 2018-02-08 | Samsung Electronics Co., Ltd. | Apparatus and method for decoding ldpc code |
KR101991447B1 (ko) * | 2018-09-10 | 2019-06-20 | 국방과학연구소 | 블록 간섭 및 블록 페이딩에 강인한 고부호율 프로토그래프 기반 ldpc 부호 설계 기법 |
CN113437979A (zh) * | 2021-06-30 | 2021-09-24 | 华侨大学 | 一种基于非均匀信源的原模图ldpc码的结构优化方法及装置 |
CN116506074A (zh) * | 2023-06-27 | 2023-07-28 | 华侨大学 | 基于块衰落信道的联合信源信道编码方法及*** |
CN117014107A (zh) * | 2023-10-07 | 2023-11-07 | 华侨大学 | 基于Markov信源的联合信源信道编码方法及*** |
-
2024
- 2024-03-27 CN CN202410355729.4A patent/CN117955504A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180041227A1 (en) * | 2016-08-02 | 2018-02-08 | Samsung Electronics Co., Ltd. | Apparatus and method for decoding ldpc code |
KR101991447B1 (ko) * | 2018-09-10 | 2019-06-20 | 국방과학연구소 | 블록 간섭 및 블록 페이딩에 강인한 고부호율 프로토그래프 기반 ldpc 부호 설계 기법 |
CN113437979A (zh) * | 2021-06-30 | 2021-09-24 | 华侨大学 | 一种基于非均匀信源的原模图ldpc码的结构优化方法及装置 |
CN116506074A (zh) * | 2023-06-27 | 2023-07-28 | 华侨大学 | 基于块衰落信道的联合信源信道编码方法及*** |
CN117014107A (zh) * | 2023-10-07 | 2023-11-07 | 华侨大学 | 基于Markov信源的联合信源信道编码方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103888148B (zh) | 一种动态阈值比特翻转的ldpc码硬判决译码方法 | |
KR100846869B1 (ko) | 저 복잡도 ldpc복호 장치 및 그 방법 | |
US8196025B2 (en) | Turbo LDPC decoding | |
CN100581064C (zh) | 低密度奇偶校验码解码装置和方法 | |
RU2450442C2 (ru) | Способ и устройство для кодирования и декодирования канала в системе связи с использованием кодов с низкой плотностью проверок на четность | |
Zhong et al. | On the joint source-channel coding error exponent for discrete memoryless systems | |
US20020010895A1 (en) | Area-efficient convolutional decoder | |
US12010352B2 (en) | Coding method and related device | |
RU2438236C2 (ru) | Способ для кодирования сообщения k' данных для передачи от передающей станции к принимающей станции и способ для декодирования, передающая станция, принимающая станция и программное обеспечение | |
CN113437979B (zh) | 一种基于非均匀信源的原模图ldpc码的结构优化方法及装置 | |
Del Ser et al. | Joint source-channel coding of sources with memory using turbo codes and the burrows-wheeler transform | |
CN111384972B (zh) | 多进制ldpc解码算法的优化方法、装置及解码器 | |
JP4102174B2 (ja) | 誤り訂正符号を得るための方法、誤り訂正符号を復号化するための方法、情報要素のブロックを符号化するための符号器、および、軟値の第1のブロックを復号化する復号器 | |
CN117955504A (zh) | 一种分析有损p-ldpc信源码性能的数学辅助方法、装置及设备 | |
KR20040060951A (ko) | 신호 디코딩 방법 및 디코딩 시스템, 기계 액세스가능한매체를 포함하는 제품 | |
Condo et al. | Sparse superposition codes: A practical approach | |
CN110808739A (zh) | 一种信源符号概率分布未知的二元编码方法及装置 | |
CN114978194A (zh) | 适用于有损信源编码的原模图ldpc码的结构优化方法及装置 | |
KR100491338B1 (ko) | 근사화 함수를 사용하는 오류정정부호의 복호 방법 | |
KR20230009498A (ko) | 데이터 처리 방법 및 장치, 디코더, 네트워크 디바이스 및 저장 매체 | |
CN111224674B (zh) | 多进制ldpc码的解码方法、装置及解码器 | |
CN111384975B (zh) | 多进制ldpc解码算法的优化方法、装置及解码器 | |
Natarajan et al. | Lossless parallel implementation of a turbo decoder on GPU | |
KR20090036662A (ko) | 저밀도 패리티 검사 부호의 복호 장치 및 방법 | |
CN110768679A (zh) | 64进制ldpc的码字校验方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |