Разработка адаптивного экспоненциального алгоритма декодирования минимальной суммы; Моделирование, оптимизация и информационные технологии; Т. 12, № 4
| Parent link: | Моделирование, оптимизация и информационные технологии.— .— Воронеж: Воронежский институт высоких технологий Т. 12, № 4.— 2024.— 11 с. |
|---|---|
| Hovedforfatter: | |
| Andre forfattere: | , |
| Summary: | Заглавие с экрана В статье представлен оптимизированный алгоритм декодирования минимальной суммы (MS) с низкой сложностью и высокой производительностью декодирования для коротких кодов LDPC. Алгоритм MS имеет низкую вычислительную сложность и прост в развертывании. По сравнению с алгоритмом декодирования распространения убеждения (BP) и отношения правдоподобия BP (LLR-BP) он показывает разрыв в производительности декодирования, но алгоритм декодирования MS имеет высокий потенциал оптимизации. Для улучшения производительности декодирования традиционного алгоритма MS в операции обновления контрольных узлов (CN) алгоритма MS вводится вторичная внешняя информация и оптимизируется как адаптивный экспоненциальный поправочный коэффициент (AECF). Оптимизированный алгоритм MS назван адаптивным экспоненциальным алгоритмом декодирования MS (AEMS). Эффективность декодирования алгоритма AEMS для обычных, нерегулярных и LDPC-кодов консультативного комитета по системам космических данных (CCSDS) была всесторонне протестирована, затем был проведен анализ и сравнение сложности алгоритма AEMS с другими алгоритмами декодирования. Результаты показывают, что алгоритм AEMS превосходит алгоритмы смещенного MS (OMS) и нормализованного MS (NMS) по производительности декодирования, а также превосходит алгоритм BP по мере постепенного увеличения отношения сигнал/шум (SNR) This paper presents an optimized min sum (MS) decoding algorithm with low complexity and high decoding performance for LDPC short codes. The MS algorithm has low computational complexity and is simple to deploy. The MS decoding algorithm, while demonstrating a performance gap compared to the belief propagation (BP) and likelihood ratio BP (LLR-BP) decoding algorithms, shows significant potential for optimization. To improve the decoding performance of traditional MS algorithm, secondary external information is introduced into the control node (CNs) update operations of MS algorithm and optimized as adaptive exponential correction factor (AECF). The optimized MS algorithm is named as adaptive exponential exponential MS decoding algorithm (AEMS). The decoding efficiency of the AEMS algorithm for regular, irregular and LDPC codes of the Consultative Committee on Space Data Systems (CCSDS) was extensively tested, then the complexity of the AEMS algorithm was analyzed and compared with other decoding algorithms. The results show that the AEMS algorithm outperforms the offset MS (OMS) and normalized MS (NMS) algorithms in decoding performance, and outperforms the BP algorithm as the signal-to-noise ratio (SNR) gradually increases Текстовый файл |
| Sprog: | russisk |
| Udgivet: |
2024
|
| Fag: | |
| Online adgang: | http://dx.doi.org/10.26102/2310-6018/2024.47.4.019 |
| Format: | MixedMaterials Electronisk Book Chapter |
| KOHA link: | https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=679773 |
MARC
| LEADER | 00000naa0a2200000 4500 | ||
|---|---|---|---|
| 001 | 679773 | ||
| 005 | 20250904151812.0 | ||
| 090 | |a 679773 | ||
| 100 | |a 20250421d2024 k||y0rusy50 ca | ||
| 101 | 0 | |a rus | |
| 102 | |a RU | ||
| 135 | |a drcn ---uucaa | ||
| 181 | 0 | |a i |b e | |
| 182 | 0 | |a b | |
| 183 | 0 | |a cr |2 RDAcarrier | |
| 200 | 1 | |a Разработка адаптивного экспоненциального алгоритма декодирования минимальной суммы |d Development of adaptive exponential min sum decoding algorithm |f Чжан В., Мухамад И., Саклаков В. М. |z eng | |
| 300 | |a Заглавие с экрана | ||
| 320 | |a Список литературы: 15 назв | ||
| 330 | |a В статье представлен оптимизированный алгоритм декодирования минимальной суммы (MS) с низкой сложностью и высокой производительностью декодирования для коротких кодов LDPC. Алгоритм MS имеет низкую вычислительную сложность и прост в развертывании. По сравнению с алгоритмом декодирования распространения убеждения (BP) и отношения правдоподобия BP (LLR-BP) он показывает разрыв в производительности декодирования, но алгоритм декодирования MS имеет высокий потенциал оптимизации. Для улучшения производительности декодирования традиционного алгоритма MS в операции обновления контрольных узлов (CN) алгоритма MS вводится вторичная внешняя информация и оптимизируется как адаптивный экспоненциальный поправочный коэффициент (AECF). Оптимизированный алгоритм MS назван адаптивным экспоненциальным алгоритмом декодирования MS (AEMS). Эффективность декодирования алгоритма AEMS для обычных, нерегулярных и LDPC-кодов консультативного комитета по системам космических данных (CCSDS) была всесторонне протестирована, затем был проведен анализ и сравнение сложности алгоритма AEMS с другими алгоритмами декодирования. Результаты показывают, что алгоритм AEMS превосходит алгоритмы смещенного MS (OMS) и нормализованного MS (NMS) по производительности декодирования, а также превосходит алгоритм BP по мере постепенного увеличения отношения сигнал/шум (SNR) | ||
| 330 | |a This paper presents an optimized min sum (MS) decoding algorithm with low complexity and high decoding performance for LDPC short codes. The MS algorithm has low computational complexity and is simple to deploy. The MS decoding algorithm, while demonstrating a performance gap compared to the belief propagation (BP) and likelihood ratio BP (LLR-BP) decoding algorithms, shows significant potential for optimization. To improve the decoding performance of traditional MS algorithm, secondary external information is introduced into the control node (CNs) update operations of MS algorithm and optimized as adaptive exponential correction factor (AECF). The optimized MS algorithm is named as adaptive exponential exponential MS decoding algorithm (AEMS). The decoding efficiency of the AEMS algorithm for regular, irregular and LDPC codes of the Consultative Committee on Space Data Systems (CCSDS) was extensively tested, then the complexity of the AEMS algorithm was analyzed and compared with other decoding algorithms. The results show that the AEMS algorithm outperforms the offset MS (OMS) and normalized MS (NMS) algorithms in decoding performance, and outperforms the BP algorithm as the signal-to-noise ratio (SNR) gradually increases | ||
| 336 | |a Текстовый файл | ||
| 461 | 1 | |t Моделирование, оптимизация и информационные технологии |c Воронеж |n Воронежский институт высоких технологий | |
| 463 | 1 | |t Т. 12, № 4 |v 11 с. |d 2024 | |
| 610 | 1 | |a электронный ресурс | |
| 610 | 1 | |a труды учёных ТПУ | |
| 610 | 1 | |a LDPC | |
| 610 | 1 | |a адаптивный экспоненциальный алгоритм | |
| 610 | 1 | |a минимальная сумма | |
| 610 | 1 | |a низкая сложность | |
| 610 | 1 | |a LLR-BP | |
| 700 | 0 | |a Чжан Вэйцзя | |
| 701 | 1 | |a Мухамад |b И. |g Ибрагим | |
| 701 | 1 | |a Саклаков |b В. М. |c специалист в области информатики и вычислительной техники |c cтарший преподаватель Томского политехнического университета |f 1989- |g Василий Михайлович |9 21244 | |
| 801 | 0 | |a RU |b 63413507 |c 20250421 |g RCR | |
| 850 | |a 63413507 | ||
| 856 | 4 | |u http://dx.doi.org/10.26102/2310-6018/2024.47.4.019 |z http://dx.doi.org/10.26102/2310-6018/2024.47.4.019 | |
| 942 | |c CF | ||