发明名称 一种快速高效的非规则低密度奇偶校验码优化设计方法
摘要 一种快速高效的非规则低密度奇偶校验码优化设计方法,采用低复杂度的一维密度演进方法来迭代计算噪声阀值,并结合具有快速收敛特性的差分进化算法来搜索最优度数分布对,所有各项约束条件均能在优化过程中得到严格保证。本发明具有低运算复杂度和高收敛速度特性,可快速高效地获得满足设计要求的最优次数分布对,实用性强、易于实现,并具有较好的鲁棒特性。
申请公布号 CN103150229A 申请公布日期 2013.06.12
申请号 CN201310091902.6 申请日期 2013.03.21
申请人 上海第二工业大学 发明人 左健存
分类号 G06F11/10(2006.01)I 主分类号 G06F11/10(2006.01)I
代理机构 上海信好专利代理事务所(普通合伙) 31249 代理人 张妍
主权项 1.一种快速高效的非规则低密度奇偶校验码优化设计方法,其特征在于,该方法包含以下步骤:步骤1、约束条件与搜索空间确定:根据度数分布对定义,须满足如下归一化约束:<img file="2013100919026100001DEST_PATH_IMAGE001.GIF" wi="194" he="38" /><img file="996111DEST_PATH_IMAGE002.GIF" wi="194" he="39" />(1)其中,<img file="2013100919026100001DEST_PATH_IMAGE003.GIF" wi="17" he="21" />和<img file="474234DEST_PATH_IMAGE004.GIF" wi="18" he="21" />分别为属于度数为<img file="630409DEST_PATH_IMAGE006.GIF" wi="9" he="15" />的变量节点和校验节点的边所占的比例,<img file="2013100919026100001DEST_PATH_IMAGE007.GIF" wi="30" he="20" />和<img file="302830DEST_PATH_IMAGE008.GIF" wi="30" he="20" />则分别为最大的变量节点和校验节点度数;按照设计所需的码率<img file="2013100919026100001DEST_PATH_IMAGE009.GIF" wi="14" he="15" />,须满足如下的码率约束条件:<img file="973983DEST_PATH_IMAGE010.GIF" wi="125" he="39" />(2)采用公式(3)的收敛校验节点度分布,可确定搜索空间的维度为<img file="2013100919026100001DEST_PATH_IMAGE011.GIF" wi="74" he="20" />;<img file="524306DEST_PATH_IMAGE012.GIF" wi="210" he="22" />(3)步骤2、初始化:设定初始噪声水平为<img file="2013100919026100001DEST_PATH_IMAGE013.GIF" wi="50" he="21" />;随机生成<img file="410354DEST_PATH_IMAGE014.GIF" wi="58" he="16" />个<img file="2013100919026100001DEST_PATH_IMAGE015.GIF" wi="18" he="16" />代参数向量:<img file="689894DEST_PATH_IMAGE016.GIF" wi="269" he="22" />(4)其中,<img file="2013100919026100001DEST_PATH_IMAGE017.GIF" wi="181" he="58" />(5)而<img file="661393DEST_PATH_IMAGE018.GIF" wi="14" he="21" />为<img file="2013100919026100001DEST_PATH_IMAGE019.GIF" wi="16" he="15" />个一致分布的随机数;步骤3、一维密度演进:对于每一参数向量<img file="484248DEST_PATH_IMAGE020.GIF" wi="29" he="21" />,利用公式(6)~公式(8)计算生成对应的校验节点度数分布:<img file="2013100919026100001DEST_PATH_IMAGE021.GIF" wi="192" he="76" />(6)<img file="677332DEST_PATH_IMAGE022.GIF" wi="203" he="55" />(7)<img file="2013100919026100001DEST_PATH_IMAGE023.GIF" wi="142" he="42" />(8)其中,<img file="691556DEST_PATH_IMAGE024.GIF" wi="65" he="25" />为“向下取整”函数,即取不大于<img file="2013100919026100001DEST_PATH_IMAGE025.GIF" wi="20" he="22" />的最大整数;对于每一参数向量<img file="648885DEST_PATH_IMAGE020.GIF" wi="29" he="21" />及其对应的校验节点度数分布,利用公式(9)进行<img file="711650DEST_PATH_IMAGE026.GIF" wi="22" he="20" />次迭代计算,并记录最终均值<img file="2013100919026100001DEST_PATH_IMAGE027.GIF" wi="85" he="23" />:<img file="759241DEST_PATH_IMAGE028.GIF" wi="285" he="49" />(9)其中,<img file="2013100919026100001DEST_PATH_IMAGE029.GIF" wi="65" he="38" />,<img file="445830DEST_PATH_IMAGE030.GIF" wi="54" he="26" />(10)<img file="2013100919026100001DEST_PATH_IMAGE031.GIF" wi="209" he="62" />(11)标记具有最大最终均值的向量为最优向量<img file="391921DEST_PATH_IMAGE032.GIF" wi="40" he="21" />;步骤4、突变:对于<img file="445328DEST_PATH_IMAGE015.GIF" wi="18" he="16" />中每一参数向量<img file="596692DEST_PATH_IMAGE020.GIF" wi="29" he="21" />,利用公式(12)生成突变参数向量<img file="2013100919026100001DEST_PATH_IMAGE033.GIF" wi="32" he="21" />:<img file="952718DEST_PATH_IMAGE034.GIF" wi="234" he="22" />(12)其中,<img file="2013100919026100001DEST_PATH_IMAGE035.GIF" wi="157" he="20" />为不同于索引<img file="307476DEST_PATH_IMAGE006.GIF" wi="9" he="15" />的4个彼此不相同的随机索引,同时由该4个随机索引生成的<img file="490807DEST_PATH_IMAGE033.GIF" wi="32" he="21" />必须满足公式(1)的约束条件;设定因子<img file="247410DEST_PATH_IMAGE036.GIF" wi="54" he="16" />;步骤5、交叉:利用<img file="2013100919026100001DEST_PATH_IMAGE037.GIF" wi="28" he="16" />个<img file="774337DEST_PATH_IMAGE015.GIF" wi="18" he="16" />代参数向量<img file="131238DEST_PATH_IMAGE032.GIF" wi="40" he="21" />和对应的突变参数向量<img file="526448DEST_PATH_IMAGE033.GIF" wi="32" he="21" />,按公式(13)生成<img file="137557DEST_PATH_IMAGE037.GIF" wi="28" he="16" />个备选参数向量<img file="38648DEST_PATH_IMAGE038.GIF" wi="211" he="22" />:<img file="2013100919026100001DEST_PATH_IMAGE039.GIF" wi="300" he="44" />(13)其中,<img file="682513DEST_PATH_IMAGE040.GIF" wi="71" he="20" />是一致分布的随机数生成函数的第<img file="2013100919026100001DEST_PATH_IMAGE041.GIF" wi="13" he="17" />次取值,<img file="678151DEST_PATH_IMAGE042.GIF" wi="134" he="20" />是一个随机选择的索引,<img file="2013100919026100001DEST_PATH_IMAGE043.GIF" wi="58" he="18" />是一个交叉常量,设为0.1;对于每一备选向量<img file="222396DEST_PATH_IMAGE044.GIF" wi="33" he="21" />,执行公式(5)的归一化操作;步骤6、选择:对于每一备选参数向量<img file="792923DEST_PATH_IMAGE044.GIF" wi="33" he="21" />,按照步骤3进行<img file="343990DEST_PATH_IMAGE026.GIF" wi="22" he="20" />次一维密度演进,并记录对应的最终均值<img file="2013100919026100001DEST_PATH_IMAGE045.GIF" wi="37" he="21" />,并根据公式(14)选出<img file="159631DEST_PATH_IMAGE037.GIF" wi="28" he="16" />个<img file="745333DEST_PATH_IMAGE046.GIF" wi="21" he="21" /><img file="2013100919026100001DEST_PATH_IMAGE047.GIF" wi="30" he="16" />代参数向量:<img file="286429DEST_PATH_IMAGE048.GIF" wi="249" he="41" />(14)标记其中具有最大最后均值的向量为最优向量<img file="2013100919026100001DEST_PATH_IMAGE049.GIF" wi="44" he="21" />;步骤7、停止准则:令<img file="341104DEST_PATH_IMAGE050.GIF" wi="72" he="21" />,<img file="2013100919026100001DEST_PATH_IMAGE051.GIF" wi="71" he="18" />;如果最优向量<img file="255708DEST_PATH_IMAGE052.GIF" wi="92" he="21" />的均值<img file="2013100919026100001DEST_PATH_IMAGE053.GIF" wi="109" he="21" />小于参数<img file="508966DEST_PATH_IMAGE054.GIF" wi="27" he="20" />则转到步骤4;否则小幅度增加噪声水平并转到步骤3;当<img file="109711DEST_PATH_IMAGE046.GIF" wi="21" he="21" />增加到某一值时,如果经过很长的运算时间<img file="2013100919026100001DEST_PATH_IMAGE055.GIF" wi="46" he="21" />仍无法到达<img file="949885DEST_PATH_IMAGE054.GIF" wi="27" he="20" />,则优化过程停止;最后,选取在最高可能噪声水平下其最终均值大于或等于<img file="356595DEST_PATH_IMAGE054.GIF" wi="27" he="20" />的最优参数向量为全局最优向量,其所代表的非规则低密度奇偶校验码集即为所设计的最优码集。
地址 201206 上海市浦东新区金海路2360号