优化稀疏LU分解的LDPC编码算法研究

doi:10.3969/j.issn.1001-2400.2015.02.021

J4 ›› 2015, Vol. 42 ›› Issue (2): 127-132.doi: 10.3969/j.issn.1001-2400.2015.02.021

优化稀疏LU分解的LDPC编码算法研究

徐娟¹;姚如贵^{2^{;李路²;高凡琪²}}

(1. 长安大学电控学院，陕西西安 710064; 2. 西北工业大学电子信息学院，陕西西安 710072)

收稿日期:2013-12-02 修回日期:2014-03-17 出版日期:2015-04-20 发布日期:2015-04-14
通讯作者: 徐娟
作者简介:徐娟(1980-)，女，讲师，博士，E-mail: xuj@mail.nwpu.edu.cn．
基金资助:
国家自然科学基金资助项目(61271416)；国家863计划资助项目(2012AA120604)；航天支撑基金资助项目(2013-HT-XGD)；西北工业大学基础研究基金资助项目(JCY20130132)；西北工业大学研究生创业种子基金资助项目(Z2014143)

LDPC encoding algorithm based on optimized sparse LU decomposition in the CMMB standard

XU Juan¹;YAO Rugui²;LI Lu²;GAO Fanqi²

(1. School of Electronic and Control Engineering, Chang'an Univ., Xi'an, 710064, China; 2. School of Electronics and Information, Northwestern Polytechnical Univ., Xi'an 710072, China)

Received:2013-12-02 Revised:2014-03-17 Online:2015-04-20 Published:2015-04-14
Contact: XU Juan

摘要/Abstract

摘要： 中国移动多媒体广播标准中采用了高度结构化低密度校验码编码．针对该低密度校验码非系统码和非准循环特性，设计了一种基于LU分解的编码算法，巧妙地设计了紧凑的矩阵存储方式，修正了行重列重乘积最小化的优化准则，提出了优化的稀疏LU分解．仿真计算结果表明，相对其他文献中的算法，所提稀疏LU分解得到的L和U中元素“1”的个数减少10％，具有更好的稀疏性，进一步降低了编码算法的时间复杂度．因此，基于优化稀疏LU分解的低密度校验码编码算法在中国移动多媒体广播标准实际应用中具有较好的前景．

关键词: 中国移动多媒体广播, LU分解, 低密度校验码, 编码, 优化

Abstract: The China mobile multimedia broadcasting Standard utilizes a highly structured low density parity check code to guarantee the transmission reliability. With the non-systematic and non-quasi-cyclic characteristics of the parity matrix, an encoding algorithm and its compact matrix store scheme are devised. Due to the sparse requirement, an optimized sparse LU decomposition is proposed based on the modified optimization criterion of the minimal product of row and column weights. Computational results show that, comparing to the existing results, our proposed LU decomposition can achieve a 10％ fewer number of the elements “1” in matrices L and U, which contributes the lower complexity of the encoding algorithm. Therefore, the proposed algorithm has a better prospect in the practical CMMB system.

Key words: China mobile multimedia broadcasting, LU decomposition, low density parity check codes, encoding, optimization

徐娟;姚如贵;李路;高凡琪. 优化稀疏LU分解的LDPC编码算法研究 [J]. J4, 2015, 42(2): 127-132.

XU Juan;YAO Rugui;LI Lu;GAO Fanqi. LDPC encoding algorithm based on optimized sparse LU decomposition in the CMMB standard [J]. J4, 2015, 42(2): 127-132.

参考文献

［1］国家广播电影电视总局. 移动多媒体广播第一部分: 广播信道帧结构、信道编码和调制［S］. GY/T220.1-2006, 2006. ［2］马克祥, 刘毅, 胡建华, 等. LDPC码的一种低复杂度译码算法及关键电路设计［J］. 西安电子科技大学学报, 2013, 40(6): 6-12. Ma Kexiang, Liu Yi, Hu Jianhua, et al. Low Complexity Decoding Algorithm for LDPC Codes and Design of Key Circuits［J］. Journal of Xidian University, 2013, 40(6): 6-12. ［3］ Li Jiangpeng, Ma Jun, He Guanghui. A Memory Efficient Parallel Layered QC-LDPC Decoder for CMMB Systems ［J］. Integration, the VLSI Journal, 2013, 46(4): 359-368. ［4］江瑶, 门爱东. 二种CMMB系统中的LDPC编码优化算法［DB/OL］. ［2013-11-25］. http://www.paper.edu.cn/index.php/default/releasepaper/content/4443687. ［5］张鹏, 杨刚, 杨霏, 等. 基于改进LU分解的CMMB标准中LDPC编码器设计［J］. 电视技术, 2010, 34(4): 33-35. Zhang Peng, Yang Gang, Yang Fei, et al. Design of LDOC Encoder in CMMB Based on Improved LU Decomposition［J］. Video Engineering, 2010, 34(4): 33-35. ［6］ Su Jianing, Jiang Zhou, Liu Ke, et al. An Efficient Low Complexity LDPC Encoder Based on LU Factorization with Pivoting ［C］//Proceedings of the 6th International Conference on ASIC. Piscataway: IEEE, 2005: 107-110. ［7］ Wang Peng, Chen Yongen. Low-complexity Real-time LDPC Encoder Design for CMMB ［C］//International Conference on Intelligent Information Hiding and Multimedia Signal Processing. Piscataway: IEEE, 2008: 1209-1212. ［8］ Zeng Zhibin. A High-efficieny LDPC Encoder for CMMB with Dynamic Programming ［C］//4th International Conference on Intelligent Computation Technology and Automation. Piscataway: IEEE, 2011: 337-340. ［9］ Yin Hang, Du Weitao, Zhu Nanhao. Design of Improved LDPC Encoder for CMMB Based on SIMD Architecture ［C］//IEEE International Conference on Information Science and Technology. Piscataway: IEEE, 2013: 123-126. ［10］ Neal R M. Sparse Matrix Methods and Probabilistic Inference Algorithms ［DB/OL］. ［2013-11-26］. http://www.ima.umn.edu/biology/wkshp_abstracts/neal1.html. ［11］ Petersen K B, Pedersen M S. The Matrix Cookbook ［M］. Copenhagen: Technical University of Denmark, 2012.

[1]	张宇鹏,吴自力,陈鸣,张璐璐. 面向交叉微服务链的任务调度优化[J]. 西安电子科技大学学报, 2021, 48(6): 32-39.
[2]	李鹏,冯存前,许旭光,唐子翔. 一种利用贝叶斯优化的弹道目标微动分类网络[J]. 西安电子科技大学学报, 2021, 48(5): 139-148.
[3]	杜文占,余志勇,杨剑,姜海滨. 改进NSGA-II算法及监测天线部署优化研究[J]. 西安电子科技大学学报, 2021, 48(5): 239-248.
[4]	钱志华,高陈强,叶盛. 采用元学习的多场景教室学生姿态检测方法[J]. 西安电子科技大学学报, 2021, 48(5): 58-67.
[5]	杨仲平,周青松,张剑云. 区域能量聚焦技术中超稀疏阵列优化算法[J]. 西安电子科技大学学报, 2021, 48(4): 57-63.
[6]	马悦,张玉梅. 面向多接入边缘计算的VNFM分布式部署方案[J]. 西安电子科技大学学报, 2021, 48(4): 20-26.
[7]	闫群民,马瑞卿,马永翔,王俊杰. 一种自适应模拟退火粒子群优化算法[J]. 西安电子科技大学学报, 2021, 48(4): 120-127.
[8]	刘天宇,王翥. 一种多样性控制的多目标粒子群算法[J]. 西安电子科技大学学报, 2021, 48(3): 106-114.
[9]	刘迪迪,孙浩天,肖佳文,JIANG Frank,郑鲲鲲. 智能电网中终端用户的双向能量交易算法[J]. 西安电子科技大学学报, 2021, 48(3): 131-137.
[10]	张宏伟,谭全露,陆帅,葛志强,徐健. U型去噪卷积自编码器色织衬衫裁片缺陷检测[J]. 西安电子科技大学学报, 2021, 48(3): 123-130.
[11]	何诗洋,李晖,李凤华. SM4算法的FPGA优化实现方法[J]. 西安电子科技大学学报, 2021, 48(3): 155-162.
[12]	杨五四,陈莉,王毅,张茂省. 一种适应度排序的高维多目标粒子群优化算法[J]. 西安电子科技大学学报, 2021, 48(3): 78-84.
[13]	李海鹏,冯大政,周永伟. 多基地雷达栅栏覆盖的优化布站方法[J]. 西安电子科技大学学报, 2021, 48(2): 147-155.
[14]	李腾,曹世杰,尹思薇,魏大卫,马鑫迪,马建峰. 应用Q学习决策的最优攻击路径生成方法[J]. 西安电子科技大学学报, 2021, 48(1): 160-167.
[15]	杨宏宇,曾仁韵. 一种深度学习的网络安全态势评估方法[J]. 西安电子科技大学学报, 2021, 48(1): 183-190.

优化稀疏LU分解的LDPC编码算法研究

LDPC encoding algorithm based on optimized sparse LU decomposition in the CMMB standard

PDF (PC)

赞

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 10