线性随机网络编码Demo性能测试

  这个Demo本来是用Java写的,出于后续开发的需要,又用VC6重写了一下。网络编码需要密集的矩阵运算,CPU开销很大,对代码执行效率要求很高,所以是断然不能用Java继续做下去的。
  移植完了,开始测试性能时犯了个傻,VC6工程的默认配置是Debug模式,一上来直接就跑程序,结
果发现代码效率反倒大大不如Java,惊呼原来C++在速度上也有不如Java的时候,然后还很认真地用两种语言分别跑几千万次乘法确认了一下这种速度差距。后来经同学提醒,换成Release模式再试,编码速度大概是Java的三倍左右,终于可以安心了。
  然后测试解码,居然耗时是编码的10倍,原来又是个低级错误,从别处抄来的高斯消元函数,运算所用
的矩阵还放在原封不动的double型里,大部分时间都耗在int和double的转换上了,有限域GF(2^8)上一共就256个元素还用double,这不有病么?
  磨了半天,正式开始测试性能,测试在我的本子上进行(Intel Core Duo T2050 1.6GHz,DDR2
512M*2),Demo使用VC6编译,编码对象为一首mp3,分组大小固定为512K,每组测试用例运行100次后取平均值,结果如下表,可以看出Demo的性能还是能达到P2P流媒体系统实际要求的。

分块数1248163264128
分块大小(KB)51225612864321684
编码密度*11110.7980.4210.2210.116
编码时间(ms)7142756122244404640
解码时间(ms)7173365129252494981

* 编码密度p反映的是系数矩阵的稀疏度,两者成反比,编码密度越小则编解码速度越快,相应地矩阵线性相关概率越大,这里使用公式p=(logn+10)/n计算,其中n为分块数,可以在速度和线性相关概率间获得一个比较理想的平衡点。

  • 2
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 9
    评论
1、问题背景: 1949年香农在《有噪声时的通信》一文中提出了信道容量的概念和信道编码定理,为信道编码奠定了理论基础。无噪信道编码定理(又称香农第一定理)指出,码字的平均长度只能大于或等于信源的熵。有噪信道编码定理(又称香农第二定理)则是编码存在定理。它指出只要信息传输速率小于信道容量,就存在一类编码,使信息传输的错误概率可以任意小。随着计算技术和数字通信的发展,纠错编码和密码学得到迅速的发展。 2、课题分析: 运用matlab编写程序求解任给信源符号概率的香农编码。给定一组信源符号概率,通过所编写的程序对信源符号概率编码,求出此信源符号概率对应的香农编码。 3、编程方法: 据课本上的介绍编码香农码的方法。 首先,给定信源符号概率,要先判断信源符号概率是否满足概率分布,即各概率之和是否为1,如果不为1就没有继续进行编码的必要,虽然任可以正常编码,但编码失去了意义。 其次,对信源符号概率进行从小到大的排序,以便进行下一步。从第一步就知道信源符号的个数n,于是构造一个nx4的零矩阵D,以便储存接下来运算的结果。把排好序的信源符号概率以列的形式赋给D的第一列。 再次,做编码的第二步,求信源符号概率的累加概率(方法见程序),用来编写码字。 接着求各信源符号概率对应的自信息量,用于求解码长k。 然后,我们对刚求的自信息量对无穷方向取最小正整数,得到的最小正整数就是该信源符号所对应编码的码长k,有了码长,接下来就可以求解码字。 最后,对所求到的累加概率求其二进制,取其小数点后的数,所取位数由该信源符号对应的码长决定,所用的步骤结束,依次得到各信源符号的香农编码
评论 9
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值