【LDPC-8】非均匀量化LDPC译码性能的影响分析——以最小和译码算法为例进行matlab仿真

本文探讨了非均匀量化对LDPC码译码性能的影响,尤其关注最小和译码算法。通过采用两阶段非线性优化的q:1位非均匀量化器,降低量化误差。仿真结果展示,改进的非均匀量化器在误码性能上优于传统方案。在matlab中实现了这一算法并进行了误码率对比仿真分析。
摘要由CSDN通过智能技术生成

目录

1.本算法理论知识

2.matlab实现

3.误码率对比仿真分析


1.本算法理论知识

        在LDPC中,为了降低低密度奇偶校验码译码消息量化对其误码性能的影响,设 计 了 一 种q∶1位非均匀量化器。通过 两 级 非 线性优化降低 LDPC码译码迭代消息的量化误差。优选增长率较小的q位非均匀量化参数,对小信号进行量化处理;增加 一位与消息进化速度相匹配的非均匀量化参数,扩大量化器对大信号的适用范围。仿真结果表明,该非均匀量化器的误码 性能优于其他传统的非均匀量化器。

      鉴于此,设计了一种q:1位非均匀量化器。该量化器采用2种不同的非线性量化器匹配LDPC码译码消息。当译码消息幅度较小时,使用增长率较小 的q位非均匀量化;当译码消息幅度较大时,以q位 非均匀量化的边界值作为量化步长,增加一位增长率 较大的非均匀量化来扩大消息的动态范围。

  • 2
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
评论 1
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

打赏作者

fpga和matlab

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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