-
公开(公告)号:CN111988045B
公开(公告)日:2024-04-05
申请号:CN202010815415.X
申请日:2020-08-14
Applicant: 中国计量大学
Abstract: 本发明提供了一种基于遗传算法(Genetic Algorithm,GA)的改进的极化码串行消除翻转(Successive Cancellation Flip,SCF)译码器。在原始的SCF译码器的基础上,针对原始候选翻转位置集合(Candidate Flipping Positions Set,CFPS)存在冗余的问题,通过利用GA构建了一种新的CFPS。用所有非冻结位的索引构成遗传算法的初始种群,并且以高斯近似计算的信道可靠度作为每个个体的适应度。然后对种群通过不断的选择、交叉和变异操作,并且把每代的种群最优个体保存下来。最后通过统计每个种群在向量中出现的频率来获得一个新的候选翻转位置集合CFPS‑GA,并以这个新构建的候选翻转位置集合CFPS‑GA来进行SCF译码。本发明有益效果:与其它类似的SCF译码器相比,基于CFPS‑GA的SCF译码器能在保证译码性能的前提下拥有更低的计算复杂度和译码延迟。
-
公开(公告)号:CN110113057B
公开(公告)日:2023-06-13
申请号:CN201910505885.3
申请日:2019-06-12
Applicant: 中国计量大学
Abstract: 本发明提供了一种极化码软消除(soft cancellation,SCAN)译码算法和深度学习相结合的译码算法译码器。根据SCAN算法的运算规则可知,当SCAN算法的信息更新位置越靠近输出端,并行计算的节点数就越少,所消耗的时间周期也就越长。本发明为了改进现有SCAN译码算法存在的译码时延不够短的问题,提供了一种神经网络和SCAN译码算法相结合的极化码译码器,该译码器由软消除译码模块、神经网络处理模块、激活函数模块和损失函数反馈模块等几部分组成。本发明在原SCAN算法译码因子图的基础上,把SCAN算法译码因子图的倒数第四层及以后的部分用深度学习神经网络进行代替。这样与原先单纯使用SCAN算法相比,能节省大量的计算周期。
-
公开(公告)号:CN114884521A
公开(公告)日:2022-08-09
申请号:CN202210499998.9
申请日:2022-05-06
Applicant: 中国计量大学
Abstract: 本发明提出一种适用于极化码SCL译码算法的关键集合构造方法。该方法根据编码以后确定的信息位与冻结位的分布对极化码进行子块分类。根据分类情况计算正确路径被删除的概率,确定极化码在进行译码错误时较大概率出现的比特索引。为了解决传统关键集合不是很好适用于SCL译码的问题,所提出的方法依据SCL译码过程中错误分布的极化现象,通过该现象来构建SCL译码算法的关键集合。该构造方法解决了传统关键集存在冗余索引的问题,在性能没有损失情况下有效降低了SCL译码的译码时延和额外译码复杂度。
-
公开(公告)号:CN108233947B
公开(公告)日:2021-03-02
申请号:CN201810042880.7
申请日:2018-01-17
Applicant: 中国计量大学
IPC: H03M13/13
Abstract: 本发明涉及一种基于系统极化码的编码过程优化方法,本发明包括以下步骤:以最初的系统极化码编码过程为基础,根据计算过程的数学特性,寻找到一种节约计算资源的方法。根据引理和定理将这个方法扩展到任意码长和任意码率。在扩展的过程中,首先根据极化码信息位的分布情况来定义变量,这些变量将用来表示在生成矩阵变换过程中的子矩阵的大小。经过矩阵重组之后,我们找到一个确定的子矩阵是零矩阵,在编码过程中我们就可以将这部分子矩阵的计算省略,从而达到节约计算资源的目的。
-
公开(公告)号:CN108287524B
公开(公告)日:2021-02-19
申请号:CN201810024530.8
申请日:2018-01-11
Applicant: 中国计量大学
IPC: G05B19/402
Abstract: 本发明公开了一种基于MPU6050的高精度平面分区间定位装置的定位方法,该方法包括以下内容:搭建特定的定位装置,其中包括有悬挂传动装置、碳素管、传感器MPU6050等部件,并搭建其数学模型。得出数学模型后,将定位平面分为4个区间以解决定位死角问题。通过传感器MPU6050获取角速度与加速度信息并运用已知的四元数算法解算出横滚角与偏航角。得出角度值后,判定定位点所在区间,再通过归一化算法将定位点的倾角值归一化到区间一中。最后通过前面数学建模得出的解算公式算出当前定位点所处位置的极坐标值,完成一次定位。该装置可作为过程控制中平面定位的反馈环节,也可作为一种新的手写输入工具。
-
公开(公告)号:CN111988045A
公开(公告)日:2020-11-24
申请号:CN202010815415.X
申请日:2020-08-14
Applicant: 中国计量大学
Abstract: 本发明提供了一种基于遗传算法(Genetic Algorithm,GA)的改进的极化码串行消除翻转(Successive Cancellation Flip,SCF)译码器。在原始的SCF译码器的基础上,针对原始候选翻转位置集合(Candidate Flipping Positions Set,CFPS)存在冗余的问题,通过利用GA构建了一种新的CFPS。用所有非冻结位的索引构成遗传算法的初始种群,并且以高斯近似计算的信道可靠度作为每个个体的适应度。然后对种群通过不断的选择、交叉和变异操作,并且把每代的种群最优个体保存下来。最后通过统计每个种群在向量中出现的频率来获得一个新的候选翻转位置集合CFPS-GA,并以这个新构建的候选翻转位置集合CFPS-GA来进行SCF译码。本发明有益效果:与其它类似的SCF译码器相比,基于CFPS-GA的SCF译码器能在保证译码性能的前提下拥有更低的计算复杂度和译码延迟。
-
公开(公告)号:CN109831216A
公开(公告)日:2019-05-31
申请号:CN201910051819.3
申请日:2019-01-21
Applicant: 中国计量大学
Abstract: 本发明提供了一种分段增大信息位R信息初始值的高效SBP译码器,由信息位可靠度排序模块、信息位分段处理模块、G-Matrix校验模块等组成。它基于高斯近似选取信息位的方法,将信息位可靠度从大到小排序处理得到索引向量然后对向量 按照分段基数μ分成n个子向量 依次增大向量 内信息位R信息的初始值,最后重新译码利用G-Matrix校验寻求译码优化。本发明在一定程度上可以看作信息位转化为冻结位,即有效信息不变却能达到与码率降低时译码性能提升的效果。本发明简单有效,只在译码出错的时候进行搜索、改变以及校验,大大提高了纠错能力,BP译码性能的优化效果明显,当n=16时误码率性能提升0.25dB。
-
公开(公告)号:CN108418588A
公开(公告)日:2018-08-17
申请号:CN201810044314.X
申请日:2018-01-17
Applicant: 中国计量大学
CPC classification number: H03M13/13 , H03M13/155
Abstract: 本发明涉及一种缩减极化码SMS译码器计算单元路径的方法,本发明包括以下步骤:对于原有计算路径中先将输入数据的符号和绝对值进行结合作实数加法,然后再分离成符号和绝对值输出的过程,本发明利用并行计算的方法,用绝对值计算出全部三种可能的实数加法的结果,同时比较两个输入绝对值的大小并用符号表示,在下一个加法器周期直接通过符号判断筛选出正确的实数相加结果值,相比已有文献中的方法节省了符号和绝对值结合再分离所需要的一个加法器时延。从而将原有的计算路径从四个加法器缩减到了三个加法器,在短码长的情况下能使极化码SMS译码器提升33%的吞吐率以及27%的硬件效率。
-
公开(公告)号:CN108304658A
公开(公告)日:2018-07-20
申请号:CN201810107445.8
申请日:2018-02-02
Applicant: 中国计量大学
Abstract: 本发明公开了一种基于FPGA的极化码编码器硬件实现方法,该方法主要针对极化码编码结构的前后级之间关联性较强所导致的并行结构设计困难等问题,在总结出极化码编码生成矩阵规律的基础上,设计出一种简化运算的方法。该方法只需进行生成矩阵第一列的运算,而后根据规律可以得到整个编码结果。该方法在解决并行问题的基础上还引入了ROM查表法作为初始计算单元,从而大大提高了编码器整体的运算速度。
-
公开(公告)号:CN108233947A
公开(公告)日:2018-06-29
申请号:CN201810042880.7
申请日:2018-01-17
Applicant: 中国计量大学
IPC: H03M13/13
CPC classification number: H03M13/13
Abstract: 本发明涉及一种基于系统极化码的编码过程优化方法,本发明包括以下步骤:以最初的系统极化码编码过程为基础,根据计算过程的数学特性,寻找到一种节约计算资源的方法。根据引理和定理将这个方法扩展到任意码长和任意码率。在扩展的过程中,首先根据极化码信息位的分布情况来定义变量,这些变量将用来表示在生成矩阵变换过程中的子矩阵的大小。经过矩阵重组之后,我们找到一个确定的子矩阵是零矩阵,在编码过程中我们就可以将这部分子矩阵的计算省略,从而达到节约计算资源的目的。
-
-
-
-
-
-
-
-
-