通过16位Trie树实现空间优化的词典排序方法

    公开(公告)号:CN109885840A

    公开(公告)日:2019-06-14

    申请号:CN201910165993.0

    申请日:2019-03-06

    Inventor: 肖英 赵林洁

    Abstract: 本发明提供一种通过16位Trie树实现空间优化的词典排序方法,该方法包括以下步骤:创建空的Trie树和空的排序链表;关键字依次插入;既生成Trie树又完成了字典排序。本字典算法呈树形,并且每个节点使用16位(bit)表示子节点的情况,因此命名为16位字典树算法。生成16位Trie树的词典时,每插入一个关键字key就创建一个链节点,同时根据其关键字key对链表进行有序插入。另外,与快速排序算法相比,16位Trie树字典排序算法可随时进行动态排序,而且在构建的同时就能够完成字典的排序,让无序的数据组合变成有序的数据组合,大大节约了额外的排序时间。

    通过16位Trie树实现空间优化的词典存储管理方法

    公开(公告)号:CN108153907B

    公开(公告)日:2021-01-22

    申请号:CN201810046757.2

    申请日:2018-01-18

    Abstract: 本发明提供一种通过16位Trie树实现空间优化的词典存储管理方法,该方法包括以下步骤:获取完整的词典数据;创建管理链表,将词典数据与链表的根结点相关联;根据词典数据信息,从链表根结点构建16位Trie树实现对词典数据的存储管理。与现有的方法比较,本发明提出了通过16位Trie树实现空间优化的词典存储管理方法,利用映射表结构下构建16位Trie树的词典数据,使得Trie树在空间上更加紧凑的同时保证复杂度基本不变,提高了词典构建和索引以及修改删除的速度。本发明提出的算法与已有的Trie树比较,不仅可以随时对词典进行修改、遍历等存储管理操作,同时在16位Trie树构建时就能够进行排序,减少了词典更新时的开销,又保持了较高的索引效率。

    一种基于LDPC/Turbo码的双模数据重组网络

    公开(公告)号:CN108075782A

    公开(公告)日:2018-05-25

    申请号:CN201810058248.1

    申请日:2018-01-22

    Abstract: 本发明涉及一种基于LDPC/Turbo的双模译码器的数据重组网络,其特征在于用存储器和LDPC码的移位器代替传统的交织地址存储法和QPP交织地址实时计算法。通过预先存储一组基本置换地址和相应的移位值,可以得到每个时钟周期所需要的块内置换地址。这种方法用存储器和LDPC码的移位网络代替了传统的QPP交织地址产生器,使LDPC码/Turbo码数据重组网络达到了共用的目的。该方法最直观的优点是使得分开工作的Turbo码/LDPC码数据重组网络有了可以共用的结构,且在资源消耗和存储占用方面与传统方法相比有明显的优势。

    一种新型LDPC码译码器的结构

    公开(公告)号:CN108055045A

    公开(公告)日:2018-05-18

    申请号:CN201810055423.1

    申请日:2018-01-19

    Abstract: 本发明公开了一种归一化因子实时更新的LDPC码译码器结构。包括归一化因子计算模块和译码模块。归一化因子计算模块由BP算法校验消息计算单元、MS算法校验消息计算单元以及归一化因子计算单元组成。译码模块由归一化因子存储单元、校验节点消息处理单元、变量节点消息处理单元以及存储单元组成。本发明采用的归一化因子计算模块,可以计算出每一次迭代时的归一化因子,并将其存储于译码模块中的归一化因子存储单元中,并在每一次迭代时,将与迭代次数对应的归一化因子送入校验节点消息处理单元中,进行消息更新,从而可以使整个译码器的译码性能更好。本发明提供的一种新型的LDPC码译码器结构,有效地解决现有归一化因子固定的LDPC码译码器在某些情况下,译码性能达不到通信要求的问题。

    通过16位Trie树实现空间优化的词典索引方法

    公开(公告)号:CN108197313A

    公开(公告)日:2018-06-22

    申请号:CN201810100608.X

    申请日:2018-02-01

    Abstract: 本发明提供一种通过16位Trie树实现空间优化的词典索引方法,该方法包括以下步骤:生成16位Trie树的词典索引;根据用户输入待操作关键字key;根据关键字key当前状态实现索引。在利用映射表结构下构建16位Trie树的词典数据,可对Trie树在空间上进行了优化的同时保证复杂度基本不变,提高了词典构建和索引以及修改删除的速度,并且能够快速检索到关键字key,另外,结合映射表实现16位Trie树的词典索引能够解决一般双数组Trie树词典索引构建起来比较复杂,并且无法随时修改字典,也无法遍历字典的问题。本字典算法可以随时对字典进行修改,遍历,同时在构建时就能够进行排序,经过特定优化后可以作为文件系统或者图片影音的索引使用。

    通过16位Trie树实现空间优化的存储管理方法

    公开(公告)号:CN108153907A

    公开(公告)日:2018-06-12

    申请号:CN201810046757.2

    申请日:2018-01-18

    Abstract: 本发明提供一种通过16位Trie树实现空间优化的词典索引方法,该方法包括以下步骤:生成16位Trie树的词典索引;根据用户输入待操作关键字key;根据关键字key当前状态实现索引。在利用映射表结构下构建16位Trie树的词典数据,可对Trie树在空间上进行了优化的同时保证复杂度基本不变,提高了词典构建和索引以及修改删除的速度,并且能够快速检索到关键字key,另外,结合映射表实现16位Trie树的词典索引能够解决一般双数组Trie树词典索引构建起来比较复杂,并且无法随时修改字典,也无法遍历字典的问题。本字典算法可以随时对字典进行修改,遍历,同时在构建时就能够进行排序,经过特定优化后可以作为文件系统或者图片影音的索引使用。

    通过16位Trie树实现空间优化的词典索引方法

    公开(公告)号:CN108197313B

    公开(公告)日:2021-06-25

    申请号:CN201810100608.X

    申请日:2018-02-01

    Abstract: 本发明提供一种通过16位Trie树实现空间优化的词典索引方法,该方法包括以下步骤:生成16位Trie树的词典索引;根据用户输入待操作关键字key;根据关键字key当前状态实现索引。在利用映射表结构下构建16位Trie树的词典数据,可对Trie树在空间上进行了优化的同时保证复杂度基本不变,提高了词典构建和索引以及修改删除的速度,并且能够快速检索到关键字key,另外,结合映射表实现16位Trie树的词典索引能够解决一般双数组Trie树词典索引构建起来比较复杂,并且无法随时修改字典,也无法遍历字典的问题。本字典算法可以随时对字典进行修改,遍历,同时在构建时就能够进行排序,经过特定优化后可以作为文件系统或者图片影音的索引使用。

    基于G-Matrix校验的极化码SBP译码器

    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

    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。

Patent Agency Ranking