2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩82頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、糾錯(cuò)碼理論理論提出60多年來,在理論和工程應(yīng)用中均取得了豐碩的成果,線性規(guī)劃(Linear Programming,LP)譯碼就是其中之一。本文提出了一種新的多項(xiàng)式時(shí)間復(fù)雜度的LP譯碼算法,通過理論及實(shí)驗(yàn)仿真驗(yàn)證了該方法在一定條件下滿足“ML特性”和“碼字獨(dú)立性”,同時(shí)結(jié)果表明該算法比Flanagan提出的LP譯碼算法執(zhí)行效率更高。主要內(nèi)容和研究成果如下:
  1.首先介紹了線性分組碼的基本概念及其Tanner圖表示形式,并引入了

2、線性規(guī)劃的基本概念。由于線性規(guī)劃最優(yōu)值總在可行域組成的多面體頂點(diǎn)處取得,結(jié)合這個(gè)性質(zhì),F(xiàn)eldman等人創(chuàng)造性地提出了LP譯碼理論。其次討論了Feldman的LP譯碼算法,并針對(duì)二進(jìn)制線性分組碼設(shè)計(jì)了基于奇偶校驗(yàn)多面體的 LP譯碼算法。最后通過仿真實(shí)驗(yàn)驗(yàn)證該方法與Feldman LP譯碼算法性能相當(dāng)。
  2.本文針對(duì)多進(jìn)制線性分組碼譯碼展開了深入的研究。首先結(jié)合多進(jìn)制線性分組碼的校驗(yàn)矩陣和Tanner圖表示形式闡述了置信傳播(B

3、elief Propagation,BP)譯碼算法的流程。其次從最大似然(Maximum Likelihood,ML)譯碼算法出發(fā),詳細(xì)地介紹了 Flanagan LP譯碼方法的原理及其數(shù)學(xué)優(yōu)化模型。通過分析發(fā)現(xiàn)Flanagan LP譯碼算法的復(fù)雜度隨著校驗(yàn)矩陣行重呈指數(shù)增長,在工程中難于實(shí)現(xiàn),同時(shí)通過仿真實(shí)驗(yàn)驗(yàn)證了Flanagan LP譯碼模型復(fù)雜度過高這一問題。
  3.線性規(guī)劃多面體結(jié)構(gòu)的研究也是本文的一個(gè)重點(diǎn)。主要討論了描

4、述多元奇偶校驗(yàn)多面體的基本方法,并且構(gòu)造了一種新的2q元奇偶校驗(yàn)多面體,同時(shí)給出了該多面體的幾種重要特性,最后對(duì)這些理論進(jìn)行分析并給予證明。
  4.本文主要討論了多進(jìn)制線性分組碼的 LP譯碼問題,并提出了一種新的多進(jìn)制線性分組碼的多項(xiàng)式時(shí)間復(fù)雜度的LP譯碼算法。對(duì)于多進(jìn)制線性分組碼,我們采用奇偶校驗(yàn)多面體將ML譯碼松弛為一種新的LP譯碼,該線性規(guī)劃模型只含有多項(xiàng)式復(fù)雜度的輔助變量和約束條件。最后不僅證明了,如果多進(jìn)制碼字的等價(jià)二

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論