基于交替方向乘子法的LDPC碼譯碼方法研究.pdf

1、低密度奇偶檢驗(yàn)(Low-Density Parity-Check，LDPC)碼是一種性能逼近香農(nóng)極限的線性分組碼，是信道編碼領(lǐng)域的研究熱點(diǎn)之一，目前已經(jīng)廣泛應(yīng)用于無線通信和數(shù)字存儲(chǔ)等領(lǐng)域。隨著信息技術(shù)不斷發(fā)展，通信系統(tǒng)要求信息能更快速和更可靠地傳輸，存儲(chǔ)系統(tǒng)則要求更高的存儲(chǔ)密度，設(shè)計(jì)性能優(yōu)異且具有極低譯碼復(fù)雜度的編譯碼算法對(duì)未來通信和存儲(chǔ)系統(tǒng)十分重要?；诮惶娣较虺俗臃?Alternating Direction Method of M

2、ultipliers，ADMM)的LDPC碼線性規(guī)劃(Linear Programming，LP)譯碼算法不僅具有傳統(tǒng)LP譯碼的最大似然認(rèn)證和便于分析的特點(diǎn)，而且大幅度降低了基于優(yōu)化理論設(shè)計(jì)的譯碼算法的復(fù)雜度。
　　基于ADMM的LP譯碼算法應(yīng)用于規(guī)模較大的LDPC碼時(shí)譯碼時(shí)間較長(zhǎng)，不利于仿真分析和實(shí)際的工程實(shí)現(xiàn)。近年來圖形處理器(Graphic Processing Unit，GPU)在浮點(diǎn)運(yùn)算以及內(nèi)存帶寬方面突飛猛進(jìn)的發(fā)展極大

3、地推動(dòng)了并行計(jì)算的研究，基于ADMM的LP譯碼算法具有很好的并行化結(jié)構(gòu)，非常適合在GPU上實(shí)現(xiàn)。為了大幅度提高譯碼速度，本文借助GPU對(duì)基于ADMM的LP譯碼方法進(jìn)行了研究。本文主要工作概括如下：
　　1.介紹了LDPC碼及其Tanner圖模型的理論基礎(chǔ)，概述了LDPC碼的置信傳播(Belief Propagation，BP)和最大似然譯碼算法，闡述了GPU的Fermi體系架構(gòu)和統(tǒng)一計(jì)算設(shè)備架構(gòu)(Compute Unified D

4、evice Architecture，CUDA)編程技術(shù)，分析了GPU的紋理存儲(chǔ)器(texture memory)及全局存儲(chǔ)器(global memory)的訪問特點(diǎn)。
　　2.給出了基于 ADMM的線性規(guī)劃譯碼模型，分析了譯碼方法中計(jì)算量大的歐幾里得投影算法，在加性高斯白噪聲(Additive White Gaussian Noise，AWGN)信道下對(duì)ADMM譯碼算法進(jìn)行了仿真。仿真結(jié)果表明，基于ADMM的譯碼算法具有較好的性

5、能，并且譯碼速度可以達(dá)到BP算法的2倍。
　　3.根據(jù)ADMM譯碼算法的迭代消息傳遞思想，設(shè)計(jì)了一種基于GPU的并行化譯碼方案，詳細(xì)分析了節(jié)點(diǎn)消息更新的并行化實(shí)現(xiàn)方法。根據(jù)頁(yè)鎖定內(nèi)存(pinned memory)和紋理存儲(chǔ)器的訪問特點(diǎn)，在并行化譯碼過程中設(shè)計(jì)了兩種優(yōu)化方法，給出了基于ADMM的并行化譯碼方法的仿真實(shí)現(xiàn)。仿真結(jié)果表明，在譯碼性能接近的情況下，借助GPU實(shí)現(xiàn)的ADMM譯碼方法與純CPU實(shí)現(xiàn)相比最高可以獲得19倍的加速比