基于GPU的Turbo譯碼實現技術的研究.pdf

1、LTE(Long Term Evolution，長期演進)以其高速上下行傳輸速率、低誤碼率以及良好的邊緣效應而受到下一代通信標準的青睞，并選其為3.9G通信標準技術。LTE采用的關鍵技術主要包括OFDM(Orthogonal Frequency Division Multiplexing，正交頻分復用技術)，Turbo編譯碼以及MIMO（Multi-input Multi-output，多輸入多輸出技術）。其中 Turbo譯碼過程由于其

2、譯碼過程復雜、運算量大而成為通信研究的熱點問題之一。
　　通信算法往往具備一致的方向性、實時流動性和數據流處理的一致性等特點，對通信數據的處理適于在流體系結構上完成。圖形處理器（GPU）作為一種典型的流體系結構實現，相對于ASIC或 FPGA，在處理通信算法方面具有成本低、可編程好、靈活性高的優(yōu)勢。目前，在GPU上進行Turbo譯碼實現的研究還非常少，因此研究Turbo譯碼在GPU上的實現與優(yōu)化具有重要意義。
　　本文詳細分

3、析了Turbo碼的結構特點及其編譯碼算法，深入挖掘了算法的并行性，充分探討了GPU的并行編程架構。在此基礎上，將Turbo編譯碼算法映射到GPU上，并在算法和體系結構上進行優(yōu)化，使得其誤碼率和吞吐率達到理想的效果。實驗結果表明，在CUDA編程結構下，通過采用基四算法和分支度量，合理分配和使用共享內存，利用合并對齊進行全局訪存，可顯著提高 GPU的譯碼性能。針對分塊使得誤碼率升高的問題，提出了一種先前迭代初始化的保護機制，通過利用先前迭代