이진 LDPC 부호를 위한 디더 신뢰 전파 알고리즘 :A Dithered Belief Propagation Algorithm For Binary LDPC Codes

서찬희

추천

검색

자료유형: 학위논문

저자정보: 서찬희 (포항공과대학교, 포항공과대학교 일반대학원)

지도교수: 양경철

발행연도: 2018

저작권: 포항공과대학교 논문은 저작권에 의해 보호받습니다.

이용수1

이 논문의 연구 히스토리 (2)

2018

이진 LDPC 부호를 위한 디더 신뢰 전파 알고리즘

서찬희 전자전기공학과 2018.01 학위논문

2017

이진 LDPC 부호의 복호 성능 개선을 위한 무작위 초기 상태 알고리즘

서찬희 , 양경철 한국통신학회 학술대회논문집 2017.11 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

Low-density parity-check (LDPC) codes achieve the performance near to the Shannon limit by iterative decoding, representatively the sum-product algorithm. Post-processing algorithms are used for fulfilling the lower error rate. Almost of errors are occured by the code structure, just as cycle and trapping set, so almost of post-processing algorithms are construct to overcome the problem caused by these structure. But existing post-processing algorithms has problem in the view of complexity. So, in this paper, we pay attention to the random initial state (RIS) algorithm, which has not much of complexity.
The composition of this thesis can be divided into two parts.
Firstly, we survey the various post-processing algorithm and see the drawback of each of algorithms.
Secondly, and mainly, we introduce the RSF and RIS algorithm and propose the modified RIS algorithm. This algorithm is using the reliabilities of each variable nodes to determine the unreliable bits. We adjust the unreliable bits only, and show this method can reduce the error rate.

1. Introduction
2. 이진 LDPC 부호
2.1 이진 LDPC 부호의 오증 검사 행렬
2.2 이진 LDPC 부호의 구조
2.2.1 이진 LDPC 부호의 Tanner graph
2.3 이진 LDPC 부호의 복호 알고리즘
2.3.1 합곱 알고리즘
2.3.2 최소합 알고리즘
3. 후처리 복호기법
3.1 기존의 후처리 복호 기법
3.2 디더링 신뢰 전파 복호 기법
4. 변수 노드 선택 무작위 초기 조건 복호 알고리즘
4.1 변수 노드의 신뢰도 측정
4.2 복호기 설계방법
4.3 전산 실험 결과
4.3.1 최적인 디더의 크기
4.3.2 최적인 인자 α
4.3.3 복호 횟수의 최적값
4.3.4 다른 LDPC 부호에서의 실험
5. 결론

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)