幫助中心 | 我的帳號 | 關於我們

脈衝雜訊通道差錯控制編碼(精)/變革性光科學與技術叢書

  • 作者:劉榮科//戴彬//趙嶺//侯毅|責編:劉穎|總主編:羅先剛
  • 出版社:清華大學
  • ISBN:9787302583400
  • 出版日期:2021/08/01
  • 裝幀:精裝
  • 頁數:195
人民幣:RMB 129 元      售價:
放入購物車
加入收藏夾

內容大鋼
    本書從脈衝雜訊通道特點出發,介紹了脈衝雜訊通道下差錯控制編碼的最新研究成果。全書總共8章,分別闡述了脈衝雜訊通道、差錯控制編碼概述、脈衝雜訊通道下的編解碼方法、聯合通道估計與解碼、深度學習解碼以及高速解碼結構,為脈衝雜訊通道的編碼設計提供理論基礎。本書重點介紹了低密度奇偶校驗碼在脈衝通道中的研究。
    本書適合從事信息通信專業技術人員使用,也可作為高校通信工程、信息工程等專業本科生及研究生的參考書。

作者介紹
劉榮科//戴彬//趙嶺//侯毅|責編:劉穎|總主編:羅先剛

目錄
第1章  緒論
  1.1  引言
  1.2  脈衝雜訊通道場景
  1.3  脈衝雜訊模型
    1.3.1  經驗模型
    1.3.2  統計物理模型
  1.4  脈衝雜訊條件下的LDPC碼編解碼研究進展
    1.4.1  脈衝雜訊消除
    1.4.2  針對脈衝雜訊特性的LDPC碼編解碼
    1.4.3  脈衝雜訊條件下的LDPC碼解碼初始信息處理
    1.4.4  脈衝雜訊條件下的聯合通道估計與LDPC碼解碼
    1.4.5  脈衝雜訊條件下的LDPC碼深度學習解碼
    1.4.6  脈衝雜訊條件下的LDPC碼高速解碼架構
  1.5  本章小結
第2章  差錯控制編碼
  2.1  引言
  2.2  差錯控制編碼的發展歷史
  2.3  Turbo碼
    2.3.1  Turbo碼的構造方法
    2.3.2  Turbo碼的解碼演算法
  2.4  LDPC碼
    2.4.1  LDPC碼的基本原理與構造
    2.4.2  LDPC碼的編碼演算法
    2.4.3  LDPC碼的解碼演算法
  2.5  極化碼
    2.5.1  極化理論研究
    2.5.2  極化碼的構造方法研究
    2.5.3  極化碼的解碼演算法研究
  2.6  本章小結
第3章  脈衝雜訊通道碼字構造
  3.1  引言
  3.2  通道模型介紹
    3.2.1  α穩定分佈模型
    3.2.2  對稱α穩定分佈模型
    3.2.3  分數低階統計量
  3.3  基於EXIT圖分析的LDPC碼度分佈優化方法
    3.3.1  LDPC碼的基本原理
    3.3.2  LDPC碼節點的度分佈
    3.3.3  LDPC碼的EXIT圖分析
    3.3.4  基於離散密度進化的EXIT圖分析
    3.3.5  基於EXIT圖的LDPC碼度分佈優化設計
  3.4  模擬實驗和結果分析
    3.4.1  優化的度分佈
    3.4.2  誤碼率對比
  3.5  本章小結
第4章  脈衝雜訊通道估計與解碼
  4.1  引言
  4.2  和積解碼演算法
  4.3  基於消息傳遞框架的聯合通道估計與LDPC碼解碼方法
    4.3.1  SIR雜訊參數估計演算法

    4.3.2  採用QDE演算法的通道參數失配條件下解碼漸進性能分析
    4.3.3  增強重採樣方法設計
  4.4  數值模擬實驗及結果分析
  4.5  本章小結
第5章  脈衝雜訊通道對數似然比近似表達
  5.1  引言
  5.2  對數似然比函數
    5.2.1  脈衝雜訊通道模型
    5.2.2  信號傳輸模型
    5.2.3  脈衝雜訊通道接收符號對數似然比
    5.2.4  脈衝雜訊通道幾何信噪比
  5.3  脈衝雜訊通道下對數似然比近似方法
    5.3.1  非線性對數似然比近似函數
    5.3.2  對數似然比近似函數參數選取準則
    5.3.3  對數似然比近似函數的參數快速查找方法
  5.4  模擬實驗和結果分析
    5.4.1  採用LLR近似方法的解碼漸進性能分析
    5.4.2  數值模擬實驗及結果分析
  5.5  本章小結
第6章  脈衝雜訊通道硬判決解碼
  6.1  引言
  6.2  硬判決演算法介紹
    6.2.1  比特翻轉演算法
    6.2.2  梯度下降比特翻轉演算法
  6.3  基於懲罰因子的梯度下降比特翻轉演算法
    6.3.1  懲罰因子的下界推導
    6.3.2  演算法介紹
  6.4  基於調整因子的梯度下降比特翻轉演算法
    6.4.1  基於調整因子的翻轉函數
    6.4.2  演算法介紹
  6.5  模擬實驗與結果分析
    6.5.1  對稱α穩定分佈雜訊下的不同解碼演算法對比
    6.5.2  高斯雜訊條件下的不同解碼演算法對比
  6.6  本章小結
第7章  脈衝雜訊通道深度學習解碼
  7.1  引言
  7.2  神經網路解碼概述
    7.2.1  神經網路模型介紹
    7.2.2  神經網路輔助解碼
    7.2.3  神經網路解碼器
  7.3  基於前向神經網路的脈衝雜訊下解碼演算法
    7.3.1  系統設計
    7.3.2  神經網路訓練方法
    7.3.3  實驗結果
  7.4  基於門控神經網路的脈衝雜訊下解碼演算法
    7.4.1  系統設計
    7.4.2  門控神經網路解碼詳述
    7.4.3  神經網路訓練方法
    7.4.4  模擬性能分析
  7.5  本章小結

第8章  脈衝雜訊通道圖形處理器高速解碼實現
  8.1  引言
  8.2  脈衝雜訊通道LDPC分組碼GPU高速解碼
    8.2.1  最小和TDMP解碼演算法概述
    8.2.2  脈衝雜訊通道下採用最小和演算法的TDMP解碼初始化方法
    8.2.3  基於GPU的LDPC分組碼解碼架構優化設計
    8.2.4  基於GPU的LDPC分組碼解碼架構內核函數優化
    8.2.5  基於GPU的LDPC分組碼解碼架構CUDA流執行效率優化
  8.3  脈衝雜訊通道LDPC卷積碼GPU高速解碼
    8.3.1  LDPC卷積碼及其構造方法概述
    8.3.2  LDPC卷積碼流水線解碼演算法
    8.3.3  基於GPU的LDPC卷積碼流水線解碼架構優化設計
    8.3.4  流水線解碼器的存儲訪問優化設計
    8.3.5  流水線解碼器的執行並行度優化設計
  8.4  模擬實驗及結果分析
    8.4.1  LDPC分組碼結果分析
    8.4.2  LDPC卷積碼結果分析
  8.5  本章小結
參考文獻
索引

  • 商品搜索:
  • | 高級搜索
首頁新手上路客服中心關於我們聯絡我們Top↑
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話:02-2381-2033 02-2381-1863 時間:週一-週五 10:00-17:00
 服務信箱:bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證:浙B2-20060032