为了降低LDPC码BP算法的计算复杂度,提高译码性能,提出基于边调度策略的BP(Edge-based Dynamic Scheduling for BP,EDBP)算法。经过几次迭代译码后,采用相邻节点中LLR信息比较小者更新校验方程节点的消息,降低计算复杂度,当检验点的可...
详细信息
为了降低LDPC码BP算法的计算复杂度,提高译码性能,提出基于边调度策略的BP(Edge-based Dynamic Scheduling for BP,EDBP)算法。经过几次迭代译码后,采用相邻节点中LLR信息比较小者更新校验方程节点的消息,降低计算复杂度,当检验点的可靠度达到某个阈值时,与之相邻的变量节点不再进行消息更新,避免了可靠度较低的变量节点LLR信息沿短环传播的影响,误码性能得到提高。仿真结果表明,在信噪比为3.0dB时,EDBP算法的计算复杂度仅为BP算法的42%,计算复杂度得到了降低,且EDBP算法的误码性能优于Flooding算法。
针对地面多径环境下运动目标检测,使用最小绝对收缩与选择算子(LASSO)算法在参数估计时会出现伪目标的问题,提出一种基于LASSO模型框架的设计矩阵降维构造方法。首先,信号的多径传播能够带来目标检测的空间分集,信号在不同的多径上有不同的多普勒频移;此外,使用宽带正交频分复用(OFDM)信号能够带来频率分集。由于空间分集和频率分集的引入造成目标的稀疏特性。利用多径的稀疏性和对环境的先验知识,去估计稀疏向量。仿真结果表明,在一定信噪比(SNR,-5 d B)下,基于设计矩阵降维构造方法的改进的LASSO算法比基追踪算法(BP)、DS(Dantzig Selector)、LASSO等传统算法的检测性能有明显提高;在一定虚警率(0.1)条件下,改进的LASSO算法比原LASSO算法检测概率提高了30%。所提算法能够有效去除伪目标,提高雷达目标检测概率。
暂无评论