计算机科学 > 信息论
[提交于 2022年12月5日
(v1)
,最后修订 2022年12月16日 (此版本, v2)]
标题: 低分辨率水平和垂直分层互信息最大化的LDPC解码
标题: Low-Resolution Horizontal and Vertical Layered Mutual Information Maximizing LDPC Decoding
摘要: 我们研究用于具有水平和垂直分层调度的准循环LDPC码的迭代低分辨率消息传递算法。 粗粒度量化和分层调度对于硬件实现非常重要,以减少消息的位宽和解码迭代次数。 作为创新点,本文比较了两种调度变体,并结合变量节点和校验节点中的最大化互信息压缩操作。 我们评估了各种配置下的复杂度和误码率性能。 在概念层面上推导了常规准循环LDPC解码器的专用硬件架构。 硬件资源估计确认,大部分复杂度位于路由网络操作中。 我们的仿真结果表明,两种分层调度的误码率性能相似,但水平解码器的平均迭代次数略低。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.