买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明提供了一种适用于分块结构LDPC码的遗传优化方法，包括以下步骤：S01统计基矩阵信息；S02设置测试信息；S03行初始化；S04待优化行初始向量分析；S05遗传演化初始化；S06初始化种群；S07计算第k代种群适应度；S08选择操作；S09变异操作；S10交叉操作；S11循环代数更新：k＝k+1；若kK，则进入步骤S07，否则进入步骤S13；S13暂存最优结果；S14优化行数更新：m＝m+1；S15若mM2，则进入步骤S04，否则进入步骤S16；S16输出最优结果；S17中止算法。本发明的优化方法不仅可以实现单个码字的构造优化，还可以在兼容多码长、多码率的条件下，对多个码字矩阵联合构造优化。

主权项：1.一种适用于分块结构LDPC码的遗传优化方法，其特征在于：包括以下步骤：步骤S01，统计基矩阵信息：包括待优化的初始分块结构LDPC码的基矩阵B，其行数Mb和列数Nb以及其参与优化的扩展因子组Z；步骤S02，设置测试信息：包括评估性能的信噪比Γ0和初始码字在相应信噪比下的误帧率Θ0；步骤S03，行初始化：初始化待优化行m＝M1；步骤S04，待优化行初始向量分析：分析待优化行在评估区域内的行重ρ；根据分块结构基矩阵行的性质，将其非零元位置和其对应的移位参数构成位置向量p和参数向量e，进而组成对该行的描述向量d＝{p,e}作为该行优化的初始向量；步骤S05，遗传演化初始化：初始化循环代数k＝0，规定最大循环代数K，规定种群个体数I，其中I为正偶数；步骤S06，初始化种群；步骤S07，计算第k代种群适应度，k＝0,1,…,K；步骤S08，选择操作；步骤S09，变异操作；步骤S10，交叉操作；步骤S11，循环代数更新：k＝k+1；步骤S12，若k＜K，则进入步骤S07，否则进入步骤S13；步骤S13，暂存最优结果：通过保存的个体的位置向量和参数向量信息按分块结构还原该行，并替代原基矩阵行，形成基矩阵Bm，进行保存；步骤S14，优化行数更新：m＝m+1；步骤S15，若m＜M2，则进入步骤S04，否则进入步骤S16；步骤S16，输出最优结果：将最后一行优化后的最优的基矩阵结果输出；步骤S17，中止算法；所述步骤S01中，对于一个分块结构LDPC码，其校验矩阵用Mb行Nb列的基矩阵B和扩展因子Z表示，为得到最终的LDPC码，基矩阵B的每个元素bmn替换为Z×Z的全零矩阵bmn＝-1或者以基矩阵中非负元素取值bmn映射成的单位阵循环移位bmn≥0，1≤m≤Mb,1≤n≤Nb；最终LDPC码的矩阵大小定义为M×N，其中M＝Mb×Z，N＝Nb×Z；首先，读取待优化的初始分块结构LDPC码的基矩阵B＝[bmn]，获取其行数Mb和列数Nb以及其参与优化的扩展因子组Z＝{Z1,Z2,…,ZS}，此处基矩阵中的元素bmn与参与优化的扩展因子最大值ZS相对应，Z1Z2,…,ZS；以及获取基矩阵待优化的区域m∈[M1,M2]，n∈[N1,N2]，其中1≤M1M2≤Mb，1≤N1N2≤Nb；所述步骤S02中，对每个待优化的LDPC码校验矩阵，即适用于同一基矩阵结构的待优化扩展因子组Z＝{Z1,Z2,…,ZS}，设置评估性能的信噪比Γ0＝{γ1,γ2,…,γS}和初始码字在相应信噪比下的误帧率Θ0＝{θ1,θ2,…,θS}。

全文数据：

权利要求：

百度查询： 东南大学 一种适用于分块结构LDPC码的遗传优化方法