comm.gpu. LDPCDecoder

Декодирование двоичного кода с низкой плотностью проверки на четность (LDPC) с помощью графического процессора

Для использования этого объекта необходимо установить Parallel Computing Toolbox™ и получить доступ к соответствующему графическому процессору. Дополнительные сведения о графических процессорах см. в разделе Вычисления графических процессоров (панель инструментов параллельных вычислений).

Описание

Системный object™ на базе графического процессора принимает типичные массивы или объекты MATLAB ®, созданные с помощью gpuArray класс. Системный объект на основе GPU поддерживает входные сигналы с типами данных с двойной или одинарной точностью. Выходной сигнал наследует тип данных из входного сигнала.

Если входной сигнал представляет собой матрицу MATLAB, объект System обрабатывает передачу данных между CPU и GPU. Выходной сигнал представляет собой матрицу MATLAB.
Если входной сигнал является gpuArrayданные остаются на GPU. Выходной сигнал представляет собой gpuArray. Когда объекту присваивается значение gpuArrayвычисления выполняются полностью на GPU, и передача данных не происходит. Прохождение gpuArray аргументы обеспечивают повышение производительности за счет сокращения времени моделирования. Дополнительные сведения см. в разделе Создание массивов на графическом процессоре (панель инструментов параллельных вычислений).

comm.gpu.LDPCDecoder Системный объект использует алгоритм распространения убеждений для декодирования двоичного LDPC-кода, который вводится в объект как выходной сигнал мягкого решения (логарифмическое отношение правдоподобия принятых битов) от демодуляции. Объект декодирует базовые двоичные LDPC-коды, где не предполагается никаких шаблонов в матрице проверки на четность. Дополнительные сведения см. в разделе Декодирование распространения убеждений.

Для декодирования сигнала, кодированного LDPC:

Создать comm.gpu.LDPCDecoder и задайте его свойства.
Вызовите объект с аргументами, как если бы это была функция.

Дополнительные сведения о работе системных объектов см. в разделе Что такое системные объекты?.

Создание

Синтаксис

gpu_ldpcdecoder = comm.gpu.LDPCDecoder

gpu_ldpcdecoder = comm.gpu.LDPCDecoder (четность)

gpu_ldpcdecoder = comm.gpu.LDPCDecoder (___, имя, значение)

Описание

пример

gpu_ldpcdecoder = comm.gpu.LDPCDecoder создает объект System декодера LDPC на основе графического процессора. Этот объект выполняет декодирование LDPC на основе указанной матрицы проверки на четность.

gpu_ldpcdecoder = comm.gpu.LDPCDecoder(parity) устанавливает ParityCheckMatrix свойство для parity и создает системный объект LDPC-декодера на основе GPU. parity входные данные должны быть указаны в соответствии с описанием ParityCheckMatrix собственность.

gpu_ldpcdecoder = comm.gpu.LDPCDecoder(___,Name,Value) задает свойства, используя одну или несколько пар имя-значение, в дополнение к входам из любого из предыдущих синтаксисов. Например, comm.LDPCDecoder('DecisionMethod','Soft decision') конфигурирует системный объект LDPC-декодера для декодирования данных с использованием метода мягкого решения и выходных логарифмических отношений правдоподобия типа данных double. Заключите каждое имя свойства в кавычки.

Свойства

развернуть все

Если не указано иное, свойства не настраиваются, что означает невозможность изменения их значений после вызова объекта. Объекты блокируются при их вызове, и release функция разблокирует их.

Если свойство настраивается, его значение можно изменить в любое время.

Дополнительные сведения об изменении значений свойств см. в разделе Проектирование системы в MATLAB с использованием системных объектов.

`ParityCheckMatrix` - Матрица контроля четности
`dvbs2ldpc(1/2)` (по умолчанию) | разреженная двоичная матрица | несопровождаемая индексная матрица

Матрица проверки четности, заданная как разреженная (N - K) -by-N двоично-значная матрица. N - длина принятого сигнала и должна находиться в диапазоне (0, ²³¹). K - длина некодированного сообщения и должна быть меньше N. Последние (N - K) столбцы в матрице проверки на четность должны быть обратимой матрицей в поле Галуа порядка 2 ,gf(2).

Можно также указать матрицу проверки четности как матрицу индекса без разбора двух столбцов. I, которая определяет индексы строк и столбцов 1s в матрице контроля четности так, что sparse(I(:,1),I(:,2),1).

Это свойство принимает числовые типы данных. При установке для этого свойства разреженной двоичной матрицы это свойство также принимает logical тип данных.

Значение по умолчанию использует dvbs2ldpc для конфигурирования разреженной матрицы проверки четности для кодирования LDPC с половинной скоростью, как указано в стандарте DVB-S.2.

Пример: dvbs2ldpc(R,'indices') конфигурирует матрицу индекса для стандарта DVB-S.2, где R - кодовая скорость, и 'indices' задает формат вывода dvbs2ldpc как матрица двойной точности с двумя столбцами, которая определяет индексы строк и столбцов 1s в матрице контроля четности.

Типы данных: double | logical

`OutputValue` - Формат выходного значения
`'Information part'` (по умолчанию) | `'Whole codeword'`

Формат выходного значения, указанный как одно из следующих значений:

'Information part' - объект выводит вектор K-by-1 столбца, содержащий только информационную часть принятого вектора логарифмического отношения правдоподобия. K - длина некодированного сообщения.
'Whole codeword' - объект выводит вектор столбца N-by-1, содержащий весь вектор логарифмического отношения правдоподобия. N - длина принятого сигнала.
N и K должны совпадать с размером матрицы контроля четности (N-K) -by-K.

Типы данных: char

`DecisionMethod` - Метод принятия решения
`'Hard decision'` (по умолчанию) | `'Soft decision'`

Метод принятия решения, используемый для декодирования, указанный как одно из следующих значений:

'Hard decision' - Объект выводит декодированные данные типа данных logical.
'Soft decision' - Объект выводит логарифмические отношения правдоподобия типа данных double.

Типы данных: char

`IterationTerminationCondition` - Условие завершения итерации
`'Maximum iteration count'` (по умолчанию) | `'Parity check satisfied'`

Условие завершения итерации, указанное как одно из следующих значений:

'Maximum iteration count' - Декодирование завершается после количества итераций, указанных MaximumIterationCount собственность.
'Parity check satisfied' - Декодирование прекращается после выполнения всех проверок четности. Если не все проверки на четность выполнены, декодирование завершается после числа итераций, заданного MaximumIterationCount собственность.

Типы данных: char

`MaximumIterationCount` - Максимальное количество итераций декодирования
`50` (по умолчанию) | положительное целое число

Максимальное число итераций декодирования, указанное как положительное целое число.

Типы данных: double

`NumIterationsOutputPort` - Количество выполненных итераций на выходе
`false` (по умолчанию) | `true`

Количество выполненных итераций, указанных как false или true. Чтобы вывести число выполненных итераций, задайте для этого свойства значение true.

Типы данных: logical

`FinalParityChecksOutputPort` - Выходные окончательные проверки четности
`false` (по умолчанию) | `true`

Выходные окончательные проверки четности, указанные как false или true. Чтобы вывести окончательные рассчитанные проверки четности, установите для этого свойства значение true.

Типы данных: logical

Использование

Синтаксис

y = gpu_ldpcdecoder (x)

[y, numiter] = gpu_ldpcdecoder (x)

[y, четность] = gpu_ldpcdecoder (x)

[y, числитель, четность] = gpu_ldpcdecoder (x)

Описание

пример

y = gpu_ldpcdecoder(x) декодирует входные данные с использованием кода LDPC на основе матрицы проверки четности по умолчанию.

[y,numiter] = gpu_ldpcdecoder(x) возвращает декодированные данные, yи количество выполненных итераций, numiter. Чтобы использовать этот синтаксис, установите NumIterationsOutputPort свойство для true.

[y,parity] = gpu_ldpcdecoder(x) возвращает декодированные данные, yи окончательные проверки четности, parity. Чтобы использовать этот синтаксис, установите FinalParityChecksOutputPort свойство для true.

[y,numiter,parity] = gpu_ldpcdecoder(x) возвращает декодированные данные, количество выполненных итераций и окончательные проверки четности. Чтобы использовать этот синтаксис, установите NumIterationsOutputPort и FinalParityChecksOutputPort свойства для true.

Входные аргументы

развернуть все

`x` - Логарифмические отношения правдоподобия
вектор столбца

Логарифмические отношения правдоподобия, заданные как вектор N-by-1 столбца, содержащий выходной сигнал мягкого решения демодуляции. N - количество битов в кодовом слове LDPC перед модуляцией. Каждый элемент является логарифмическим отношением правдоподобия для принятого бита. Значения элементов более вероятны 0 если логарифмическое отношение правдоподобия положительное. Первые K элементов соответствуют информационной части входного сообщения.

Типы данных: double

Выходные аргументы

развернуть все

`y` - Декодированные данные
вектор столбца

Декодированные данные, возвращаемые в виде вектора столбца. DecisionMethod свойство определяет, выводит ли объект жесткие решения или мягкие решения (логарифмические отношения правдоподобия).

Если OutputValue свойство имеет значение 'Information part', выходной сигнал включает в себя только информационную часть принятого вектора логарифмического отношения правдоподобия.
Если OutputValue свойство имеет значение 'Whole codeword', выходной сигнал включает в себя весь вектор логарифмического отношения правдоподобия.

Типы данных: double | logical

`numiter` - Количество выполненных итераций декодирования
положительное целое число

Число выполненных итераций декодирования, возвращаемых как положительное целое число.

Зависимости

Чтобы включить этот вывод, установите NumIterationsOutputPort свойство для true.

`parity` - Окончательные проверки четности
вектор столбца

Окончательные проверки четности после декодирования входного LDPC-кода, возвращаемого в виде вектора столбца (N-K) -by-1. N - количество битов в кодовом слове LDPC перед модуляцией. K - длина некодированного сообщения .

Зависимости

Чтобы включить этот вывод, установите FinalParityChecksOutputPort свойство для true.

Функции объекта

Чтобы использовать функцию объекта, укажите объект System в качестве первого входного аргумента. Например, для освобождения системных ресурсов объекта System с именем obj, используйте следующий синтаксис:

release(obj)

развернуть все

Общие для всех системных объектов

`step`	Запустить алгоритм объекта System
`release`	Деблокирование ресурсов и разрешение изменений значений свойств объекта системы и входных признаков
`reset`	Сброс внутренних состояний объекта System

Примеры

свернуть все

Кодирование LDPC и декодирование QPSK-модулированного сигнала с использованием GPU

В этом примере используются:

Открыть сценарий в реальном времени

Использование comm.gpu.LDPCDecoder Система Object™ декодировать сигнал, передавать кодированный LDPC поток битов, модулированный QPSK, через канал AWGN. После добавления AWGN демодулируйте и декодируйте принятый сигнал. Вычислите статистику ошибок для приема некодированных и LDPC-кодированных сигналов. Дополнительные сведения см. в разделе Ускорение моделирования с помощью графических процессоров.

Определите переменные моделирования. Создание системных объектов для кодера LDPC, декодера LDPC, модулятора QPSK и демодуляторов QPSK.

M = 4; % Modulation order (QPSK)
snr = [0.25,0.5,0.75,1.0,1.25];
numFrames = 10;
ldpcEncoder = comm.LDPCEncoder;
gpuldpcDecoder = comm.gpu.LDPCDecoder;
pskMod = comm.PSKModulator(M,'BitInput',true);
pskDemod = comm.PSKDemodulator(M,'BitOutput',true,...
    'DecisionMethod','Approximate log-likelihood ratio');
pskuDemod = comm.PSKDemodulator(M,'BitOutput',true,...
    'DecisionMethod','Hard decision');
errRate = zeros(1,length(snr));
uncErrRate = zeros(1,length(snr));

Для каждой настройки SNR и всех кадров вычислите статистику ошибок для некодированных и LDPC-кодированных сигналов.

for ii = 1:length(snr)
    ttlErr = 0;
    ttlErrUnc = 0;
    pskDemod.Variance = 1/10^(snr(ii)/10); % Set variance using current SNR
    for counter = 1:numFrames
        data = logical(randi([0 1],32400,1));
        % Transmit and receiver uncoded signal data
        mod_uncSig = pskMod(data);
        rx_uncSig = awgn(mod_uncSig,snr(ii),'measured');
        demod_uncSig = pskuDemod(rx_uncSig);
        numErrUnc = biterr(data,demod_uncSig);
        ttlErrUnc = ttlErrUnc + numErrUnc;
        % Transmit and receive LDPC coded signal data
        encData = ldpcEncoder(data);
        modSig = pskMod(encData);
        rxSig = awgn(modSig,snr(ii),'measured');
        demodSig = pskDemod(rxSig);
        rxBits = gpuldpcDecoder(demodSig);
        numErr = biterr(data,rxBits);
        ttlErr = ttlErr + numErr;
    end
    ttlBits = numFrames*length(rxBits);
    uncErrRate(ii) = ttlErrUnc/ttlBits;
    errRate(ii) = ttlErr/ttlBits;
end

Постройте график статистики ошибок для некодированных и LDPC-кодированных данных.

plot(snr,uncErrRate,snr,errRate)
legend('Uncoded','LDPC coded')
xlabel('SNR (dB)')
ylabel('BER')

Алгоритмы

развернуть все

Этот объект выполняет LDPC-декодирование с использованием алгоритма распространения убеждений, также известного как алгоритм передачи сообщений.

Декодирование распространения убеждений

Реализация алгоритма распространения убеждений основана на алгоритме декодирования, представленном Галлагером.

Для передаваемого кодового слова с кодированием LDPC c = c0, c1,..., _cn-1 входным сигналом декодера LDPC является значение LLR (LLR) $L_{(} ci) = \frac{log_{(} Pr (ci = 0 |_{}}{выход канала_{} для ci) Pr ( ci = 1 |_{}}$ выход канала для ci)).

В каждой итерации ключевые компоненты алгоритма обновляются на основе следующих уравнений:

$L (_{} rji) = 2 \underset{^{(}_{}}{атан} \frac{}{∏i′∈Vj\itanh} (_{^{12L}} ($ qi′j))),

$L (_{} qij) =_{L} (\underset{{ci}^{)}_{}}{}_{^{} +∑j′∈Ci\jL}$ (rj′i), $инициализированный_{как} L (_{} qij$ ) = L (ci) перед первой итерацией, и

$L (_{} Qi) =_{L} (\underset{{ci}^{)}_{}}{}_{^{} +∑j′∈CiL}$ (rj′i).

В конце каждой итерации L (_Qi) содержит обновленную оценку значения LLR для переданного бита _ci. Значение L ₍Qi) является выходным сигналом мягкого решения для ci. Если L (Qi) < 0, выход жесткого решения _для ci равен 1. В противном случае выход жесткого решения _для ci равен 0.

Если сконфигурирована для остановки, когда все проверки на четность выполнены, алгоритм проверяет уравнение проверки на четность (H c '= 0) в конце каждой итерации. Если все проверки четности выполнены или достигнуто максимальное количество итераций, декодирование прекращается.

Наборы индексов $_{} Ci\j$ и $_{} Vj\i$ основаны на матрице контроля четности (PCM). Наборы индексов _Ci и _Vj соответствуют всем ненулевым элементам в столбце i и строке j ИКМ соответственно.

На этом рисунке показано вычисление этих наборов индексов в данном ИКМ для i = 5 и j = 3.

Чтобы избежать бесконечных чисел в уравнениях алгоритма, atanh (1) и atanh (-1) установлены в 19.07 и -19.07 соответственно. Из-за конечной точности MATLAB возвращает 1 для tanh (19.07) и -1 для tanh (-19.07).

Ссылки

[1] Галлагер, Роберт Г. Коды проверки четности с низкой плотностью. Кембридж, Массачусетс: MIT Press, 1963.

Расширенные возможности

Массивы графических процессоров
Ускорьте выполнение кода с помощью графического процессора (GPU) с помощью Parallel Computing Toolbox™.

Этот объект System работает на GPU, а также поддерживает входные данные массива GPU. Дополнительные сведения см. в разделе Ускорение моделирования с помощью графических процессоров.

См. также

Представлен в R2012a

Документация

comm.gpu. LDPCDecoder

Описание

Создание

Синтаксис

Описание

Свойства

ParityCheckMatrix - Матрица контроля четности dvbs2ldpc(1/2) (по умолчанию) | разреженная двоичная матрица | несопровождаемая индексная матрица

OutputValue - Формат выходного значения 'Information part' (по умолчанию) | 'Whole codeword'

DecisionMethod - Метод принятия решения 'Hard decision' (по умолчанию) | 'Soft decision'

IterationTerminationCondition - Условие завершения итерации 'Maximum iteration count' (по умолчанию) | 'Parity check satisfied'

MaximumIterationCount - Максимальное количество итераций декодирования 50 (по умолчанию) | положительное целое число

NumIterationsOutputPort - Количество выполненных итераций на выходе false (по умолчанию) | true

FinalParityChecksOutputPort - Выходные окончательные проверки четности false (по умолчанию) | true

Использование

Синтаксис

Описание

Входные аргументы

x - Логарифмические отношения правдоподобия вектор столбца

Выходные аргументы

y - Декодированные данные вектор столбца

numiter - Количество выполненных итераций декодирования положительное целое число

Зависимости

parity - Окончательные проверки четности вектор столбца

Зависимости

Функции объекта

Общие для всех системных объектов

Примеры

Кодирование LDPC и декодирование QPSK-модулированного сигнала с использованием GPU

Алгоритмы

Декодирование распространения убеждений

Ссылки

Расширенные возможности

Массивы графических процессоров Ускорьте выполнение кода с помощью графического процессора (GPU) с помощью Parallel Computing Toolbox™.

См. также

Объекты

Функции

Блоки

Темы

Документация по инструментам связи

Поддержка

`ParityCheckMatrix` - Матрица контроля четности
`dvbs2ldpc(1/2)` (по умолчанию) | разреженная двоичная матрица | несопровождаемая индексная матрица

`OutputValue` - Формат выходного значения
`'Information part'` (по умолчанию) | `'Whole codeword'`

`DecisionMethod` - Метод принятия решения
`'Hard decision'` (по умолчанию) | `'Soft decision'`

`IterationTerminationCondition` - Условие завершения итерации
`'Maximum iteration count'` (по умолчанию) | `'Parity check satisfied'`

`MaximumIterationCount` - Максимальное количество итераций декодирования
`50` (по умолчанию) | положительное целое число

`NumIterationsOutputPort` - Количество выполненных итераций на выходе
`false` (по умолчанию) | `true`

`FinalParityChecksOutputPort` - Выходные окончательные проверки четности
`false` (по умолчанию) | `true`

`x` - Логарифмические отношения правдоподобия
вектор столбца

`y` - Декодированные данные
вектор столбца

`numiter` - Количество выполненных итераций декодирования
положительное целое число

`parity` - Окончательные проверки четности
вектор столбца

Массивы графических процессоров
Ускорьте выполнение кода с помощью графического процессора (GPU) с помощью Parallel Computing Toolbox™.