基于CRT的低复杂度LDPC不规则码构造算法及理论研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    61201249
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    25.0万
  • 负责人：
    蒋学芹
  • 依托单位：
    东华大学
  • 学科分类：
    F0101.信息论
  • 结题年份：
    2015
  • 批准年份：
    2012
  • 项目状态：
    已结题
  • 起止时间：
    2013-01-01 至2015-12-31

项目摘要

Irregular LDPC codes are the error-correcting codes who have the smallest gap to the Shannon limit. The error-correcting capability of irregular LDPC codes will be improved while the length of code and girth are inceased.The PEG algorithm is the most successful algorithm to construct irregular LDPC codes. However, there are two disadvantages with the PEG algorithm: 1) the girth decrease always the increase of the code length of the irregular LDPC code; 2) the complexity of PEG algorithm grows exponential with the code length. For these two problems, this project do research focusing on the following topics: 1) with the girth fixed, extend the code length of irregular LDPC codes based on CRT; 2) reduce the complexity of PEG algorithm based on CRT；3）reduce the hardware complexity of the decoder based on CRT. There are four significant values of this project: 1) with the girth fixed, the error correcting performance of irregular LDPC codes is improved via increasing the code length; 2)the complexity of the PEG algorithm is reduced; 3) the hardware complexity of the decoder of the irregular LDPC codes is reduced; 4) this project introduces the CRT into the construction algorithm of irregular LDPC codes,which has the positive impact on motivating the application of CRT into the areas of error correcting codes and communication system.
LDPC不规则码是目前距离Shannon限最近的纠错码,其纠错性能随着码长和girth的长度的增加而提高。PEG算法是LDPC不规则码最成功的构造算法.然而在PEG算法存在两个问题：1）girth往往随着LDPC不规则码的码长的增加而减小；2）PEG算法的复杂度随着码长的增加呈指数增长。本项目将针对以上两个问题重点研究如下内容：1)在girth不减小的前提下，基于CRT增加LDPC不规则码的码长；2）基于CRT降低PEG算法的复杂度；3）基于CRT降低译码器的硬件复杂度。本项目的研究将有四方面的意义：1）在girth不减小的前提下，通过增加码长提高了现有的LDPC不规则码的纠错性能；2）降低了PEG算法的复杂度；3）降低了LDPC不规则码译码器的硬件复杂度；4）本项目的工作将CRT引入到LDPC不规则码的构造算法中，对于推动CRT在纠错码以及通信领域的应用也有积极作用。

结项摘要

LDPC不规则码是目前距离Shannon限最近的纠错码,其纠错性能随着码长和girth的长度的增加而提高。PEG算法是LDPC不规则码最成功的构造算法.然而在PEG算法存在两个问题：1）girth往往随着LDPC不规则码的码长的增加而减小；2）PEG算法的复杂度随着码长的增加呈指数增长。本项目将针对以上两个问题重点研究如下内容：1)在girth不减小的前提下，基于CRT增加LDPC不规则码的码长；2）基于CRT降低PEG算法的复杂度；3）基于CRT降低译码器的硬件复杂度。本项目的研究将有四方面的意义：1）在girth不减小的前提下，通过增加码长提高了现有的LDPC不规则码的纠错性能；2）降低了PEG算法的复杂度；3）降低了LDPC不规则码译码器的硬件复杂度；4）本项目的工作将CRT引入到LDPC不规则码的构造算法中，对于推动CRT在纠错码以及通信领域的应用也有积极作用。

项目成果

期刊论文数量（8）
专著数量（0）
科研奖励数量（0）
会议论文数量（4）
专利数量（0）
Optimized Geometric LDPC Codes with Quasi-Cyclic Structure
具有准循环结构的优化几何LDPC码
  • DOI：
    --
  • 发表时间：
    2014
  • 期刊：
    Journal of Communications and Networks
  • 影响因子：
    3.6
  • 作者：
    Xueqin Jiang;M. Lee;S. Gao;Y. Wu
  • 通讯作者：
    Y. Wu
Joint optimization of source and relay precoding for AF MIMO relay systems
AF MIMO 中继系统源预编码和中继预编码的联合优化
  • DOI：
    10.1186/s13638-015-0377-3
  • 发表时间：
    2015-06
  • 期刊：
    EURASIP Journal on Wireless Communications and Networking
  • 影响因子：
    2.6
  • 作者：
    Jiang, Xueqin;Song, Sangseob;Guo, Ying;Lee, Moon Ho
  • 通讯作者：
    Lee, Moon Ho
Efficient Progressive Edge-Growth Algorithm Based on Chinese Remainder Theorem
基于中国剩余定理的高效渐进边缘增长算法
  • DOI：
    10.1109/tcomm.2014.011114.130285
  • 发表时间：
    2014-02-01
  • 期刊：
    IEEE TRANSACTIONS ON COMMUNICATIONS
  • 影响因子：
    8.3
  • 作者：
    Jiang, Xueqin;Xia, Xiang-Gen;Lee, Moon Ho
  • 通讯作者：
    Lee, Moon Ho
Low-complexity QL-QR decomposition-based beamforming design for two-way MIMO relay networks
双向 MIMO 中继网络的低复杂度基于 QL-QR 分解的波束成形设计
  • DOI：
    10.1186/s13638-015-0475-2
  • 发表时间：
    2015-11-19
  • 期刊：
    EURASIP JOURNAL ON WIRELESS COMMUNICATIONS AND NETWORKING
  • 影响因子：
    2.6
  • 作者：
    Duan，Wei;Jiang，Xueqin;Lee，Moon Ho
  • 通讯作者：
    Lee，Moon Ho
Progressive Edge-Growth Algorithm for Low-Density MIMO Codes
低密度 MIMO 码的渐进边缘增长算法
  • DOI：
    --
  • 发表时间：
    2014
  • 期刊：
    Journal of Communications and Networks
  • 影响因子：
    3.6
  • 作者：
    Xueqin Jiang;Y. Yang;M. Lee;M. Zhu
  • 通讯作者：
    M. Zhu

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

基于深度学习的脊柱CT图像分割
  • DOI：
    --
  • 发表时间：
    2018
  • 期刊：
    计算机应用与软件
  • 影响因子：
    --
  • 作者：
    刘忠利;陈光;单志勇;蒋学芹
  • 通讯作者：
    蒋学芹
Improved progressive edge-growth algorithm for fast encodable LDPC codes
改进的快速可编码 LDPC 码的渐进边缘增长算法
  • DOI：
    10.1186/1687-1499-2012-178
  • 发表时间：
    2012-05
  • 期刊：
    EURASIP Journal on Wireless Communications and Networking
  • 影响因子：
    2.6
  • 作者：
    蒋学芹;Moon Ho Lee;齐金鹏
  • 通讯作者：
    齐金鹏
MIMO Wiretap Channels Based on Generalized Extended Orthogonal STBCs and Feedback
基于广义扩展正交STBC和反馈的MIMO窃听信道
  • DOI：
    10.1109/tvt.2017.2773527
  • 发表时间：
    2018-03
  • 期刊：
    IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY
  • 影响因子：
    6.8
  • 作者：
    蒋学芹
  • 通讯作者：
    蒋学芹

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

蒋学芹的其他基金

大规模MIMO中多进制LDMC码及低复杂度检测算法研究
  • 批准号：
    61671143
  • 批准年份：
    2016
  • 资助金额：
    60.0 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码