ldpcbp译码代码

1. LDPC最小和译码算法的matlab代码

你好，很高谨顷卖兴为你解答
I=input('I=');
k=0.1.*(I<10)+0.05.*(I>10&I<20)+0.02.*(I>20)
I=25
k
=
0.0200
如有其他问乎派题，可以继续追问，您的采纳是我祥逗前进的动力！

2. LDPC码的译码算法

LDPC码编码是在通信系统的发送端进行的，在接收端进行相应的译码，这样才能实现编码的纠错。LDPC 码由于其奇偶校验矩阵的稀疏性，使其存在高效的译码算法，其复杂度与码长成线性关系，克服了分组码在码长很大时，所面临的巨大译码算法复杂度问题，使长码分组的应用成为可能。而且由于校验矩阵稀疏，使得在长码时，相距很远的信息比特参与统一校验，这使得连续的突发差错对译码的影响不大，编码本身就具有抗突发错误的特性。
LDPC码的译码算法种类很多，其中大部分可以被归结到信息传递〔Mesaseg Prpagation，MP)算法集中。这一类译码算法由于具有良好的性能和严格的数学结构，使得译码性能的定量分析成为可能，因此特别受到关注。MP算法集中的置信传播(BP)算法是Gallager提出的一种软输入迭代译码算法，具有最好的性能。如果我们首先理解并掌握了一些很简单的硬判决算法后，对BP算法的理解会更加容易。同时，通过一些常用的数学手段，我们可以对BP译码算法作一些简化，从而在一定的性能损失内获得对运算量和存储量需求的降低。

3. 请问LDPC译码中的BP和BF算法有什么区别，谢谢

BP是belief-propagation，指得是置信传播法。
BF是Bit-Flipping，指得是比特翻转法。
两者的思想都是通过信息传递迭代判断最可能错误的点。但BP在计算中使用了先验概率和后验概率作为判断的依据。而BF则是根据传递的信息评估某位是1或0的可能性，不同值超过50%则1变0，0变1。
其实，可以把BF看成一种特殊条件下的BP。

4. LDPC的译码算法都有哪些 BF,BP 和积算法

置信传播（BP）一类中有：概率BP，LLR BP，APP-Based，UMP BP-Based等算法；
比特翻转（BF）一类中有：KLF加权比特翻转，LP加权比特翻扰逗转，竖李李IMWBF，RRWBF等算法。余迟

5. LDPC码的简介

任何一个(n，k)分组码，如果其信息元与监督元之间的关系是线性的，即能用一个线性方程来描述的，就称为线性分组码。
低密度奇偶校验码图（LDPC码）本质上是一种线形分组码，它通过一个生成矩阵G将信息序册知列映射成发送序列，也就是码字序列。对于生成矩阵G，完全等效地存在一掘姿握个奇偶校验矩阵H，所有的码字序列C构成了H的零空间 (null space)，即。
LDPC仿真系统图DLPC 码的奇偶校验矩阵H是一个稀疏矩阵，相对于行与列的长度，校验矩阵每行、列中非零元素的数目(我们习惯称作行重、列重)非常小，这也是LDPC码之所以称为低密度码的原因。由于校验矩阵H的稀疏性以及判庆构造时所使用的不同规则，使得不同LDPC码的编码二分图(Taner图)具有不同的闭合环路分布。而二分图中闭合环路是影响LDPC码性能的重要因素，它使得LDPC码在类似可信度传播(Belief ProPagation)算法的一类迭代译码算法下，表现出完全不同的译码性能。
当H的行重和列重保持不变或尽可能的保持均匀时，我们称这样的LDPC码为正则LDPC码，反之如果列、行重变化差异较大时，称为非正则的LDPc码。研究结果表明正确设计的非正则LDPC码的性能要优于正则LDPC。根据校验矩阵H中的元素是属于GF(2)还是GF(q)(q=2p)，我们还可以将LDPC码分为二元域或多元域的LDPC码。研究表明多元域LDPC码的性能要比二元域的好。

6. 求助能够实现LDPC编译码的c语言程序，急用，谢谢！

我回答你的问题啊！呵呵，你怎么不给分啊？？纳培？？实验命令：clc;clear all;
N=input('N=');%输入信源符号的个数
s=0;l=0;H=0;
for i=1:N
fprintf('第%d个',i);
p(i)=input('p=');%输入信源符号概率分布矢量,p(i)<1
if p(i)<=0
error('不符合概率分布')
end
s=s+p(i)
H=H+(- p(i)*log2(p(i)));%计猛茄陪算信源信息熵
end
if (s<=0.999999||s>=1.000001)
error('不符合概率分布')
end
tic;
for i=1:N-1 %按概率分布大小对信源排序
for j=i+1:N
if p(i)<p(j)
m=p(j);p(j)=p(i);p(i)=m;
end
end
end
x=f1(1,N,p,1);
for i=1:N %计算平均码长
L(i)=length(find(x(i,:)));
l=l+p(i)*L(i);
end
n=H/l; %计算编码效枝蠢率
fprintf('按概率降序排列的码字:\n');
disp(x) %显示按概率降序排列的码字
fprintf('平均码长:\n');
disp(l)% 显示平均码长
fprintf('信源信息熵:\n');
disp(H)%显示信源信息熵
fprintf('编码效率:\n');
disp(n) %显示编码效率
fprintf('计算耗时time= %f\n',toc);
再建立两个M文件：%函数f1存放于f1.m
function x=f1(i,j,p,r)
global x;
x=char(x);
if(j<=i)
return;
else
q=0;
for t=i:j %对于区间[i,j]自上而下求累加概率值
q=p(t)+q;y(t)=q;
end
for t=i:j%把所有自上而下的累加概率值与该区间总概率值减该累加概率值之差取绝对值存在一数组
v(t)=abs(y(t)-(q-y(t)));
end
for t=i:j
if(v(t)==min(v)) %求该数组中最小的一个值来确定分界点位置
for k=i:t %赋值码字
x(k,r)='0';
end
for k=(t+1):j
x(k,r)='1';
end
d=t;
f1(i,d,p,r+1); %递归调用及相互调用
f2(d+1,j,p,r+1);
f1(d+1,j,p,r+1);
f2(i,d,p,r+1);
else
end
end
end
return;第二个：%函数f2存放于f2.m
function x=f2(i,j,p,r)
global x;
x=char(x);
if(j<=i)
return;
else
q=0;
for t=i:j %对于区间[i,j]自上而下求累加概率值
q=p(t)+q;y(t-i+1)=q;
end
for t=1:j-(i-1)%把所有自上而下的累加概率值与该区间总概率值减该累加概率值之差取绝对值存在一数组
v(t)=abs(y(t)-(q-y(t)));
end
for t=1:j-(i-1)
if(v(t)==min(v)) %求该数组中最小的一个值来确定分界点位置
d=t+i-1;
for k=i:d %赋值码字
x(k,r)='0';
end
for k=(d+1):j
x(k,r)='1';
end
f2(d+1,j,p,r+1);%递归调用及相互调用
f1(i,d,p,r+1);
f2(i,d,p,r+1);
f1(d+1,j,p,r+1);
else
end
end
end
return;