|
ИСТИНА |
Войти в систему Регистрация |
ИСТИНА ЦЭМИ РАН |
||
Хранение и поиск множеств-ловушек для низкоплотностных кодов с проверкой на четностьдипломная работа (Бакалавр)
- Научный руководитель: Шуткин Ю.С.
- Автор: Махмутова Лилия Равильевна
- Тип: Бакалавр
- Организация, в которой проходила защита: МГУ имени М.В. Ломоносова
- Год защиты: 2019
- Аннотация: В работе Махмутовой Л.Р. рассматривается проблема декодирования LDPC кодов в области порога ошибок, который возникает из-за существования так называемых множеств-ловушек, которые препятствуют успешному декодированию отдельных конфигураций ошибочных бит. Множества-ловушки как правило являются следствием недостаточной оптимизации проверочных матриц так, что в графе Таннера соответствующей матрицы существуют короткие циклы, и как следствие, проверки на четность становятся сильно зависимы друг от друга, и малое количество ошибочных бит не может быть исправлено декодером. Для борьбы с множествами-ловушками существует несколько подходов. Некоторые нацелены изначальную оптимизацию матрицы с целью увеличить количество проверок на четность, в которых участвует каждый бит, и сделать множества проверок максимально независимыми. Такой подход довольно неплохо справляется с поставленной задачей, но качество декодирования в области водопада как правило при этом страдает. Другим способом является подбор квантизации (адаптивный или статический) на входе декодера, что позволяет ослабить «неверную» входную информацию и дать возможность верной информации от соседних проверок исправить ошибочный бит. В работе Махмутовой рассматривается метод двухфазного декодирования, когда большую часть времени декодер работает в обычном режиме, и в случае, если кодовое слово декодировать не удается, запускается вторая фаза, которая по текущему состоянию проверочных бит пытается определить, какое множество-ловушка привело декодер в такое состояние. Для определения множества ловушки предложено 2 способа: 1. с использованием базы данных со специальным индексом для ускорения поиска. 2. с использованием нейронной сети классификаторного типа. Автором реализованы и просимулированы оба способа обнаружения множеств-ловушек и проведено сравнение этих алгоритмов между собой по качеству работы и по сложности, а также с другими двухфазными алгоритмами, найденными в литературе. В ходе работы с нейронной сетью был проведен ряд экспериментов по выбору оптимальных параметров сети, функции потерь, и выбрана оптимальная конфигурация. Показано, что построенная и обученная нейронная сеть хорошо справляется с декодированием множеств ловушек из базы данных, использованной при обучении, а также имеет способность к обобщению.
- Добавил в систему: Шуткин Юрий Сергеевич