基于微型tcp/ip协议和ajax动态web服务器设计..
为了减少非规则低密度奇偶校验(低密度奇偶校验)，译码算法的复杂性。 提出适用于数字信号处理的数字信号处理器。 dsp实现了低计算复杂性和低误码平台翻译的改进算法。
算法检查节点的操作是通过对最小和算法外部信息的更新来修改的，这不仅保持了串行和累积算法在有限迭代次数下译码门极限的优点。 它还减少了节点操作的复杂性和误码平台。 用固定dsp芯片实现的非规则ldpc代码的测量结果表明，该算法可以实现低复杂度的误码平台和代码解码门限。
低密度奇偶检查(低密度奇偶检查)是一种非常有效的信道编码方案。 信道编码方案已成为新一代数字电台(dvb-s2)，具有重要的应用价值。
ldpc代码解码设计已成为近年来研究的热点。 ldpc代码翻译器的实现方法主要有两种。 一个是基于超大规模的集成电路(vlsi)设计的；另一个是基于数字信号处理器(数字信号处理器)。 实现了dsp和其他指令串行实施系统。
ldpc代码翻译大多采用和积(sum-product)代码算法，影响其复杂性的因素有迭代次数和每个迭代的操作复杂性。 由于dsp芯片指令串行的特点，必须同时减少迭代翻译代码的数量和每个迭代的操作量。 本文提出了一种迭代翻译算法，逐个检查节点串行更新(s-sp)。 结果表明，在二进制对称频道(bsc)下，迭代译码的数量可以有效地减少；为了减少每次迭代操作的复杂性，对节点操作有一些简化的翻译算法。 如修改最小和算法(modifiedmim-summs)，这些算法的翻译门极限有一定的损失。
本文对非规则ldpc代码的s-sp算法进行了研究，其性能表明该算法可以减少迭代次数。 然而，错误代码平台存在较高的问题。 考虑到简化的翻译算法(如mms算法)具有复杂性和误码平台低的特点。本文结合了这两种算法的特点。 该算法在有限的迭代次数下具有较低的误码平台和较低的解码门极限，以实现适合于dsp的复杂性和性能的良好偏差。
ldpc代码是分组代码。 它的检查矩阵是h。 任何合法的代码字符v都有一个检查方程。 从该方程可以看出，检查矩阵中每行的非零元件反映相应的ldpc码元件作为检查代码的限制。这种限制被定义为检查节点。 校准矩阵中每个列的非零元件对应于ldpc代码的同一代码元，形成相当于重复代码的限制。这种限制被定义为变量节点。 矩阵中的非零元件不仅涉及变量节点重复代码的约束。 它还参与了检查节点的检查代码的约束关系；因此，定义矩阵中非零元件之间的关系是连接这两个节点。 因此，ldpc代码的结构也可以根据图1的因素来表示。
ldpc代码的编码首先使用校验矩阵获得相应的生成矩阵，然后直接使用信息序列和生成矩阵获得编码字。 ldpc代码的翻译采用了校验节点与变量节点之间的约束关系，通过连接线传输外部信息来实现迭代翻译。
定义为变量节点n的先验信息，即对数似乎比；在第一次迭代中，从检查节点m到变量节点n的外部信息；表示第一次迭代。 从变量节点n到检查节点m的外部信息；对变量节点n的后续信息进行检查；m(n)表示连接到变量节点n的检查节点；n(m)表示。
s-sp算法与sp算法的区别在于它在sp算法中. 所有与检查节点不相邻的变量节点更新时使用的检查节点外部信息都来自最后一个迭代输出和检查节点m操作。 在s-sp算法中，当检查节点m及其连接到变量节点时，可以使用在此迭代中更新的外部信息。 从以上分析可以看出，s-sp算法的复杂性与sp算法的复杂性相同，可以通过合理的设计将算法所需的存储资源降低到原来的1%。
本文指出，s-sp算法可以有效地减少bsc信道中迭代翻译的次数。 本文研究了awgn信道中算法的特点，即该算法可以减少迭代翻译次数，但在误码平台上存在较高的缺点。 这一特点将通过模拟结果来解释。
本文结合s-sp算法和修改最小算法(mms)，提出了改进算法，采用串行更新外部信息的策略。 校准节点的计算被称为最小和算法(s-mms)。 该算法解决了s-sp算法中存在较高的误码平台的问题。
其中：r=n(m)指示集合n(m)中的元素数。 也就是说，非规则码检查节点m的阶段；r是非规则码不同阶级检查节点的偏移因子；sgn()是符号函数。
此算法变量节点的操作仅包括求和操作验证节点，只包括最大和最小的减法操作。 与sp算法的校验节点操作相比，定量噪声对其影响较小。 本文根据指定dsp芯片的特点，采用16b的量化精度优化指令的平行性。 并且可以减少存储器的读取和存储延迟。 tcp/ip相关文章：tcp/ip是什么？