基于CUDA平臺的LDPC碼的并行譯碼實現(xiàn)研究.pdf

1、由于噪聲和干擾的存在,信號在傳輸過程中往往會發(fā)生差錯,這樣,如何在有噪信道中高效而可靠地傳輸信息成為了數(shù)字通信系統(tǒng)必須要解決的問題。信道譯碼器的主要任務在于以盡可能小的譯碼錯誤概率從接收序列中恢復出原本的發(fā)送碼字。
　　 低密度奇偶校驗(LDPC)碼是一組用稀疏校驗矩陣定義的線性分組碼,它具有較低的編譯碼復雜度,并且引入迭代譯碼思想,能夠獲得接近于Shannon極限的譯碼性能,這使得它對包括Turbo碼在內(nèi)的很多種碼呈現(xiàn)出了巨大

2、的競爭力。
　　 LDPC碼分為非規(guī)則碼和規(guī)則碼兩種,前者的性能往往優(yōu)于后者,但其編譯碼復雜度也較大。在編碼設計時,消除短環(huán)有助于提高譯碼性能。消息傳播算法是一種軟判決譯碼算法,它體現(xiàn)了迭代譯碼思想,性能高于硬判決譯碼算法,但實現(xiàn)也較復雜。
　　 LDPC碼性能優(yōu)越,允許全并行高速譯碼,已經(jīng)在個人數(shù)字設備、移動無線通信等領域顯示出了很大的應用價值,極可能取代Turbo碼成為第四代移動通信(4G)的首選編碼方案。
　

3、　 另一方面,快速發(fā)展的半導體工業(yè)使計算機系統(tǒng)內(nèi)的處理器性能及數(shù)目逐日提升。GPU具有多處理器特性,與現(xiàn)有的多核CPU相比,其處理器的數(shù)目更多、整體的處理能力更高,這是由于GPU內(nèi)部更多的晶體管被用作數(shù)據(jù)處理而不是流程控制。幾乎每一代GPU的計算能力都大大超過同期的頂級CPU?，F(xiàn)在的GPU可以被視作一個強勁的大規(guī)模并行計算設備。
　　 因此,人們提出了GPU通用計算(GPGPU)思想,即在很多非圖像領域釋放GPU的強大運算能力

4、。GPU的可編程性為高效解決一些通用任務提供了新的思路,它可以被看作一個高性能計算設備,適合基于桌面平臺進行大規(guī)模超級計算,完成海量數(shù)據(jù)的實時分析與處理。
　　 由于GPU傳統(tǒng)上是為圖像渲染而設計的,在將它用于通用計算時存在一些限制。目前,GPU只適合處理那些可以被看成并行計算的問題。早期的GPU編程大多建立在圖像渲染語言如Direct3D、OpenGL等的基礎之上,要求程序員對圖形硬件架構和計算機圖形學等方面的基本知識有所了解

5、,只能借助圖像語言實現(xiàn)非圖像功能,代碼編寫不是非常容易。CUDA(Compute Unified Device Architecture)平臺是NVIDIA公司近期提出的一種新的實現(xiàn)GPU通用計算的軟硬件架構,基于CUDA平臺程序員可以寫出類C風格的代碼來啟動大量的GPU線程并行工作,因此它為解決很多計算密集型問題提供了一個高效而用戶友好的開發(fā)環(huán)境。
　　 由于LDPC碼的迭代譯碼算法適合全并行實現(xiàn),本文基于CUDA平臺分別按照