基于群體智能算法的LT碼度分布優(yōu)化設(shè)計(jì)研究.pdf

1、數(shù)字噴泉碼是一種典型的前向糾錯(cuò)碼編碼方案，由于其不需要知道任何信道狀態(tài)信息和信道估計(jì)來保證數(shù)據(jù)傳輸?shù)目煽啃?，因此非常適用于刪除信道。憑借無固定碼率、編譯碼復(fù)雜度低、自適應(yīng)匹配信道和適用于數(shù)據(jù)量大的廣播通信等優(yōu)勢(shì)，數(shù)字噴泉碼的研究已經(jīng)延伸至可靠多播傳輸、分布式數(shù)據(jù)存儲(chǔ)、深空通信等多個(gè)領(lǐng)域。
　　LT(Luby Transform，LT)碼是一種典型的數(shù)字噴泉碼，其度分布的優(yōu)劣程度直接影響LT碼的編譯碼復(fù)雜度、譯碼開銷以及誤碼率等性能

2、指標(biāo)，優(yōu)化度分布對(duì)于提高LT碼的譯碼性能具有重要的理論研究?jī)r(jià)值。本文的主要研究?jī)?nèi)容是采用群體智能優(yōu)化算法對(duì)短碼長(zhǎng)LT碼的度分布進(jìn)行優(yōu)化設(shè)計(jì)研究。首先，研究了LT碼的編譯碼原理以及理想孤波分布和魯棒孤波分布兩種度分布形式，并且分別仿真分析了原始數(shù)據(jù)符號(hào)長(zhǎng)度、魯棒孤波分布參數(shù)對(duì)LT碼誤碼性能的影響。其次，提出了一種基于改進(jìn)雞群算法的LT碼度分布的優(yōu)化設(shè)計(jì)方法。以典型LT碼度分布作為研究對(duì)象，建立基于群體智能算法的度分布優(yōu)化問題模型，將差分進(jìn)

3、化機(jī)制引入到雞群算法，提出度分布的優(yōu)化設(shè)計(jì)方法。仿真結(jié)果表明，相比于基于帶梯度的粒子群算法的度分布優(yōu)化方法和基于傳統(tǒng)雞群算法的度分布優(yōu)化方法，所提方法能夠以較快的收斂速度使LT碼獲得較優(yōu)的譯碼性能。最后，提出了一種基于改進(jìn)鳥群算法的帶有不等差錯(cuò)保護(hù)性能的LT碼度分布的優(yōu)化設(shè)計(jì)方法。以帶有不等差錯(cuò)保護(hù)性能的LT碼度分布作為研究對(duì)象，建立基于群體智能算法的度分布優(yōu)化問題模型，將量子行為引入到鳥群算法，提出度分布的優(yōu)化設(shè)計(jì)方法。仿真結(jié)果表明，