Adelpha Repositório DigitalAdelpha
    • About
    • Our policy
    • Login
    View Item 
    •   DSpace Home
    • Escola de Engenharia Mackenzie (EE)
    • Dissertações
    • Engenharia Elétrica e Computação - Dissertações - EE Higienópolis
    • View Item
    •   DSpace Home
    • Escola de Engenharia Mackenzie (EE)
    • Dissertações
    • Engenharia Elétrica e Computação - Dissertações - EE Higienópolis
    • View Item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Browse

    All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjects
    This CollectionBy Issue DateAuthorsTitlesSubjects

    My Account

    LoginRegister

    Statistics

    View Usage Statistics

    Implementação e otimização do algoritmo de decodificação de LDPC no GRC baseado em redes neurais

    Thumbnail
    View/Open
    Não autorizado pelo autor.docx (11.37Kb)
    Date
    2019-05-21
    Author
    Jerji, Fadi
    Advisor
    Akamine., Cristiano
    Referee
    Silva, Leandro Augusto da
    Referee
    Casella, Ivan Roberto Santana
    Metadata
    Show full item record
    Abstract
    This manuscript presents a software implementation of the Low-Density Parity-Check (LDPC) codes, defined by the Third Digital TV Standard developed by the Advanced Television Systems Committee (ATSC 3.0). In order to decode the messages in software and in real-time, the decoder was implemented using a structure that is based on the Neural Networks (NN) and a modified Back-Propagation (BP) training method using Software Defined Radio (SDR). This implementation was realized using the GNU Radio Companion (GRC) software and the C++ programming language. The mathematical analysis and the experimental results showed that the NN-based LDPC decoder has a performance that exceeds that of the classical decoder BFA by up to 4.66 dB for the ATSC 3.0 LDPC codes of the size 16200 bits and up to 3.49 dB for the ATSC 3.0 LDPC codes of the size 64800 bits. The complexity analysis of the proposed decoder highlighted its low complexity in comparison to the traditional methods, the thing that permits the implementation of the proposed decoder in software and in real-time.
     
    Este trabalho apresenta uma implementação em software dos códigos de verificação de paridade de baixa densidade, do inglês Low-Density Parity-Check (LDPC), definidos pelas normas do terceiro padrão de TV digital desenvolvido pelo comitê de sistemas de televisão avançados, do inglês Third Digital TV Standard developed by the Advanced Television Systems Committee (ATSC 3.0). A fim de decodificar as mensagens em software e em tempo real, o decodificador foi implementado usando uma estrutura baseada em redes neurais, do inglês Neural Networks (NN) e um método modificado de retro-propagação dos erros, do inglês Back-Propagation (BP) utilizando rádio definido por software, do inglês Software Defined Radio (SDR). Esta implementação foi realizada por meio da interface gráfica do software GNU Radio, do inglês GNU Radio Companion (GRC), e da linguagem de programação C++. A análise matemática e os resultados experimentais demonstraram que o decodificador de LDPC baseado em NN possui desempenho que supera o decodificador clássico que utiliza o algoritmo de inversão dos bits, do inglês Bit-Flipping Algorithm (BFA) em até 4,66 dB para os códigos LDPC do ATSC 3.0 com comprimento de 16200 bits e até 3,49 dB para os códigos LDPC de ATSC 3.0 de 64800 bits. A análise da complexidade do decodificador proposto destacou a complexidade baixa em comparação aos métodos clássicos, o que permite a implementação do decodificador proposto em software e em tempo real.
     
    CNPq Area
    CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
    Citation
    JERJI, Fadi. Implementação e otimização do algoritmo de decodificação de LDPC no GRC baseado em redes neurais. 2019. 59 f. Dissertação (Mestrado em Engenharia Elétrica e Computação) - Universidade Presbiteriana Mackenzie, São Paulo, 2019.
    URI
    http://dspace.mackenzie.br/handle/10899/24508
    Collections
    • Engenharia Elétrica e Computação - Dissertações - EE Higienópolis [256]

    Mackenzie
    Universidade Presbiteriana Mackenzie
    Contact Us | Send Feedback
    DSpace Software Copyright © 2002-2020 Duraspace
     

     


    Mackenzie
    Universidade Presbiteriana Mackenzie
    Contact Us | Send Feedback
    DSpace Software Copyright © 2002-2020 Duraspace