资源简介
详细说明LDPC码的BP译码算法!用matlab进行仿真计算!
代码片段和文件信息
function [yoiter] = BP_decodenewc(yN0Hmnmax_iter)
if m>n
H=H‘;
[mn] = size(H);
end
if ~issparse(H)
[iijjsH] = find(H);
H = sparse(iijjsHmn);
end
p0=1./(1+exp(-2.*y./(N0/2)));
p1=1-p0;
[iijj] = find(H);
indx = sub2ind(size(H)iijj);
q0 = H * spdiags(p0(:)0nn);
sq0 = full(q0(indx));
sff0 = sq0;
q1 = H * spdiags(p1(:)0nn);
sq1 = full(q1(indx));
sff1 = sq1;
for iter=1:max_iter
wsq1=1-2.*sq1;
wsq1(find(wsq1==0))=1e-20;
dq = sparse(iijjwsq1mn);
Pdq_v = full(real(exp(sum(spfun(‘log‘dq)2))));
Pdq = spdiags(Pdq_v(:)0mm) * H;
sPdq = full(Pdq(indx));
sr0 = (1+sPdq./wsq1)./2; sr0(f
相关资源
- BP网络的算法及在MATLAB上的程序仿真
- MATLAB基于BP神经网络的手写数字识别代
- 小批量梯度下降实现BP神经网络.rar
- 粒子群训练bp神经网络的matlab程序
- BPSK调制.ms11
- BP算法ISAR成像基于FEKO仿真模型
- LDPC编译码 matlab仿真,BP算法
- BP神经网络预测实例
- BP人脸识别
- bp神经网络预测
- 局部二值模式进行编码的人脸识别
- BP Classification 基于matlab神经网络的遥
- bpsk MATLAB仿真
- LDPC.DIFFERENT RATE LDPC码不同码率对比
- 车牌识别小程序
- BP GA预测时间序列
- BP Match 基于置信传播的立体匹配算法
- 锁相环仿真
- pso优化bp神经网络
- 多尺度LBP
- BP神经网络的算法实现分类功能
- LBP(局部二值模式)特征提取
- matlab植物叶片分类
- LBP方法
- 基于广义回归神经网络(GRNN )的数据
- 四种压缩传感的重构算法
- BP and ELM BP神经网络与ELM神经网络算法
- 用GA遗传算法优化BP网络的预测风电功
- PNN,smote,BP-AdaBoost等类别不平衡分类
- LBP特征提取的MATLAB实现
评论
共有 条评论