Low complexity early stopping structure for belief propagation decoder
Kanı yayılımı kod çözücü için düşük karmaşıklıklı erken durdurma yapısı
- Tez No: 482554
- Danışmanlar: DOÇ. DR. KADİR TÜRK
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Hata düzeltme kodları, VHDL, Error correction codes, VHDL
- Yıl: 2017
- Dil: İngilizce
- Üniversite: Karadeniz Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Kanı yayılımı kod çözücü birçok hata düzeltme kod ailesinde kullanılan yinelemeli bir kod çözücüdür. Erken durdurma yöntemi olmayan yinelemeli bir kod çözücü, kod çözme işlemi için sabit sayıda yineleme yapar. Ancak kod çözme işlemi, yinelemeler bu sabit sayıya ulaşmadan önce tamamlanmış olabilir. Bu durumda yinelemelere devam eden kod çözücü gereksiz işlem yapmış olur. Bundan dolayı yeri geldiğinde yinelemeleri durdurmak işlem yükünü düşük tutabilmek için elzemdir. Bu amaçla bu tez çalışmasıda kanı yayılımı kod çözücü için düşük karmaşıklıklı bir erken durdurma yapısı önerilmiştir.~Literatürdeki diğer yineleme erken durdurma yöntemlerinin aksine, önerilen yöntem logaritmik olasılık oranları (LLR) mesajlarının sadece küçük bir miktarını kullanır ve bu mesajların sadece işaret bitlerini gözlemler. Önerilen yineleme erken durdurma yapısı hem kutup hem de Luby dönüşümü (LT) kodlara uygulanmıştır ve kanı yayılımı kod çözücü kullanan tüm hata düzeltme kodlarına da kolayca uygulanabilir. Perfomans parametreleri, hem benzetim çalışmaları hem de donanım tanımlama dili (VHDL) uygulamaları ile kıyaslanmıştır.~Sonuçlar, önerilen yöntemin literatürdeki diğer yöntemlere nazaran işlem yükü ve donanımsal ihtiyaçları azaltmasının yanında, veri hacmini de arttırdığını göstermektedir.
Özet (Çeviri)
Belief propagation (BP) decoder is a well known iterative decoder used for decoding many error correction code families. BP decoder without early stopping structure uses a fixed iteration number to end iterative decoding process. But decoder may be converged before iteration number reaches this fixed limit.~In these case, decoder performs a redundant process. Therefore, stopping the iterations is essential to keep computational burden as low as possible when decoding is successful. With this perspective, a low complexity early stopping structure for belief propagation decoders is proposed with this thesis.~In contrast to previous early stopping methods in literature, proposed early stopping structure only uses small amount of log-likelihood ratio (LLR) messages and tracks only sign alterations of them. Proposed structure is applied to both polar and Luby transform (LT) codes and can be easily applied to error correction codes use BP as decoder.~Performance parameters are compared with simulation works and hardware description language (VHDL) implementations.~Results illustrate that proposed approach significantly reduces the computational complexity and required hardware resources, also throughput values are increased compared to previous counterparts in literature.
Benzer Tezler
- Meme kanseri tanısı için gelişmiş yapay zeka tabanlı çok aşamalı tespit sistemi
Advanced artificial intelligence based multi-stage detection system for breast cancer diagnosis
ABDUL SAMAD
Yüksek Lisans
Türkçe
2026
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUHAMMED KÜRŞAD UÇAR
- Yapay zeka yöntemleriyle süs bitkilerinde görülen yaprak hastalıklarının tespiti
Detection of leaf diseases in ornamental plants using artificial intelligence methods
YUSUF YAMAN
Yüksek Lisans
Türkçe
2025
Elektrik ve Elektronik MühendisliğiSelçuk ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ESRA KAYA
- Mikroservis tabanlı ağ uygulamalarında zararlı davranışların saptanması
Detecting malicious behavior in microservices-based web applications
MUSTAFA ÖZBEK
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET TAHİR SANDIKKAYA
- Kanal tabanlı özellik temsili ve derin öğrenmeye dayalı uykululuk sınıflandırması
Drowsiness classification based on channel-based feature representation and deep learning
MUSTAFA RIFAT ÇELİK
Yüksek Lisans
Türkçe
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ZÜMRAY ÖLMEZ
- Derin öğrenme destekli dielektrik rezonatör anten tasarımı
Deep learning assisted dielectric resonator antenna design
FİDAN GAMZE KIZILÇAY
Doktora
Türkçe
2026
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUHAMMET HİLMİ NİŞANCI