Exportar este item: EndNote BibTex

Use este identificador para citar ou linkar para este item: http://tede.mackenzie.br/jspui/handle/tede/4312
Tipo do documento: Dissertação
Título: Implementação e otimização do algoritmo de decodificação de LDPC no GRC baseado em redes neurais
Autor: Jerji, Fadi 
Primeiro orientador: Akamine, Cristiano
Primeiro membro da banca: Silva, Leandro Augusto da
Segundo membro da banca: Casella, Ivan Roberto Santana
Resumo: 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.
Abstract: ThismanuscriptpresentsasoftwareimplementationoftheLow-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. ThemathematicalanalysisandtheexperimentalresultsshowedthattheNN-basedLDPC 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.
Palavras-chave: TV digital
rádio definido por software
interface gráfica do software GNU Radio
verificação de paridade de baixa densidade
redes neurais
retro-propagação dos erros
decodificador de LDPC
Área(s) do CNPq: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
Idioma: por
País: Brasil
Instituição: Universidade Presbiteriana Mackenzie
Sigla da instituição: UPM
Departamento: Escola de Engenharia Mackenzie (EE)
Programa: Engenharia Elétrica
Agencia(s) de fomento: Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
Citação: JERDI, Fadi. Implementação e otimização do algoritmo de decodificação de LDPC no GRC baseado em redes neurais. 2019. 69 f. Dissertação ( Engenharia Elétrica) - Universidade Presbiteriana Mackenzie, São Paulo, 2019.
Tipo de acesso: Acesso Aberto
Endereço da licença: http://creativecommons.org/licenses/by-nc-nd/4.0/
URI: http://tede.mackenzie.br/jspui/handle/tede/4312
Data de defesa: 21-Mai-2019
Aparece nas coleções:Mestrado - Engenharia Elétrica e Computação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Divulgação não autorizada pelo(a) autor(a).docxDivulgação não autorizada pelo(a) autor(a)11.54 kBMicrosoft Word XMLBaixar/Abrir Pré-Visualizar


Este item está licenciada sob uma Licença Creative Commons Creative Commons