To ensure a given quality of service in the networks of the Internet of Things, short error-correcting codes are used, in particular, low-density parity-check codes. The paper proposes an approach for decoding these codes based on the joint application of belief propagation and differential evolution procedures. It is shown that in order to reduce the search area of error vectors based on differential evolution, it is necessary to use the least reliable basis of the parity-check matrix. Flowchart and pseudocode of the combined decoding algorithm of short low-density parity-check codes were presented. The simulation results showed that the proposed decoding method provides an additional gain from encoding compared to the classical decoding method. The application of the presented iterative decoding method of short low-density parity-check codes will improve the efficiency of data transmission in the infrastructure of the Internet of Things.
PL
Aby zapewnić określoną jakość usług w sieciach Internetu Rzeczy, stosowane są krótkie kody korekcji błędów, w szczególności kody kontroli parzystości o niskiej gęstości. W artykule zaproponowano podejście do dekodowania tych kodów oparte na wspólnym zastosowaniu procedur propagacji zaufania i ewolucji różnicowej. Pokazano, że w celu zmniejszenia obszaru wyszukiwania wektorów błędów w oparciu o ewolucję różnicową, konieczne jest użycie najmniej wiarygodnej podstawy macierzy kontroli parzystości. Przedstawiono schemat blokowy i pseudokod połączonego algorytmu dekodowania krótkich kodów kontroli parzystości o niskiej gęstości. Wyniki symulacji wykazały, że proponowana metoda dekodowania zapewnia dodatkowy zysk z kodowania w porównaniu z klasyczną metodą dekodowania. Zastosowanie przedstawionej iteracyjnej metody dekodowania krótkich kodów o niskiej gęstości parzystości poprawi wydajność transmisji danych w infrastrukturze Internetu Rzeczy.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.