校验矩阵构造过程

校验矩阵构造过程
校验矩阵构造过程

构造QC-LDPC 码校验矩阵H 的过程

要构造校验矩阵H ,首先应构造出基矩阵B ,然后将基矩阵进行循环移位扩展,具体方法步骤如下:

要构造一个码长为n ,信息位长度为k 的准循环LDPC 码,也即要构造一个码长为n ,信息位长度为k 的校验矩阵H 。记校验矩阵H 的维数为m n ?,易知m=n-k 。校验矩阵是由许多相同维数的小循环方阵组成,方阵中的每一行向右移动一位,就得到下一行,方阵最后一行向右移动一位就得到矩阵的第一行,每一列向下移动一位,就得到下一列,最后一列向下移动一位就得到第一列。所以可假设循环方阵的维数为L L ?。要构造一个具有准循环特性的校验矩阵H ,确定基矩阵B 和移位次数矩阵P 是关键。

1、用PEG 算法构造基矩阵B (记基矩阵B 的维数为c t ?):

已知校验矩阵H 的维数m 、n 和循环方阵的维数L ,可得c=m/L,t=n/L 。因为校验矩阵H 跟Tanner 图是一一对应的关系,所以可得Tanner 图中的校验节点数为c,变量节点数为t 。在Tanner 图中,这些校验节点的度数是均匀分布的,可假设为d 。接下来要用PEG 算法构造一个校验节点数为c,变量节点数为t ,变量节点度数为d 的Tanner 图。

PEG 算法总结如下:

For i=0到t-1

For k=0到1i t d -

IF k=0,则边0(,)i i j t t c E →,其中0i

t E 是变量节点i t 的第一条入射边,j c 是在当前图集合011i t t t E E E -???中具有最低度数的校验节点。

ELSE ,在当前图集合的基础上,将变量节点i t 展开成深度为l 的子图,直到集合

i l t N 的元素数目达到m ,或i l t N ≠Φ,而1i

l t N +=Φ;然后,(,)i k i j t t c E → ,其中i k t E 是变量节点i t 第k 条入射的边,j c 是集合i l t N 中具有最低度数的校验节点。

构造出基矩阵B 后,要确定移位循环矩阵P 。

2、 对基矩阵B 进行循环移位扩展:

移位次数矩阵P 可以按式(1)来确定。

()mod ,1,0ij ij ij i z L a p a ?=?=?∞=?

(1) 其中,ij a 是基矩阵B 中的元素,ij p 是循环移位矩阵P 中第i 行第j 列的元素。Z 被

定义为一个从“0”开始的序号,记录基矩阵B 中每一行出现元素为“1”的相对位置.z=0表示每一行第一个出现“1”的位置,z=1表示每一行第2个出现“1”的位置,一次类推,z=k 表示每一行第k 个出现“1”的位置。

下面举个简单的例子:

构造一个码长为n=48,信息位为k=16,循环体大小为88?的校验矩阵。易知H 矩阵大小为3248m n ?=?,首先用PEG 算法构造一个参数为c=m/L=4,t=n/L=6的基矩阵B ,假设Tanner 图中变量节点的度数为2,可构造一个如下所示的基矩阵B :

000111000111000111000111B ??????=??????

(2) 接着根据式(1)计算出移位次数矩阵P 如下式所示:

000012024036P ??∞∞∞??∞∞∞??=??∞∞∞???∞∞∞?

(3) 确定基矩阵B 和移位次数矩阵P 后,通过用全零子矩阵取代矩阵B 中“0”,用单位循环子矩阵取代B 中的“1”,就得到了校验矩阵H 。单位循环子矩阵可以由下面的方法获得,假设移位次数矩阵P 中非∞的元素的值为i ,单位矩阵的每一行循环右移i 次,单位子矩阵就转换为了单位循环子矩阵,如果矩阵P 中的元素为∞,则子矩阵为全零子矩阵。

这样就能构造出一个维数为3248?的校验矩阵H 。

判断矩阵的最大特征值

项目六 矩阵的特征值与特征向量 实验1 求矩阵的特征值与特征向量 实验目的 学习利用Mathematica(4.0以上版本)命令求方阵的特征值和特征向量;能利用软件计算方 阵的特征值和特征向量及求二次型的标准形. 求方阵的特征值与特征向量. 例1.1 (教材 例1.1) 求矩阵.031121201??? ?? ??--=A 的特征值与特值向量. (1) 求矩阵A 的特征值. 输入 A={{-1,0,2},{1,2,-1},{1,3,0}} MatrixForm[A] Eigenvalues[A] 则输出A 的特征值 {-1,1,1} (2) 求矩阵A 的特征向量. 输入 A={{-1,0,2},{1,2,-1},{1,3,0}} MatrixForm[A] Eigenvectors[A] 则输出 {{-3,1,0},{1,0,1},{0,0,0}} 即A 的特征向量为.101,013??? ? ? ??????? ??- (3) 利用命令Eigensystem 同时矩阵A 的所有特征值与特征向量. 输入 A={{-1,0,2},{1,2,-1},{1,3,0}} MatrixForm[A] Eigensystem[A] 则输出矩阵A 的特征值及其对应的特征向量.

例1.2 求矩阵??? ?? ??=654543432A 的特征值与特征向量. 输入 A=T able[i+j,{i,3},{j,3}] MatrixForm[A] (1) 计算矩阵A 的全部(准确解)特征值, 输入 Eigenvalues[A] 则输出 {0, 426-,426+} (2) 计算矩阵A 的全部(数值解)特征值, 输入 Eigenvalues[N[A]] 则输出 {12.4807, -0.480741, -1.34831610-?} (3) 计算矩阵A 的全部(准确解)特征向量, 输入 Eigenvectors[A]//MatrixForm 则输出 1 2 1172422344220342234421172 42234 42 20342234 42 1 (4) 计算矩阵A 的全部(数值解)特征向量, 输入 Eigenvectors[N[A]]//MatrixForm 则输出 0.4303620.5665420.7027220.805060.111190.5826790.4082480.816497 0.408248 (5) 同时计算矩阵A 的全部(准确解)特征值和特征向量, 输入 OutputForm[Eigensystem[A]] 则输出所求结果 (6) 计算同时矩阵A 的零空间, 输入

层次分析法判断矩阵求权值以及一致性检验程序

function [w,CR]=mycom(A,m,RI) [x,lumda]=eig(A); r=abs(sum(lumda)); n=find(r==max(r)); max_lumda_A=lumda(n,n); max_x_A=x(:,n); w=A/sum(A); CR=(max_lumda_A-m)/(m-1)/RI; end 本matlab程序用于层次分析法中计算判断矩阵给出的权值已经进行一致性检验。 其中A为判断矩阵,不同的标度和评定A将不同。 m为A的维数 RI为判断矩阵的平均随机一致性指标:根据m的不同值不同。 RI值 当CR<0.1时符合一致性检验,判断矩阵构造合理。 下面是层次分析法的简介,以及判断矩阵构造方法。

5 / 1 一.层次分析法的含义 层次分析法(The analytic hierarchy process)简称AHP,在20世纪 70年代中期由美国运筹学家托马斯·塞蒂(T.L.Saaty)正式提出。它是一种定性和定量相结合的、系统化、层次化的分析 方法。由于它在处理复杂的决策问题上的实用性和有效性,很快在世界范围得到重视。它的应用已遍及经济计划和管理、能源政策和分配、行为科学、军事指挥、运输、农业、教育、人才、医疗和环境等领域。 二.层次分析法的基本思路与人对一个复杂的决策问题的思维、判断 过程大体上是一样的。 (1)层次分析法的原理 层次分析法是将决策问题按总目标、各层子目标、评价准则直至具体的备投方案的顺序分解为不同的层次结构,然后得用求解判断矩阵特征向量的办法,求得每一层次的各元素对上一层次某元素的优先权重,最后再加权和的方法递阶归并各备择方案对总目标的最终权重,此最终权重最大者即为最优方案。这里所谓“优先权重”是一种相对的量度,它表明各备择方案在某一特点的评价准则或子目标,标下优越程度的相对量度,以及各子目标对上一层目标而言重要程度的相对量度。层次分析法比较适合于具有分层交错评价指标的目标系统,而且目标值又难于定量描述的决策问题。其用法是构造判断矩阵,求出其最大

层次分析法判断矩阵求权值以及一致性检验程序(20210228092109)

function [w f CR]=mycom(A,m z RI) [x,lumda]=eig(A); r=abs(sum(lumda)); n=find(r==max(r)); max_lumda_A=1umda(n,n); max_x_A=x(:,n); w=A/sum(A); CR=(max_lumda_A-m)/(m-1)/RI; end 木matlab程序用于层次分析法中计算判断矩阵给岀的权值己经进行一致性检验。 其中A为判断矩阵,不同的标度和评定A将不同。 m为A的维数 RI为判断矩阵的平均随机一致性指标:根据m的不同值不同。 RI值 当CR<0.1时符合一致性检验,判断矩阵构造合理。 下而是层次分析法的简介,以及判断矩阵构造方法。

一.层次分析法的含义 层次分析法(The analytic hierarchy process)简称AHP,在20 世纪 70年代中期由美国运筹学家托马斯?塞蒂(T.L.Saaty)正式提出。它 是一种------------ 定性和定量相结合的、系统化、层次化的分析 方法。由于它在处理复朵的决策问题上的实用性和有效性,很快在世 界范围得到重视。它的应用——己遍及经济计划和管理、能源政策 和分配、行为科学、军事指挥、运输、 ----------- 农业、教育、人 才、医疗和环境等领域。 二.层次分析法的基木思路与人对一个复杂的决策问题的思维、判断过程大体上是一样的。 (1)层次分析法的原理 层次分析法是将决策问题按总目标、各层子目标、评价准则直至具体的备投方案的顺序分解为不同的层次结构,然后得用求解判断矩阵特征向量的办法,求得每一层次的各元素对上一层次某元素的优先权重, 最后再加权和的方法递阶归并各备择方案对总目标的最终权重,此最终权重最大者即为最优方案。这里所谓“优先权重”是一种相对的量度,它表明各备择方案在某一特点的评价准则或子目标,标下优越程度的相对量度,以及各子目标对上一层目标而言重要程度的相对量度。层次分析法比较适合于具有分层交错评价指标的目标系统,而且目标值又难于定量描述的决策问题。其用法是构造判断矩阵,求出其最大

层次分析法的计算步骤(20210228081901)

832层次分析法的计算步骤 一、 建立层次结构模型 运用AHP 进行系统分析,首先要将所包含的因素分组,每一组作为一个层次,把问题条理化、层次 化,构造层次分析的结构模型。这些层次大体上可分为 3类 1、 最高层:在这一层次中只有一个元素,一般是分析问题的预定目标或理想结果,因此又称目标层; 2、 中间层:这一层次包括了为实现目标所涉及的中间环节,它可由若干个层次组成,包括所需要考 虑的准则,子准则,因此又称为准则层; 3、最底层:表示为实现目标可供选择的各种措施、决策、方案等,因此又称为措施层或方案层。 层次分析结构中各项称为此结构模型中的元素,这里要注意,层次之间的支配关系不一定是完全的, 即可以有元素(非底层元素)并不支配下一层次的所有元素而只支配其中部分元素。这种自上而下的支配 关系所形成的层次结构,我们称之为递阶层次结构。 递阶层次结构中的层次数与问题的复杂程度及分析的详尽程度有关,一般可不受限制。为了避免由于 支配的元素过多而给两两比较判断带来困难,每层次中各元素所支配的元素一般地不要超过 9个,若多于 9个时,可将该层次再划分为若干子层。 例如,大学毕业的选择问题,毕业生需要从收入、社会地位及发展机会方面考虑是否留校工作、读研 究生、到某公司或当公务员,这些关系可以将其划分为如图 8.1所示的层次结构模型。 圈楡工 浦 E 丽屈I |貳地方氏痢舍痢方克反 图8.1 再如,国家综合实力比较的层次结构模型如图 6 .2 : 图6 .2 图中,最高层表示解决问题的目的,即应用 AHP 所要达到的目标;中间层表示采用某种措施和政策 来实现预定目标所涉及的中间环节,一般又分为策略层、约束层、准则层等;最低层表示解决问题的措施 或政策(即方案)。 然后,用连线表明上一层因素与下一层的联系。如果某个因素与下一层所有因素均有联系,那么称这 个因素与下一层存在完全层次关系。有时存在不完全层次关系,即某个因素只与下一层次的部分因素有联 系。层次之间可以建立子层次。子层次从属于主层次的某个因素。它的因素与下一层次的因素有联系,但 不形成独立层次,层次结构模型往往有结构模型表示。 二、构造判断矩阵 任何系统分析都以一定的信息为基础。 AHP 的信息基础主要是人们对每一层次各因素的相对重要性给 出的判断,这些判断用数值表示出来,写成矩阵形式就是判断矩阵。判断矩阵是 AHP 工作的出发点,构 造判断矩阵是 AHP 的关键一步。 当上、下层之间关系被确定之后,需确定与上层某元素(目标 A 或某个准则Z )相联系的下层各元素 在上层元素Z 之中所占的比重。 假定A 层中因素Ak 与下一层次中因素 B1, B2,…,Bn 有联系,则我们构造的判断矩阵如表 8.16所 示。 表8.16 判断距阵 Ak B1 B2 B^ 伏学生业隹进择] Ml IE

相关主题
相关文档
最新文档