一种有损原模图LDPC信源码构造方法、装置、设备及介质

本发明涉及数据压缩，具体而言，涉及一种有损原模图ldpc信源码构造方法、装置、设备及介质。

背景技术：

1、在信号处理领域，数据有损压缩能够有效节省信源存储和传输的带宽资源，是实现绿色通信的关键技术。利用数据压缩实现信息预处理能够有效降低通信算法的复杂度和硬件成本。有损压缩是通信系统中去除数据冗余的关键技术，过程仅保留了最有用的信源有效信息，数据尺寸会明显减少，更有利于节省通信带宽，降低器件信源采集的负担。无线通信的物理层实现信源的有损压缩，主要采用信源编码和信源译码两个模块，分别实现数据有损压缩和有损恢复。

2、de（differential evolution，差分进化）算法，是一种高效的全局最优算法，也是一种基于种群的启发式搜索算法。与传统的进化策略相比，de算法的数学结构和搜索过程清晰明确。

3、目前尚未有将de算法用于有损原模图低密度奇偶校验(protograph low densityparity check，p-ldpc)信源码的构造中。

4、有鉴于此，申请人在研究了现有的技术后特提出本技术。

技术实现思路

1、本发明旨在提供一种有损原模图ldpc信源码构造方法、装置、设备及介质，以解决现有方法中生成的信源码与人们喜好不一致、不符合用户需求等缺点。

2、为解决上述技术问题，本发明通过以下技术方案实现：

3、一种有损原模图ldpc信源码构造方法，包括：

4、s1,获取原模图ldpc码的码率，根据所述码率设定原模图基础矩阵的大小并进行初始化,得到第一基矩阵；将所述第一基矩阵视为差分进化算法过程中的个体，设定差分进化算法过程的相关参数，其中所述参数包括：每一代种群的最大个体数、最大种群代数、交叉概率、变异概率与所述第一基矩阵内的最大元素；

5、s2,根据最大个体数和最大元素，随机选择0至最大元素区间内的整数替换所述第一基矩阵中的任意元素，得到初始种群中的其他基矩阵，即其他个体;

6、s3,根据变异概率，利用差分进化算法对种群中的每个个体进行变异操作，即从种群中随机选取两个个体的差向量作为第三个个体的随机变化源，将差向量加权后按照规则与第三个个体求和，从而产生当前变异个体；

7、其中，设定最大个体数为k、最大种群代数为g、变异概率为，则所述变异操作的公式为：

8、；

9、其中，为第g代种群中的第k个个体的变异体，为取整函数，，，分别为[0，k]区间中随机抽取的三个数，，，分别为第g代种群中的第，，个个体,1≤g≤g；

10、s4,根据所述交叉概率，利用差分进化算法对种群中每个个体的每个元素进行交叉操作，将所述当前变异个体的每个元素与原先个体的每个元素进行参数混合，从而得到当前个体交叉体；

11、其中，设交叉概率为，则所述交叉操作的公式为：

12、；

13、其中，为第g代种群中的第k个个体的交叉体的第i行第j列元素，为第g代种群中的第k个个体的变异体的第i行第j列元素，为第g代种群中的第k个个体的第i行第j列元素；

14、s5,计算当前个体交叉体的失真值，确定是否更新当前个体，若当前个体交叉体的失真值低于上一代的失真值，则采用当前个体交叉体对当前个体进行更新替换，否则，当前个体保持不变；

15、s6,根据最大种群代数和每一代种群的最大个体数，迭代计算每个种群中每个个体的失真值并进行更新替换，直至种群代数达到限定的最大次数;

16、s7,选取种群中失真值最低的个体作为当前迭代的最优个体，并作为结果输出。

17、本发明还提供了一种有损原模图ldpc信源码构造装置，包括：

18、第一基矩阵获取单元,用于获得第一基矩阵，获取原模图ldpc码的码率，根据所述码率设定原模图基础矩阵的大小并进行初始化,得到第一基矩阵；并将所述第一基矩阵视为差分进化算法过程中的个体，设定差分进化算法过程的相关参数，其中所述参数包括：每一代种群的最大个体数、最大种群代数、交叉概率、变异概率与所述第一基矩阵内的最大元素；

19、种群初始化单元,用于获得初始种群中的所有个体，根据最大个体数和最大元素，随机选择0至最大元素区间内的整数替换所述第一基矩阵中的任意元素，得到初始种群中的其他基矩阵，即其他个体;

20、变异单元,用于获得变异个体，根据变异概率，利用差分进化算法对种群中的每个个体进行变异操作，从种群中随机选取两个个体的差向量作为第三个个体的随机变化源，将差向量加权后按照规则与第三个个体求和，从而产生当前变异个体；其中，设定最大个体数为k、最大种群代数为g、变异概率为，则所述变异操作的公式为：

21、；

22、其中，为第g代种群中的第k个个体的变异体，为取整函数，，，分别为[0，k]区间中随机抽取的三个数，，，分别为第g代种群中的第，，个个体,1≤g≤g；

23、交叉单元,用于获得交叉体，根据所述交叉概率，利用差分进化算法对种群中每个个体的每个元素进行交叉操作，将所述当前变异个体的每个元素与原先个体的每个元素进行参数混合，从而得到当前个体交叉体；其中，设交叉概率为，则所述交叉操作的公式为：

24、；

25、其中，为第g代种群中的第k个个体的交叉体的第i行第j列元素，为第g代种群中的第k个个体的变异体的第i行第j列元素，为第g代种群中的第k个个体的第i行第j列元素；

26、失真值计算单元,用于选择确定当前个体的值，计算当前个体交叉体的失真值，确定是否更新当前个体，若当前个体交叉体的失真值低于上一代的失真值，则采用当前个体交叉体对当前个体进行更新替换，否则，当前个体保持不变；

27、迭代单元,用于迭代计算每个个体的失真值，根据最大种群代数和每一代种群的最大个体数，迭代计算每个种群中每个个体的失真值并进行更新替换，直至种群代数达到限定的最大次数;

28、输出单元,用于获得最后的结果，选取种群中失真值最低的个体作为当前迭代的最优个体，并作为结果输出。

29、本发明还提供了一种有损原模图ldpc信源码构造设备，包括处理器以及存储器，所述存储器内存储有计算机程序，所述计算机程序能够被所述处理器执行，以实现如上所述的一种有损原模图ldpc信源码构造方法。

30、本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机可读指令，所述计算机可读指令被计算机可读存储介质所在设备的处理器执行时实现如上所述的一种有损原模图ldpc信源码构造方法。

31、综上所述，与现有技术相比，本发明具有如下有益效果：本发明将de算法用于有损原模图低密度奇偶校验(protograph low density parity check，p-ldpc)信源码的构造，通过de算法的变异、交叉和选择更新等操作生成一系列p-ldpc码基础矩阵（包括变异体，交叉体等），通过不断迭代，选择失真度最优的个体作为结果，最终生成失真性能优异的p-ldpc码。

32、本发明通过变异操作，帮助算法跳出当前的局部最优解，寻找更广阔的信源码空间；通过交叉操作，可以在保留原始个体的部分优秀特征的同时，引入变异个体的新特征，生成更具适应性的新个体，从而提高算法的性能；在选择操作中，通过比较原始个体和交叉个体的失真度值，选择失真度值更好的个体作为下一代种群的一部分。本发明在每一次的进化过程中，都会保留优良个体，淘汰低级个体，并通过不断的迭代计算，将搜索过程导向全局最优解，收敛速度快，控制参数简洁，性能可靠，有效提升了有损原模图ldpc信源码构造的效率。