Comparative Analysis of On-Chip FPGA Memory Architectures for Viterbi Decoder Implementation in DVB Systems
Notice bibliographique
Résumé
High-definition Digital Video Broadcasting (DVB) systems demand high data rates, resulting in increased hardware complexity and power consumption, with the Viterbi decoder (VD) being a key contributor. The substantial memory resources required for these high data rates drive this research, which investigates the impact of diverse static random-access memory (SRAM) architectures on Zynq FPGA and their embedded memory resources, aiming to design power-efficient and less complex Viterbi decoders. Besides, the effect of different memories architectures on the transceiver (Tx-Rx) system has been studied. Viterbi decoder is implemented with different memory architectures on xczu7ev-2ffvc1156: flip flops, distributed RAM, block ram (BRAM), and UltraRAMTM (URAM). BRAM IP from AMD has significantly improved the dynamic power of Viterbi decoder by 97% compared to other available memories. Effectiveness of the employed BRAM is ensured by saving about 50% of the total power of the baseband transceiver system. That Tx-Rx operates at a frequency of 125MHz with a throughput of 62.3 Mbps, a code rate: ½, and 16APSK modulation scheme. Viterbi decoder has achieved a reduction in power compared to sleepy keeper and space time trellis code (STTC) with about 44% and 61% respectively. Functionality of the proposed VD architecture for signal to noise ratio (SNR) of 0 dB at additive white Gaussian noise (AWGN) channel and vector length of 3,264 bits is verified. Hardware validation on ZCU104 based on DVB standard is also done and reported.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,003 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».