高性能信道編譯碼改進算法的研究.pdf

1、Turbo碼的產生和低密度奇偶校驗(Low Density Pailty Check，LDPC)碼的重新發(fā)現是信道編碼研究領域的巨大進展。雖然這兩種碼的糾錯性能已逼近香農信道容量的極限，但其較高的編譯碼復雜度和較大的處理時延仍然限制了它們的應用。因此提出高性能，低復雜度和低時延的信道編譯碼算法是信道編碼技術實用化的重要環(huán)節(jié)，也是當前學術界關注的研究課題。 本文在對卷積碼、Turbo碼和LDPC碼研究的基礎上，提出了幾種低復雜度和

2、低時延的改進算法，分析了這些算法的性能和譯碼復雜度，并進行了仿真驗證。主要創(chuàng)新點包括如下幾方面。 針對傳統(tǒng)LDPC串行譯碼算法計算存在冗余的問題，提出了一種改進的LDPC串行譯碼算法。與傳統(tǒng)算法不同的是，該算法只在初始化時完整地計算一次變量節(jié)點對校驗節(jié)點軟信息的求和，而在后續(xù)的迭代譯碼過程中通過對它局部更新得到求和結果，從而顯著減少了計算量。與傳統(tǒng)算法相比，所提出的算法在不降低糾錯性能的前提下，具有更低的計算復雜度和更快的處理速

3、度。 提出了一類級聯(lián)的卷積碼混合譯碼算法。該算法包括兩級譯碼過程，第1級采用置信傳播(Belief-Propagation，BP)算法，第2級則采用修改的維特比(Modifled Viterbi Decoding，MVD)譯碼算法。在中高信噪比條件下，BP預譯碼能夠糾正接收序列中的大部分錯誤，余下的少量的錯誤可以通過MVD進一步糾正。仿真表明，與傳統(tǒng)的維特比譯碼算法相比，混合譯碼算法的誤碼性能只有很小的損失，且平均譯碼復雜度在中

4、高信噪比條件下有明顯降低。 基于擴展咬尾遞歸系統(tǒng)卷積(Extended Tail Biting RecursiveSystematic Convolutional，ETB-RSC)碼的思想，提出了一種用于長幀數據傳輸的高度并行的咬尾Turbo碼(High Paralleled Tail Biting TurboCode，HP-TBTC)結構，其特點是在發(fā)/收端，信息序列/接收序列被拆分為若干等長的子序列同時作編/譯碼處理。雖然H

5、P-TBTC結構是以犧牲一定的硬件資源為代價換取編譯碼的并行處理，但它可以成倍地提高編譯碼處理速度。仿真表明，在適中信噪比條件下，HP-TBTC的性能也略好于傳統(tǒng)的咬尾Turbo碼。 提出了一種適用于短幀數據傳輸的Turbo-like碼(TLC)。該碼的分量編碼器采用的是消除環(huán)4的前向系統(tǒng)卷積(Feed-forwardSystematic Convolutional，FSC)編碼器，與之對應的分量譯碼器采用的是改進的LDPC串行