迭代譯碼研究.pdf

1、本文總結(jié)和推導(dǎo)了Turbo碼和LDPC碼中常用的各種迭代譯碼算法，并對(duì)它們基于．AWGN信道做了仿真，給出了仿真的結(jié)果，在分析仿真結(jié)果的基礎(chǔ)上了解了它們接近香農(nóng)極限的特性。重點(diǎn)研究了多進(jìn)制調(diào)制下LDPC碼的迭代譯碼算法。首先基于最大似然的原理給出了多進(jìn)制調(diào)制下的Min-Sum算法，然后利用廣義分配率的原理對(duì)基于最大似然譯碼的多進(jìn)制Min-Sum算法進(jìn)行了簡(jiǎn)化，首次提出了多進(jìn)制調(diào)制下LDPC碼的改進(jìn)Min-Sum算法。通過分析Min-Su

2、m算法和BP算法的特性，進(jìn)而提出了在多進(jìn)制調(diào)制下LDPC碼的改進(jìn)BP譯碼算法。對(duì)改進(jìn)算法的仿真結(jié)果表明，它們比相應(yīng)的基于比特的二進(jìn)制算法性能要好，在相同的信噪比下，改進(jìn)Min-Sum算法的性能有一個(gè)數(shù)量級(jí)的提升，而改進(jìn)的BP算法性能更好，在誤碼率為10<'-5>時(shí)有0.2dB的提高。同時(shí)，對(duì)改進(jìn)算法的復(fù)雜度分析表明，改進(jìn)算法的譯碼復(fù)雜度并不高，而進(jìn)一步的仿真表明，由于改進(jìn)算法的實(shí)際迭代次數(shù)要少，因而其收斂更快，比理論上的復(fù)雜度要更低。本