高性能信道編譯碼改進(jìn)算法的研究.pdf

1、Turbo碼的產(chǎn)生和低密度奇偶校驗(yàn)(Low Density Pailty Check，LDPC)碼的重新發(fā)現(xiàn)是信道編碼研究領(lǐng)域的巨大進(jìn)展。雖然這兩種碼的糾錯(cuò)性能已逼近香農(nóng)信道容量的極限，但其較高的編譯碼復(fù)雜度和較大的處理時(shí)延仍然限制了它們的應(yīng)用。因此提出高性能，低復(fù)雜度和低時(shí)延的信道編譯碼算法是信道編碼技術(shù)實(shí)用化的重要環(huán)節(jié)，也是當(dāng)前學(xué)術(shù)界關(guān)注的研究課題。 本文在對卷積碼、Turbo碼和LDPC碼研究的基礎(chǔ)上，提出了幾種低復(fù)雜度和

2、低時(shí)延的改進(jìn)算法，分析了這些算法的性能和譯碼復(fù)雜度，并進(jìn)行了仿真驗(yàn)證。主要創(chuàng)新點(diǎn)包括如下幾方面。 針對傳統(tǒng)LDPC串行譯碼算法計(jì)算存在冗余的問題，提出了一種改進(jìn)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(shí)完整地計(jì)算一次變量節(jié)點(diǎn)對校驗(yàn)節(jié)點(diǎn)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(jié)果，從而顯著減少了計(jì)算量。與傳統(tǒng)算法相比，所提出的算法在不降低糾錯(cuò)性能的前提下，具有更低的計(jì)算復(fù)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(yù)譯碼能夠糾正接收序列中的大部分錯(cuò)誤，余下的少量的錯(cuò)誤可以通過MVD進(jìn)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(fù)雜度在中

4、高信噪比條件下有明顯降低。 基于擴(kuò)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(shù)據(jù)傳輸?shù)母叨炔⑿械囊睺urbo碼(High Paralleled Tail Biting TurboCode，HP-TBTC)結(jié)構(gòu)，其特點(diǎn)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(shí)作編/譯碼處理。雖然H

5、P-TBTC結(jié)構(gòu)是以犧牲一定的硬件資源為代價(jià)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(shù)據(jù)傳輸?shù)腡urbo-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，F(xiàn)SC)編碼器，與之對應(yīng)的分量譯碼器采用的是改進(jìn)的LDPC串行