一种低复杂度Turbo乘积码自适应Chase译码算法

针对Turbo乘积码(Turbo Product Codes,TPCs)中的译码问题,该文提出一种全新的低复杂度TPC自适应Chase迭代译码算法。与已有的报道不同,在译码过程中,新算法首先统计TPC码块内每一行(列)产生的代数译码后的备选序列与接收序列的相同最小欧氏距离的个数,然后根据统计结果,按照算法步骤调整译码所需的不可靠位数值。通过Monte Carlo仿真可验证,当TPC行列编码采用相同的扩展汉明码,且编码效率为0.879时,该算法与Pyndiah采用固定不可靠位数值迭代译码算法相比,在误码率BER为410-处仅损失约0.08 dB的性能,但是译码平均复杂度降低可达到约40.4%。

Turbo乘积码的两种迭代译码器的比较

提出了Turbo乘积码的并行迭代译码原理,对比分析了一种新的并行迭代译码器和传统的串行译码器,给出了以扩展汉明码(32,26,4)、(64,57,4)为子码的二维Turbo乘积码(32,26,4)2、(64,57,4)2在通过两种不同的译码器时的仿真结果。仿真结果表明,采取并行迭代译码器,在保持同样的译码性能的同时降低了译码延时。

低复杂度和低译码时延TPC迭代译码算法

现有的TPC串行迭代译码结构复杂度相对较高,译码时延较大,而低译码延时的Argon并行迭代译码结构则与串行结构相比有一定的性能损失。针对这些问题,提出了一种并行改进迭代译码结构。使用该改进并行迭代译码结构能够达到和串行结构相同的译码性能,并且译码时延降低为串行结构的一半。为了进一步降低译码复杂度和译码时延,在低可信度码元的搜索,候选码字欧氏距离的计算以及似然码字和竞争码字的搜索方面进一步作了优化。在欧氏距离的计算中采用格雷编码的测试图样,较大地减少了译码复杂度。最后完成了TPC译码并行改进结构的硬件实现,实测表明4次迭代的TPC译码器可以达到28 Mbps的译码速度。

一类新的Turbo码交织器设计

提出了一种新型交织器 ,对其完备性从数学上作了证明 ,进行了计算机仿真 ,分析了仿真结果 ,并与其它交织方案的性能作了比较 .结果表明 ,该交织器实现简单 ,性能要好于复杂度类似的其它交织器 .文章还对进一步改进本交织方案提出了建议 .

基于多符号检测和Turbo乘积码的PCM/FM遥测系统性能

多符号检测(MSD)和Turbo乘积码(TPC)技术联合应用可以大幅提高脉冲编码调制/调频(PCM/FM)遥测系统性能。针对MSD算法计算复杂度高的问题提出了一种改进的MSD算法,可以有效降低计算复杂度;在TPC的传统Chase译码算法中通过简化软输入信息计算可以降低系统存储量。仿真结果表明,改进方法和传统的两种技术联合使用相比,虽然损失了约1.7 dB解调增益,但仍提高PCM/FM信号解调性能约8 dB,且算法复杂度低,存储量小,更适合硬件实现。

Turbo CDMA多用户检测的研究

简述了Turbo译码原理及逐符号最大后验算法，并将Turbo译码原理应用于CDMA系统的多用户检测；提出了基于Turbo译码原理的多用户检测接收机方案，通过计算机仿真验证了该方案的性能。结果表明，该方案经过4次迭代之后，其误码率接近单用户界，这种接收机可去除多址干扰（MAI）的影响。

一种基于SOVA的改进的Turbo码译码方案

本文在研究Ｔｕｒｂｏ 码反向ＳＯＶＡ（Ｓｏｆｔ－Ｏｕｔｐｕｔ ＶｉｔｅｒｂｉＡｌｇｏｒｉｔｈｍ ）译码性能的基础上，提出了一种同时利用正向和反向ＳＯＶＡ译码软输出信息的基于ＳＯＶＡ 的改进译码结构及其相应的软输出修正公式。计算机模拟结果表明，所提出的改进方案与传统的ＳＯＶＡ算法相比，其译码性能有明显的改善。

基于卷积码、LDPC码、Turbo码的BICM-ID性能的研究

比特交织编码调制迭代译码(BICM-ID)是一种编码、调制和迭代译码相结合的技术,主要应用于无线通信中的信道编译码.BICM-ID在结构设计上加入了比特交织器和软输入软输出(SISO)译码器,结合迭代译码,最终实现次优译码.不同的编码方法在BICM-ID系统中也有着很大的性能差异,针对几种常见纠错编码方法——卷积码、Turbo码、LDPC码,在BICM-ID系统下的误码率性能进行比较.仿真得到系统在AWGN信道和Rayleigh衰落信道下的误码率曲线,表明不同纠错编码的BICM-ID系统性能与理论分析相一致.

Turbo码的若干新进展

本文在介绍Turbo码的基本构造的基础上。

高速通信系统中两种Turbo迭代译码算法的比较

1993年提出的T urbo码因其优异的性能而引起编码界的关注。之后不久提出的乘积码,是T urbo码的一个分支,他是一种分组纠错码,具有良好的性能。但是多年来大多数学者将研究集中于卷积T urbo码,而很少有人关注考虑分组T urbo码(即乘积码),事实上乘积码相比卷积T urbo码在牺牲较小性能的情况下很大程度地降低了译码复杂度。本文将基于软输入/输出的T urbo译码算法,提出并分析了传统的卷积T urbo码和分组T urbo码(乘积码)的迭代译码算法,并对比分析了两者的译码性能,最后结果表明,两类码非常适合于未来的高速移动通信系统应用,尤其对乘积码,不仅具有较高的码率,同时可以获得更好的误比特率性能,在实际应用中更具有吸引力。

高斯白噪声信道下Turbo乘积码应用仿真

本文介绍了一种新型的前向纠错编码方案——Turbo乘积码(TPC)。分析了Turbo乘积码的编译码原理。并对高斯白噪声信道下的TPC编译码性能进行了仿真。通过选取不同参数子码组合的性能对比,提出了最优的TPC编译码方案。仿真结果显示,与传统的卷积码和Turbo码相比,Turbo乘积码不仅具有优异的误码率性能,而且可以做到更高的编码效率。

宽带移动通信中Turbo乘积码的仿真研究

推出了一种新型的纠错码——Turbo乘积码(TPC),描述了Turbo乘积码的编译码基本思想,详细地分析了TPC的Turbo软迭代译码的核心思想,并对AWGN信道和瑞利衰落信道下的TPC的译码性能做了仿真分析,从仿真结果可以看出,在高编码效率时,TPC不仅具有更高的码率,而且可以获得很好的误码率性能,所以乘积码的软迭代译码方案有很好的应用性,在未来的宽带移动通信中具有广阔的应用前景。

基于Cyclic-2伪最大似然算法的Turbo乘积码在高速移动通信系统中的译码方法

采用扩展汉明码作为Turbo乘积码 (TPC)的子码时,与传统的Chase算法相比,Cyclic-2PML(循环 2伪最大似然)算法复杂度低。本文研究了基于该算法的TPC在高速移动通信系统中的译码方法,仿真比较了采用不同子码组合的TPC结合不同的调制方式在高斯信道和多径衰落信道中的性能。结果表明,以(32, 26, 4)扩展汉明码为子码的TPC,不仅具有较高的码率,同时可以获得更好的误比特率性能。

非均匀保护Turbo乘积码的研究

非均匀保护码在图像、视频无线传输中广泛应用。传统的Turbo乘积码不具备非均匀保护能力。该文提出一种非均匀保护Turbo乘积码的构造方法,通过性能分析和仿真证明该构造方法的正确性。

一种确定Turbo乘积码迭代因子的方法

提出一种确定Turbo乘积码迭代因子的算法。建立信道模型,生成测试软信息R;生成一组备选迭代因子向量,在备选迭代因子空间里用MATLAB仿真Chase-Pyndiah迭代译码算法流程,选择最优的迭代因子;迭代因子优劣的判据为迭代译码器的误码率以及迭代次数。实验结果表明,最优迭代因子有效地加速了迭代译码器的收敛速度,降低了译码的功耗。

基于修正路径量度的Turbo码SOVA译码算法研究

针对传统SOVA(softoutput Viterbi algorithm)算法在选择错误路径概率的计算上存在的不足,提出了改进的Turbo码SOVA译码方法。根据各状态幸存路径累计量度的差值,对译码回溯深度范围内最末位的数个比特的可靠度值进行修正,然后将修正值作为软判决输出。理论推导和计算机仿真结果均表明,所提出的修正算法能提高译码性能。

AWGN与Rayleigh信道下TPC性能仿真研究

Turbo乘积码与Turbo卷积码性能相近,分量码采用了线性分组码,不仅译码复杂度低、译码延迟小,而且能在高码率时保持较高的译码性能。针对瑞利信道中Turbo乘积码的性能和适用性进行了研究,并与高斯信道做了对比。重点研究了Turbo乘积码的Chase译码算法,提出了瑞利信道中传统Chase算法的改进算法。通过Matlab仿真结果表明,Turbo乘积码在瑞利信道中虽较高斯信道性能有所下降,但仍具有良好的编码增益。

Turbo乘积码在衰落信道中的应用

基于Turbo乘积码的编译码原理,利用Matlab仿真工具,对以(64,57,4)扩展汉明码为子码的Turbo乘积码进行迭代次数、量化比特数等不同参数的性能仿真,根据仿真结果选取最佳的设计参数,同时通过仿真给出了Turbo乘积码在衰落信道中的应用效果。结合Matlab仿真,在Quartus环境中完成编译码算法的硬件设计与调试,并将其应用到无线通信调制解调器中。测试结果表明,Turbo乘积码显著改善了调制解调器在衰落信道中的误码性能。

Turbo编码GMSK信号准相干解调时的迭代信道估计和译码研究

针对准相干解调Turbo编码GMSK信号,提出了一种简便的迭代信道估计算法。该方法基于Turbo码的迭代译码原理,将信道估计和译码联合考虑,利用译码器输出反馈进行迭代信道估计,从而提高了估计精度。仿真结果表明,该方法能显著地改善系统误码率性能。

一种改进的Turbo乘积码译码算法

针对Turbo乘积码(TPC)译码复杂度高、运算量大的缺点,分析了一种改进的TPC译码算法。该算法以Chase迭代算法为基础,通过对错误图样重新排序产生新的测试序列,其伴随式可从前次伴随式的基础上修正一位得到,大大简化了计算步骤。在AWGN信道下对新算法进行了Matlab仿真,结果表明,改进的算法在保持译码性能基本不变的前提下,提高了译码速度,降低了译码复杂度。