一种低迭代次数的极化码置信传播译码算法

针对置信传播(Belief Propagation,BP)译码算法在迭代次数较多时吞吐量和译码时延性能提升受限的问题,提出了一种低迭代次数的极化码BP译码算法,通过采用比特翻转和子信道冻结的方式,降低译码过程中的迭代次数。仿真结果表明,相对于传统极化码BP译码算法(设置最大迭代次数为40次),所提算法在信噪比为3 dB时可将平均迭代次数减少约53%,处理单元平均计算次数减少约68%。该算法所带来的低时延和低功耗效益可运用在对功耗要求较高的大规模机器类型通信,以及对时延要求较高的超可靠低延迟通信等5G场景下的极化码译码中。

低密度奇偶校验码的低复杂度迭代译码算法

迭代大数逻辑(iterative majority-logic decoding,IMLGD)译码算法是低密度奇偶校验(low-density parity-check,LDPC)码的一类重要的迭代译码算法。相对LDPC码基于置信传播准则的译码算法,IMLGD译码算法的复杂度有所降低,但是性能有所下降。针对这一问题,提出了一种修正迭代大数逻辑译码算法(modified iterative majority-logic decoding,MIMLGD)。该算法利用校验方程的置信度对译码迭代过程中的各比特外信息进行修正。仿真结果表明,提出的MIMLGD译码算法相对于原始迭代大数逻辑译码算法在同样信噪比下具有更低的误比特率。此外,该算法保持了IMLGD译码算法的低复杂度特征,并且避免了对于特定的码搜索修正因子的过程,具有良好的通用性,是实际应用的良好选择。

快速低密度校验码迭代译码量化算法

提出一种低密度校验码快速量化置信传播译码算法 ,其中量化电平标号作为定点算术操作数 ,运算由寻址表完成 ,中间计算以较高精度包含在表中 .该算法具有明显低的时间复杂度 ,应用对称特性 ,可以显著降低所需存储容量 ;在不增加复杂度的前提下 ,可以方便地实现均匀及各种为改进性能而设计的非均匀量化方案 ;适当增加复杂度还可实现时变译码 .该算法使低密度校验码在实际通信系统中的应用成为可能 ,同时它也用于实现快速仿真系统 .仿真结果表明 ,6bit非均匀量化优于均匀量化 0 2dB ,低信噪比时已经接近连续译码 ,而高信噪比时比连续译码差 0 2dB .合适的高阶量化译码可以获得接近连续译码的性能 ,高信噪比时甚至优于连续译码 .

乘积码的一种新的迭代译码算法

乘积码是利用线性分组码实现长码的典范,能纠正大量的随机错误和突发错误,当以Turbo码的思想实现乘积码的迭代译码时,可获得很高的编码增益。针对乘积码提出一种新的迭代译码算法,该算法的反馈方式有别于Turbo码的传统迭代译码,是通过输出软信息与接收软信息进行线性叠加来实现的,此时子译码器的候选码字个数将大为降低,同时译码输出也无须做复杂的LLR计算,直接映射为由-1, +1组成的软输出矩阵,从而在牺牲较小性能的情况下很大程度地降低了译码复杂度。

用于Turbo迭代译码的log-MAP算法的简化

对用于Turbo迭代译码的对数最大后验概率(log-MAP)译码算法进行了分析和推导。根据Turbo编译码特点以及对格图中分支路径量度特性的分析,得到了简化分支路径量度和外部信息计算的方法。并就log-MAP算法中形如ln(e^x+e^y)的计算作了分析和化简,进一步减小log-MAP算法的复杂性。最后给出仿真结果并进行了分析。

乘积码的迭代译码算法

对乘积码的迭代译码算法进行研究 ,给出以BCH(15,7,5)为分量码的乘积码在译码器选择不同参数时的仿真结果 .还研究了译码参数对译码器性能的影响 ,得出有关这些参数选择的有用结论 ,并对进一步提高译码器性能给出一些可行的方法 .

一种联合星座和伴随式信息的迭代译码算法

针对构造性的大数逻辑可译低密度奇偶校验(LDPC)码,联合信号星座和伴随式信息,提出一种基于可靠度的迭代大数逻辑译码算法。在校验节点,直接使用伴随式信息进行传递和处理;在变量节点,结合信源端的星座映射和伴随式进行译码信息收集和处理。理论分析和仿真实验结果表明,所提出的算法在保持优良译码性能的同时,具有更低的译码复杂度。

LDPC编码调制系统中基于反馈LLR均值的迭代解调／译码算法

该文针对LDPC码编码的BICM系统,提出一种对LDPC码译码器输出外附信息的计算方法进行改进的迭代解调/译码算法。与传统的解调/译码算法不同在于,该算法对每次BP迭代中译码器输出的各编码比特的外附LLR分别求均值后,再将其作为先验信息反馈给软解调器开始下次的迭代解调/译码。采用该方法可有效地减轻LDPC码在BP迭代过程中某些比特LLR值的振荡现象,从而使得传递给软解调器的外附信息更准确。仿真结果表明,和传统的两种迭代解调/译码算法相比,该算法能进一步提高LDPC编码BICM迭代系统的译码性能,而复杂度并无明显增加。

低复杂度的自适应置信差分迭代译码算法

针对中短码长的低密度奇偶校验规则码(Low Density Parity Check,LDPC)规则码,该文采用消息更新规则改进和因子图变换方法,提出一种低复杂度差分迭代译码算法。在置信传播算法的基础上,仅当变量节点的消息值振荡时引入差分映射策略,得出一种选择性的置信差分规则,自适应地调整校验节点消息的归一化系数,提高译码性能。同时,采用展开校验节点的图变换方法,将计算复杂度从随节点度分布指数性增长降至线性增长。分别在高斯白噪声信道和瑞利衰落信道下进行仿真实验,结果表明该算法和基于图变换的其他低复杂度译码算法相比,性能优越且复杂度低,和对数似然比的置信传播算法(LLR-BP)相比,高信噪比区域内的性能优异,低信噪比区域内的计算复杂度明显降低。

一种迭代方法的RS喷泉码的编译码算法

数字喷泉编码可以解决类似广播通信等应用中因为重发带来的效率下降和时延增加等问题,而Reed-Solo-mon编码(RS码)在理论上可以作为数字喷泉码使用,但是传统的RS译码算法太过复杂,针对这个问题,提出了RS数字喷泉码的编码方案,给出了RS数字喷泉码的迭代译码算法,与传统RS译码方案相比,该方案运算量小,译码延时降低明显。仿真结果表明,采用RS数字喷泉码的系统能够明显地降低数据包的发送数量,提高系统效率。

基于VC的BCH码迭代译码算法实现

在现代通信系统中 ,纠错码技术是实现可靠通信的基本方法 本文首先对纠错码技术做一下简介 ,然后以 ( 63,39)码为例 ,着重讨论用VC + + 6

LDPC码的交替迭代分层置信传播译码

低密度奇偶校验码(LDPC)通过迭代译码算法进行译码,例如置信传播算法(belief-propagation)便是其中一种译码方式。标准BP算法是并行译码,在更新所有校验节点及比特节点过程中,使用上一次迭代的更新信息。为了提高一定迭代次数下的收敛速度,在研究不同算法的基础上,如Layered BP算法(LBP)和Shuffled BP算法(SBP),通过改变节点的更新顺序,提出了改进的shuffled迭代译码算法。相对于普通的SBP算法,文章所提改进型SBP算法是传统置信传播收敛速度的两倍,并且在保持性能的同时降低复杂度。最后给出了CMMB标准下LDPC码的仿真结果。

BICM-ID系统中的均匀重加权迭代译码算法

针对LDPC编码的BICM-ID系统,建立了正规因子图模型。从消息更新规则的角度,运用变分方法统一解释了均匀重加权置信传播算法和标准置信传播算法。将均匀重加权方法提高性能的特点与置信传播的特性相结合,推导出均匀重加权迭代译码算法,讨论了边出现概率对算法性能的影响。分别在高斯白噪声信道和不同调制方式下进行仿真实验。结果表明,提出的均匀重加权迭代译码算法性能均优于标准置信传播和差分映射置信传播等迭代译码算法。

一种新的多维乘积码的迭代译码算法

多维乘积码能实现长码和编码随机化,且比二维乘积码对噪声的均化更彻底。算法对多维乘积码实施turbo迭代译码时,通过校正因子α(m)的引入定义了线性叠加反馈,从而用简单的相关运算代替了传统乘积码迭代译码中复杂的LLR运算,降低了译码复杂度。仿真研究表明,多维乘积码比二维乘积码更为简单高效。

基于协同优化算法的Reed-Solomon码迭代软判决译码

基于协同优化算法推导出一种Reed—Solomon（RS）码的迭代软判决译码（SDD）算法。该算法属于消息传递算法，具有严格的理论基础。仿真结果表明，该算法相对于硬判决译码（HDD）能够获得有效的软判决译码增益，对于（15，9）RS码在误帧率（FER）为4×10^-4时有0．3—1．3dB的增益；同时译码复杂度低，具有很好的工程实用性。此外该算法是一类软输入软输出（SISO）译码算法，能够应用于以RS码为子码的复合码，如级连码和乘积码的迭代译码。

一种基于置信传播的算法求解随机约束满足问题

为了求解具有增长域的随机约束满足问题(CSP),提出一种基于置信传播的算法即NBP* (new-selected belief propagation*, NBP*)。在置信传播算法中,当BP方程不收敛时,算法就会终止。然而算法在经过多次迭代之后,虽然约束发送给变量的信息没有达到收敛条件,但是仍有部分信息是准确的,所以当算法的BP方程不收敛时,提出利用最后一次迭代得到的约束发送给变量的信息来计算变量的边际概率,当赋值不满足约束时,根据边际概率确定的变量顺序挑选下一个变量进行赋值,得到NBP*算法。数值实验表明:这种算法可以在可满足性相变区域找到解,并且有效提高了置信传播算法的求解效率。

基于MMSE-SIC迭代译码算法的编码多中继协作

论文研究编码多中继协作通信,系统中信道编码采用RA编码。首先推导出与目的节点接收码字所对应的等效校验矩阵表达式。然后,以等效校验矩阵为基础,结合MMSE-SIC算法给出了一种迭代译码新算法,完成目的点的信号检测。理论分析和数值模拟表明,论文所提出的新方法能够充分实现编码多中继协作所具有的潜在分集和编码增益,随着迭代次数和接收天线数目的增加,误比特率迅速降低。

BCJR算法在Turbo码迭代译码过程中的SNR失配及估计

通过对BCJR译码算法中信噪比失配对Turbo码译码性能影响的分析,证明了Turbo码迭代译码过程中的信噪比估计对Turbo码的译码性能有着直接的影响。对于Turbo码BCJR译码算法中信噪比估计,提出了自适应信噪比估计器来估计BCJR算法中信噪比失配的设计方案。该方案能以较为简单的运算很好地跟踪Turbo码译码过程中信噪比变化,Matlab的模拟仿真试验证明了该方案在底信噪比条件下具有很好的收敛性,且衰落信道的条件下更为有利。

TPC基于相关运算的迭代译码算法

Chase-Pyndiah算法(简称C-P算法)为Turbo乘积码(TPC)译码中常采用的算法之一。在C-P算法的基础上,引入一种基于相关运算的迭代译码算法,采用相关作为度量,可以避免复杂的欧氏距离计算;在选择候选码字时引入度量比较的方法,省去了对竞争码字的搜索;通过去除候选码字中相同元素对符号集合进行简化,降低了译码复杂度和译码延时。经算法分析与仿真表明,与已有的软判决算法相比,该算法的译码速度更快而译码性能没有降低,非常适合硬件实现。

一种基于伴随式的乘积码迭代译码算法

通过改进传统线性分组码的伴随式译码算法 ,提出了一种低复杂度的列表译码算法 .该算法通过组合线性分组码校验矩阵中权重较小的列向量进行译码并正确计算出各码字元素的软输出信息 ,应用该算法可以构造乘积码迭代译码器 .比较其他同类算法 ,该算法不仅性能较好、适用码型范围较广 ,而且可以根据具体情况在译码复杂度和译码性能两者之间做出折衷选择 .分析和仿真结果表明 ,该译码算法在误码性能和译码复杂度方面都优于传统的乘积码迭代译码算法 ,能够有效应用于通信系统中实现纠错 。