双多进制正交扩频系统的软判决信息提取算法

基于双多进值正交扩频系统非相干解调的硬判决信息不利于软输入软输出译码,提出了一种新型软判决信息提取算法.该算法与基于最大似然准则的最优算法相比,可以大大简化运算复杂度.通过缩小排序搜索空间等简化措施,运算量可以进一步降低.用Turbo乘积码作为信道编码,在AWGN和多径瑞利衰落信道下的仿真表明,新算法相对最优算法在误比特率性能上损失很小,其简化算法也具有较强的鲁棒性.该算法可以作为次最优算法应用于实际系统中.

基于分段抽取软判决加权Walsh Hadamard变换的卷积码识别算法

针对低信噪比环境下卷积码识别研究存在的不足,提出一种基于分段抽取软判决加权Walsh Hadamard变换(WHT)的卷积码识别算法。该算法利用接收比特的解调软判决信息求取软判决频次序列,并构造加权Walsh Hadamard矩阵,从而识别得到基本校验序列。利用基本编码矩阵构造规则,最终实现记忆长度及基本生成矩阵的识别。算法结合分段抽取思想,降低了所需运行存储量。仿真实验表明,该算法可在低信噪比环境下对不同码率卷积码进行有效识别,具有较好的容错性,且对大约束度的卷积码性能提高更为显著。

基于信噪比软信息的协同频谱感知算法

针对协同频谱感知方法中假定各基站信噪比近似相同,使信噪比差异较大时检测概率性能无法得以明显提升的问题,本文提出一种在OFDM系统下,结合信噪比信息进行融合判决的协同频谱感知算法。该方法首先利用OFDM系统的循环前缀提出一种适合认知无线电系统的盲信噪比估计方法;然后,利用检测概率在信噪比-5dB～-13dB的区间内近似线性变化的特性,依据估计所得信噪比值对检测概率曲线进行软信息量化,作为各基站判决信息的置信度,从而使权重分配更加合理化,同时,相比于判决融合方法,并不明显提高传输带宽。仿真结果表明,相比与传统方法,此方法能有效利用信噪比信息,在不同信噪比环境下均有较优性能,尤其在各基站信噪比差异较大时,其性能已接近数据判决精度。

改进的短波信道数据引导均衡算法研究(英文)

针对短波信道数据引导均衡算法(data-directed equalization algorithm,DDEA)存在的问题,即必须以一帧数据内信道恒定为前提假设,且在均衡器和译码器之间只能传递硬判决信息,提出两种改进的DDEA均衡算法,分别从不同角度对此加以解决。所提可变信道系数的DDEA算法无须假设一帧数据内信道系数恒定,而允许在每个采样间隔信道系数都是变化的。所提DDEA-Turbo均衡算法能通过在信道估计器、均衡器和译码器之间传递软判决信息,将均衡器和译码器联合起来进行迭代。仿真结果表明,两种改进算法相较于传统的DDEA算法在性能方面都有不同程度的提高,但有分析显示,这种性能的提高须以增加复杂度为代价。

系统极化码的置信传播译码性能分析

置信传播(BP)算法可以为系统极化码提供软信息作为判决依据,也可以为系统极化码在级联迭代译码中提供交换软信息。在详细描述基于信道极化结构的置信传播算法基础上,比较了系统极化码在软信息判决方法和极化编码判决方法下错误率性能的差异。仿真结果表明,软信息判决方法可以提高系统极化码的误比特率,在高信噪比下误帧率方面也略有提高。

低信噪比下随机交织器识别

针对Turbo码随机交织器参数识别问题,充分利用信道截获数据的软判决信息,提出了一种基于对数符合度的交织映射关系识别算法。该算法从计算总的编码方程成立概率出发,定义了能很好衡量概率大小的对数符合度概念,极大地简化了计算复杂度,使得计算量仅与截获码块数目和交织长度的平方有关,计算方式仅为大小比较与符号提取;再利用正确交织位置能够使总的编码方程成立的概率达到最大这一特性,依次实现各个位置的交织关系的识别。与现有算法相比,所提算法识别性能稍差,但计算复杂度更低。仿真结果表明,在信噪比为0 dB、交织长度为200时,仅需要截获码块数目为500,其正确识别率就能达到100%。