软输出维特比译码器结构优化

分析 Turbo Code的软输出维特比 ( SOVA)译码器的结构优化方法 .首先简介了SOVA译码原理 ;然后从两方面讨论 SOVA算法的硬件实现的优化问题 :一是讨论硬件结构的比特级优化结构 ,提高译码速度 ;二是在算法级将代数环的理论引入到算法的分析中 ,将实数环上的非线性运算转换成另一个环上的线性运算 ,从而简化译码器结构 。

Turbo码软判决输出维特比译码方案的改进

Turbo码是一种新的纠错编码,具有十分强的纠错能力。Turbo码编码端采用两个或两个以上的卷积并行级联构成,译码端则采用以基于软判决信息输入/输出的反馈迭代译码结构。译码算法是Turbo码设计的核心,现已有的两种主要的译码算法——MAP和SOVA。SOVA是一种改进的维特比算法,使其可以逐比特输出与MAP算法类似的软判决信息。该文综述了Turbo码SOVA译码的几种改进方式,并分析了这几种改进方式及仿真结果。

BCM码的软输出迭代译码

BCM码是由Imai与Hirakawa首次提出的,能够在不扩展带宽的前提下获得很大的编码增益,BCM码的译码有多种方法,其中多级译码较好地实现了性能与复杂度的折衷。本文在多级译码的基础上,利用中给出的三种方法来改善BCM码的译码性能。不同的是此处用于软输出译码中的可靠信息不是通过MAP算法而是由软输出Viterbi译码算法(SOVA)得到的,从而使得译码复杂度大大降低,文中对成分码选用重复码、汉明码时的BCM码在加性白高斯噪声信道(AWGN)中的性能进行了仿真,结果表明,采用这种方法对BCM进行译码时可在误码率为10^(-5)时获得1.7dB的编码增益,而复杂度仅在原硬输出译码的基础上增加了50％,是MAP算法的25％。

软输入/软输出迭代译码算法的研究与设计

对软输入/软输出迭代译码算法进行了理论研究,分析该算法的共性,并以Turbo乘积码的性能仿真说明迭代译码对译码性能的影响,还以理论研究为基础,对迭代译码算法进行了硬件设计,重点探讨了Turbo乘积码的译码算法硬件设计。

差分协作系统中的软输入软输出多符号差分球形译码

在差分协作系统中,为了解决硬判决多符号差分检测(multi-symbol differential detection,MSDD)译码过程中,部分信息丢失导致性能损失以及该算法中最大似然检测计算复杂度高的问题,提出了一种软输入软输出的多符号差分球形译码(SISO-MSDSD)算法.该算法利用球形译码思想,在一定搜索范围内计算编码比特的对数似然比(LLR),去除先验信息可获得编码比特的外信息,经内部译码器判决得到源信息.仿真分析表明,比较硬判决MAP算法,SISO-MSDSD算法性能明显提高,且在信道频偏较大时,随着分组长度增加能有效提高检测性能.此外,在低SNR区域,SISO-MSDSD算法对复杂度的改善也十分明显.因此,SISO-MS-DSD可作为一种较好的软检测算法应用于差分协作系统中.

基于软输出固定复杂度球形译码的高效迭代检测算法

该文在软输出固定复杂度球形译码(SFSD)算法的基础上,提出一种低复杂度高性能的MIMO迭代检测方法。该算法利用迭代过程中译码器的反馈信息更新SFSD检测算法的软输出,获得明显的迭代增益,并利用多级比特映射星座图的特点大大降低分支度量的运算次数。针对SFSD算法预处理复杂度较高的问题,该文将检测顺序调整和QR分解两个预处理步骤相结合,从而减少了矩阵求逆运算。在长期演进方案(LTE)下行链路环境中的仿真结果表明,该文提出的算法性能十分接近最优的最大后验概率(MAP)检测,并且实现复杂度相对于MAP有显著的下降。

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。

Turbo码在第三代移动通信中的译码实现研究

在分析ＴＵＲＢＯ码输入量化的基础上，结合已有的译码ＭＡＰ算法实现结构，给出了第三代移动通信建议（３ＧＰＰ）中ＴＵＲＢＯ码的译码实现电路和译码迭代电路，并提出了将ＴＵＲＢＯ码运用于多级调制的码设计和多步译码方法。并将每级ＴＵＲＢＯ码设计出不同码率，提高了低层码的纠错能力，使高层码具有较高的传输信息能力。对ＴＵＲＢＯ码在第三代移动通信中的译码也进行了分析，并讨论了延迟问题，研究了ＦＰＧＡ实现规模。该电路结构具有好的译码性能，并达到了３ＧＰＰ的译码增益要求。

低复杂度Turbo码译码并行实现

MAX LOG MAP是Turbo码译码算法的简化算法 ,本文提出了该算法的并行阵列集成电路实现结构 ,给出阵列的数据流向和译码算法在阵列中的计算过程 ,分析了阵列结点联接关系和数据存贮结构 ,以及数据运算之间的简单时序关系 .通过计算机仿真 ,证明了这种并行实现结构的正确性 .

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。

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。

卷积码的迭代译码原理

文章讨论了一种联合结构下的迭代译码方法。提出了软输入/软输出迭代译码算法的原理,进一步对最优的MAP算法和次优的SOVA算法进行了详细分析,在不同条件下给出计算机仿真的结果。

等价于MAP的SOVA译码方法

不同于MAP(MaximumAPosteriori)算法,SOVA(Soft-OutputViterbiAlgorithm)算法的软输出不是真正意义上的后验概率,很少有文献给出SOVA算法的完整数学解释。该文给出了一种完整的SOVA的数学表达形式,并从SOVA的数学表达出发推导出了两种等价于MAP,具有SOVA形式的译码方法,一种是Li等人(1995)给出的适用于连续传输的最佳软输出算法(OptimalSoftoutputAlgorithm,OSA);后一种是对OSA算法的改进,后者可以得到与前者等价的软输出,但是降低了运算复杂度。

Turbo码的最优和准最优译码算法

最近提出的并行级联卷积码（Ｔｕｒｂｏ－ｃｏｄｅ），以其惊人的性能，引起了国际上的广泛重视。介绍了Ｔｕｒｂｏ码的编、译码原理，特别讨论了适用于Ｔｕｒｂｏ码译码的最大后验概率（ＭＡＰ）和最大对数后验概率（Ｍａｘ－ｌｏｇ－ＭＡＰ）译码算法，在ＡＷＧＮ信道中，对两种算法的比特差错率（ＢＥＲ）进行了比较。ＭＡＰ算法对Ｔｕｒｂｏ码是最优的，但硬件实现难度大。Ｍａｘ－ｌｏｇ－ＭＡＰ算法性能比ＭＡＰ略有下降，但运算量大为减小，应用性强。

适用于WMSN的联合信源信道迭代译码

提出了一种适用于WMSN的联合信源信道迭代译码(ISCD)方案,基于一种软输入软输出(SISO)后验概率的变长译码算法,不仅可以得到最大似然(ML)变长序列估计,而且可以计算ISCD所必需的比特级的置信信息。此外,把缩放外信息技术引入到ISCD领域,提出了利用外信息交换特性来获得最优常数缩放因子的方法,这可以在几乎不增加运算复杂度的前提下提高ISCD的性能。这种方案的显著特点是运算复杂度低,所需存储空间小,可以被应用于WMSN节点上。仿真结果表明,提出的ISCD方案显著地提高了变长度编码数据在WMSN中传输的抗差错能力。

基于SOVA译码算法的Turbo码在TMS320C54X上的实现

Turbo码是迄今为止性能最为优异的一种信道编码方式 ,是 IMT2 0 0 0信道编码的推荐标准 .本文采用 (7,5 )递归系统卷积码 ,最小距离伪随机交织 ,软输出维特比译码算法在 TMS32 0 C5 4X上实现了 Turbo码 ,并对所实现的 Turbo码在不同信道 ,不同信噪比情况下的的性能指标进行了模拟测试比较 .

OFDM系统群稀疏信道估计与译码迭代算法

针对OFDM通信中的多径信道估计问题,本文提出了一种群稀疏信道估计和译码迭代算法。在信道估计中,利用了无线多径信道的群稀疏特性,采用群基追踪降噪算法(Group basis pursuit de-noising,Group-BPDN)算法,提高了信道估计的精度。在译码时,采用软输出的维特比算法,从译码输出中提取可信度大的结果,反馈到信道估计的输入部分,与已知的导频信号一起构成新的已知信号集。这样,通过反馈迭代处理,一方面增加了稀疏恢复时的已知信息,提高了恢复的精度;另一方面,新的已知信号集和已估计出的信道响应可以用来估计噪声功率,提高了噪声环境下稀疏恢复算法的精度。仿真实验证明本文算法提升了信道估计性能,降低了误码率。

基于SISO Cyclic-2 PML算法TPC译码器的仿真研究

Turbo乘积码(Turbo Product Codes TPC)通过将软输入软输出迭代译码引入到线形分组乘积码获得了优异的译码性能。本文对TPC软输入软输出(SISO)Cyclc-2 PML译码算法及TPC的串行迭代译码结构进行了介绍,并对基于SISO Cyclic-2 PML算法的TPC译码器进行了仿真研究。

类卷积译码的容错解扰算法

针对自同步扰码系统的联合信源信道译码问题,本文将自同步扰码看作一种特殊的卷积编码,提出了类似卷积译码的软输入软输出(SISO)自同步去扰算法。该算法利用信源冗余更新扰码序列的外信息,在信道译码时作为先验信息进行译码,实现了自同步去扰与信道译码之间的软信息交互,充分利用了信源冗余信息,使得接收系统的性能得到了有效提升。仿真结果表明,在TPC编码条件下,当信源冗余度为70%时,联合信源信道译码的性能增益约为4.1dB。相比于单一纠错编码系统,当通信系统中存在自同步扰码时,联合信源信道译码具有更大的性能增益。

Turbo码SOVA译码器的系统仿真及性能分析

主要分析了3GPP标准中Turbo码采用SOVA译码器的译码性能.3GPP标准中给出了1/3Turbo码的编码结构和交织器设计方案,但未能给出译码方案.作者对帧长为4000bit的Turbo码,采用了SOVA译码器进行建模仿真.比较了SOVA译码器与MAX＿LOG＿MAP译码器译码的性能和实现复杂度.本文作者认为,从综合算法的性能、计算复杂度和时延等方面来考虑,SOVA译码器作为Turbo码的译码是一个比较好的选择.