为降低低密度奇偶校验(LDPC:Low-Density Parity-Cheek)码译码算法的复杂度,同时提高通信系统性能,在研究对数似然比置信传播(LLR-BP:Log-Likelihood Ratio Belief Propagation)算法及其简化的译码算法基础上,提出了一种基于归一化最小...为降低低密度奇偶校验(LDPC:Low-Density Parity-Cheek)码译码算法的复杂度,同时提高通信系统性能,在研究对数似然比置信传播(LLR-BP:Log-Likelihood Ratio Belief Propagation)算法及其简化的译码算法基础上,提出了一种基于归一化最小和(NMS:Normalized Min Sum)算法的改进算法。深入研究了Gamma-Gamma分布模型,并将Gamma-Gamma分布作为仿真的信道模型,应用Matlab仿真比较了LLR-BP及其简化算法在不同湍流强度信道下的性能。仿真结果表明,无论在AWGN(Additive White Gaussian Noise)信道还是不同湍流强度的Gamma-Gamma信道下,改进算法在几种算法中都有较好的译码性能,尤其是在中湍流和强湍流信道下改进算法的性能优势更为明显。通过码长对BER(Bit Error Rate)影响的仿真结果表明,适当增加码长可有效改善算法的性能。展开更多
文摘为降低低密度奇偶校验(LDPC:Low-Density Parity-Cheek)码译码算法的复杂度,同时提高通信系统性能,在研究对数似然比置信传播(LLR-BP:Log-Likelihood Ratio Belief Propagation)算法及其简化的译码算法基础上,提出了一种基于归一化最小和(NMS:Normalized Min Sum)算法的改进算法。深入研究了Gamma-Gamma分布模型,并将Gamma-Gamma分布作为仿真的信道模型,应用Matlab仿真比较了LLR-BP及其简化算法在不同湍流强度信道下的性能。仿真结果表明,无论在AWGN(Additive White Gaussian Noise)信道还是不同湍流强度的Gamma-Gamma信道下,改进算法在几种算法中都有较好的译码性能,尤其是在中湍流和强湍流信道下改进算法的性能优势更为明显。通过码长对BER(Bit Error Rate)影响的仿真结果表明,适当增加码长可有效改善算法的性能。