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。     

高速通信系统中两种Turbo迭代译码算法的比较

1993年提出的Turbo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Turbo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Turbo码,而很少有人关注考虑分组Turbo码（即乘积码）,事实上乘积码相比卷积Turbo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Turbo译码算法,提出并分析了传统的卷积Turbo码和分组Turbo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.     

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。     

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。     

Turbo乘积码构造方法的研究

Turbo乘积码因其具有接近香农限的译码性能和适合高速译码的并行结构,已成为纠错编码领域的研究热点。Turbo乘积码的分量码一般由扩展汉明码构造而成,所以该类码字编码和译码的硬件实现比较简单。当Turbo乘积码采用扩展汉明码作为子码时,随着信噪比的提高,码字的最小码重对误帧率的影响会逐步增大。文中改进了Turbo乘积码编码结构,在只增加较小的编译码复杂度和时延的情况下,提高了码字的最小码重,并减少了最小码重码字在码字空间所占的比例。通过仿真和分析,比较了这种码和TPC码在误帧率性能、码字的最小码重分布以及最小码间距估计上的差异。     

Turbo乘积码技术及其性能研究

在分析Turbo乘积码的基本编译码原理的基础上,比较了未编码与编码后系统的差错性能,研究了选取不同分量码、不同迭代次数对TPC译码性能的影响。在不同迭代次数与分量码情况下,进行了仿真实验。仿真实验表明,在相同的差错性能条件下,采用TPC码能带来5~6 dB的编码增益。TPC译码算法简单,没有错误平层,硬件实现复杂度较小,是一种非常实用的信道编码方式。     

乘积码迭代译码算法研究

介绍了在分组码的软输入软输出译码基础上以扩展BCH码为子码的乘积码的迭代译码算法,提出了在高带宽利用率调制方式下的算法应用方式,并给出了仿真结果。最后与传统的并联卷级码代译码方案比较,发现在高编码效率时,乘积码迭代译码方案有着较好的应用性。     

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码的编译码器及性能分析

介绍Turbo码的编译码器和迭代译码器的结构 ,并分析Turbo的性能     

Turbo码及其在无线通信中的应用

文中对现有的主要Turbo码,包括并行级联卷积Turbo码、串行级联卷积Turbo码、分组乘积Turbo码,对它们的译码算法、硬件产品和在无线通信系统中的应用进行分析和介绍。     

基于不同外信息处理方式的Turbo迭代译码研究

针对离散无记忆高斯信道,该文深入剖析了不同外信息使用方式下的两种对数域的Turbo码迭代译码算法,并借助蒙特卡罗仿真,在相同的约束条件下对两种算法的性能进行了比较。经过分析指出二者在本质上是一致的,只是成员译码器对外信息使用权重的处理不同。最后对其进行了统一的描述,并定量研究了迭代译码对外信息的依赖性。结果发现成员译码器对外信息的最佳依赖程度不受信噪比与迭代次数的影响。     

Turbo码解码过程中的加权算法

本文通过调整迭代解码过程中系统位接收值的加权系数,提出了一种Turbo码加权迭代解码算法。该算法改变了迭代运算后Turbo码解码器输出软值中系统位接收值信息和它的外部估计信息的比重,使Turbo码无论在低信噪比或是在高信噪比时均具有优良的纠错性能。仿真结果显示,采用Turbo码加权迭代解码算法,不仅能提高Turbo码的收敛速度,而且能进一步降低Turbo码解码时的地板值,使Turbo码的比特误码率在高、低信噪比时都能够得到进一步改善。     

A Simple Efficient Stopping Criterion for Turbo Decoder

The performance of a turbo decoder depends strongly on the number of iterations in its decoding process. It is necessary to stop the decoding process at an appropriate moment to alleviate the serious burden, in terms of both the computational speed and latency, part of which is associated with too many iterations. In this letter, we introduce a criterion for finding the opportune moment to stop the decoding process, called a hard decision aided criterion based on bit interleaved parity, which is known to have much simpler hardware logic, compared with other schemes, and does not lead to any significant performance degradation.     

Turbo Product Codes Based on Convolutional Codes

In this article, we introduce a new class of product codes based on convolutional codes, called convolutional product codes. The structure of product codes enables parallel decoding, which can significantly increase decoder speed in practice. The use of convolutional codes in a product code setting makes it possible to use the vast knowledge base for convolutional codes as well as their flexibility in fast parallel decoders. Just as in turbo codes, interleaving turns out to be critical for the performance of convolutional product codes. The practical decoding advantages over serially‐concatenated convolutional codes are emphasized.     

Turbo乘积码的软译码研究

Turbo码作为一种新型的纠错编码类型备受通信界的注目,它的纠错能力接近Shannon极限。阐述了Tur-bo乘积码的软译码原理及其算法。     

卷积Turbo码技术研究

系统地研究了卷积Turbo码的编译码结构和两种译码算法,分析了影响译码性能的几个因素,并给出了相应的仿真结果。     

一种乘积码译码器设计方案的研究

介绍了一种乘积码迭代译码器的硬件设计方案。基于软判决译码规则,使用VHDL硬件描述语言,提出了基于Modelsim6.Oa仿真平台的两维乘积码的EDA实现方法,给出了仿真波形,迭代次数为四次时最大译码速率可达到50Mbit/s,并通过了在Xilinx公司的FPGA芯片XC2S200上的综合验证实验。该译码器的功能仿真和硬件实现都证明了这种方案的可行性和正确性。     

Turbo码研究的最新进展

Turbo码是近几年来研究课题的一个热点。介绍了目前Turbo码和Turbo原理研究的最新进展及其最新应用,并介绍了一些尚未被解决的问题。