利用最大偏差比的LDPC码识别算法

随着自适应调制编码技术（简称AMC）的广泛应用,信道编码识别技术已经引起研究人员越来越多的关注。本文提出了一种在AMC技术中基于最大偏差比的LDPC码识别算法。文章首先利用随着自适应调制编码技术（AMC）和低密度奇偶校验码（LDPC）的广泛应用,AMC框架下的LDPC码识别技术已引起研究人员越来越多的关注。已有的识别算法存在识别性能不足的问题,为此,本文提出了一种AMC框架下基于最大偏差比的LDPC码识别算法。文章首先利用软判决接收序列定义了编码校验关系的对数似然比（PLLR）,并对其模值的概率分布函数进行了分析;然后,利用不同校验矩阵下,校验关系对数似然比统计特性的差异,提出了一种可兼顾PLLR均值和方差特征的最大偏差比判决器。仿真结果表明,在AMC框架下,本文识别算法能够有效地完成对LDPC码的识别,且在低信噪比条件下仍能获得较好的识别结果,特别地,针对高码率LDPC码识别问题时,新算法性能优于已有算法。      

利用软解调序列的LDPC码闭集识别方法

为实现对包括低密度奇偶校验(LDPC)码在内的一系列"稀疏几何编码"的识别,基于软解调序列,设计和实现了一种闭集集合应用背景下的识别方法。以校验约束关系作为切入点,首先回顾了基于硬解调序列的传统识别策略;接着分析和推导了软解调序列所应满足的校验约束形式;通过引入后验校验对数似然比(CLLR)这一统计量,最终设计了相应识别算法。在事先给定先验编码集合的闭集应用模式下,仿真结果显示,算法明显占优,识别增益在低信噪比环境下可达2~6 d B。     

一种低码率的LDPC码在LTE-A中的性能研究

本文通过分析LTE-Advanced系统中准循环LDPC码校验矩阵的构造方法,在不改变母码矩阵的基础上,采用一种灵活的扩展方法,构造了一种低码率的LDPC码。采用一种很实用的编码算法和差分译码算法,在MATLAB仿真平台下,比较了这种LDPC码和Turbo码的性能。结果表明：在短码情况下,这种LDPC码在低信噪比下性能略低于Turbo码,但随着信噪比的增加,LDPC码性能优于Turbo码;在长码情况下,LDPC码的性能明显优于Turbo码。为LTE-Advanced系统的信道编解码器的硬件设计提供了一套有效的编译码算法方案,具有较好的实用价值。     

一种软判决下的RS码识别算法

针对现有RS码识别算法需要对码字符号在不同域之间进行转化,且容错性能较差的问题,该文提出一种直接利用软判决序列完成RS码识别算法。算法首先从RS码定义出发,给出了RS码校验关系从GF(2m)到GF(2)上的等价转换方式,从而避免了不同域下复杂的符号转化;其次引入了能够衡量校验关系成立大小的平均校验符合度概念,然后基于其统计特性以及极大极小判决准则,遍历可能的码长以及对应的m级本原多项式,进行初始码根校验匹配,从而完成码长以及本原多项式识别;最后利用识别出的码长以及本原多项式,构建本原多项式下GF(2m),进行连续码根匹配判决,最终完成码生成多项式识别。仿真结果表明:推导的平均校验符合度统计特性与实际情况一致,算法能在低信噪比下有效完成参数识别;同时该算法具有较好的低信噪比适应能力,在信噪比为6 dB条件下,工程中常见的RS码识别率均能达到90%以上。与现有算法相比,该文算法性能明显好于硬判决算法,且比传统算法提升1 dB以上性能。     

低SNR下基于LDPC译码的迭代SNR估计

针对低信噪比（≤0dB）下SNR估计的难题,提出了基于低密度奇偶校验码（LDPC）译码辅助的迭代SNR估计算法。该算法先采用期望最大（EM）原理及LDPC译码软信息实现SNR粗估计,再以不同SNR下LDPC软信息硬判结果满足校验矩阵约束程度的差异为判决依据,实现基于判决反馈的SNR精估计。仿真表明,该算法能以相对较小的计算复杂度,使LDPC编码系统在低SNR下获得了较高精度的SNR估计。     

联合度分布优化下扩展双对角线LDPC码构造

具有低编码复杂度和低存储量的LDPC码构造算法一直是纠错编码领域的研究热点。本文根据现有对eIRA码和QC-LDPC码的研究,提出一类具有扩展双对角线的LDPC码构造算法。该码以eIRA码作为QC-LDPC码的基码,同时具有两者低编码复杂度和低存储量的特性。为了减少该结构下基矩阵扩展后引入的多个度为1的节点对码性能造成影响,本文结合该码的结构特点提出一种基于EXIT图的联合度分布全局优化算法,有效提高了码的性能。实验结果表明,相较于IEEE802.16e与IEEE802.11n标准中相同条件下的标准码,本文所构造的QC-LDPC码的性能可提高约0.1dB。      

一种可快速编码的QC-LDPC码构造新方法

为解决LDPC码的编码复杂度问题,使其更易于硬件实现,提出了一种可快速编码的准循环LDPC码构造方法。该方法以基于循环置换矩阵的准循环LDPC码为基础,通过适当的打孔和行置换操作,使构造码的校验矩阵具有准双对角线结构,可利用校验矩阵直接进行快速编码,有效降低了LDPC码的编码复杂度。仿真结果表明,与IEEE 802.16e中的LDPC码相比,新方法构造的LDPC码在低编码复杂度的基础上获得了更好的纠错性能。     

GB20600标准的LDPC码的改进

尽管LDPC码已经被GB20600标准采纳作为信道编码,与其它LDPC码相比,在同样码长和码率的情况下,GB20600 LDPC码误码率性能并非最佳;GB20600标准的LDPC码的码长达7493,存在编码复杂性问题,但是GB20600 LDPC码未采用基于校验矩阵的快速算法,这给GB20600 LDPC编解码器的硬件实现带来较大的困难。本文在现有GB20600 LDPC码的设计框架下,对GB20600中LDPC码的校验矩阵进行了修改,在此基础上提出一种有效的LDPC码的快速迭代算法,使编解码器的硬件易于实现。改进后的LDPC码的编码算法具有较低的实现复杂度。仿真结果表明,改进后的LDPC码的误包率性能优于现GB20600中LDPC码的误包率性能。      

有限长不规则LDPC码的构造和编码的优化

该文分析了影响有限长低密度校验（LDPC）码性能的主要因素,在此基础上从度分布参数的优选为起点,结合改进的循序边增长（PEG）算法构造出初步的校验矩阵,提出一种实用的编码优化算法对该校验矩阵进一步优化,最终得到错误平底低且编码复杂度准线性的有限长不规则LDPC码。该优化方法可以容易地推广到一般的信道条件下。     

基于稀疏校验的DVB-S2标准LDPC码快速识别

针对DVB-S2（Digital Video Broadcasting-Satellite 2）标准低密度奇偶校验（LDPC）码的识别问题,提出了基于稀疏校验的快速识别方法。基于LDPC码编码矩阵的稀疏性,只有少量校验位和信息位有校验关系,因此只需要对少量的信息位进行校验即可。遍历不同的生成矩阵,并对多个码字的校验结果进行累积,通过对其校验累积量的分布特点实现不同码率LDPC码的识别。由于只采用了很少的信息位进行校验,因此算法计算量小,同时可以有效减少误码带来的影响。仿真结果表明所提算法有效且可以适应15%以上的误码,完全可以满足实际系统对LDPC码的检测需求。     

基于余弦符合度的自同步扰码盲识别

为克服现有非合作自同步扰码识别算法在低信噪比下识别率低、适应性差的缺点,该文提出一种基于余弦符合度的自同步扰码盲识别方法.首先基于信源不平衡性和自同步扰码解扰原理建立自同步扰码的含错校验方程,然后将接收到的软判决序列转化为信息码元的后验概率序列,遍历可能的生成多项式,在遍历的过程中引入余弦符合度作为统计量,通过分析符合...     

一种利用大衍数列构造多码率原模图QC-LDPC码的方法

针对准循环低密度奇偶校验(Quasi-Cyclic Low-Density Parity-Check,QC-LDPC)码存在码长码率不能灵活选择的问题,提出了一种基于大衍数列构造多码率的原模图QC-LDPC码的新颖方法,该方法利用计算机搜索算法得到原模图基矩阵,然后基于大衍数列的循环移位矩阵对原模图基矩阵进行循环扩展,以此得到校验矩阵.该方法构造的校验矩阵围长至少为6,只需要简单的移位寄存器就可以实现编码,并且具有良好的纠错性能.仿真结果表明,在误码率(BitError Rate,BER)为10-6时,所构造的码率为0.5的P-DY-QC-LDPC(4000,2000)码和码率为0.75的P-DY-QC-LDPC(4000,3000)码与同码率近似码长的其他码型相比较,其净编码增益均有一定提高.     

一种新颖的低错误平层LDPC码构造方法

针对低密度奇偶校验(LDPC)码在高信噪比区域可能存在错误平层的缺点,提出了一种低错误平层LDPC码的新构造方法。该方法的基本矩阵由渐进边增长(PEG)算法与近似环额外信息度(ACE)算法相结合,目的是提升基本矩阵中环的连通性;然后将基于分割移位(PS)的循环移位系数矩阵对基本矩阵循环扩展,以此构造出校验矩阵。该方法除了能够改善高信噪比区域的错误平层,还具有码长、码率的任意可设性特点。仿真结果表明,PAP-LDPC(3 600,2 700)码在信噪比为4 dB以后并未出现明显的错误平层。     

Analysis of LDPC with optimum combining

Low density parity check (LDPC) codes have shown exceptionally good performance for single antenna systems over a wide class of channels. LDPC when implemented with a single input multiple output system with maximum ratio combining is optimum from the standpoint of maximising signal-to-noise ratio at combiner output without the presence of interferer. Optimum combining outperforms maximal ratio combining (MRC) in the presence of interferer(s). In this article, the performance of the LDPC codes with multiple receiver antennas with optimum combining in the presence of single interferer is investigated. The simulation results showed that LDPC codes of irregular construction are able to give high coding and diversity gain with optimum combining. The proposed LDPC optimum combined (LDPC–OC) system in Rayleigh fading channel in the presence of a single interferer improves the signal to interferer plus noise ratio by 2.62 dB with four receiver antennas and by 1.98 dB when the number of receiver antennas is three.     

Iterative decoding for partial response (PR), equalized,magneto-optical (MO) data storage channels

Turbo codes and low-density parity check (LDPC) codes with iterative decoding have received significant research attention because of their remarkable near-capacity performance for additive white Gaussian noise (AWGN) channels. Previously, turbo code and LDPC code variants are being investigated as potential candidates for high-density magnetic recording channels suffering from low signal-to-noise ratios (SNR). We address the application of turbo codes and LDPC codes to magneto-optical (MO) recording channels. Our results focus on a variety of practical MO storage channel aspects, including storage density, partial response targets, the type of precoder used, and mark edge jitter. Instead of focusing just on bit error rates (BER), we also study the block error statistics. Our results for MO storage channels indicate that turbo codes of rate 16/17 can achieve coding gains of 3-5 dB over partial response maximum likelihood (PRML) methods for a 10^-4 target BER. Simulations also show that the performance of LDPC codes for MO channels is comparable to that of turbo codes, while requiring less computational complexity. Both LDPC codes and turbo codes with iterative decoding are seen to be robust to mark edge jitter