首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 171 毫秒
1.
在LDPC码的迭代软判决译码算法中需要利用信道的噪声方差,通过对二元LDPC码、采用BPSK调制的盲信道噪声方差估计方法的分析,提出了在AWGN信道条件下,采用QPSK调制的基于多元LDPC码结构的盲信道噪声方差估计算法,将估计的结果应用到多元LDPC码的译码算法中。仿真结果显示,该算法可以有效地提高信道利用率,在没有增加额外开销的同时能够得到比较准确的信噪比估计。  相似文献   

2.
张彦昕  孙军  王粤  王嘉 《计算机工程》2006,32(10):215-217
提出了一种基于VLC和LDPC的联合信源信道译码算法。在迭代过程中,利用VLC信源序列中的冗余信息校正LDPC译码的迭代软信息,增强LDPC译码器的纠错性能,并加速LDPC译码迭代收敛。BSC信道的仿真结果证实了该联合信源信道解码算法性能优越。  相似文献   

3.
比特交织编码调制系统中的均衡技术仿真研究   总被引:1,自引:0,他引:1  
判决反馈迭代译码的比特交织编码调制(BICM-ID)技术是一种高性能、低复杂度的先进信道调制方案.分析了BICM-ID系统的结构和迭代译码方法,研究了最小均方(LMS)和最小二乘(RLS)自适应均衡算法以及线性(LE)和判决反馈(DFE)均衡器.设计了在ISI信道下BICM-ID使用DFE-RLS均衡器的系统,计算机仿真证明其能够自适应地快速估计、跟踪信道,对于码间干扰严重的信道有良好的均衡效果,经过迭代译码有良好的误码性能-分别在ISI干扰轻微和严重的W2.9和W3.5信道下,经过3次迭代译码,在信噪比分别为7.6 dB和12.8 dB时误码率可达10-4.  相似文献   

4.
提出一种基于二阶HMM(隐马尔可夫)信源和LDPC的联合信源信道译码算法。在迭代过程中,利用信源序列中的冗余信息校正LDPC译码的迭代软信息,提高LDPC码的纠错性能,加快迭代收敛速度。AWGN信道的仿真结果证实了该联合信源信道解码算法性能优越。  相似文献   

5.
Mackay-Neal算法是基于LDPC码的BP译码简化算法,但仍存在大量乘法运算.为了降低译码算法的运算量,基于Mackay-Neal算法提出一种改进的对数和积译码算法.最后通过计算量复杂度分析结果表明,改进后的对数和积译码算法更简单,运算量大大降低,易于硬件的实现.  相似文献   

6.
在IEEE802.16e通信标准的LDPC码背景下,基于LDPC码的软判决LLR BP译码算法,结合LDPC码的最小和处理方式和硬判决译码思想,针对译码性能和复杂程度提出了一种改进的BP译码算法。在相同信噪比条件下,新BP算法在译码性能上非常接近LLR BP算法,同时其复杂程度却远小于LLR BP算法,提高了工程可实现性。  相似文献   

7.
运用LLR BP经典算法对低密度奇偶校验(LDPC)码译码时,由于译码时迭代次数过多和每次循环时校验节点的计算复杂度过高,导致译码复杂度非常高.提出了一种改进型LLR BP译码算法,采用泰勒级数将LLR BP算法中复杂度高的雅克比修正项进行分段线性近似.仿真表明:该算法在译码性能损失不大的情况下可大幅降低LDPC码的译码复杂度.  相似文献   

8.
基于空间迭代的信道估计和译码联合算法*   总被引:1,自引:1,他引:0  
为了提高MIMO+OFDM系统在信道信息估计不准确时的译码性能,提出了一种基于SAGE(空间交替期望最大)算法的信道估计和MIMO译码联合算法。具体方法是:将发送的子帧分成若干个子块,第一个子块为导频子块,为第二个子块的译码提供信道信息;译码时对第二个子块进行内部的参数循环估计,完成该子块的译码后,解出该子块的信道信息,并将其作为下一子块译码的信道参数,依次完成所有子块的译码。经过仿真验证,该算法的性能优于LMMSE信道估计+ML译码算法的性能,运算复杂度低于EM算法。基于SAGE算法的信道估计和检测联  相似文献   

9.
针对深空通信中高信道编码增益的需求,设计了一种新颖的基于按边增长(Progressive edge-growth,PEG)算法的广义低密度奇偶校验(Generalized LDPC,GLDPC)码.基于稀疏矩阵的二分图,首先改进了PEG算法用以构造规则LDPC,然后用BCH码作子码替换LDPC中的单奇偶校验码来构造PEG-GLDPC,最后重点研究了PEG-GLDPC的译码算法,提出一种联合BCH比特栅格译码与置信传播(Belief propagation,BP)算法的迭代译码机制.AWGN信道下的仿真结果表明,PEG-GLDPC译码性能优于LDPC以及传统GLDPC,适用于深空通信等低信噪比通信系统.  相似文献   

10.
李世平  李鑫 《计算机应用》2011,31(12):3230-3232
在正交频分复用系统中,为了提高信道估计算法的准确度和降低复杂度,首先对传统的离散傅里叶变换(DFT)信道估计算法进行了改进,通过引入判决门限,进一步消除信道噪声的影响,提高系统性能;然后与LS估计、SVD估计和DFT估计进行对比分析;最后通过Matlab软件进行仿真分析,结果表明了改进算法在基本不增加复杂度的前提下,提高了信道估计的准确度,进而提高整个系统的性能。  相似文献   

11.
低密度校验码是一种基于稀疏校验矩阵的线性码,此码性能接近Shannon限,并具有简单有效的迭代译码算法。大部分文献提到的LDPC迭代译码算法均基于BPSK调制,相对于MQAM/MPSK调制,BPSK调制频谱利用率太低。在未来的3G+高速无线通信中,最广泛运用的物理层技术OFDM必然采用频谱利用率较高的多电平调制。因此。如何把LDPC码用于多电平调制下的OFDM是一个关键,将目前较为简化的基于二进制调制的两种译码算法作改进,也即扩展,使之能够应用到基于多进制调制的OFDM系统中.  相似文献   

12.
李世平  王隆 《计算机应用》2012,32(2):385-387
在多输入多输出(MIMO)系统的信号检测算法中,球形译码算法的检测性能最接近最大似然算法,但传统球形译码算法运算复杂度较高。为降低球形译码算法复杂度,提出一种新型的球形译码检测算法。新算法由改进的快速球形译码算法与最小均方误差算法相结合而成。改进的快速球形译码算法通过在球形半径收缩时乘上一个常量参数来提高半径收缩速度,减少算法搜索的信号点数,从而达到降低复杂度的目的。最小均方误差算法则能够通过减小噪声对接收信号的干扰来降低因搜索噪声点而产生的复杂度。将最小均方误差算法的信道矩阵应用在改进的快速球形译码算法中,将两种算法有效地结合,能够进一步降低算法复杂度。仿真结果表明,当信噪比(SNR)低于10 dB时,新算法相比于原始球形译码算法,检测性能平均提高了9%左右。  相似文献   

13.
由于目前衰落信道,特别是时变信道非线性环境下的研究极少,因此研究对流层散射信道应用场景下的5G-NR LPDC编译码性能。5G-NR LDPC码是一种准循环LDPC码,其通过基矩阵构造,可以支持多种码率和码长,便于实现速率自适应。本文提出一种改进的分层归一化最小和译码算法,利用对归一化因子的修正,使该算法更适合应用于散射信道。仿真结果表明,本文算法与传统译码方法相比,译码速度提高了3倍,减少了迭代次数,降低了复杂度;使用16重分集技术且误码率达到10-5时,在低码率和高码率下,改进译码算法比传统译码算法性能分别提升1.3 dB左右和0.6 dB左右。  相似文献   

14.
由于变量节点自身的可靠性度量值不会随着迭代译码过程中比特被翻转而更新,因此翻转函数值的计算并不准确,进而影响了梯度下降比特翻转算法的译码性能。在深入分析梯度下降比特翻转译码算法的基础上,提出了一种基于变量节点更新的加权梯度下降比特翻转译码算法。该算法为翻转函数引入了校验节点的可靠度外信息权重和变量节点可靠性的更新规则,从而使翻转函数值的计算更加精确。仿真结果表明,与现有的梯度下降译码算法相比,在加性高斯白噪声信道下,该算法有效提升了误码率性能。  相似文献   

15.
低密度校验码(Low Density Parity Check codes)的重新发现是继turbo码之后信道编码领域又一里程碑事件。LDPC码凭借其优异的性能和较低的译码复杂度,被广泛的运用于各种高速通信系统。本文提出了采用简化高阶QAM的LDPC编码OFDM系统(LDPC-COFDM),在保证高效可靠传输的同时降低了实现复杂度。仿真结果显示这种算法在AWGN和多径衰落信道下均具有良好的性能。  相似文献   

16.
针对相关分块衰落信道模型,提出一种基于因子图期望最大化(FGEM)算法的联合估计解码方法。在接收机中,采用因子图消息传递方法进行信道估计和迭代解码, 并引入期望最大化(EM)算法来消除因子图模型中存在环路对消息传递的影响,同时解决了消息传递中的混合高斯消息计算的问题。采用卡尔曼前后向算法代替最大化步消息更新过程,简化了消息的迭代计算,降低了联合解码和估计的复杂性。实验结果表明,与只有导频辅助方法和判决方法相比,该算法进一步提高了信道估计的准确度和接收机的解码性能。  相似文献   

17.
The component codes of turbo product codes inWiMAX systems are extended Hamming codes and single parity check codes as well as their shortened forms. In this paper, three novel iterative decoding algorithms based on Chase, MAP algorithms and their combination are proposed for shortened-extended turbo product codes. The iterative decoding algorithm based on Chase algorithm is proposed to reduce the decoding complexity without any performance loss. An efficient MAP algorithm is then proposed to decode the component codes of shortened single parity check codes and shortened-extended Hamming codes. A comprehensive performance comparison of the proposed decoding schemes is conducted for three typical classes of turbo product codes in WiMAX OFDMA systems. The suitable decoding algorithms are recommended for different classes based on the simulation results.  相似文献   

18.
为优化非规则低密度奇偶校验(LDPC)码的度分布,引入差分进化(DE)极值搜索算法,根据差分进化后的最佳成员矢量,确定非规则LDPC码变量点的度分布。基于期望码率和变量点的度分布调整校验点的度分布,获得期望码率下的LDPC码。为提高优化搜索效率,改进差分进化停止准则,从而有效控制进化迭代次数。在此基础上,设计一组加性高斯白噪声(AWGN)信道下的非规则LDPC码。实验结果表明,该方法的译码复杂度低,设计的LDPC码具有较高的噪声门限。  相似文献   

19.
Belief propagation (BP) and the concave-convex procedure (CCCP) are algorithms that use the Bethe free energy as a cost function and are used to solve information processing tasks. We have developed a new algorithm that also uses the Bethe free energy but changes the roles of the master and slave variables. This is called the Bowman-Levin (BL) approximation in the domain of statistical physics. When we applied the BL approximation to decode the regular low-density parity-check (LDPC) codes over an additive white Gaussian noise (AWGN) channel, its average performance was roughly similar to that of either BP or CCCP, but slightly outperforms them if the vast calculation cost is not prohibitive. This implies that our algorithm based on the BL approximation can be successfully applied to other problems to which BP or CCCP have already been applied. We also found that the decoding dynamics of the BL algorithm particularly depend on the number of inner loops. These differences from BP may be important in understanding the complicated landscape of the Bethe free energy.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号