一种改进的LLR BP译码算法研究

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.     

一种低复杂度的LDPC码改进型UMP BP-Based译码算法*

为了弥补UMP BP-Based相对于LLR BP译码算法的性能缺陷,提出一种改进型UMP BP-Based译码算法。通过将Normalized BP-Based和Offset BP-Based译码算法的优点相结合,并利用最小均方误差准则来计算该算法中的参数。仿真结果表明,在相同误码率的情况下,改进型UMP BP-Based译码算法比UMP BP-Based、Normalized BP-Based以及Offset BP-Based具有更好的LDPC译码性能。     

基于置信传播算法的低密度校验码量化译码设计

介绍了二元输入连续输出无记忆AWGN信道下低密度校验 (LDPC)码的置信传播译码算法及其密度进化特性 .根据密度进化规律 ,分析了不同消息空间中的量化译码问题 .得出结论如下 :对于概率和概率差消息 ,只有高阶均匀量化才能获得满意的译码性能 ;似然比消息的适当对数量化可等价于对数似然比消息的均匀量化 ;对数似然比消息易于实现相对信道输入± 1的无偏对称量化 ,并有效利用消息的统计特性 .由非均匀量化在大消息区域分配的量化电平可以有效地促进算法收敛 .仿真结果表明 ,低阶非均匀量化优于均匀量化     

LDPC码的低复杂度译码算法研究

本文在对LDPC码的译码算法分析的基础上，针对校验矩阵中含有的环对译码算法的影响，提出了一种基于置信传播算法基础上的低复杂度译码算法。该算法通过及时切断消息在环上的重传回路，可消除因校验矩阵中的环回传原始信息对译码造成的影响，保证优质的原始信息能尽可能地传播到其能传播的节点，从而提升了LDPC码的译码性能。仿真实验表明，该算法具有低于传统算法的复杂度，在低信噪比的信道中可以获得相当于传统算法的性能，在良好的信道条件下可以取得比传统算法更优异的性能。     

一种LDPC码的两步混合译码算法

本文介绍了一种LDPC码的两步混合译码算法，并在AWGN信道下进行了仿真。仿真结果表明，与传统的BP算法相比，在中高信噪比区域，混合译码算法可以提供更低的误码平台。     

基于改进型UMP BP-Based算法的LDPC译码研究

为了弥补UMP BP-Based译码算法相对于LLR BP译码算法的性能缺陷,提出一种改进型UMP BP-Based译码算法.该算法中的参数是在最小均方误差准则下确定的,对所有的LDPC码的译码具有通用性.仿真结果表明,在相同误码率的情况下,改进型UMP BP-Based译码算法比UMP BP-Based译码算法、Normalized BP-Based译码算法以及Offset BP-Based译码算法具有更好的LDPC译码性能.     

基于偏移量近似的改进型IRA译码算法研究

IRA码的译码通常是利用BP译码算法来实现的,但是BP译码算法的硬件电路复杂.为了让译码算法在复杂度和译码性能之间取得较好的折衷,提出一种改进型IRA译码算法,该算法采用偏移量近似的方法来逼近于BP译码算法,能够简化BP译码算法的复杂度.仿真结果表明,与BP译码算法相比,改进型IRA译码算法能够在降低算法复杂度的同时保持良好的译码性能,与最小和译码算法相比,改进型IRA译码算法的复杂度几乎不变,但译码性能得到了明显的提高.     

基于变量节点更新的梯度下降比特翻转译码算法

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。     

基于置信传播的LDPC码译码算法

对基于置信传播的LDPC（低密度奇偶校验）码译码算法（SPA算法）。进行了分析和研究,在此基础上提出了一种方便寻址的串行结构译码方法,对其作案了性能仿真和实现复杂度分析。分析结果表明,这种LDPC译码结构简化了寻址过程,节省了资源,具有一定的普遍适用性。     

LDPC码节点剩余度置信传播译码改进

低密度奇偶校验(LDPC)码的剩余度置信传播(RBP)和基于校验节点的剩余度置信传播(NWRBP)译码算法是根据剩余度值的有序度量,动态选择最大剩余度值所在的边或校验节点,对其依次进行更新。对比依次同步更新所有校验节点和变量节点的flooding算法,NWRBP算法的收敛速度和译码性能有了很大的提高。基于NWRBP算法,提出一种改进型NWRBP(ENWRBP)算法,即统计NWRBP译码过程中各变量节点的更新次数。如果NWRBP迭代译码失败,则将更新次数最少的变量节点的初始化值设置为0,重新译码。仿真结果表明,与NWRBP相比,ENWRBP译码算法降低了误码率和误帧率。     

基于最小和的高效LDPC译码算法

针对低密度奇偶校验（LDPC）译码算法性能低的问题,提出一种基于最小和的高效译码算法。该算法从概率的角度分析消息的传递过程中校验节点的更新过程,得到近似的最小和算法等式,并采用动态归一化因子提高译码性能。仿真实验表明,与BP译码算法相比,该译码算法在损失极少译码性能的情况下,不仅减少迭代过程中的计算量,而且提高了译码效率。     

一种基于循环神经网络的极化码BP译码算法

置信传播（BP）算法作为极化码最常用的软判决输出译码算法之一,具有并行传输、高吞吐量等优点,但其存在收敛较慢、运算复杂度高等缺陷。提出一种基于循环神经网络的偏移最小和近似置信传播译码算法。通过偏移最小和近似算法替代乘法运算,修改迭代过程中的消息更新策略,并运用改进的循环神经网络架构实现参数共享。仿真结果表明,相比传统BP译码算法,该译码算法在提升误码率（BER）性能的前提下,减少约75%的加法运算且收敛速度大幅提升,相比基于深度神经网络的BP译码算法,该算法在确保BER性能无显著下降的前提下,使用加法运算替代乘法运算,节省了约80%的存储空间开销。     

基于GF（q）的LDPC编码的Turbo均衡

提出了频选衰落信道下基于GF（q）的LDPC编码系统的Turbo均衡,将性能优异的q-LDPC码作为外码,以信道响应作为内码构成级联结构,在接收端采用迭代的方式实现数据的高性能检测。相比卷积编码作为外码的Turbo均衡有2 dB的性能改善,提高了误码性能。     

协作通信系统中的LDPC码性能分析研究

协作通信方式是解决通信系统容量不断增加的重要方法,协作通信系统中采用LDPC码,可以有效改善中继节点处的差错传播带来的系统性能下降。给出了LDPC码的基本编解码原理,阐述了基于LDPC码的协作通信系统的分析模型,给出相应的数值仿真结果和分析。仿真结果表明,采用了（3,6）正则LDPC码的协作通信系统的性能远优于直接通信链路的性能。     

基于软比特域的LT码修正震荡迭代算法

LT码的BP译码算法复杂度较高,在译码时由于Tanner图短环的出现易产生震荡效应。为此,提出一种软比特域迭代译码算法。将双曲正切函数进行变换和量化处理,得到(-1,1)区间的软比特域,并将变量节点信息更新算法变换到软比特域中进行计算。为解决LT码中短环的存在导致某些变量节点的外信息出现震荡效应的问题,给出一种新的震荡判断准则,只有当变量节点在连续2次迭代时符号发生反转,且软比特域值均高于阈值时判定为出现震荡。仿真结果表明,简化软比特域震荡迭代译码算法约比传统BP算法降低75%的运算量,并在误码率性能上逼近BP算法。     

采用动态量化的低存储空间LDPC译码研究

为存储、处理大量信息而导致译码器硬件复杂度较高是影响LDPC码广泛应用的主要原因。降低译码信息的量化位宽能有效降低译码器硬件复杂度。由于译码信息的绝对值在译码过程中不断增长,短量化位宽带来的有限量化范围会导致严重的饱和量化误差,影响译码性能。在量化位宽不变的情况下,通过逐渐降低信息量化的精度来实现信息量化范围的扩展。这种动态的量化方式能满足译码信息的绝对值不断增长的要求。为进一步适应不同噪声环境并减少量化精度降低带来的负面影响,这种动态量化方式以自适应的方式实现。仿真结果表明,自适应动态量化方式能以很小的译码性能损失,大幅减少译码器所需存储空间,简化硬件复杂度。     

多次推理中的BP算法优化

使用BP算法求解效用最大化问题时,容易产生大量冗余计算。为此,对标准BP算法进行优化,在推理过程中,对一些受限定条件影响较小的结点,直接利用前次推理结果,无需重新计算其边缘概率,并证明这种优化不会显著影响推理结果。将该算法应用于组合竞拍模型进行测试。仿真结果表明,相对于标准BP算法,该优化算法能提升求解效用最大化问题时的收敛效率。