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.     

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.     

结合最小均方误差的改进球形译码检测算法

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。     

性能和复杂程度折中的LDPC码译码算法

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。     

LDPC在QPSK调制下的最小和整数译码

低密度奇偶校验码(LDPC码)具有逼近香农限的优良性质。基于此,对LDPC码在QPSK调制下的最小和译码算法进行研究,提出一种基于整数运算的最小和译码算法,算法中所有变量都用固定长度的整数表示,便于硬件实现。仿真实验证明,该算法的性能与基于高精度浮点数的和积译码算法接近。     

一种低复杂度的短LDPC码级联译码算法

为了提高短低密度校验码(Short LDPC)的纠错性能,在研究盒匹配译码算法(BMA)和置信度与分阶统计译码级联算法(BP-OSD)的基础上,提出了一种新的针对短LDPC码译码的BP-BMA级联算法.该算法充分利用了BMA算法具有较低译码复杂度的特性.然后,利用该算法结合对数似然比累积(ALLR)算法进行了计算机仿真.仿真结果表明:BP-BMA级联算法与BP-OSD相比,译码性能有所提高,且译码复杂度大大降低了,在译码性能和复杂度间取得了很好的折中.     

结构化LDPC码流水线译码器的仿真与设计

针对在结构化LDPC码译码器中使用流水线结构,对最小和分层译码算法进行了分析。为进一步提高译码器的性能,提出了一种修正分层最小算法,使得结构化LDPC码的译码器能使用流水线结构来增加系统吞吐量。根据修正算法,设计了一种低复杂度的译码器结构,并详细描述了串行校验节点处理器和灵活置换器这两个模块的设计。分析了流水线译码器对处理时延的提高,并仿真了同一码长不同译码算法的性能。仿真结果表明修正算法和最小和译码算法相比,性能上几乎没有损失,由于译码器采用了流水线结构,吞吐量提高了2到3倍,并能灵活的支持各种码长和码率的结构化LDPC码。     

基于竞争机制的LDPC码串行最小和算法

针对译码模块设计成本和功耗的问题,提出了一种LDPC码串行最小和算法。该算法是一种采用权重因子的基于变量节点更新的串行算法,它基于竞争机制来更新变量节点对校验节点消息集合中的最小值。与传统串行算法相比,在不损失性能的前提下,它大幅降低了译码所需的复杂度。另一方面,与并行最小和算法相比,新算法不仅大幅降低了所需存储量,而且性能也有一定的提升,复杂度只有略微增加。     

改进型LLR BP译码算法研究

短低密度校验(LDPC)码的Tanner图中通常存在环路,变量节点之间的信息不再相互独立,导致LLR BP算法译码性能的下降。针对上述问题,提出一种改进型LLR BP译码算法,推导出有环时变量节点的真实信息,利用最小均方误差准则计算出有记忆的变量节点信息的权值,通过调整变量节点信息的迭代过程降低变量节点之间信息的相关性。仿真结果表明,改进型LLR BP算法具有比LLR BP算法、归一化BP算法及偏移量BP算法更好的LDPC译码性能。     

基于非均匀感知策略的MLC闪存系统

面向多级单元（Multi-Level Cell,MLC）的LDPC码的最小和（Min-Sum,MS）译码算法译码性能取决于码字中每个比特对应的对数似然比（Log-Likelihood Ratio,LLR）的准确度,然而基于均匀感知策略的MLC电压读取方法需要提高感知精度才能获取精度高的LLR值,这将增加MLC闪存单元的读取时间. 针对这种情况,本文提出一种基于非均匀感知策略的MLC闪存MS译码算法,该算法对MLC闪存阈值电压的感知采用非均匀的感知策略. 在相同的感知精度下,相比于均匀感知策略,非均匀感知策略能够提高LLR的准确度,获得更低的原始比特错误率. 仿真结果表明,在MLC闪存信道条件下,该算法既可保证MLC闪存单元可靠性,而且保持较快的读取速度,从而实现了译码速度和译码性能间的良好折衷.     

基于深度学习的实用HDPC码译码方法研究

针对现有高密度校验码量化译码性能问题,本文提出了一种基于深度学习的量化最小和译码算法-QMSND.借助深度神经网络,通过对神经最小和译码信道输入向量和每轮迭代过程中节点更新信息进行非均匀间隔量化,动态调整Tanner图边的权重参数,改善消息传播效能.计算机仿真实验结果表明,本文提出的方法在对BCH码进行译码时仅需要8比特表示信息即可接近未经量化的浮点译码性能.因此,所提出的QMSND译码方法便于硬件实现,具有一定的实用性.     

基于信道估计的LDPC仿真算法研究

研究有记忆信道上的LDPC译码算法,对高速数字通信系统具有重要意义.目前运用于有记忆信道上的LDPC迭代译码算法,如基于信道估计的BP迭代译码算法等,都存在算法复杂度较高、运算量较大的问题.针对隐马尔可夫噪声信道,首次将最小和(min-sum)算法引入到基于噪声软判决和信道估计的LDPC迭代译码算法,利用函数特性有效降低算法复杂度、减少运算量.仿真结果表明,此算法的性能不仅优于不考虑信道记忆特性的一般LDPC的迭代译码算法,也优于基于噪声硬判决和信道估计的BP迭代译码算法,在性能损失较小情况下,于译码性能和算法复杂度之间找到了一个很好的折衷,对实时通信系统具有重要意义.     

基于消息振荡及校验更新的改进BP译码算法*

为了减少在低信噪比区的平均迭代次数和削弱LLR（Logarithm Likelihood Ratio, LLR）值的振荡,分析了中短码长LDPC码错误帧对应校验节点对数似然比及校验和变化的规律,提出了一种基于消息振荡及校验更新的改进BP译码算法。该算法通过提前结束迭代译码的准则来减少在低信噪比区的平均迭代次数,并通过修正校验节点的更新来削弱LLR值的振荡来提高译码性能。仿真结果表明,相对于BP算法：在低信噪比区,该算法减少了平均迭代次数且译码性能没有损失;而在中高信噪比区,其提高了译码性能而平均迭代次数无需增加。     

国数字地面电视标准中LDPC码的半并行译码结构设计*

中国数字地面电视广播标准采用准循环低密度校验码（QC-LDPC）作为其信道编码的内码。根据该类LDPC码的准循环特性,提出了一种基于后验概率的简化最小和算法及其对应的半并行译码结构。其可实现在同一接收机中尽量复用硬件资源并减少消耗情况下LDPC码的多码率译码。最后,使用可编程门阵列实现了此结构并验证了其性能,实验表明,该方法比传统的最小和算法性能略有降低,但可节约大量存储器资源。     

OFDM系统群稀疏信道估计与译码迭代算法

针对OFDM通信中的多径信道估计问题,本文提出了一种群稀疏信道估计和译码迭代算法。在信道估计中,利用了无线多径信道的群稀疏特性,采用群基追踪降噪算法（Group basis pursuit de-noising,Group-BPDN）算法,提高了信道估计的精度。在译码时,采用软输出的维特比算法,从译码输出中提取可信度大的结果,反馈到信道估计的输入部分,与已知的导频信号一起构成新的已知信号集。这样,通过反馈迭代处理,一方面增加了稀疏恢复时的已知信息,提高了恢复的精度;另一方面,新的已知信号集和已估计出的信道响应可以用来估计噪声功率,提高了噪声环境下稀疏恢复算法的精度。仿真实验证明本文算法提升了信道估计性能,降低了误码率。