基于IBED和仿生算法的LT码度分布设计

度分布是影响Luby变换（Luby transform,LT）码性能优劣的关键因素,为了得到更优的度分布,提出一种基于改进的二进制指数分布（improved binary exponential distribution,IBED）和仿生算法的LT码度分布设计方案.采用IBED度分布进行LT编码,初始译码成功率可高达90%以上,但随着译码开销增大,译码成功率上升速度减缓,而此时鲁棒孤子分布（robust soliton distribution,RSD）的译码性能表现更佳.为了将IBED和RSD的优点有机结合,利用人工鱼群算法（artificial fish swarm algorithm,AFSA）在两种度分布间寻优,基于期望可译集构建该算法的目标函数,通过最大化目标值得到更优的度分布.仿真结果表明,与类似方法及传统的RSD相比,采用新度分布进行LT编码可明显降低译码开销,并节约编译码耗时.