快速低密度校验码迭代译码量化算法

提出一种低密度校验码快速量化置信传播译码算法,其中量化电平标号作为定点算术操作数,运算由寻址表完成,中间计算以较高精度包含在表中.该算法具有明显低的时间复杂度,应用对称特性,可以显著降低所需存储容量;在不增加复杂度的前提下,可以方便地实现均匀及各种为改进性能而设计的非均匀量化方案;适当增加复杂度还可实现时变译码.该算法使低密度校验码在实际通信系统中的应用成为可能,同时它也用于实现快速仿真系统.仿真结果表明,6 bit非均匀量化优于均匀量化0.2 dB,低信噪比时已经接近连续译码,而高信噪比时比连续译码差0.2 dB.合适的高阶量化译码可以获得接近连续译码的性能,高信噪比时甚至优于连续译码.     

改进的低密度校验码的定点译码实现

为了解决低密度校验码（LDPC）的并行译码实现方法在定点设计中出现的迭代发散问题,提出了一种改进的并行译码实现方法,同时分析了改进后加速迭代收敛的原因,并且给出在硬件实现中的流水线结构.通过消除定点设计时,由有限精度效应导致的迭代过程中运算值不满足函数输入条件、无法正确处理的异常状态,使得迭代迅速收敛,得出正确的译码结果;且硬件实现资源与原有的并行译码实现方法相比,没有增加过多的控制逻辑和运算复杂度.仿真结果表明,采用该实现方法的LDPC定点译码设计在AWGN信道下得到了良好的性能,特别在高码率下,与前-后向实现方法相比性能差异可以忽略,且硬件复杂度更低.     

Turbo码不同译码算法中的量化性能分析

针对Turbo码的不同译码方法，提出了不同情况下的中间变量的量化方式。在已完成接收比特、附加信息和输出似然值的量化情况下，着重讨论了不同译参政方式的中间变量的量化范围、量化级别和量化方法对译码性能的影响。仿真结果表明，对于改进的Turbo码的译码算法（LOG-MAP，MAX-LOG-MAP，SOVA），中间变量的量化可以不采用非均匀量化，而且中间变量量化的级别也可以大大减小，不仅降低译码复杂度，而且减少了硬件实现时所需要的存储空间。     

基于密度进化的低密度校验码的最小和量化译码器的算法设计

低密度校验码量化译码器的设计对低密度校验码的实用化有重要意义.本文根据密度进化理论,对规则/非规则的低密度校验码提出了一种算法,该算法能优化最小和均匀/非均匀量化译码器的设计.与连续和积译码器相比,用此算法设计的最小和量化译码器虽然性能稍有损失,但是译码器中的运算仅涉及整数加法运算,极大地降低了计算复杂度.     

LDPC码的快速收敛译码算法

给出了一种置信传播算法双向信息传递策略的实现方案,并基于矩阵分解提出了一种LDPC码的快速收敛译码算法——串行级联译码算法．密度进化理论分析和计算机仿真结果表明,与置信传播算法相比,串行级联译码算法可获得更快的收敛速度和较好的译码性能．     

改进的LDPC串行译码

提出了一种改进的低密度奇偶校验码（LDPC）串行译码算法。与传统的串行译码算法不同的是,该算法只需在初始化时计算一次变量节点对校验节点软信息的求和式,而在译码过程中该式可通过简单地局部更新得到。与传统串行算法相比,所提算法在不降低性能的前提下,具有更低的计算复杂度和更高的处理速度。     

一种加速收敛的LDPC码置信传播译码算法

分析了LDPC码置信传播译码算法,研究了置信传播译码算法过程中传递消息的收敛特性,提出了一种旨在降低算法迭代次数的修正的BP算法．仿真结果表明,该算法的迭代次数约为标准BP算法的1／2,但性能的恶化并不大     

Turbo-DFH迭代译码算法

针对Turbo-DFH系统的特点,提出了修改的SOVA算法,用于迭代译码过程中子译码器软输出的计算。在AWGN信道下,对Turbo-DFH系统的性能进行了计算机仿真。仿真结果表明Turbo-DFH系统的误比特率性能比采用维特比检测算法的传统DFH系统有明显改善。     

联合迭代均衡译码算法

为了提高迭代分组判决反馈均衡器(IBDFE)的判决可靠性,引入低密度奇偶校验码(LDPC)对其加以改进。将均衡输出的信号经判决后送入LDPC译码器,译码后的值经数字调制再反馈给IBDFE,译码器与均衡器间充分交换信息进行联合迭代均衡译码。在水声多径情况下的仿真结果显示,改进算法在误码率为10-3时会比原算法有2dB的增益。     

低密度校验码研究及其新进展

对低密度校验（LDPC）码的基本原理进行了介绍,包括了它的基本特性、编码方式以及可信传播迭代译码算法,在非规则图上构造的低密度校验码和GF（q)域上构造的低密度校验码是近年来新的研究成果。文中对这两种性能优异的编码方法的性能和特点进行了分析,并对低密度校验码今后研究的重点和方向提出了展望。     

LDPC码量化和积译码的高效实现

提出了一种改进的高效量化和积算法(sum-product algorithm,简称SPA)．该算法只涉及加减法、比较和查表运算,并且每轮迭代译码的运算次数少于前／后向算法,从而大大降低了计算复杂度和硬件实现难度．同时,文中还基于这种改进的量化SPA,对采用不同量化方案时LDPC码在AWGN信道下的译码性能进行了仿真．仿真结果表明采用低阶均匀量化时译码性能已经非常接近连续译码．     

一种改进的卷积LDPC码置信传播译码算法

针对卷积LDPC码译码时延长的问题,提出了一种高效的译码算法．在每步迭代过程中运用反馈消息,能更加有效地更新变量节点消息,并采用比重因子法减小了由于因子图中环的存在而产生的误差传播,从而大大减少了译码迭代次数,提高了译码的收敛速度．仿真结果表明,该译码算法减小了5/8的译码时延,并降低了译码复杂度,同时获得了比现有的置信传播算法更好的纠错性能,而且在相同的迭代次数下,本算法在BER为10^-6时获得了0.16 dB的增益．     

一种简化的GF(q)-LDPC码译码算法

提出一种简单高效的GF(q)-LDPC码译码算法,将对数似然比和积译码算法中的雅可比对数利用一阶泰勒级数近似,从而降低译码时校验点计算的复杂度.与目前广泛应用的Offset min-sum算法相比较,在BER为10-4处性能有0.2 dB左右的提升,并且本算法中的参数设计独立于有限域的阶数.     

多元LDPC码的动态扩展最小和译码算法

多元LDPC码采用扩展最小和(EMS)算法进行译码时,若消息向量长度取值过小,则性能相对其采用多元和积算法(QSPA)有很大损失．针对该问题,提出了一种动态扩展最小和(D-EMS)译码算法．首先,基于Monte Carlo方法研究了消息向量中有效似然值在各GF(q)符号间的分布,得出随着译码迭代次数的增加,有效似然值逐渐集中于少部分符号．因此,D-EMS译码算法先将消息向量长度设为n_m1,一定迭代次数后再将其截短为n_m2,这样译码复杂度可得到有效降低．同时,为了降低译码器实数比较运算复杂度,D-EMS算法校验节点基本步骤采用检泡(BC)算法．复杂度分析和仿真结果表明,在合理的参数设置下,D-EMS算法在有效降低EMS算法译码复杂度的同时,其性能在AWGN和Rayleigh衰落信道下均逼近相应EMS算法,因此可有效应用于基于多元LDPC码的实际通信系统．     

LDPC码串行译码策略的收敛速度分析

基于校验节点分组的LDPC码串行译码策略具有很高的收敛速度,但当分组数过多,并行度过低时译码时延很大．针对此问题,利用外信息转移(EXIT)图技术找到收敛速度和译码时延的平衡点．首先推导不同分组数下串行译码策略的EXIT函数,然后通过比较函数对应的EXIT曲线估计出在不牺牲收敛速度的前提下该策略能达到的最大并行度．仿真结果验证了EXIT图分析的正确性．     

一种改进的Polar码的BP译码算法

为了减少置信度传播译码算法的计算复杂度,提出了一种改进的置信度传播译码算法.该算法在节点更新时,利用等误差的线性近似函数来代替算法中的双曲函数,相比于原始的置信度传播译码算法,改进的算法仅仅需要乘法和加法运算,因此大大降低了算法的计算复杂度,更易于硬件实现.仿真结果表明,在低信噪比时,改进的置信度传播译码算法的性能与原始BP译码算法的性能几乎相同,在高信噪比时,改进的置信度传播译码算法的性能比原始置信度传播译码算法的性能略差,在码长为256,误码率是10-6时,改进的置信度传播译码算法的误码率性能比原始的置信度传播译码算法退化了0.1dB.     

Overlapped layered belief-propagation LDPC decoding algorithm

An Overlapped Layered-BP(OLBP) decoding algorithm is proposed aiming at further increasing the convergence speed and enhancing the error performance of the Layered Belief-Propagation(LBP) algorithm. In this algorithm, more than one sub-decoders are used to decode simultaneously, and sub-decoders have different check node updating orders from each other. The most reliable messages are kept and used for the next iteration for every check node, and thus a faster convergence can be provided. Simulation result shows that, compared with the LBP algorithm, the OLBP algorithm possesses a better error performance as well as a higher convergence speed and introducing no extra storage requirement. Moreover, the proposed algorithm is effective for both regular and irregular LDPC codes.     

改进的LDPC译码算法研究

基于LDPC码的BP译码简化算法,结合RMP调度和Offset最小和算法,提出了一种改进的LDPC译码算法。在相同的前提下,改进的译码算法在计算复杂度方面,与Offset最小和算法相比,改善了算法的收敛特性;采用优化的存储方式,降低了存储需求,适合硬件实现。仿真结果表明,改进的译码算法降低了平均迭代次数,减少了量化实现占用的存储单元。