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比时已经接近连续译码，而高信誉噪比时比连续译码差0.2dB。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。     

基于低密度校验码的OFDM系统及其误码性能的研究

低密度校验码(LDPC)由于编码增益高,译码速度快,性能接近香农限而倍受关注.文中针对LDPC编译码原理进行研究,证明采用LDPC码的OFDM系统在低信噪比时误码性能优于卷积码加交织OFDM的系统方案,同时降低OFDM系统复杂度.     

Polar码SC译码算法的量化问题

为了在数字芯片上以低硬件复杂度实现Polar码的译码算法,对Polar码连续消除( SC)译码算法接收符号和SC译码输入的初始比特对数似然比( LLR)的量化问题进行了研究.分析了接收符号量化区间和量化比特数对Po-lar码SC译码性能的影响.对译码输入初始LLR,从均匀量化和非均匀量化两方面,并对非均匀量化采用了归一化非均匀量化和小数非均匀量化2种方式,分析了初始LLR的量化对Polar码SC译码性能的影响.仿真结果表明,分别对接收符号和初始LLR采用区间[-4,4]和区间[-20,20]上的6 bit均匀量化,就可以使Polar码SC译码算法的误比特率( BER)性能损失在小于0.1 dB的同时,具有更简单的硬件实现复杂度.     

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．     

基于免疫算法的球形译码算法研究

在多输入多输出(MIMO)系统的信号检测算法中,球形译码算法的性能最接近最大似然检测算法,是目前应用最为广泛的一种信号检测方法,但传统的球形译码算法在低信噪比时计算复杂度较高,在高信噪比时误码率性能不够理想.该文提出了一种改进的球形译码方法,利用免疫算法的寻优能力来获得最佳的初始搜索半径,从而达到在保证译码性能的同时有效地降低计算复杂度的目的.实验仿真结果表明,与传统的球形译码算法相比,基于免疫算法的球形译码方法在高信噪比下可以达到最大似然译码的性能,同时能有效降低低信噪比时的运算复杂度,从而更符合现代无线通信实时性的要求.     

极化码在水下光通信系统中的应用研究

为了验证不同水质条件对水下光通信的影响,采用蒙特卡罗模拟算法模拟了水下光信道的离散冲激响应。在此基础上结合具有抗衰落优点的正交频分复用技术搭建了水下光通信系统,针对收发端已知信道状态信息前提下,采用16正交幅度调制方式,结合蒙特卡罗构造算法完成极化码的构造,译码端使用基于循环冗余校验辅助的串行抵消译码算法,设计并实现了基于正交频分复用技术的水下光通信系统中的极化码编译码方案。通过实验验证了不同水质条件下码长等参数对极化码性能的影响,证明了在高信噪比时,极化码相比同等码长的低密度奇偶校验码在不同水质下具有0.2 dB～0.6 dB左右的性能增益;随着水质环境越差,其渐进性能优势表现得越明显,且不会出现误码平层的问题。极化码的编码结构更加清晰简单,译码复杂度与低密度奇偶校验码相差不大,且在译码中不需要多次迭代。因此相比于其他编码方案,极化码具有较低的编译码复杂度,在水下光通信场景中具有很强的竞争力和应用潜力。     

相关衰落信道上LDPC码的性能分析

该文使用高斯近似算法,推导相关Nakagami-m衰落信道上采用最大比合并分集接收的低密度奇偶校验码的误比特率闭合表达式.基于离散密度进化算法,计算低密度奇偶校验码无误译码时的信噪比门限值.仿真结果表明高斯近似能够较好的估计相关Nakagami-m衰落信道上低密度奇偶校验码的性能.     

LDPC码偏移最小和译码算法中量化问题的研究

为改善低密度奇偶校验(LDPC)码的量化译码算法的译码性能,提出了一种改进的4比特量化偏移最小和(OMS)译码算法.改进的OMS译码算法中对接收信号和后验信息进行了量化处理.仿真实验表明,在高信噪比情况下,与接收信号4比特量化相比,改进的量化OMS译码算法可以降低误码率.     

LDPC码的并行译码算法

基于低密度校验(LDPC)码置信传播译码算法,综合译码性能、复杂度和延时,提出了低复杂度并行译码算法. 该算法通过对校验节点传递给比特节点的信息进行有效简化,使计算复杂度接近“最小和”算法. 仿真结果表明,其性能与置信传播算法非常接近.