软输入/软输出迭代译码算法的研究与设计

对软输入/软输出迭代译码算法进行了理论研究,分析该算法的共性,并以Turbo 乘积码的性能仿真说明迭代译码对译码性能的影响,还以理论研究为基础,对迭代译码算法进行了硬件设计,重点探讨了Turbo 乘积码的译码算法硬件设计.     

Turbo乘积码及其在无线传输中的应用

Turbo乘积码不是通常人们所说的Turbo码,它是在乘积码的基础上发展起来的,1954年Elias提出乘积码概念,由于当时硬件水平的限制,几十年来它的应用受到限制。随着1993年Berrou等人提出Turbo码概念和迭代译码算法的应用后,乘积码再次受到广泛关注。在编码过程中,Turbo乘积码不需要交织器,译码时采用类似于Turbo码的软输入/软输出次优迭代译码算法。文中简单介绍了Turbo乘积码基本原理,重点讨论Turbo乘积码技术在无线传输中的应用,最后展望Turbo乘积码的应用前景。     

Turbo乘积码仿真研究

Turbo codes译码算法的核心是软输入/软输出迭代译码,把这种思想应用于乘积码的译码中,得到了Turbo乘积码(TPC)迭代译码算法。介绍了基于扩展汉明码的乘积码的迭代译码算法,时该算法在AWGN信道中的译码性能进行了仿真。     

宽带移动通信中Turbo乘积码的仿真研究

推出了一种新型的纠错码——Turbo乘积码(TPC),描述了Turbo乘积码的编译码基本思想,详细地分析了TPC的Turbo软迭代译码的核心思想,并对AWGN信道和瑞利衰落信道下的TPC的译码性能做了仿真分析,从仿真结果可以看出,在高编码效率时,TPC不仅具有更高的码率,而且可以获得很好的误码率性能,所以乘积码的软迭代译码方案有很好的应用性,在未来的宽带移动通信中具有广阔的应用前景。     

基于VHDL的TPC译码器设计

Turbo乘积码是一种性能卓越的前向纠错码,具有译码复杂度低,且在低信噪比时可以获得近似最优的性能。介绍基于Chase算法的Turbo乘积码软入软出（SISO）迭代译码算法,提出基于VHDL硬件描述语言的TPC译码器设计方案,并在FPGA芯片上进行了仿真和验证。仿真结果证明该译码器有很大的实用性和灵活性。     

Turbo乘积码梯度译码算法研究

Turbo乘积码(简称TPC码)是一类采用简单的行列交织器将分组码进行串行级联而构成的纠错码.文中针对二进制turbo乘积码提出了一种快速的软判决译码算法一梯度译码算法.该算法是以迭代Chase算法为基础,通过利用chase算法上次迭代译码而得到的每行(或列)最优判决码D(m-1)来代替竞争码字C,节省了寻找C的过程,从而简化了外信息和软输出的计算.仿真结果表明:梯度算法能在基本保持turbo乘积码的Chase算法译码性能基础上,提高了译码速度,降低了译码复杂度.     

Turbo乘积码在无人机测控技术中的应用分析

Turbo乘积码是一种易于硬件实现的分组码,具有延时短和纠错性能好等优越性。通过对Turbo乘积码Chase软输出改进算法的分析和仿真,得出了不同码率和测试序列个数等参数对Turbo乘积码译码性能的影响。结合无人机常用的BPSK测控信号进行了仿真实验,对仿真结果进行了性能分析,验证了Turbo乘积码在无人机测控系统中应用的可行性,并给出了Turbo乘积码在无人机测控领域应用的建议参数。     

高速通信系统中两种Turbo迭代译码算法的比较

1993年提出的Turbo码因其优异的性能而引起编码界的关注.之后不久提出的乘积码,是Turbo码的一个分支,他是一种分组纠错码,具有良好的性能.但是多年来大多数学者将研究集中于卷积Turbo码,而很少有人关注考虑分组Turbo码（即乘积码）,事实上乘积码相比卷积Turbo码在牺牲较小性能的情况下很大程度地降低了译码复杂度.本文将基于软输入/输出的Turbo译码算法,提出并分析了传统的卷积Turbo码和分组Turbo码（乘积码）的迭代译码算法,并对比分析了两者的译码性能,最后结果表明,两类码非常适合于未来的高速移动通信系统应用,尤其对乘积码,不仅具有较高的码率,同时可以获得更好的误比特率性能,在实际应用中更具有吸引力.     

乘积码基于相关运算的迭代译码

乘积码是一种能以Turbo码的思想实现译码的级联码，具有一般编码无法达到的纠错能力。本文提出一种新的乘积码迭代译码算法，其核心思想是通过输出软信息与接收软信息进行线性迭加的方式来实现反馈，此时只须提供-1和1组成的软输出矩阵就能获得很高的编码增益，仿真表明，将子译码器译码后的结果再进行一次相关运算作为软输出，译码性能可以得到进一步的提高。     

Turbo码高速译码器设计

Turbo码具有优良的纠错性能,被认为是最接近香农限的纠错码之一,并被多个通信行业标准所采用。Turbo码译码算法相比于编码算法要复杂得多,同时其采用迭代译码方式,以上2个原因使得Turbo码译码器硬件实现复杂,而且译码速度非常有限。从Turbo码高速译码器硬件实现出发,介绍Turbo码迭代译码的硬件快速实现算法以及流水线译码方式,并介绍利用Altera的Flex10k10E芯片实现该高速译码器硬件架构。测试和仿真结果表明,该高速译码器具有较高的译码速度和良好的译码性能。     

Turbo-like iterative least-squares decoding of analogue codes

A turbo-like iterative decoding scheme for analogue product codes is described. It is proved that the iterative decoding method is an iterative projection in Euclidean space and converges to the least-squares solution. Using this geometric point of view, any block analogue codes can be decoded by a similar iterative method. The described procedure may serve as a step towards a more intuitive understanding of turbo decoding.     

基于LDPC乘积码的BICM-ID方案性能分析

提出一种采用LDPC乘积码和BICM-ID相结合的编码调制技术.该方案编码采用LDPC乘积码,译码可以采取三个迭代过程:在解调器和译码器之间迭代,LDPC乘积码的分量码之间迭代,以及分量码内部迭代.因此采取合理的迭代译码策略,可以提高的译码效率.仿真结果显示,该方案在AWGN信道和Rayleigh信道条件下,与数字电视地面多媒体广播DTMB采用的编码调制方案相比具有更好的误比特性能.     

一种简化的LDPC码BP译码算法的研究

低密度奇偶校验码(LDPC码)是一种逼近香农限的线性分组码,译码的复杂度较低;在LDPC码译码算法中性能较好的是置信传播译码(BP)算法,他能够在迭代译码过程中确定码字是否已译出,但是复杂度高,运算量大。采用一种改进的BP译码算法,在迭代译码过程中对校验节点的更新信息进行曲线拟合,以减小译码运算量,有利于硬件的并行实现,减少译码延时。仿真结果表明,改进的BP算法译码性能和原来的BP算法接近,而且复杂度较低。     

基于二分图的乘积码迭代译码算法

该文给出了由汉明分量乘积码构造广义低密度(GLD)码的一般方法。基于所得稀疏矩阵的二分图,并结合分组码与低密度校验(LDPC)码的译码算法,设计出一种新颖的可用于乘积码迭代译码的Chase-MP算法。由于所得二分图中不含有长度为4和6的小环,因而大大减少图上迭代时外信息之间的相关性,进而提高译码性能。对加性高斯白噪声(AWGN)及瑞利(Rayleigh)衰落信道下,汉明分量 (63,57,3)2 乘积码的模拟仿真显示,该算法能够获得很好的译码性能。与传统的串行迭代Chase-2算法相比,Chase-MP算法适合用于全并行译码处理,便于硬件实现,而且译码性能优于串行迭代Chase-2算法。     

Turbo decoding of simple product codes in a two user binary adder channel employing the Bahl–Cocke–Jelinek–Raviv algorithm

The main goal in this paper is an investigation of the Bahl–Cocke–Jelinek–Raviv (BCJR) algorithm applied in a turbo decoding scheme. Binary product codes are employed in a turbo coding scheme and the channel model considered is the two user binary adder channel (2-BAC) with additive white Gaussian noise. A trellis for two users is constructed for a pair of product codes tailored for use in the 2-BAC in order to employ the BCJR decoding algorithm. Computer simulation is employed to show that product codes on the 2-BAC, employing low-complexity component codes, produces considerable gain with few iterations under iterative BCJR decoding.     

Near-optimum decoding of product codes: block turbo codes

This paper describes an iterative decoding algorithm for any product code built using linear block codes. It is based on soft-input/soft-output decoders for decoding the component codes so that near-optimum performance is obtained at each iteration. This soft-input/soft-output decoder is a Chase decoder which delivers soft outputs instead of binary decisions. The soft output of the decoder is an estimation of the log-likelihood ratio (LLR) of the binary decisions given by the Chase decoder. The theoretical justifications of this algorithm are developed and the method used for computing the soft output is fully described. The iterative decoding of product codes is also known as the block turbo code (BTC) because the concept is quite similar to turbo codes based on iterative decoding of concatenated recursive convolutional codes. The performance of different Bose-Chaudhuri-Hocquenghem (BCH)-BTCs are given for the Gaussian and the Rayleigh channel. Performance on the Gaussian channel indicates that data transmission at 0.8 dB of Shannon's limit or more than 98% (R/C>0.98) of channel capacity can be achieved with high-code-rate BTC using only four iterations. For the Rayleigh channel, the slope of the bit-error rate (BER) curve is as steep as for the Gaussian channel without using channel state information     

并行级联分组码的一种新的迭代译码算法

并行级联分组码比串行级联分组码具有更高的码率,基于LLR计算的Turbo迭代译码算法使其内外分量码均做到了软判决译码。通过引入校正因子a（m）,将接收信息与子译码器的输出软信息进行线性叠加反馈能在省去繁琐的LLR计算的情况下实现并行级联分组码的Turbo迭代译码。仿真研究表明,若将译码器的输出进行简单的相关运算,可进一步改善译码器性能。