共查询到17条相似文献,搜索用时 63 毫秒
1.
2.
3.
4.
Turbo乘积码是一类易于硬件实现高速迭代译码的分组码。对Turbo乘积码软输入软输出迭代译码算法进行了分析。将Turbo乘积码与QAM调制结合起来,提出了一种简化的、便于硬件实现的联合解调译码方案。仿真结果表明这种简化方案对译码性能影响很小。 相似文献
5.
6.
本文提出了一种通过调整非编码信息量,并与信号映射相结合来改变编码、调制模式的自适应Turbo TCM编码调制方案,称之为基于非编码信息匹配的自适应Turbo TCM编码调制方案.由于将Turbo码和TCM编码调制技术相结合得到的Turbo TCM编码调制方案的带宽效率高,所以,在慢时变无线衰落信道中,自适应Turbo TCM编码调制的平均频谱效率也将很高.给出了该方案的工作原理、设计方法,并通过蒙特卡洛(Monte Carlo)仿真研究了该方案的性能.与现有编码调制方案相比,该方案具有频谱效率高、易于设计和实现的优点. 相似文献
7.
Turbo乘积码仿真研究 总被引:2,自引:1,他引:1
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。 相似文献
8.
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。TPC编码的主要指标是时延,论文给出了一种基于FPGA的TPC编码方法,采用行列同时编码,编码时延小,复杂度低。 相似文献
9.
10.
论文作者在对已有的多级编码调制方案深入研究的基础上,进一步研究了Turbo码编码技术,并把Turbo码作为分量码结合多级编码调制方案进行了理论研究.符合当今移动通信的大容量、高可靠性的要求.论文的主要创新点有,通过理论研究,证明了以Turbo码为分量码的多级编码方案比以往的以分组码及卷积码为分量码的方案具有一定的优越性。 相似文献
11.
相关衰落信道Turbo乘积编码MDPSK的分集接收 总被引:1,自引:1,他引:0
由于无线衰落信道中差分检测Turbo乘积编码调制具有良好的性能,文中研究了相关平坦Rayleigh衰落信道中差分检测Turbo乘积编码MDPSK信号的等增益分集,这种等增益分集接收无需任何信道状态信息.研究结果表明,等增益合并可以改善快衰落信道中TPC-MDPSK的错误平底效应,等增益分集合并的Turbo乘积编码的MDPSK信号在相关系数为0.5的平坦Rayleigh衰落信道中的性能和独立衰落信道中的系统性能相差仅1 dB. 相似文献
12.
13.
Turbo码综合性能分析与Turbo编码调制 总被引:1,自引:0,他引:1
对 Turbo码的 RSC分量码、交织器、调制方式、信道以及迭代译码算法进行了综合研究与性能分析,并给出了一种基于逐比特MAP算法的Turbo编码与多元调制相结合的编码调制方式。仿真结果表明,该方案将Turbo码的高编码增益与多元调制的高频谱利用率有效地结合在一起,是一种功率和频谱高效的编码调制方式,比传统的TCM方式有更好的性能。 相似文献
14.
由于自适应编码调制技术在宽带无线网络中对于改善频谱利用率和增加数据速率来说是一项能力很强的技术,因此本文针对刚提出的CT-TCM技术,将其与RCPT和ARQ技术结合起来,讨论了一种新的自适应编码调制方案.并对实现该方案的一些具体细节进行了详细的阐述. 相似文献
15.
具有不均匀保护特性的Turbo码多级编码调制方案 总被引:2,自引:0,他引:2
本文提出一种新型多级编码调制方法,即将Turbo码和卷积码组合起来,然后按照Ungerboeck集分割的方法,与各级编码层对应,实现编码调制,由于Turbo码具有很高的渐进编码增益。将它与卷积码组合成多级码时,系统就具有很好的不均匀保护特性(UEP),同时可以提高频带效率。 相似文献
16.
基于Turbo码和网格编码调制的特点,介绍了TTCM(Turbo Trellis Coded Modulation)的基本结构及编译原理,结合3G中IMT2000标准的具体要求,提出一种TTCM方案,并在室内和车载信道环境下进行性能仿真,然后与标准中提出的1/3码率Turbo码性能比较,得出TTCM系统不仅能获得较好的传输质量,同时更能有效地提高频带利用率,是一种最佳的选择方案。 相似文献
17.
In this article, we introduce a new class of product codes based on convolutional codes, called convolutional product codes. The structure of product codes enables parallel decoding, which can significantly increase decoder speed in practice. The use of convolutional codes in a product code setting makes it possible to use the vast knowledge base for convolutional codes as well as their flexibility in fast parallel decoders. Just as in turbo codes, interleaving turns out to be critical for the performance of convolutional product codes. The practical decoding advantages over serially‐concatenated convolutional codes are emphasized. 相似文献