弱湍流下基于LDPC码和PPM的性能分析

引入LDPC码作为大气光通信的信道编码方式,采用PPM调制方式,讨论了在高斯信道和弱湍流信道中,在PPM调制下应用LDPC码的差错性能,并对LDPC的log-BP译码算法进行一些相应的修正.并通过对经LDPC编码与未编码下在高斯信道和弱湍流信道中的差错性能的计算机仿真比较,结果表明引入LDPC码后可以有效改善了高斯信道和弱湍流信道下的通信差错性能,最后对经LDPC编码后在弱湍流信道下的性能和在高斯信道下的性能进行比较,具有一定的应用价值.     

PEG GLDPC码设计与性能分析

针对深空通信中高信道编码增益的需求,设计了一种新颖的基于按边增长(Progressive edge-growth,PEG)算法的广义低密度奇偶校验(Generalized LDPC,GLDPC)码.基于稀疏矩阵的二分图,首先改进了PEG算法用以构造规则LDPC,然后用BCH码作子码替换LDPC中的单奇偶校验码来构造PEG-GLDPC,最后重点研究了PEG-GLDPC的译码算法,提出一种联合BCH比特栅格译码与置信传播(Belief propagation,BP)算法的迭代译码机制.AWGN信道下的仿真结果表明,PEG-GLDPC译码性能优于LDPC以及传统GLDPC,适用于深空通信等低信噪比通信系统.     

信噪比失配对LDPC码译码影响的分析

在加性高斯白噪信道条件下,采用置信度传播算法对LDPC码进行译码,需要精确估计信道信噪比用于计算接收比特的后验概率消息作为译码器的输入.信噪比值的错误估计称为信噪比失配.本文研究加性高斯白噪信道条件下信噪比失配对LDPC码译码的影响.通过对置信度传播算法校验节点更新方程的近似得到一个以信噪比为自变量的校正因子函数,基于...     

一种新颖的LDPC编码系统码率识别方法

LDPC码编码识别是信道编码识别中的难点。随着LDPC码在通信领域的广泛应用,LDPC码编码识别技术也引起越来越多的关注。针对在低信噪比条件下,现有算法对LDPC码编码参数识别率低的问题,首先利用信道输出的软信息,将编码校验关系映射到对数似然比域,并定义编码校验对数似然比（Check log-likelihood ratio,CLLR）。然后,分析CLLR模值的统计特性,建立CLLR与待识别LDPC码参数之间的联系。最后,充分利用在不同校验矩阵下CLLR统计特性的区别,设计一种综合CLLR均值和方差特征的最大均方比判决器。从仿真结果看,在给定先验编码集合的闭集应用模式下,本文算法明显优于已有算法,识别增益在低信噪比环境下可达2~5 dB。而且对于高码率LDPC码的识别,本算法可以显著提高识别性能。     

基于LDPC码结构的盲信道噪声方差估计方法

在LDPC码的迭代软判决译码算法中需要利用信道的噪声方差,通过对二元LDPC码、采用BPSK调制的盲信道噪声方差估计方法的分析,提出了在AWGN信道条件下,采用QPSK调制的基于多元LDPC码结构的盲信道噪声方差估计算法,将估计的结果应用到多元LDPC码的译码算法中。仿真结果显示,该算法可以有效地提高信道利用率,在没有增加额外开销的同时能够得到比较准确的信噪比估计。     

IEEE 802.1 6e中LDPC译码器的实现

面向IEEE 802.16e中LDPC码,分析了各种译码算法的译码性能,归一化最小和(NMS)算法具备较高译码性能和实现复杂度低的特点.提出一种基于部分并行方式的LDPC译码器结构,可以满足IEEE802.16e中非规则LDPC码的译码要求.在FPGA上实现了该译码器,数据吞吐率可以达到130 Mb/s.     

无小环的结构化低密度校验码的构造方法

提出了一种基于代数方法和图的高度结构化的低密度校验(LDPC)码构造方法.该方法通过设计一个有3类特殊线路的连接图,来保证由此连接图映射而得的校验矩阵对应的Tanner图无小环.此方法可构造最小环长分别为8和12的两类(3,k)准循环(QC)规则LDPC码.对该方法进一步扩展,还可构造两类列重为2最小环长分别为16和24的结构化LDPC码.仿真结果表明在加性高斯白噪声(AWGN)信道下,用迭代译码算法,在误比特率为10-5时,新提出的(3,k)准循环规则LDPC码优于对应的随机构造的LDPC码0.1dB,而新提出的列重为2的结构化LDPC码优于对应的随机构造的LDPC码2dB.     

特殊低密度校验码在瑞利信道下的性能分析

低密度校验(LDPC)码是一种性能很好的信道纠错码。文中首先介绍了一种在加性高斯白噪声信道下具有低误码平层的非规则低密度校验码的构造方法,给出了瑞利衰落信道模型,并导出在该信道下修正的BP译码算法,进而用MATLAB工具对该码在瑞利衰落信道下的性能进行仿真,并对仿真结果进行了分析。     

LDPC码在小波压缩图像传输中的应用

LDPC码是一种具有低复杂度,强纠错能力的信道编码结构,SPECK算法是嵌入式小波图像压缩编码中性能较好的一种。本文充分考虑SPECK算法和改进LDPC码的特性,提出了根据信源编码后数据在重建时的重要程度进行不等纠错保护的信源信道联合编码方案。实验表明,该方案有利于压缩图像在噪声信道上的可靠传输,提高系统整体纠错性能。     

瑞利衰落信道下基于生成矩阵的LDPC性能研究

LDPC码是一种具有稀疏校验矩阵的分组纠错码。LDPC码作为高传输速率通信系统的信道编码,具有吞吐量大、高速译码速率和较低错误率的优点,但存在编码复杂度较高和编码时延较长的缺点。笔者针对LDPC码进行改进,设计一种基于生成矩阵构造的LDPC码,从而实现线性编码,并通过仿真研究其在瑞利衰落信道下的性能,得出系统的误码率曲线。     

5G低密度奇偶校验码的低复杂度偏移最小和算法

为了提高低密度奇偶校验（LDPC）码偏移最小和（OMS）算法的误码性能,基于5G NR标准提出了一种5G LDPC码的低复杂度OMS算法。针对传统算法中偏移因子值计算不够准确问题,使用密度进化获取更加精准的偏移因子值,用于校验节点更新,以增强OMS算法的性能;并使用线性近似方法对获得的偏移因子值进行近似处理,在保证译码性能的情况下降低了算法的复杂度。针对变量节点振荡现象对译码的影响,将节点更新前后的对数似然比（LLR）消息值加权处理,削减变量节点的振荡性,提高了译码器收敛速度。仿真结果表明,与归一化最小和（NMS）算法和OMS算法相比,在误比特率（BER）为10^-5时所提算法译码性能可以获得0.3~0.5 dB的增益,平均迭代次数分别降低了48.1%和24.3%,同时与对数似然比-置信传播（LLR-BP）算法也只相差近0.1 dB。     

Hybrid weighted bit flipping low density parity check decoding

Low density parity check codes (LDPC) exhibit near capacity performance in terms of error correction. Large hardware costs, limited flexibility in terms of code length/code rate and considerable power consumption limit the use of belief-propagation algorithm based LDPC decoders in area and energy sensitive mobile environment. Serial bit flipping algorithms offer a trade-off between resource utilization and error correction performance at the expense of increased number of decoding iterations required for convergence. Parallel weighted bit flipping decoding and its variants aim at reducing the decoding iteration and time by flipping the potential erroneous bits in parallel. However, in most of the existing parallel decoding methods, the flipping threshold requires complex computations.In this paper, Hybrid Weighted Bit Flipping (HWBF) decoding is proposed to allow multiple bit flipping in each decoding iteration. To compute the number of bits that can be flipped in parallel, a criterion for determining the relationship between the erroneous bits in received code word is proposed. Using the proposed relation the proposed scheme can detect and correct a maximum of 3 erreneous hard decision bits in an iteration. The simulation results show that as compared to existing serial bit flipping decoding methods, the number of iterations required for convergence is reduced by 45% and the decoding time is reduced by 40%, by the use of proposed HWBF decoding. As compared to existing parallel bit flipping decoding methods, the proposed HWBF decoding can achieve similar bit error rate (BER) with same number of iterations and lesser computational complexity. Due to reduced number of decoding iterations, less computational complexity and reduced decoding time, the proposed HWBF decoding can be useful in energy sensitive mobile platforms.     

5G抽头延迟模型中极化译码后处理方案

考虑5G协议中的抽头延迟信道模型,针对分段循环冗余比特自适应（SCAD-SCL）极化译码算法未考虑信噪比对接收序列对数似然比影响的问题,提出SCAD-SCL的后处理（PSCAD-SCL）译码算法。通过仿真确定用于提高可靠性设定的常数和不可靠对数似然比的数目,翻转并适当放大不可靠的对数似然比值,从而提高误比特率性能。仿真结果表明,PSCAD-SCL的误比特率在信噪比1~3 dB优于原有SCAD-SCL译码算法。在误比特率为10-4时PSCAD-SCL较SCAD-SCL算法性能提升了约0.3 dB,提出算法能够提升5G传输性能。     

基于格雷码的无人机图像传输自适应译码算法

传统的无人机与地面接收机之间的信道编码采用Turbo码、LDPC码等.Turbo码和LDPC码译码复杂、实时性不足、硬件成本高,其中LDPC码在高信噪比时候易导致错误地板.格雷码运算复杂度低,运算时间少,硬件实现简单且功耗也相对更低.针对这一现状,本文提出了基于格雷码的无人机图像传输自适应译码算法.在格雷码软硬判决译码算法的基础上设计了依据奇偶校验位的译码判决机制.仿真结果表明,该算法复杂度低、运行速度快、可靠性好,硬件成本低,可在满足图像精度需求下自适应地选择合适的解码方法,提高解码速度.     

基于信道估计的LDPC仿真算法研究

研究有记忆信道上的LDPC译码算法,对高速数字通信系统具有重要意义.目前运用于有记忆信道上的LDPC迭代译码算法,如基于信道估计的BP迭代译码算法等,都存在算法复杂度较高、运算量较大的问题.针对隐马尔可夫噪声信道,首次将最小和(min-sum)算法引入到基于噪声软判决和信道估计的LDPC迭代译码算法,利用函数特性有效降低算法复杂度、减少运算量.仿真结果表明,此算法的性能不仅优于不考虑信道记忆特性的一般LDPC的迭代译码算法,也优于基于噪声硬判决和信道估计的BP迭代译码算法,在性能损失较小情况下,于译码性能和算法复杂度之间找到了一个很好的折衷,对实时通信系统具有重要意义.     

采用删除低密度校验码的比特交织编码调制技术研究

本文从系统的角度提出了采用删除低密度校验码（LDPC）作为成员码的比特交织编码调制（BICM）系统方案,其中删除模式分别采用通过优化算法确定LDPC码的优化删除分布和随机删除两种方案。仿真结采表明,该系统方案的性能与系统BICM容量之间的距离小于1dB,从而清楚地说明了该系统能够很好地适应信道的变化,在不同的信遁裘件下均保持了良好的性能。     

基于对数似然比与极化信道可靠度的SCF译码算法

传统的串行抵消比特翻转（SCF）译码算法仅用对数似然比（LLR）的绝对值去衡量信息比特译码结果的可靠情况,导致误块率（BLER）过高和翻转的尝试次数较多。提出一种串行抵消比特翻转译码算法PLR-SCF,分析SC译码算法发生错误译码的原因,通过仿真观察LLR、极化信道可靠度和信息位所在的位置与SC译码算法发生首个判决错误之间的关系,并利用上述因素设计一个能准确衡量信息位发生译码错误程度的度量公式。仿真结果表明,相对于传统的SCF译码算法,该算法能够有效降低BLER,特别是在高信噪比下获得的最大信噪比增益约为0.12 dB,翻转尝试次数与SCF减少13.6%。     

基于GPU的低密度奇偶校验码译码加速技术

随着通信技术的发展,通信终端逐渐采用软件的方式来兼容多种通信制式和协议。针对以计算机中央处理器（CPU）作为运算单元的传统软件无线电架构,无法满足高速无线通信系统如多进多出（MIMO）等宽带数据的吞吐率要求问题,提出了一种基于图形处理器（GPU）的低密度奇偶校验（LDPC）码译码器的加速方法。首先,根据GPU并行加速异构计算在GNU Radio 4G/5G物理层信号处理模块中的加速表现的理论分析,采用了并行效率更高的分层归一化最小和（LNMS）算法;其次,通过使用全局同步策略、合理分配GPU内存空间以及流并行机制等方法减少了译码器的译码时延,同时配合GPU多线程并行技术对LDPC码的译码流程进行了并行优化;最后,在软件无线电平台上对提出的GPU加速译码器进行了实现与验证,并分析了该并行译码器的误码率性能和加速性能的瓶颈。实验结果表明,与传统的CPU串行码处理方式相比,CPU+GPU异构平台对LDPC码的译码速率可提升至原来的200倍左右,译码器的吞吐量可以达到1 Gb/s以上,特别是在大规模数据的情况下对传统译码器的译码性有着较大的提升。     

RA码交织器的研究与设计

重复累积码(Repeat Accumulate Code,简称RA码)综合了Turbo码和LDPC码的优点,可以进行线性时间的编码及译码,成为了近年来信道编码技术研究的热点。为了改善重复累积码的性能,对其交织器进行优化设计。在几种常见的交织器的基础上提出了奇偶分组交织器的设计方法,并在AWGN信道下基于BP译码算法完成性能分析。仿真结果表明,奇偶分组交织器优于分组交织器,大大降低了信息序列之间的相关性,同时避免了校验矩阵中两类四环的产生,可以提高信息在信道中传输的可靠性。