基于OSD的Turbo乘积码迭代译码算法

Turbo乘积码(TPC)由于其优越的性能在当前许多系统中得到了应用。本文在介绍TPC基本编译码方法的基础上给出了一种新的基于OSD的迭代译码算法,在分量码SISO译码时采用Order-1OSD与Chase相结合的方法产生候选码字,提高了输出码字和软信息的准确度。仿真结果表明,这种基于OSD的迭代译码算法性能要优于基于Chase的迭代译码算法,与基于Max-Log-MAP的迭代译码性能接近,在性能和复杂度之间获得了良好的折中。     

TPC在多业务数字通信中的应用

构建了一种Turbo乘积码结合分级16QAM调制方式,该码可以在高效率的前提下提供强大的纠错能力,而分级调制可以在同一信道内支持多种业务。同时,给出了收端的分级解调和迭代译码算法,从理论上分析了该方案的纠错性能限,并通过仿真证明其信噪比门限对于实际系统来说是非常容易满足的。     

TPC码纠错能力分析及一种改进的迭代译码算法

针对Turbo乘积码实际纠错能力与理论纠错能力的差距,在对Turbo乘积码的编码构造方法的研究基础上,推导证明了Turbo乘积码的理论纠错能力、实际能达到的纠错能力,得出了若分量码纠错能力均为t,则TPC纠错能力为(t 1)2 t的结论;提出了一种可串接在常规算法之后的改进的译码算法,可对常规算法可以检测但无法纠错的情况进行处理.仿真结果表明,在信噪比较低的情况下,本译码算法可进一步提高译码性能.     

应用于深空通信中Turbo码的研究

在对Turbo码编解码的基本原理和其在深空通信环境下的应用特点分别进行介绍的基础上,以深空通信中用的Turbo码作为纠错码这一编码的码率,对交织长度及跌代次数进行了仿真.仿真结果与理论值较接近.根据仿真探讨了Turbo码在深空环境下应用的优点,有助于进一步研究Turbo码在深空通信中的应用.     

论坛数据形式化表示技术研究

随着互联网的日益发展,网络论坛已成为人们发表自身观点的重要场所。论坛数据形式化表示是论坛内容挖掘的前提。根据论坛数据的特点,利用向量空间模型表示论坛数据,并提出了一种基于多因子加权策略的特征权重计算方法。实验结果表明,该方法可以有效解决论坛数据形式化表示问题。     

一种新型的Turbo码编译码结构

本文分析了以非系统反馈卷积码作为子码的Turbo码的距离特性，设计了非系统Turbo码的译码器，并对等价的系统和非系统Turbo码的性能做了比较。     

LDPC码与RS码的联合迭代译码

针对LDPC码与RS码的串行级联结构,提出了一种基于Chase的联合迭代译码方法。软入软出的RS译码器与LDPC译码器之间经过多次信息传递,性能可以逼近最大似然译码。模拟结果显示:AWGN信道下这种基于Chase的RS码与LDPC码的联合迭代译码方案可以获得约0．5 dB的增益。     

Turbo码在第三代移动通信中的应用

就通信领域中备受关注的Turbo码和第三代移动通信系统作了初步的探讨，着重对Turbo码这种纠错功能非常强的编译码方案进行了分析，通过软件仿真的方法研究了其在第三代移动通信中作为高速信道编码的性能．     

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。     

分块并行Turbo码译码算法的研究

Turbo码译码采用迭代译码思想,译码时延较大是其应用于实时性要求较高的通信系统中的一大障碍.为了减少译码计算的时延,利用递推迭代的思想,给出一种分块并行译码的方法,即将接收的整个码字分成若干子块,各子块进行并行处理,其中各子块的前后向递推公式的初始值由相邻子块的前一次迭代译码的边界计算值传递.实验仿真结果表明这种并行译码方法可以取得较好的译码性能,在硬件实现方面可以大大降低译码计算复杂度和时延,从而降低整个Turbo码译码时延.     

一种新型低复杂度的Turbo TCM迭代均衡译码结构及算法

提出了一种新型低复杂度的Turbo TCM(TTCM)迭代均衡译码结构,用交织器和解交织器将软输入软输出(SISO)的均衡器与基于符号的TTCM译码器级联起来进行迭代均衡译码,这样不但可获得较高的频带利用率,而且可消除限带信道中的码间干扰(ISI)．在接收端,采用基于最小均方误差的线性均衡器(MMSE-LE)代替基于最大后验概率(MAP)均衡器,这样可大大降低系统的复杂度．通过仿真表明,这种低复杂度的TTCM迭代均衡译码系统的性能可接近于高斯信道下TTCM系统的性能．     

BCJR算法在Turbo码迭代译码过程中的SNR失配及估计

通过对BCJR译码算法中信噪比失配对Turbo码译码性能影响的分析,证明了Turbo码迭代译码过程中的信噪比估计对Turbo码的译码性能有着直接的影响。对于Turbo码BCJR译码算法中信噪比估计,提出了自适应信噪比估计器来估计BCJR算法中信噪比失配的设计方案。该方案能以较为简单的运算很好地跟踪Turbo码译码过程中信噪比变化,Matlab的模拟仿真试验证明了该方案在底信噪比条件下具有很好的收敛性,且衰落信道的条件下更为有利。     

DVB_RCS协议中双二进制卷积Turbo码识别

信道编码分析是对编码参数进行逆向分析,在协作通信、智能通信和信息截获等领域具有重要作用。针对DVB_RCS协议中双二进制卷积Turbo码码长和删除模式的识别,提出一种匹配识别算法。首先在最大后验概率（MAP）迭代译码的基础上提出了译码可靠度的概念,进而利用译码前需要依据码长和删除模式对接收序列进行分路这一事实,通过译码可靠度来识别码长和删除模式。在该算法的基础上,提出译码迭代次数自适应控制的识别算法,提高了识别效率。仿真实验表明,所提出的识别算法能够有效识别各种信噪比和码率下的码长和删除模式。     

基于H.264和Turbo码的信源信道联合解码

针对有噪信道下的视频传输,本文提出了一种基于H.264和Turbo码的信源信道联合解码方案。该方案利用Turbo解码器的信道软输出协助H.264视频解压缩器工作,应用视频解压缩器的语义/句法信息对Turbo解码器的外部信息进行更改,以提高其纠错能力。与只采用Turbo解码的方案相比,联合解码方案加速了Turbo码的收敛,并且其性能在峰值信噪比、误比特率以及视频重建质量方面都有显著提高。     

基于并行预测控制的Turbo码译码结构

提出一种基于并行预测控制的Turbo码译码结构. 通过建立预测控制模块(PCA)来预测分量译码器第n+1次的译码外部信息值. 相比于传统的并行译码方案,基于PCA模块的PPC-Turbo结构可以降低译码算法的复杂度,并减少译码时延. 通过对单次外部信息值预测（6～9次）及复次外部信息值预测（6+8、7+9次）,对比了外部信息预测的变化趋势及不同帧长（1?024、512、256、128、64帧）情况下的译码时延,验证了译码时延的减少. 在帧长为1?024、信噪比为0～2?dB时,对译码器2第6～8次的外部信息进行了单次预测,比较了PPC-Turbo与Turbo的误比特率(BER)性能,结果表明,两者的BER非常接近,预测控制模块可以代替分量译码器的一次译码迭代.