一种新的Turbo乘积码简化迭代译码算法

针对二维TPC码提出一种新的简化迭代译码算法以及一种新的译码器迭代结构。该算法在Chase迭代软输入软输出译码的基础上,通过简化软输入信息和外信息的计算来降低译码复杂度和系统存储量。仿真结果验证了该算法的正确性和可行性。     

高斯白噪声信道下Turbo乘积码应用仿真

本文介绍了一种新型的前向纠错编码方案--Turbo乘积码(TPC).分析了Turbo乘积码的编译码原理.并对高斯白噪声信道下的TPC编译码性能进行了仿真.通过选取不同参数子码组合的性能对比,提出了最优的TPC编译码方案.仿真结果显示,与传统的卷积码和Turbo码相比,Turbo乘积码不仅具有优异的误码率性能,而且可以做到更高的编码效率.     

低复杂度的Turbo乘积码迭代译码研究

Turbo乘积码（简称TPC码）的传统迭代译码算法寻找竞争码字难、软信息存储量大。针对这些问题提出一种低复杂度的迭代译码算法,并得出新的译码器迭代结构。该算法在Chase迭代SISO译码的基础上,采用无需寻找竞争码字的相关运算来简化软输出信息的计算,同时用前一个迭代译码单元的软输入信息替换传统算法中信道原始接收信息,然后与当前迭代译码单元的软输出信息直接进行线性叠加后作为下一个迭代译码单元的软输入,从而简化了软输入信息的计算和系统存储量。仿真结果验证了该算法的可行性和有效性。     

Turbo码的应用

Turbo码是一种性能优异的纠错编码方式,已引起广大学者的高度重视。文中介绍了Turbo码的原理。分析了Turbo码的关键技术,简单介绍了Turbo码和其它技术的结合,以及Turbo码在通信中的应用,并介绍了一些需要解决的问题。     

Turbo乘积码在卫星通信中的应用分析

Turbo乘积码在卫星通信中起到很强的纠错作用,其编译码性能的好坏直接影响到卫星通信信号的传输质量。通过对Turbo乘积码Chase译码算法的分析和改进,得出了译码算法中各个参数的选择对译码性能的影响的仿真实验结果,并对实际的卫星通信信号进行仿真实验,对仿真结果进行性能分析,验证了Turbo乘积码可以得到很好的译码结果。     

TPC自适应迭代译码方法

提出一种TPC自适应迭代译码算法。从接收到的软信息估算信道的信噪比;根据信噪比选择最优的软译码迭代因子,将迭代因子与软信息送入SISO迭代译码器;检测每次SISO译码器的输出,达到迭代终止条件即结束译码。提出的自适应迭代译码方法大大地增强了译码器的灵活性,动态的选择译码策略,尤其在低噪声信道下有效地降低了译码的功耗。     

Turbo乘积码译码算法的优化和改进

Chase2算法是Turbo乘积码(TPC)软判决译码中常采用的算法之一。由于传统的Chase2算法中欧氏距离计算以及寻找竞争码字都需要大量的运算,因而在硬件上实现比较复杂。为此,在传统Chase2算法的基础上,采用相关度量等价替代欧氏距离的度量,简化寻找竞争码字的过程,以降低译码复杂度;调整竞争码字不存在时的软输出信息值,以提高编码增益。仿真结果表明：改进算法比传统的Chase算法译码速度更快,译码性能更好,非常适合硬件实现。      

基于GPU的并行Turbo乘积码译码器

Turbo乘积码是一类前向纠错码,在高码率下具有良好的误码率性能。TPC编码器的实现相对简单,其译码器的译码复杂度也比较合理。因此,TPC被广泛用于各种场景,例如卫星通信系统和数据存储系统等。提出了一种基于GPU的并行TPC译码器,可以同时译码二维乘积码矩阵的所有行或列。设计了一种并行基本译码器,以简化由扩展汉明码构成的TPC的译码过程。实现了测试样例和有效码字计算的并行化,降低了译码延迟。为了进一步提高译码吞吐率,提出了多通道TPC译码器。在不同的GPU上测量了并行译码器的性能,实验结果表明,与基于CPU的TPC译码器相比,基于GPU的并行TPC译码器的译码延迟显著降低。此外,基于GPU的并行TPC译码器的吞吐率在NVIDIA RTX 2080 Ti上达到30 Mbps,在NVIDIA GTX Titan V上达到38 Mbps,是基于CPU的TPC译码器性能的44倍和54倍。     

Turbo码在无人机测控中的应用研究

Turbo码的优异性能依赖于两个条件来获得:使用长的交织器和进行多次迭代译码。而在某些通信系统中,由于实时性的要求,无法使用很长的交织器和多次迭代。因此,必须对Turbo码做某些改动。该文简单介绍了无人机的测控通信平台,提出了Turbo码在无人机测控信道中使用时需要解决的问题。通过仿真研究了Turbo码用于无人机测控领域的一些关键问题。     

一种Turbo乘积码编译码器的设计与实现

分析了Turbo乘积码的线性编码和基于Chase算法的软输入软输出迭代译码方法,讨论了硬件可实现的低延迟编码器、译码器应具有的结构特点,并采用此方法设计了1个长度为1024bit、码率66％的Turbo乘积码。该编码器工作时钟和输入数据速率相同,译码器则需要3倍于输入数据速率的时钟,译码器理论吞吐率可达60Mb／s。实测结果表明,其性能和仿真值相差不大于0．4dB。     

一种改进的Turbo codes译码方法

Turbo码是一种目前研究比较多的纠错码,译码端采用了基于软判决信息输入/输出的反馈迭代结构,译码的迭代是其具有优越纠错性能的关键,也是造成其时延的问题所在,该文提出一种自适应选择迭代次数的方法,实验表明该方法能够在译码结果收敛时自动停止迭代,避免大量无谓的计算,同时保证译码的准确性。     

Turbo码的性能分析与仿真

在介绍分析Turbo码的编译码结构、译码算法的基础上,通过计算机仿真手段对AWGN信道中Turbo码在不同参数条件下的译码性能进行了探究和讨论,通过分析各因素对Turbo码性能的影响,为设计Turbo码提供了参数选择的基本原则。     

Turbo码交织矩阵的一种改进设计

Ｔｕｒｂｏ码以其优异的性能而迅速成为近年来信道编码领域研究的热点。在Ｔｕｒｂｏ码的设计中,交织矩阵是影响其整体性能的重要因素。尤其是在采用小规模交织矩阵时,不同的设计产生的结果差别很大,本文提出一种交织矩阵的改进设计方法,它能够使成员码编码器网络在一帧数据编码结束后全部终结归零,从而为译码判决提供了正确的初始条件,与传统的非全归零交织矩阵相比较,分析结果表明本文提出的设计方案性能更优。３１     

一种并行Turbo译码交织设计方案

并行Turbo译码提高了数据吞吐量,但同时也降低了译码性能.为此,分析并行Turbo译码中的无冲突交织条件,介绍一种行列随机交织器并对其改进,将S-距离规则用于其交织过程,使每列(行)相同位置产生的随机数之间的距离绝对值大于等于S.仿真结果表明,与行列随机交织器相比,改进方案在交织后能提高数据的分散度,增大每个子译码器...     

全息存储中的线性分组码

低密度奇偶校验码(LDPC)由于其突出的纠错能力目前得到学术界的显著关注．然而由于编码过程过于复杂．使得LPDC并不很适合于数字全息存储．在本文我们结合组合方法来改进编码设计过程，因而编码设计非常简单．用简单的与非门电路即可实现．符合全息存储中高数据传输率的要求。     

Turbo码的迭代译码方法的优化设计

迭代译码可以提高Turbo码的译码性能,但也是增加译码复杂性、延时及功率损耗的主要原因。在分析Turbo码的迭代译码原理和译码算法的基础上,提出了一种迭代译码的优化设计方法(Turbo-CRC),即利用循环冗余检测码CRC对Turbo译码器硬判决的输出结果进行检测,可以有效地减小平均迭代次数。计算机仿真结果表明在不降低译码性能和不增加系统复杂度的情况下,使用该方法可以有效地减小平均迭代次数和译码延时,尤其是在大信噪比时,效果更好。     

Turbo码的按位迭代译码仿真与优化

Turbo码的迭代译码次数越多,译码延时和功耗也越大,通过图像传输的Turbo译码仿真分析,提出按不同比特位迭代次数不同的译码方法,并对各比特位的迭代次数进行优化,结果能使总迭代译码次数减少50%,且能保证译码后的图像效果。     

Turbo译码的自适应迭代停止算法

为降低Turbo译码延迟,提出一种自适应控制的迭代停止算法。利用SISO1产生的对数似然比 代替SISO2产生的对数似然比 ,并根据信道信噪比的不同,自适应选择门限参数。理论推导和仿真结果表明,该算法能有效降低译码平均迭代次数,消除单一迭代算法的不稳定性,提高译码速率。     

全息存储通道中的线性均衡

存储通道由于受到多种因素的影响会导致存储系统性能的降低，具体表现在误码率的增加，因此改善通道性能具有重要意义。该文研究了线性均衡在全息存储这种新型存储技术中的可行性。仿真结果表明，一维的线性均衡技术经过适当的修改可以运用到这种新型的二维非线性存储通道中，从而为设计具有高可靠性的全息存储通道奠定了基础。     

全息存储—下一代存储解决方案

在过去的十几年中 ,人们对大容量和高速传率的追求不断升级 ,特别是随着网络和多媒体技术的广泛应用 ,这种需求更是急剧膨胀。对大容量、高速传率和短存取时间的永无休止的需求 ,促进了各种数据存储技术的发展。二维存储技术 ,如磁存储、传统光盘存储和半导体存储等仍在不断地改进以满足对存储系统更大和更快等要求 ,然而这些存储手段正逐步接近其物理极限。目前正在迅速发展的一种有别于传统技术的方法就是三维存储技术 ,如全息存储等。全息存储技术以其存储密度和数据读出率高及相关内容寻址等特点极有可能成为下一代的存储解决方案。但由于缺乏合适的存储材料及实用部件 ,全息存储器的实用化进程较为迟缓。近年来 ,用于全息存储系统的实用组件的极大发展 ,再一次引起了研究人员对这一技术的兴趣 ,实用化的全息存储器呼之欲出 ,更加巩固了全息存储下一代存储解决方案的地位