Turbo乘积码译码算法的简化

Chase算法是Turbo乘积码(TPC)软判决译码中常采用的算法之一。分析了传统Chase算法中寻找竞争码字对译码复杂度的影响,在此基础上提出了两种新的简化译码算法,省去了寻找竞争码字的过程。仿真结果表明,简化算法在基本保持传统Chase算法译码性能的基础上,降低了译码复杂度,提高了译码速度。     

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。     

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.     

删余Turbo码的交织删余的综合设计研究

删余（Puncturing）是构造高码率Turbo码的主要方法。介绍了删截Turbo码的原理，研究了交织和删余相结合的综合设计删余Turbo码的思想，基于这种思想，设计了一种新颖的交织删余结合的删余Turbo码的设计方案，并给出了实现算法。仿真表明，该综合设计获得了更为优越的性能特性。     

一种低复杂度Turbo乘积码自适应Chase译码算法

针对Turbo乘积码(Turbo Product Codes, TPCs)中的译码问题,该文提出一种全新的低复杂度TPC自适应Chase迭代译码算法。与已有的报道不同,在译码过程中,新算法首先统计TPC码块内每一行(列)产生的代数译码后的备选序列与接收序列的相同最小欧氏距离的个数,然后根据统计结果,按照算法步骤调整译码所需的不可靠位数值。通过Monte Carlo仿真可验证,当TPC行列编码采用相同的扩展汉明码,且编码效率为0.879时,该算法与Pyndiah采用固定不可靠位数值迭代译码算法相比,在误码率BER为10-4处仅损失约0.08 dB的性能,但是译码平均复杂度降低可达到约40.4%。     

非均匀保护Turbo乘积码的研究

非均匀保护码在图像、视频无线传输中广泛应用。传统的Turbo乘积码不具备非均匀保护能力。该文提出一种非均匀保护Turbo乘积码的构造方法,通过性能分析和仿真证明该构造方法的正确性。     

一种改进的Turbo乘积码译码算法

针对Turbo乘积码(TPC)译码复杂度高、运算量大的缺点,分析了一种改进的TPC译码算法。该算法以Chase迭代算法为基础,通过对错误图样重新排序产生新的测试序列,其伴随式可从前次伴随式的基础上修正一位得到,大大简化了计算步骤。在AWGN信道下对新算法进行了Matlab仿真,结果表明,改进的算法在保持译码性能基本不变的前提下,提高了译码速度,降低了译码复杂度。     

基于校验子的Turbo乘积码仿真研究

针对Turbo乘积码译码延时的问题,提出一种基于校验子的Turbo乘积码译码算法(S-TPC),该算法根据校验子的值采取不同方式对每行(列)进行译码,节省了一部分校验子为0的码字的硬判决译码运算量。仿真结果表明,S-TPC(32,26)在迭代4次时,能在不降低译码性能的情况下,减少近50%的计算量。     

Turbo乘积码译码的优化研究

文章研究了Turbo乘积码译码中可靠值序列最小值和次最小值定位问题,分析比较了基于循环伪最大似然算法的TPC译码关键步骤优化的必要性,给出了一种用门电路实现的可靠值序列最小值的优化定位电路,从而提高TPC迭代译码速度。     

基于编码方法的Turbo乘积码译码

利用编码方法搜求Turbo乘积码译码中的候选码字,对由单纠错能力分组码作为子码的乘积码进行仿真,考察不等数量的候选码字对译码性能的影响,并对两种估计无竞争码字比特外部信息值的方式在利用编码方法及Chase—II算法搜求候选码字时所形成的性能差异进行分析。     

用AHA4501实现Turbo乘积码编译码

本文介绍了Turbo乘积码的基本原理和利用Cyclic-2 PML(循环2伪最大似然)来实现Turbo乘积码的译码的算法,利用AHA公司的AHA4501评估软件仿真给出了(64,57)×(64,57)Turbo乘积码的纠错性能,并给出了AHA公司的Turbo乘积码编译码芯片4501实现的Turbo乘积码编译码的电路设计.     

Turbo乘积码的软译码研究

Turbo码作为一种新型的纠错编码类型备受通信界的注目,它的纠错能力接近Shannon极限。阐述了Tur-bo乘积码的软译码原理及其算法。     

MAP算法在Turbo码译码中的应用和研究进展

对Turbo码译码算法进行了综述,包括SOVA、MAP、LOG-MAP、MAX-LOG-MAP等算法,并对这几种算法进行了比较。同时根据近年来对Turbo码译码算法的研究,对几种新的译码算法进行了介绍和讨论。     

Turbo乘积码技术及其性能研究

在分析Turbo乘积码的基本编译码原理的基础上,比较了未编码与编码后系统的差错性能,研究了选取不同分量码、不同迭代次数对TPC译码性能的影响。在不同迭代次数与分量码情况下,进行了仿真实验。仿真实验表明,在相同的差错性能条件下,采用TPC码能带来5~6 dB的编码增益。TPC译码算法简单,没有错误平层,硬件实现复杂度较小,是一种非常实用的信道编码方式。     

Turbo码译码算法的迭代准则

仿真分析了迭代次数对Turbo编码性能的影响,包括对误比特率(BER)和误帧率(FER)的影响.并通过对附加信息的距离变化进行度量,提出了一种新的迭代停止判断准则,这种准则能动态地选择迭代次数.     

基于Turbo码的Max-Log-MAP译码算法的改进

Turbo码已被第三代移动通信系统(3G)采纳为高速数据服务的编码标准(IMT-2000标准)，因此研究易于实现和优化的译码算法有着非常重要的实际意义．本文提出了一种有效地改进最大对数后验概率(Max-Log-MAP)的译码算法，此算法通过增加的比例因子来修正外部信息对数似然率，改善了译码质量，提高了系统的BER性能，仿真结果表明此改进算法与传统算法相比在BER性能指标上有大约0．2～0．3dB的改善．     

自适应量化测试序列数的分组Turbo码译码算法

针对分组Turbo码自适应Chase译码算法存在的缺陷,该文提出自适应量化测试序列数的分组Turbo码译码算法。该方法以测试序列数C为研究对象,依出错概率大小选择错误图样,并利用量化测试函数根据SNR的变化对测试序列数进行量化,从而达到直接控制译码复杂度的目的。仿真结果表明,所提出的译码算法保证了译码性能,并直接降低了译码复杂度。     

光传输系统中一种分组Turbo码的新颖译码算法分析

基于遗传算法与Chase译码算法的各自优势,提出了一种降低运算复杂度并加快译码速度的新颖分组Turbo码(BTC)译码算法.与传统的Chase译码算法相比,该译码算法降低了译码复杂度且加快了译码速度.仿真分析表明,该算法较传统的Chase译码算法在误码率为10-6时提高了约1.15 dB的净编码增益(NCG),具有良好的纠错性能.因而它是一种适用于光传输系统且实用性较强的新颖BTC译码算法.