Turbo码译码的改进SOVA算法

Turbo编码自1993年提出以来，由于其出色的译码性能，在编码界得了广泛关注，逐渐被吸纳到一些标准化体系中，对于Turbo码的译码问题，目前已有许多种译码算法，在传统SOVA（软输出维特比算法）译码算法的基础上，给出了一种SOVA译码的改进算法，仿真结果表明该算法在译码性能等方面具有较强的优越性。     

无线OFDM系统频率选择性衰落信道下的SOVA译码算法

本文对正交频分复用(OFDM)系统频率选择性衰落信道中,信道状态信息(channel state information 简称CSI)确知,以及CSI不能或不必精确估计时的SOVA译码算法进行了研究,给出了OFDM系统频率选择性信道BPSK调制时SOVA译码算法的数学描述.在此基础上,我们提出了两种SOVA译码算法:一种是基于盲信道估计的SOVA算法;另一种是不必训练和信道估计的差分SOVA算法,该算法可以在CSI完全未知的情况下进行可靠的SOVA译码.仿真结果说明该算法具有良好的性能.     

Turbo码的一种全新的SOVA译码算法

SOVA算法因其译码时延低于MAP算法已成为Turbo码的实用译码算法。本文提出了一种放弃软判决值更新处理的全新的SOVA算法。该算法的独到之处在于,综合利用对栅格图的正向和反向搜索,从而实现了通过全局路径比较来产生软输出值。仿真结果表明,与传统SOVA算法相比这种全新的SOVA算法在不会明显增加译码计算量的前提下,显著地改善了译码性能。同时,其误码率性能在高信噪比时略优于Max-Log-MAP算法,并且已经逼近MAP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码软判决输出维持比译码方案的改进

Turbo码是一种新的纠错编码，具有十分强的纠错能力，Turbo码编码端采用两个或两个以上的卷积并行级联构成，译码端则采用以基于软判决信息输入/输出的反馈迭代译码结构。译码算法是Turbo码设计的核心，现巳有的两种主要的译码算法-MAP和SOVA。SOVA是一种改进的维持比算法，使其可以逐比特输出与MAP算法类似的软判决信息。该文综述了Turbo码SOVA译码的几种改进方式，并分析了这几种改进方式及仿真结果。     

Turbo码软判决输出维特比译码方案的改造

Turbo码是一种新的纠错编码，具有十分强的纠错能力。Turbo码编码端采用两个或两个以上的卷积并行级联构成，译码端则采用以基于软判决信息输入／输出的反馈迭代译码结构。译码算法是Turbo码设计的核心，现已有的两种主要的译码算法——MAP和SOVA。SOVA是一种改进的维特比算法，使其可以逐比特输出与MAP算法类似的软判决信息。该文综述了Turbo码SOVA译码的几种改进方式，并分析了这几种改进方式及仿真结果。     

Turbo码软判决输出维特比译码方案的改进

Turbo码是一种新的纠错编码,具有十分强的纠错能力。Turbo码编码端采用两个或两个以上的卷积并行级联构成,译码端则采用以基于软判决信息输入/输出的反馈迭代译码结构。译码算法是Turbo码设计的核心,现已有的两种主要的译码算法——MAP和SOVA。SOVA是一种改进的维特比算法,使其可以逐比特输出与MAP算法类似的软判决信息。该文综述了Turbo码SOVA译码的几种改进方式,并分析了这几种改进方式及仿真结果。     

一种新的SOVA改进算法的定点DSP实现

该文通过引入软判决值修正函数,提出了一种新的SOVA译码算法,仿真结果表明能够明显改善译码性能。对改进算法在定点DSP上的实现进行了深入研究,分析了量化组数、有限字长效应对性能的影响及解码速度和存储容量需求等,并给出了相应的测试结果。     

Turbo码SOVA译码的一种新的改进算法

SOVA算法由于低复杂度和低译码延时,已成为Turbo码的实用译码算法。该文针对SOVA译码算法的软判决值不精确对译码性能的影响,借鉴非均匀量化思想,提出了一种新的改进算法。仿真结果表明,在几乎不增加译码复杂度的情况下能够明显地改善译码性能。     

基于SOVA算法的Turbo码译码实现

针对实现基于SOVA的Turbo码译码算法实现的各个环节,阐述了使译码器内外信息度量匹配的数据表示方法,指出了信息度量值的变化规律和数据长度的确定准则,提出了帧结尾加长处理,比传统的BR—SOVATurbo译码性能提高0.5dB左右。     

高码率自适应Turbo编译码器的设计与FPGA实现

提出了一种高码率自适应Turbo编译码器的FPGA实现方案。在编码模块中采用特定参数的分组螺旋对称交织器,使编码器能通过删余构造高码率,且能通过相同的结尾比特使两个分量编码器的寄存器状态均归零。在SOVA译码模块中,各状态下路径的累积度量值的并行计算和可靠性值的并行更新使译码速度大大提高。仿真结果表明,该高码率自适应编译码器有良好的误码性能和较高的实用价值。     

非二进制Turbo级联码的性能分析

该文在分析了非二进制Turbo码的译码算法的基础上,提出了非二进制Turbo码和具有良好纠突发错误的RS码级联的非二进制Turbo级联码系统模型。该系统采用缩短的RS码(204, 188)作为外码,非二进制Turbo码作为内码的串行级联方式,内码和外码之间用深度为12的交织器隔开,译码时, 非二进制Turbo码分别采用Symbol-by-Symbol Log-MAP和SOVA算法。仿真结果显示,与二进制Turbo级联码系统相比,该系统具有误码率低,延时时间短,频带利用率高等优点。     

Turbo译码器在数据协调中的应用与仿真

Turbo码以其几乎接近Shannon理论极限的译码性能而成为目前为止最好的信道编码方案。为了减少信道传输引起的误码,提高传输可靠性,设计了一种基于SOVA算法的Turbo译码器,并介绍了Turbo译码器在数据协调中的应用。与传统的Turbo译码器相比,增加了两个权重模块,这样可提高译码的性能。同时,通过Matlab仿真,验证了所设计的Turbo译码器功能的正确性。     

联合判决估计在软判决Viterbi译码中的应用

该文利用相邻判决数据间的相互关系,提出了一种Viterbi截尾译码的改进算法,并将其应用到Turbo码的SOVA译码中。仿真表明,可以很好地降低复杂性和功耗。对Viterbi译码,可使留选存储的规模和功耗减少约20％,回溯单元的规模和功耗减少约30％。对Turbo码的SOVA译码,可使可靠值存储和输出单元的规模和功耗降低约15％,或迭代次数减少一半。     

一种性能优越的Turbo码SOVA译码算法

MAP译码算法性能上是最优的,但是其复杂度也是十分高的,影响了硬件的实现,介绍了一种性能上接近于MAP译码算法,复杂度上有明显减少的译码算法,并且对其进行了完善,仿真结果表明对于二进制Turbo码,改进后的译码算法与MAP算法的译码性能更为接近。     

基于改进型SOVA的Turbo译码

第三代移动通信系统IMT-2000的高速率业务倾向于选择Turbo码,这就要求采用低时延、低复杂度的迭代译码技术,主要是软输出Viterbi算法(SOVA)和Max-Log-MAP算法.在先验等概和无限译码深度条件下,已证明略加修改的SOVA等效于Max-Log-MAP算法.由于在迭代译码中,先验概率须不断更新,本文证明了在存在先验概率的条件下改进型SOVA与Max-Log-MAP也是等效的,并讨论了有限译码深度限制下改进型SOVA与滑动窗口Max-Log-MAP算法的等效性.     

一种基于SOVA的改进的Turbo码译码方案

本文在研究Ｔｕｒｂｏ 码反向ＳＯＶＡ（Ｓｏｆｔ－Ｏｕｔｐｕｔ ＶｉｔｅｒｂｉＡｌｇｏｒｉｔｈｍ ）译码性能的基础上,提出了一种同时利用正向和反向ＳＯＶＡ译码软输出信息的基于ＳＯＶＡ 的改进译码结构及其相应的软输出修正公式。计算机模拟结果表明,所提出的改进方案与传统的ＳＯＶＡ算法相比,其译码性能有明显的改善,并略优于Ｍａｘ－Ｌｏｇ－ＭＡＰ的性能     

List and soft symbol output Viterbi algorithms: extensions andcomparisons

The Viterbi algorithm (VA) is the maximum likelihood decoding algorithm for convolutionally encoded data. Improvements in the performance of a concatenated coding system that uses VA decoding (inner decoder) can be obtained when, in addition to the standard VA output, an indicator of the reliability of the VA decision is delivered to the outer stage of processing. Two different approaches of extending the VA are considered. In the first approach, the VA is extended with a soft output (SOVA) unit that calculates reliability values for each of the decoded output information symbols. In the second approach, coding gains are obtained by delivering a list of the L best estimates of the transmitted data sequence, namely the list Viterbi decoding algorithm (LVA). Our main interest is to evaluate the LVA and the SOVA in comparison with each other, determine suitable applications for both algorithms and to construct extended versions of the LVA and the SOVA with low complexity that perform the task of the other algorithm. We define a list output VA using the output symbol reliability information of the SOVA to generate a list of size L and that also has a lower complexity than the regular LVA for a long list size. We evaluate the list-SOVA in comparison to the LVA. Further, we introduce a low complexity soft symbol output viterbi algorithm that accepts the (short) list output of the LVA and calculates for each of the decoded information bits a reliability value. The complexity and the performance of the soft-LVA (LVA and soft decoding unit) is a function of the list size L. The performance of the soft-LVA and the SOVA are compared in a concatenated coding system. A new software implementation of the iterative serial version of the LVA is also included