LDPC码的分层类拟合修正最小和译码算法

低密度奇偶检验码（LDPC）是一种广泛使用的信道编码,尤其在长码时性能更佳。与编码相对应的便是译码,起初LDPC译码算法的复杂度很高,因此在最小和（MS）译码算法中为了降低算法的复杂度,采用了近似运算,虽然有效地降低了算法的复杂度,却牺牲了部分的误码性能。针对这一现象,本文在最小和译码算法的基础上,再一次作出近似运算,提出类拟合修正最小和（CFMMS）译码算法。该算法会根据MS算法中的非线性函数构造出一种类拟合函数,可以对不同阈值内的变量节点信息作出不同的处理,尽可能实现对校验节点更新过程的准确补偿,使得到的结果更加接近于置信传播算法;在此基础上,应用分层式调度策略,提出一种分层类拟合修正最小和（LCFMMS）译码算法,改变了节点信息的更新顺序,提升了迭代更新中节点信息的可靠度,使得译码的收敛速度得以提升,同时节省了存储空间。仿真和数值结果表明,该文提出的译码算法在一定程度上提升了误码性能,且运算复杂度低、译码收敛速度快。     

双选信道下OCDM系统低复杂度均衡

正交Chirp复用(OCDM)是近年来提出的一种新的多载波体系,通过菲涅尔变换,获得一组正交Chirp信号,实现了CSS的最大频谱效率。该文介绍了OCDM系统的基本原理,重点研究了OCDM系统的低复杂度均衡算法。双选信道下,传统的MMSE均衡算法性能下降,提出一种基于近似带状矩阵的阻尼LSQR算法,作为求解稀疏矩阵的最小二乘迭代算法。为了缓解快速时变信道中的ICI,提出一种基于近似带状矩阵的LSQR-BDFE算法,结合判决反馈均衡,通过LSQR算法迭代计算。仿真结果表明,双选信道下,OCDM系统比OFDM系统有着更好的BER性能,所提出的LSQR-BDFE算法和带状阻尼LSQR算法,比MMSE均衡算法有着性能优势。