采用加权置信传播算法的LDPC码性能分析

LDPC码置信传播译码算法中,由于环路的存在,影响迭代译码的性能和迭代译码的收敛性。为减小这一影响,在迭代译码算法中引入加权因子,采用迭代加权的译码方法。该算法可使迭代信息趋于平稳,增加译码可信度,减少迭代次数,加快迭代译码的收敛,从而改善译码性能的方法。仿真结果表明,这种方法对最小环长小且环长分布较均匀的中短码长的码子性能影响较大。     

符号交织串行级联CPM系统优化设计

针对符号交织串行级联CPM系统中外码性能越好,接收端迭代译码后系统性能反而越差问题,研究了一种新型的符号交织串行级联CPM方案,该方案结合符号交织和比特交织的特点,在译码时延几乎不变前提下,对每一符号帧映射前的比特信息序列进行比特置换优化.相比符号交织串行级联CPM方案,采用本文所提的优化方案,能加快接收端译码迭代收敛速度,同时外码的性能也可直接影响到符号交织串行级联CPM系统的性能.     

差分跳频系统编码器与频率转移函数的匹配设计

将编码的差分跳频系统等效为串行级联码,充分利用频率转移函数所产生的网格关联信息,采用软输入软输出算法,进行类Turbo串行迭代译码,能有效改善系统的误比特性能.因此,如何实现差分跳频系统串行级联结构的外编码器和频率转移函数(G函数)的匹配设计是值得深入研究的问题.基于互信息的外信息转移图(EXIT)能有效预测迭代译码的收敛特性,并根据EXIT选择适当的内、外码进行级联.采用基于互信息的EXIT图分析差分跳频串行级联结构中外编码器和G函数的外信息转移过程,提出了一种采用EXIT图选择G函数及外编码器的方法.通过对该方法的理论分析和性能仿真,结果表明,在一定的输入先验信息量条件下,信噪比越高,G函数输出互信息量越大;在给定信噪比条件下,不同G函数对应的输出互信息量随输入先验信息量增长速度不同,能有效实现对性能较好的G函数的选择;对于给定G函数,在不同外编码方式下,通过EXIT图能得到迭代译码收敛的门限值;能反应出不同编码方式下的收敛特性的好坏,从而实现外编码器和G函数的匹配设计.     

基于软译码的系统LT码及其无线信道应用

LT码在删除信道下显示出优异的纠删性能,但在无线信道中由于信道噪声固有的影响,接收端必然产生误码,错误的译码起始信息导致LT码在解码后出现错误传播现象。为了减少误码,实现LT码在无线信道下的应用,提出构造系统LT码,同时在译码时产生校验矩阵,采用基于对数似然比的置信传播算法(LLR-BP)进行软信息译码的方法。仿真实验结果表明,基于软译码的系统LT码具备良好的纠错性能,显示了其在无线信道应用的可行性和有效性。     

低密度奇偶校验码的低复杂度迭代译码算法

迭代大数逻辑(iterative majority-logic decoding, IMLGD)译码算法是低密度奇偶校验(low-density parity-check,LDPC)码的一类重要的迭代译码算法。相对LDPC码基于置信传播准则的译码算法，IMLGD译码算法的复杂度有所降低，但是性能有所下降。针对这一问题，提出了一种修正迭代大数逻辑译码算法(modified iterative majority-logic decoding,MIMLGD)。该算法利用校验方程的置信度对译码迭代过程中的各比特外信息进行修正。仿真结果表明，提出的MIMLGD译码算法相对于原始迭代大数逻辑译码算法在同样信噪比下具有更低的误比特率。此外，该算法保持了IMLGD译码算法的低复杂度特征，并且避免了对于特定的码搜索修正因子的过程，具有良好的通用性，是实际应用的良好选择。     

基于稀疏序列LDPC的多层码的迭代译码

提出一种稀疏二进制序列构造的LDPC码作为分量码,译码采用串行迭代的多层码方案.每次串行迭代译码逐层进行,低层向高层传递译码软信息.采用该方案分别对8PSK和16QAM调制的多层码进行串行迭代译码和并行迭代译码的性能仿真.仿真结果表明:该方案的编码复杂度较低,相比于并行迭代译码,串行迭代译码简化了译码结构,且2种迭代译码算法复杂度相同;在AWGN信道和平坦瑞利衰落信道中,串行迭代译码的误比特性能优于并行迭代译码.     

LT码及其在智能配网通信中的应用研究

喷泉码是一种新型的信道编码技术,只需要很少的译码开销,具有很小的编译码复杂度,LT码作为喷泉码的常用码字具有重要研究意义.作者介绍了LT码的编、译码原理,在置信传播算法BP和高斯消元法GE的基础上得到2种改进的译码算法,并研究改进译码算法的性能.仿真分析电力通信配网中不同信道编码方式与LT码级联使用的通信可靠性,得出LDPC-LT编码方案具有较高的译码速率和较低的误比特率,从而为LT码在智能配网中的实际应用提供有益参考.     

基于遗传思想的多元LDPC码拓展最小和改进算法

针对多元LDPC码的EMS译码计算量的问题,采用遗传算法的思想对其进行了改进,选择高度可靠的变量节点,针对这些特殊节点增加附加运算,即采用修正参数放大消息判决位对应符号置信值的方法,而其他置信值相对变小。这种方法通过加快收敛速度,减少了译码过程迭代的次数,最终能够减少译码计算量,节省计算资源。通过仿真结果及计算量分析,证明了改进算法能够在不影响译码纠错性能的情况下降低计算量。     

Tutbo码并行译码算法的研究

Turbo码的译码算法大致可分为串行译码算法和并行译码算法两大类。串行译码算法如MAP、LOG MAP等的研究已比较深入。但并行译码算法 ,尚有许多问题有待探讨。研究了Turbo码的并行译码算法 ,将Turbo码译码和图论结合起来 ,利用Bayesian网络图模型描述了Turbo码的译码过程 ,基于模型使用Pearl的信息传播算法 ,建立了Turbo码的并行译码算法。并对所讨论的并行译码算法进行了模拟 ,模拟结果表明 :该并行译码在译码性能等方面比串行译码优越     

低密度校验码分层译码的密度演化算法

在对低密度校验码译码及密度演化算法研究的基础上,提出了分层译码的密度演化算法,对分层译码算法的噪声门限与收敛特性进行了仿真,并将分层译码与一般的置信传播及最小和算法做了性能比较.结果表明,分层译码算法具有快速译码收敛的优点,在不改变噪声门限的条件下,可使译码迭代次数减半.由于分层译码对降低译码器的复杂度起到了重要的作用,因此,文中提出的密度演化算法为实际应用提供了理论依据,能有效地估计低密度校验码分层译码的噪声门限和迭代次数.     

GPU的QC-LDPC码译码器设计与实现

在连续变量量子密钥分发(continuous variable quantum key distribution,CV-QKD)系统中,通信双方需要在远距离低信噪比的条件下进行密钥协商,必须选用码率较低,码长较长的码字.设计了一种基于图形处理器(graphics processing unit,GPU)的准循环低密度奇偶校验(quasi-cyclic low density parity check,QC-LDPC)码的高速译码器.该译码器采用收敛速度更快的分层置信传播译码算法(layered belief propagation algorithm,LBPA)实现,减少了所需的译码循环次数,并且该译码器译码扩展因子较大的QC-LDPC码,在全矩阵大小恒定的情况下,使得子矩阵的数量相对较少,从而减少了串行译码的数量.该译码器分配GPU线程对应变量节点,增加了线程的利用率,并且将所需的基矩阵信息进行合并存储,减少了GPU内存的占用.仿真结果表明,在译码长为106,码率为0.1的码字,且同时译码16个码字,迭代50次的情况下,该译码器达到了41.50 Mbits/s的吞吐量.     

LT码的标记重传BP译码算法

当通信系统允许反馈时,LT码可以利用重传信息分组获得良好的性能,但是多次请求重传造成接收端等待时间过长,导致整个译码时间增加.为了减少重传次数和译码时间,提出了MR-BP(mark and retransmission belief propagation)译码算法.在BP(belief propagation)译码失败后,利用标记向量标记需要重传的信息分组,选取标记的信息分组.假设这个信息分组已经解码,把向量与分组的值作为整体继续BP译码.接收端只需要收到请求标记矩阵中标记的信息分组即可成功解码.MR-BP译码算法不仅解决了BP译码算法失败率大的问题,而且一次请求信息分组也明显地减少了译码时间.经过仿真验证,在重传分组数相同的情况下,译码时间明显减少.     

基于分组混合策略的LDPC置信传播译码算法

置信传播(BP-Based)译码算法通过对校验节点消息的简化处理,并在传递的变量信息之间引进相关性,可大大降低算法的复杂度.为了减少BP-Based算法的迭代次数和性能损失,采用分组混合策略对BP-Based算法进行改进,加快了信息更新速度,减少了错误信息从停止集传播到Tanner图中其他节点的概率.MATLAB仿真表明,在几乎不增加复杂度的情况下,改进算法可以提高译码性能.     

Polar码在图像传输中的性能研究

文中研究Polar码在图像传输系统中的应用,讨论Polar码的译码迭代次数、码长、码率等因素对恢复图像的影响,并与等同条件下的低密度奇偶校验码（Iow Density Parity Check Code,LDPC）在图像传输中的性能进行比较.数值仿真表明：随着Polar码译码迭代次数增加、码长增长和码率减小,图像传输的误块率（Block Error Rate,BER）减小,峰值信噪比（Peak Signal to Noise Ratio,PSNR）增大.同时在码长为2 048,码率为0.5时,Polar码在图像传输中的性能比LDPC码的性能有明显地提高,在输入信噪比为3 dB时,Polar码的误块率有102增强,PSNR值有4倍的提高.     

基于量化修正的低复杂度LDPC译码算法

为进一步降低基于可靠度的(Low Density Parity Check,LDPC)译码算法复杂度,提出一种基于量化修正的低复杂度LDPC译码算法,该算法在对信道信息预处理时引入量化信息修正处理策略,从而避免在译码迭代过程中进行译码信息修正处理操作,在保持译码性能的同时,较大幅度地降低译码复杂度。针对均匀和非均匀量化方案,本文实现了基于修正系数的均匀量化和基于列重修正的非均匀量化两种译码方案。仿真实验结果表明,所提出的两种译码方案在算法复杂度明显较低的情况下,仍然与MRBI-MLGD译码算法具有相同的译码性能与收敛速度。特别地,在基于列重修正的非均匀量化方案中,只需3-4 bits的低比特量化即可达到均匀量化中高比特量化(8 bits)相同的迭代次数和误比特率性能。     

外信息在Turbo迭代译码中的使用研究

以易于工程实现的Log-MAP算法为基础，深入研究了两种不同的外信息使用方式：Berrou方案及Robertson方案，指出两种外信息使用方式具有统一性，不同的是迭代译码过程中对外信息使用权重的处理；在相同约束条件下对基于两种外信息使用方式的Turbo码性能进行蒙特卡罗仿真，结果表明Robertson方案从整体上要略优于Berrou方案。     

基于Log-MAP算法的Turbo码量化分析

针对AGWN信道,基于Log—MAP译码算法,系统分析与研究了软输入软输出（SISO）Turbo迭代译码过程中数据的量化与定点实现。结合数据观察与算法剖析,借助蒙特卡罗仿真给出了接收信息、外信息、信道可信度值、状态度量等数据的定点表示及量化细节,所选择的量化方案达到了译码性能与实现复杂度较好的折衷,量化后性能损失不大于0．15dB。     

一种基于互信息最大化的Raptor码优化设计方法

Raptor码通过级联预编码可以很好地改善错误平层问题,但编译码的复杂度相对较高。为了降低级联Raptor码的复杂度,提出一种基于互信息最大化的Raptor码优化设计方法。该方法基于外部信息转移图的渐进收敛分析,从最大化互信息的角度出发,得到有限迭代次数约束下的校验节点度分布的数学模型。仿真结果表明,当译码迭代次数一定时,基于互信息最大化设计的Raptor码与码率最大化设计的Raptor码相比,具有更好的误码性能。     

BICM-ID系统中的均匀重加权迭代译码算法

针对LDPC编码的BICM-ID系统,建立了正规因子图模型。从消息更新规则的角度,运用变分方法统一解释了均匀重加权置信传播算法和标准置信传播算法。将均匀重加权方法提高性能的特点与置信传播的特性相结合,推导出均匀重加权迭代译码算法,讨论了边出现概率对算法性能的影响。分别在高斯白噪声信道和不同调制方式下进行仿真实验。结果表明,提出的均匀重加权迭代译码算法性能均优于标准置信传播和差分映射置信传播等迭代译码算法。