基于可靠率的改进的LDPC码BF译码算法

相对于低密度奇偶校验(LDPC)码置信传播(BP)译码o(n2)数量级的计算复杂度,比特翻转(BF)译码算法的计算复杂度只有o(n),然而其译码性能却有很大降级.为此,该文提出了一种改进的BF算法.该方法使用了可靠率来衡量所有参与同一校验的信息节点对校验没有满足的贡献,以较低的计算量增加为代价在译码中引入软信息的使用,从而使BF的性能有了较大提升.理论分析表明其复杂度为o(n),仿真结果表明,与加权的比特翻转译码算法比较,新算法在信噪比为7 dB时,误码率由10-3数量级改善为10-4.     

适用于LDPC码的新颖自适应联合加权比特翻转译码算法

针对低密度奇偶校验(low-density parity-check,LDPC)码采用单比特翻转算法译码可能出现比特循环翻转现象而导致译码收敛速度缓慢的问题,提出一种适用于LDPC码的新颖自适应联合加权比特翻转(self-adaption combined weighted bit-flipping,SCWBF)译码算法.该SCWBF算法结合了能高效实现的可靠率加权比特翻转(implementation-efficient reliability ratio based weighted bit-flipping,IRRWBF)算法与低复杂度加权比特翻转(low complexity weighted bit-flipping,LCWBF)算法的优点,在每次迭代过程中,能自适应翻转单比特或多比特,从而避免了单比特翻转算法在译码过程中产生的同一比特循环翻转现象.仿真结果表明,与加权比特翻转(weighted bit-flipping,WBF)算法、IRRWBF算法以及联合改进加权比特翻转(combined modified weighted bit-flipping decoding,CMWBF)算法相比,提出的SCWBF译码算法加快了LDPC码的译码速度,并且误码性能也得到明显改善.     

极化码自适应连续消除列表比特翻转译码算法

极化码是一种新型的信道编码方法,并且具有较低的译码复杂度,第三代合作伙伴计划(3rd generation partnership project,3GPP)组织已经确定将极化码作为5G通信中增强移动宽带场景下的信道编码方案,目前极化码译码已经成为编码领域备受瞩目的研究热点.极化码连续消除列表比特翻转(successive cancellation list flip,SCLF)译码算法通过翻转不可靠的比特进行额外的SCL译码尝试来提高SCL译码性能.但SCLF译码算法为了提高译码性能而设置较大的路径保留数,导致译码复杂度偏高.通过动态选择路径保留数,提出了一种自适应连续消除列表比特翻转(adaptive-SCLF)AD-SCLF译码算法,该算法从较小的路径保留数(L=1)开始译码,并迭代地增加路径保留数,直到至少有一条路径通过循环冗余校验(cyclic redundancy check,CRC)校验,保证在译码性能不变的情况下降低译码复杂度.仿真结果表明,在加性高斯白噪声(additive white Gaussian noise,AWGN)信道和Ray-leigh信道下,与传统SCLF译码算法相比,AD-SCLF算法在中高信噪比下明显降低了复杂度.     

分组Turbo码软判决自适应Chase译码算法的研究

针对二进制分组turbo码提出了一种加快译码速度的软判决译码算法-自适应门限Chase译码算法(ATC).该算法以迭代Chase算法为基础,根据传输系统编码方案和信道条件联合确定Chase算法中不可靠比特数,从而可以减少测试序列的数目,并利用外信息的三角函数代替迭代译码时的归一化因子,以达到降低软判决译码复杂度的目的;与迭代Chase译码算法相比,该算法可在译码复杂性和译码性能之间达到平衡.仿真结果表明:ATC算法能在保持turbo码的译码性能基础上,提高译码速度,降低译码复杂度.     

迭代检测算法在比特交织编码调制系统中的比较研究

迭代检测技术不仅局限于在传统的级联码系统中的应用,还可用于解决现代数字通信中的许多检测/译码问题.随着Turbo码的出现,人们对迭代译码算法进行深入研究,并提出一些简化译码算法.比特交织编码调制及迭代检测(bit-interleaved coded modulation with iterative decoding, BICM-ID)是一种高效数据传输系统.比特交织和迭代译码是BICM-ID系统具有卓越性能的关键因素,译码算法的选择不仅影响接收机的性能,也决定了系统的复杂度.文中研究迭代译码算法对BICM-ID系统性能的影响,分析各种译码算法的计算复杂度.仿真结果表明log-APP算法有好的性能同时复杂度也高,简化的译码算法能降低译码器的复杂度,但会带来一定的性能损失;随着信道条件的改善,算法简化带来的性能损失也随之减小.     

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。     

低密度校验码的混合比特反转译码算法

提出了低密度校验(LDPC)码的混合比特反转(HBF)译码算法,该算法充分利用了LDPC码置信传播(BP)输出的软信息,对经典的比特反转(BF)算法的误码性能有明显改善.AWGN信道下的仿真结果表明,在相同的译码复杂度情况下,HBF算法的性能明显优于BP算法,并呈现出更低的误码平台.     

LDPC译码硬判决辅助迭代VBLAST检测

针对采用低密度奇偶校验(LDPC)编码的多输入多输出系统中检测与译码级联方案未联合优化的问题,提出了一种低复杂度联合贝尔实验室分层空时(VBLAST)最小均方误差迭代检测与LDPC译码算法.该算法将VBLAST检测和LDPC译码统一于一个迭代信号处理框架,从系统角度分析了整个联合译码检测;通过级联简化的硬判决译码与检测的混合迭代消息传播,减少了各模块单独处理引起的互信息处理损失,从而优化了检测性能并降低了复杂度.仿真结果表明:与全软信息辅助检测方案相比,它以微小的0.1~0.2dB性能损失代价,获得了前者约1/2的复杂度及检测延迟等优势.     

LDPC码在基于类二分法SVM的MPPSK信号检测中的应用

为了降低基于多分类支持向量机(SVM)的多元位置相移键控(MPPSK)系统的信号检测复杂度,同时提升误码率性能,提出一种新的类似于二分法的SVM多分类方法.然后在此基础上引入LDPC信道编码,考虑到SVM输出转化为多进制后验概率的复杂性,采用简单的位比特翻转法进行LDPC译码,并利用一种进制转化机制简化多进制LDPC译码.结果显示,类二分法SVM判决方法可以有效降低多分类SVM检测算法的复杂度,且其检测性能相较于已有的MPPSK信号检测算法显著提升;所采用的进制转化机制实现了基于SVM多分类判决的MPPSK系统中的多进制LDPC编解码;引入LDPC编码以后,MPPSK信号性能进一步显著提升.     

基于校验式可信度的比特翻转LDPC译码算法

提出一种基于校验式可信度的比特翻转(CR-BF)低密度奇偶校验(LDPC)译码算法,及其改进.该算法利用校验式的可信度作为比特翻转准则,并参考校验式的错误个数,每次迭代翻转多个比特.仿真结果表明,与加权比特翻转(WBF)算法相比,该算法加快了迭代收敛速度,改善了误码性能.     

格雷码的代数软判决译码研究

基于可靠性译码的ChaseⅡ算法实现了Golay码的软判决译码,获得了比代数硬判决译码更优的纠错性能,也因此提高了译码的复杂度,增加了译码延时.基于此,引入最优性条件,以快速终止Chase译码.通过VC6.0仿真,结果表明,在BER=10-5时,代数软判决相比硬判决有1.7 dB的性能增益,加入最优性条件以后,总的仿真...     

低复杂度的TPC自适应译码算法

为降低TPC译码算法复杂度,提出一种新的低复杂度自适应译码算法。新算法适用于子码为扩展汉明码的TPC码,以不估计SNR的自适应译码算法为基本框架结构,利用码字可靠性特征,引入1个可用于外信息计算的简单公式,在自适应减小不可靠比特数的同时,降低外信息的计算量。研究结果表明:对于扩展汉明码(64,57,4)为子码的TPC码,新算法相比于原自适应译码算法在误码率为10-5时Eb/N0仅降低了0.05 d B,复杂度却降低约1/3,可见新算法在性能和复杂度方面实现了很好的平衡和折中。     

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。     

两种新的对数似然比简化算法及其在LDPC码上的应用

通常用取最小绝对值方法对若干比特模二和的对数似然比(LLR)进行简化,该方法存在误差积累问题,因而不是最有效的.为此,提出了两种新的LLR简化算法:正比例函数拟和修正法和逐点平均值曲线修正法,并用这两种算法替代了低密度奇偶校验(LDPC)码归一化最有效可信传播(UMP-BP)译码中的LLR计算,使其在降低译码复杂度的情况下误码率更低.仿真结果表明,对于码长1 024 bits的LDPC码,采用所提出的LLR简化算法后性能较UMP-BP译码方法有0.4 dB提高,并与最优的可信传播算法接近,计算复杂度也有明显下降.     

有限状态Markov信道上基于噪声软判决的LDPC译码

针对有限状态Markov信道,提出一种改进的低密度奇偶校验码(low-density parity-check,LDPC)译码算法,并给出其因子图表示.该译码算法包括相互迭代的标准和积译码算法和前向后向算法两个部分.在标准和积译码算法每次迭代后,得到噪声比特的软判决;前向后向算法利用噪声比特的软判决,重新估计发送比特的信道似然比.标准和积译码算法用此重新估计的信道似然比,进行下一次迭代.考虑到因子图中Markov信道节点的引入会引起图中圈个数的增加,进一步提出用基于概率的消息传递策略来更新译码过程中的消息.仿真结果表明,此算法不仅远好于标准的和积译码算法,而且优于采用噪声硬判决的算法.     

Turbo乘积码的性能及其算法的几点改进

1993年提出的Turbo码因其优异的性能而引起编码界的关注.最近所提出的TPC(Turbo ProductCode)是Turbo码的一个分支,它是一种分组纠错码,具有良好的性能.分析和讨论了TPC在加性高斯白噪声(AwGN)信道下的性能,并对Pyndiah提出的基于契斯算法的TPC译码算法作了分析和改进;详细讨论了多个参数对TPC性能的影响,比如,迭代次数、量化比特数、最不可信码元位置数等;提出了一种试探序列生成方法.这种生成方法可以使译码计算量减少近一半,而不影响硬判决能力,译码系统的整体性能也无明显下降.     

次最佳软输入软输出译码算法

对两种次最佳软输入软输出译码算法(简化的最小误符号率(BCJR)和软输出维特比算法(SOVA))的优缺点进行简要比较分析;并就进一步简化BCJR算法作了讨,导出了以减少单步译码运算量为目的的两种简化算法递推公式;提出了一种更具有一般性活动窗BCJR算法实现方案.该方案用于级联码的迭代译码,通过适当调整活动窗参数,在尽可能降低算法复杂度的同时,获得与基于非活动窗BCJR算法时几乎相同的误比特性能     

一种基于LCC算法的新型RS码译码器

相比于传统的硬判决译码算法,RS码软判决译码算法能够获得更大的编码增益,但硬件实现较为复杂. 针对这一问题,本文在LCC软判决译码算法的基础上提出了一种改进型校验子算法,可在不影响译码性能的前提下大幅降低硬件复杂度. 仿真结果表明,本文设计的RS(255, 239)码η=3译码器,在BPSK调制下通过AWGN信道,相比于现有基于校验子的RS码译码器结构,硬件资源消耗减少20%. 采用SMIC 0.18 μm CMOS工艺实现,芯片面积仅为0.81 mm2.      

OFDM系统中一种改进的低复杂度自适应比特功率分配算法

针对正交频分复用(orthogonal frequency division multiplexing,OFDM)系统在进行自适应比特功率分配时存在过高复杂度的问题,提出了一种基于边缘自适应(margin adaptive,MA)准则的改进低复杂度自适应比特功率分配算法.与贪婪(Greedy)算法相比,提出的改进算法通过预分配和迭代分配2部分来降低算法的计算量.改进算法先在预分配中根据信道条件预先分配部分比特,在迭代分配中通过增大内存开销的方法减少Greedy算法中计算和比较每个子信道功率增量的次数,从而降低算法的复杂度.仿真结果表明,在相同的仿真环境下算法的自适应分配效果和Greedy算法的自适应分配效果基本一致,同时该算法和Greedy算法具有几乎相同的误比特性能.且随着子信道数量的增加,与Greedy算法相比,该算法的运行时间更短,进而说明所提出的算法具有较低的复杂度.     

一种基于信道软译码的差错隐藏算法

为满足恶劣无线环境下低速率语音通信需要,针对混合激励线性预测(MELP)提出了一种基于信道软译码的差错隐藏算法.利用软译码所得对数似然概率比估计比特错误概率,提出了利用比特错误概率和信源残留冗余,基于最大后验概率(MAP)估计合成端语音清浊音模式.对不同的清浊音模式,选择不同的参数重构方案,浊音帧时,利用对数似然概率比基于最小均方误差(MMSE)准则进行参数重构;清音帧时,硬判决对数似然概率比,由硬判决结果通过映射直接重构参数,在信道编码为递归系统卷积码和并行级联卷积码情况下,采用PESQ测试了提出的差错隐藏算法误码条件下合成语音质量.测试结果表明,与近年来提出的针对MELP的差错隐藏算法相比,该算法具有更好的性能.