Turbo均衡的多种算法及其性能比较

Turbo均衡是一种将Turbo原理和均衡技术结合起来的技术。主要对Turbo均衡的原理和几种算法进行了较详尽的讨论和比较，然后对典型信道下的Turbo均衡性能进行仿真；还探讨并推荐一种基于MMSE准则的近似线性均衡算法和软干扰抵消(SIC)算法结合的算法，仿真结果表明其误码性能介于MMSE线性均衡算法和MMSE反馈判决均衡算法之间,并且具有较低的复杂度。     

一种低复杂度的Turbo均衡算法

Turbo均衡的提出是为了消除无线通信信道中的ISI干扰,它是把均衡和迭代译码相结合的技术。该文重点对一种低复杂度的基于MMSE的Turbo均衡进行探讨,同时研究此方法应用于两种不同Pmakis信道的性能,仿真结果表明随着比特信噪比的增大系统误码性能改善明显;多次迭代也能改善系统误码性能,但迭代到一定次数时系统误码性能改善不明显。     

移动通信中自适应均衡器的研究

基于自适应均衡理论，提出了一种Turbo编码辅助自适应均衡器实现算法，并对其性能作了计算机仿真与分析，验证了该算法的有效性与可行性。仿真结果证明，由于Turbo码所带来的编码增益，与普通的均衡器相比，Turbo编码辅助自适应均衡器的抗衰落能力得到了显著的增强。     

二进制与非二进制Turbo码性能研究

分别介绍了二进制Turbo码和非二进制Turbo码的编码器原理和译码器原理,重点研究了影响编码器性能的因素和MAP迭代译码算法,并对非二进制Turbo码的MAP算法做了相应的修改.仿真结果表明,在不同信噪比下,非二进制Turbo码的误比特率性能比二进制Turbo码的误比特率性能好.     

基于Turbo乘积码的Turbo均衡系统

针对Turbo乘积码在严重跨符号干扰(ISI)信道下采用独立均衡器存在较大的性能损失,该文提出了基于Turbo乘积码的Turbo均衡系统。将译码器输出的软信息反馈到均衡器,在线性最小方差均衡算法中考虑先验信息,通过多次均衡和译码迭代得到性能改进。通过外信息转移图分析可知,Turbo均衡可以显著改善Turbo乘积码在ISI信道下的性能。针对仿真的两种信道分别可以获得1dB和2.5dB的性能提高。另外,通过合理分配均衡迭代和译码迭代可以获得更低的系统复杂度。     

编码同步CDMA系统中的Turbo DFD多用户检测

Turbo处理方法可以充分利用编码冗余信息,因此自从提出以来在通信各个领域得到广泛采用.这一方法应用于多用户检测中时,则可从MMSE的判决反馈多用户检测器的近似概率密度出发,推导出编码符号的对数似然比信息,然后把该信息作为先验信息输入到采用修正BCJR算法信道解码器中.经信道解码输出的外部信息给多用户检测器进行干扰抵消.然后采用Turbo原理进行迭代,多次迭代后利用MAP解码算法得到解码符号.最后的仿真结果证明这种方法具有较高的效率和接近于单用户的性能.     

非对称Z信道上Turbo码的迭代译码算法及其性能

 非对称Z信道是一种传输单向出错的无记忆信道。针对这种信道，对Turbo码迭代译码的最大后验概率(MAP)译码算法进行了分析和推导，得出了相应的译码算法。在此基础上，对Turbo码性能进行了仿真，对仿真过程中的关键问题作了论述。结果表明，利用此译码算法，Turbo码在Z信道上可以获得很好的误比特率(BER)性能。     

一种低复杂度的Turbo多用户检测技术

基于Turbo原理 ,提出了一种适合于同步DS CDMA系统的迭代多用户接收机结构 ,它通过在反复迭代的软输入软输出多用户检测器和一组信道译码之间获得连续的软判决 ,从而得到一种低复杂度的多用户检测算法———软MMSE干扰消除     

基于AWGN多次迭代的Turbo码与卷积码性能比较

分析了卷积码及由其发展出的Turbo码的编码原理,给出了这2种编码方法的结构特征和最大后验概率(MAP)的译码算法;分别对卷积码和Turbo码进行仿真,得到在码长1024尽可能多的迭代次数情况下的Turbo码误码率(BER)曲线和采用维特比译码方法的卷积码误码率曲线.通过比较2种编码方法的仿真结果验证了Turbo码编码和译码系统的性能比传统的卷积码系统性能优异的结论,提出并描述了尽可能多次迭代的Turbo码对卷积码在性能上的具体优势.     

Turbo码的迫零研究

Turbo码在低信噪比(SNR)下能获得优异的性能，但是若不进行迫零处理，Turbo的性能可能会受到严重的影响．文中从迫零对Turbo码距离谱的影响，迫零在Turbo码中的作用进行了理论分析，提出了一种具自迫零特性的交织器的实现算法．并通过仿真验证了这种具自迫零特性的交织器的性能．对几种迫零方式的性能进行比较．仿真结果表明，该交织器表现的性能优于只对RSC1迫零的性能，迫零有助于Turbo码性能的改善．     

软输出维特比译码器结构优化

分析Turbo Code的软输出维特比（SOVA）译码器的结构优化方法,首先简介了SOVA译码原理,然后从两方面讨论SOVA算法的硬件实现的优化问题：一是讨论硬件结构的比特级优化结构,提高译码速度;二是在算法级将代数环的理论引入到算法的分析中,将实数环上的非线性运算转换成另一个歪上的线性运算,从而简化译码器结构,提高译码速度。     

基于信道线性滤波估计的迭代解调及译码技术

为了提高衰落信道下基于判决反馈的差分迭代译码 (Turbo DPSK)系统的性能 ,针对系统的特点 ,提出了一种基于信道增益线性滤波估计的解调 /译码算法。与传统的基于信道增益线性预测估计的 Turbo DPSK解调 /译码算法相比 ,新算法在根据判决反馈进行信道增益 hi 的估计时 ,不仅利用了时刻 i以前的波形值和判决反馈 ,而且还利用了 i时刻本身的波形值和判决反馈 ,因而能更有效地消除噪声干扰 ,获得更准确的信道估计 ,从而提高了系统的性能。仿真结果表明 ,该算法对系统性能确有明显的提高 ,在误码率为10 - 4时 ,性能增益大约为 0 .6 d B。     

SC-FDE系统中一种改进的MMSE-RISIC均衡算法

单载波频域均衡(SC-FDE)系统中的最小均方误差残留码间干扰消除(MMSE-RISIC)均衡算法对最小均方误差(MMSE)均衡后的残留码间干扰(RISI)进行了估计并消除,但判决数据中仍存在噪声干扰,而且RISI估计的偏差会造成额外干扰,影响了均衡的精度。为此详细分析了MMSE-RISIC算法存在的问题,并针对帧结构基于特殊字(UW)的SC-FDE系统提出一种改进的MMSE-RISIC均衡算法,该算法增加了噪声预测模块,利用UW估计噪声和数据估计噪声的相关性,由UW噪声预测和抵消MMSE-RISIC均衡后数据的噪声,由此RISI的估计精度也会提高。最后利用我国华北地区300km的9径散射链路参数进行仿真,结果表明:改进的MMSE-RISIC均衡算法在低信噪比(SNR)下相比MMSE-RISIC均衡算法误码率(BER)有所降低,当BER为10-3时SNR大约有2dB的性能增益。     

基于逐比特MAP算法的Turbo编码调制方式

给出了一种基于逐比特MAP算法的Turbo编码与多元调制相结合的编码调制方式。该编码调制方式通过删截Turbo码的校验位以获得高编码效率，将复用后的编码输出以Gray映射方式与多元调制结合从而获得高频带利用率，并采用逐比特MAP算法进行迭代译码。仿真结果表明，将Turbo码的高编码增益与多元调制的高频谱利用率有效地结合在一起，是一种功率和频谱高效的编码调制方式，它比传统的网格编码调制(TCM)方式有着更好的性能。     

面向无人机数据采集的短突发CPM盲Turbo均衡

在无人机辅助的战场侦察传感器数据采集中,短突发连续相位调制(continuous phase modulation, CPM)具有重大的实用价值,但也面临着盲均衡复杂度高、性能差等问题。基于期望最大化(expectation-maximization, EM)-维特比类盲均衡算法,针对短突发CPM提出了一种盲Turbo均衡算法。采用盲信道捕获方法设计了一组初值方案,同时在EM算法中嵌入Lazy维特比算法,提高了信道估计收敛性并降低了复杂度;接着在编码CPM中匹配卷积码和交织器,优化系统参数,并利用Turbo均衡进一步改善误码率;针对短帧迭代过程中交织深度不够导致的正反馈问题,通过改进外信息交换方式提升Turbo迭代的收敛性。理论分析和仿真结果表明,相比传统方法,所提算法在显著降低计算复杂度的同时能够兼顾误码率性能。     

MIMO Channel Estimation and Equalization Using Three-Layer Neural Networks with Feedback

This paper describes a channel estimation and equalization algorithm using three-layer artificial neural networks （ANNs） with feedback for multiple input multiple output wireless communication systems. An ANN structure with feedback was designed to use different learning algorithms in the different ANN layers. This actually forms a Turbo iteration process between the different algorithms which effectively improves the estimation performance of the channel equalizer. Simulation results show that this channel equalization algorithm has better computational efficiency and faster convergence than higher order statistics based algorithms.     

基于DF-DDEA算法的Turbo均衡研究

研究了基于数据引导均衡算法的Turbo均衡,此算法求解似然函数时,假设条件概率密度函数符合高斯分布.实际上经过均衡处理,噪声已经变成有色噪声,此时的条件概率密度函数并不是完全符合高斯的,针对这一问题,提出基于判决反馈数据引导均衡算法(decision feedback-data directed equalization algorithm,DF-DDEA)的Turbo 均衡,该算法通过对均衡符号进行判决处理,得到完全符合高斯分布的条件概率密度函数,从而满足求解似然函数时的假设条件.根据计算后验信息时是否考虑整个数据块内其他符号对当前输入符号的影响,分别推导了基于符号检测以及基于序列检测的DF-DDEA-Turbo均衡算法.通过仿真分析,比较了提出的新算法和原来算法的性能,新算法在基本不增加计算复杂度的情况下,比原来算法的各项性能分别有不同程度的改善.     

汉语PRECIS的计算机实现

本文叙述了 PRECIS的基本概念和PRECIS的汉语移植。解决了PRECIS应用于汉语中的实际问题。给出了汉语PRECIS的算法,并在PC机上用Turbo C语言实现。该系统具有良好的用户界面,且易于使用。