MIMO-OFDM系统中LDPC码的改进型最小和译码算法研究

LDPC码的译码通常是利用BP译码算法来实现的,但是BP译码算法的硬件电路复杂.虽然最小和译码算法能够简化BP译码算法,但它是以牺牲性能为代价的.为了让译码算法在复杂度和译码性能之间取得较好的折衷,针对最小和译码算法的性能缺陷,利用最小均方误差准则,提出一种改进型最小和译码算法,最后将该算法应用于M IMO-OFDM系统中.仿真结果表明,与BP译码算法以及最小和译码算法相比,改进型最小和译码算法能够在降低算法复杂度的同时保持良好的译码性能.     

基于高次逼近的改进型RA译码算法研究

RA码的译码通常是利用BP译码算法来实现的,但是BP译码算法的硬件电路复杂.虽然最小和译码算法、归一化译码算法和偏移量译码算法能够简化BP译码算法,但它们都是以牺牲性能为代价的.根据最小均方误差准则,提出一种改进型RA译码算法,该算法采用高次逼近的方法来近似于BP译码算法,能够降低BP译码算法的复杂度.仿真结果表明,与BP译码算法相比,改进型RA译码算法能在降低算法复杂度的同时保持良好的译码性能,与归一化译码算法和偏移量译码算法相比,改进型RA译码算法的复杂度几乎不变,但译码性能得到了明显的提高.     

基于最小均方误差的改进型IRA译码算法研究

IRA码的译码通常是利用BP译码算法来实现的,但是BP译码算法的硬件电路复杂。虽然最小和译码算法能够简化BP译码算法,但它是以牺牲性能为代价的。为了让译码算法在复杂度和译码性能之间取得较好的折衷,根据最小均方误差准则,提出一种改进型IRA译码算法。仿真结果表明,与BP译码算法相比,改进型IRA译码算法能够在降低算法复杂度的同时保持良好的译码性能,与最小和译码算法相比,改进型IRA译码算法的复杂度几乎不变,但译码性能得到了明显地提高。     

LDPC 码改进型LBP 译码算法研究

针对LDPC(Low Density Parity Check) 码分层( LBP: Layered Belief Propagation) 译码算法计算复杂度高、不易于硬件实现的问题, 提出一种改进算法。该算法首先引入函数f(x)使LBP译码算法的计算复杂度大大降低; 同时引入具体参数校正因子和偏移因子, 提升译码性能。仿真结果表明, 改进后的算法相比LBP 算法在计
算复杂度降低的同时, 也提升了译码性能, 从而达到了易于硬件实现的目的。     

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.     

一种改进的LDPC码译码算法研究

针对传统BP算法运算复杂度较高的问题,将BP算法和WBF算法相结合提出LDPC码改进译码算法。在每次BP迭代译码中加入校验式判断,并利用一定的翻转判据进行加权。然后对满足条件的位进行翻转,再次进行校验式判断,加快获得许用码字的速度。在加性高斯白噪声信道下的仿真结果表明,此改进译码算法能有效降低译码的平均运行时间,并且能够保持和传统BP算法一样的优异译码性能。并针对不同最大迭代次数,不同码长,不同码率情况,对改进译码算法和传统BP算法的性能进行详细比较。     

基于偏移量近似的改进型RA译码算法研究

RA码的译码通常是利用BP译码算法来实现的,但是BP译码算法的硬件电路复杂。虽然最小和译码算法能够简化BP译码算法,但它是以牺牲性能为代价的。为了让译码算法在复杂度和译码性能之间取得较好的折衷,提出一种改进型RA译码算法。该算法采用偏移量近似的方法来逼近于BP译码算法,能够降低BP译码算法的复杂度。仿真结果表明,与BP译码算法相比,改进型RA译码算法能够在降低算法复杂度的同时保持良好的译码性能,与最小和译码算法相比,改进型RA译码算法的复杂度几乎不变,但译码性能得到了明显的提高。     

一种LDPC码改进型BP译码算法

LDPC码通常采用对数域置信传播算法（LLR BP）或在其基础上改进的最小和算法（Min-Sum）来进行译码,但是前者计算复杂度较高,不利于硬件实现,而后者由于引入了近似计算,性能较差。为了让译码算法能够在译码性能和计算复杂度之间取得良好的折衷,提出一种BP类的改进译码算法,通过引入参数减小最小和算法中近似计算所带来的误差,提高译码性能。仿真结果表明,与LLR BP译码算法以及最小和算法相比,改进型算法能够在保证较好译码性能的同时,有效的降低计算的复杂度。     

基于新迭代策略的IRA码改进译码算法

IRA码的译码通常采用BP译码算法,然而BP译码算法复杂度高,硬件电路实现困难。最小和译码算法虽然降低了运算复杂度和硬件实现难度,但是其牺牲了部分译码性能。五线段近似算法对BP算了做了近似简化,然而其复杂度依然偏高。提出了一种基于五线段近似和最小和的改进译码算法,在降低系统译码复杂度的同时,保持较高的译码性能。仿真结果表明,改进的译码算法在降低了复杂度的情况下,仍能得到较高的译码性能。     

一种非规则LDPC码的改进型UMPBP—Based译码算法

为了减小UMPBP—Based译码算法相对于LLR—BP译码算法的性能损失,提出了一种改进型UMPBP—Based译码算法,校验节点消息处理时,通过合理地设置校正因子与偏移因子2种参数,将NormalizedBP-Based和OffsetBP—Based2种译码算法进行有效的融合;变量节点消息处理时,引入了一种LLR—BP译码算法中的震荡补偿算法．仿真结果表明,针对非规则LDPC码,在一定范围内误码率相同的条件下,改进型UMPBP-Based译码算法与UMPBP—Based、NormalizedBP—Based和OffsetBP-Based3种译码算法相比较,译码性能得到明显的改善,可以更有效地逼近性能优异的LLR—BP译码算法．     

一种基于最小区域选择的LDPC码迭代译码算法

提出一种基于最小区域选择的LDPC(low-density parity-check)码迭代译码算法(min-zone selection decoding algorithm,MZS decoding).MZS算法把最小区域选择和近似计算的思想结合起来,针对传统的置信度传递译码算法(belief propagation decoding algorithm,BP decoding)中的Q(x)函数提出了一种有效的简化处理方式,而这种简化处理只产生少许的性能损失.仿真结果证明,通过合理的参数设置,MZS算法几乎可以提供和BP算法同样优秀的性能.     

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.     

一种改进的LDPC码BP译码算法

通过对LDPC码经典的BP译码算法进行研究,针对算法译码复杂度非常大、迭代次数多、不利于硬件实现的问题,提出了一种改进的BP译码算法.改进算法通过实时监控在连续3次迭代中译码是否稳定来减少在信噪比低于译码阈值时的迭代次数.同时,在变量消息更新过程中对传递的校验信息进行数据约束,防止由于数据溢出而导致的译码失败.仿真结果表明,改进的BP算法,在性能损失不大的情况下可以有效地降低译码的复杂度,从而更利于硬件的实现.     

一种新的WIMAX标准LDPC码的软判决译码算法

WIMAX标准下的LDPC码采用准循环编码方式,其译码多为和积(SP)译码算法。为了进一步降低译码复杂度,通过大量仿真分析获得最优乘性因子的值,并推导出近似线性公式,提出了一种改进型的归一化最小和(MNMS)算法。在此基础上,与校验节点匹配(CNM)算法相结合,进一步提高译码性能。仿真结果表明,这种新算法相比归一化最小和(NMS)算法、抵消最小和(OMS)算法、校验节点匹配(CNM)算法,其译码性能有明显改善,性能几乎接近和积(SP)译码算法。     

LDPC码的一种低复杂度归一化最小和译码算法

为了满足5G新无线对标准低密度奇偶校验(low-density parity-check,LDPC)码纠错译码器的要求,提出一种基于归一化最小和算法的单最小值算法。利用一次绝对最小值计算和近似第二最小值代替两次最小值计算,减少译码器的运算复杂度。通过密度进化理论计算归一化因子α,利用加权平均修正出最优的α值提前存储,可以在不消耗额外计算资源的前提下改善由于使用单最小值而损失的性能。提出一种分层译码器结构,利用值重用技术实现减少内存和计算资源消耗。仿真结果证明,在比特错误率(bit error ratio,BER)为10-5时,所提算法比现有的单最小值算法有大约0.2dB的增益,也比传统归一化最小和算法拥有更好的译码性能和收敛速度。     

多归一化因子的LDPC译码算法

为提高低密度奇偶校验码的译码性能,更好满足5G系统对于误码率的需求,提出多归一化因子最小和(multiple normalized dactors min-sum,MNF-MS)算法.此算法以归一化最小和(normalized min-sum,NMS)与密度演化最小和(density evolution min-sum...     

LDPC码串行译码收敛性分析

介绍了低密度校验码（LDPC码）的Tanner图表示和洪水译码算法后，引入基于校验节点的串行译码算法及半串行译码算法，通过密度进化和树的深度两方面束讨论串行译码的消息收敛特性，证明其消息收敛速度比洪水译码算法约快2倍，并且降低了译码复杂度。分别应用洪水译码算法和串行译码算法在AWGN信道下进行计算机仿真。理论分析与仿真结果均表明，串行译码算法明显改善了译码性能。