Turbo码译码中的BCJR算法

BCJR算法是在Turbo码的译码中广泛使用的一种重要算法.对BCJR算法进行了详细的推导,并简要讨论了其在Turbo码译码中的一些实现问题.实践及理论研究证明,BCJR算法对于Turbo码译码性能的提高具有相当重要的意义.     

Turbo Decoding中BCJR算法的应用及改进

并行级连卷积码（Ｔｕｒｂｏ Ｃｏｄｅｓ）是近年来在编码理论上的一个重大突破,其性能与信道容量极限的差距可小于１ｄＢ,有着极其广阔的应用前景,而其独特的迭代译码方法更成了编码界和通信界讨论的热点。讨论了Ｔｕｒｂｏ Ｃｏｄｅｓ的编译码原理及ＢＣＪＲ算法,比较了ＳＯＶＡ,Ｍ－ＢＣＪＲ及Ｔ－ＢＪＣＲ等几种简化译码算法的性能,并对后两者的工程应用进行了探讨。     

Turbo码新译码算法

Ｔｕｒｂｏ码是一种新的纠错编码,具有十分突出的纠错能力。Ｔｕｒｂｏ码编码端由两个或更多个卷积码并行级联构成,译码端则采用了一种基于软判决信息输入／输出的反馈迭代结构。介绍了Ｔｕｒｂｏ码原理以及现有主要的两种Ｔｕｒｂｏ码译码算法－ＭＡＰ和ＳＯＶＡ,推导并提出了两种改进的译码算法：ＡＬ－１和ＡＬ－２。计算机模拟和定性讨论表明,在白高斯噪声信道下,ＡＬ－１和ＡＬ－２算法既可大大减少计算杂度,又保持了良好     

非系统Turbo码

本文分析了非系统Turbo码的特性，从错误平层角度上看，非系统Turbo码有效自由距离属性使它比系统Turbo码取得更低的错误平层。本文还设计了一种新型的非系统Tuebo码的编译码器，并对相应的等价的非系统Turbo码与系统Turbo码的性能进行了比较。     

Turbo码译码算法的时延改进分析

通过对Turbo码最大似然译码MAP算法（maximum posteriori probability algorithm）和SOVA算法（soft output viterbi algorithm）的比较和对SOVA算法的比较深入的分析，对Turbo码在译码过程中存在的时延较大的问题做出了一些改进，并且针对引进时延的不同原因讨论了具体的解决方案，通过Matlab进行仿真，表明这些改进是有意义的。     

Turbo码译码的改进SOVA算法

Turbo编码自1993年提出以来,由于其出色的译码性能,在编码界得到了广泛关注,逐渐被吸纳到一些标准化体系中。对于Turbo码的译码问题,目前已有许多种译码算法,在传统SOVA(软输出维特比算法)译码算法的基础上,给出了一种SOVA译码的改进算法,仿真结果表明该算法在译码性能等方面具有较强的优越性。     

不同信源条件下卷积码的Viterbi和BCJR两种译码方案的比较

研究了在AWGN信道下，当信源为等概和非等概分布的数据信源以及图像信源时，Viterbi和BCJR算法的性能。在计算机仿真和比较分析的基础上，进一步探讨了BCJR算法在卷积码译码中的应用条件。     

Turbo码迭代译码算法研究

迭代译码是Turbo码具有良好译码性能的一个重要原因。本文在描述Turbo码基本结构的基础上,对Turbo码的几种迭代译码算法进行了计算机仿真研究及对比分析。     

一种改进的分组Turbo码译码算法

针对由扩展汉明码构建的分组Turbo码,提出了一种可行的估计无竞争码字比特外部信息值的取值方法,并与现有文献中的方法进行仿真比较.仿真结果表明,该方法在高斯信道和Rayleigh衰落信道中都得到较好的译码性能.     

Turbo码实用的Log-MAP译码算法研究

介绍了Turbo码基本结构,阐述了Log—MAP算法的译码机理,在此基础上就简化Log—MAP算法作了探讨,分析了三种简化Log—MAP算法中非线性运算以利于硬件实现的方法：Max—Log—MAP算法,Lookup—Log—MAP算法,Lineai—Log—MAP算法,最后通过仿真对它们进行了性能上的模拟和比较．     

基于因子图的Turbo码译码

Turbo码和LDPC码都可以实现接近Shannon理论极限的性能，Turbo码由于成员RSC码所固有的移位寄存器特性使得其编码较为容易实现，而对于接近Shannon容量的LDPC码，则需要大量的矩阵乘法运算才能完成信息的编码，电路实现较为复杂，另一方面，采用和积算法的LDPC码的译码过程则比采用BCJR算法（及其简化形式）的Turbo译码更加容易实现，且计算复杂度更低，将Turbo编码与LDPC码的译码相结合，对Turbo采用基于其因子图表示的和积译码算法进行译码，可以在很大程度上降低Turbo码的译码复杂度，并对交织器的设计及成员码的选择有一定的指导作用，仿真结果证明了该方案的有效性。     

非顺序的 TPC 软判决迭代译码算法

针对 Turbo 乘积码(TPC: Turbo Product Code)距香农极限性能差距较大的问题, 将非顺序(NS: Non- Sequential)译码推广到软输入软输出(SISO: Soft-Input/ Soft-Output)Turbo 乘积码译码器中, 以提高误码率性能。 该算法根据决定码字的可靠度选择更可靠的行或列译码, 跳过低于可靠度门限的行或列, 以避免迭代过程中引 入额外错误而降低译码性能。 仿真结果表明, 对于以扩展汉明码(64,57,4)为子码的 TPC 码, NS-Turbo 乘积码; 迭代译码; 非顺序译码; 信道编码     

适用于实际系统的改进Turbo码最大后验概率译码

采用分块译码算法来解决Turbo码最大后验概率（MAP）译码存储最大，时延大的问题，分块译码将长帧分成若干较短的子帧进行处理，边接收边译码，因而缩短了译码时延，由于每次仅需存储若干相邻子帧的前后矩阵值，从而减小了存储量，根据一种通用的正反向处理器配合方案，计算出此方法相对于传统算法存储和时延减少量的一般表达式，并在对数域详细推导出算推导出算法流程，仿真表明，在一定范围内，分块译码算法性能随训练长度的增加而提高，采用此算法后，时延大大减小，存储量减小为传统对数成最大后验概率译码（LOG－MAP）算法的2／n，便于实际应用。     

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.     

RS乘积码的TURBO译码

提出了一种采用ＱＡＭ调制ＲＳ乘积码的ＴＵＲＢＯ译码算法，由于该算法充分利用了乘积码行码和列码之间软判决信息的交互传递，从而发挥了乘积码的巨大潜力，与以往的乘积码的译码算法相比大大提高了编码增益，另外，本算法避免了以往的二进制ＢＣＨ码在ＱＡＭ调制下所需的信息分离而引起的信息损失，因而具有更好的性能，通过计算机模拟，表明了这种码的性能距离它的香农限约２．７ｄＢ。     

改进的Turbo码自适应迭代译码算法及其性能仿真

获得优良的差错控制特性和多次迭代处理产生大的时间延迟是一对矛盾.为了有效解决这一问题,对Turbo码机理和迭代译码技术进行了深入研究,在此基础上,提出一种改进的自适应迭代译码算法.该算法的实质在于其新颖的译码迭代终止判决策略.通过使用译码器产生的尾比特进行错误检测并设计合适的最小迭代译码次数Imin,可以确保在较低的误码率情况下,有效地减少平均译码处理的迭代次数.计算机仿真以及对仿真结果的比较分析证明了这种改进的Turbo译码算法能够有效减少译码时间延迟.