低密度奇偶校验码迭代译码算法的误码平台特性

为研究低密度奇偶校验(LDPC)码在采用不同译码算法时的误码平台特性,利用硬件仿真系统实际测试数据,对LDPC码采用不同迭代译码算法的误码平台特性进行统计分析。分析结果表明:LDPC码采用和积(SP)算法或修正最小和(MMS)算法译码失败后,残留错误比特数目一般很小;因此,LDPC码可作为级联码的内码,实现极低的误比特率。与MMS算法相比,SP算法译码后错误码字中的残留错误比特通常更少,更适合级联码。基于上述分析设计的级联码可以在较低的门限下实现低于10-10的误码率。     

正交频分复用子载波间干扰抵消的迭代算法

为了解决正交频分复用(OFDM)中由频率偏移和D opp ler扩展带来的载波间干扰问题,结合T urbo信道编码软输入软输出信息,提出一种用于载波间干扰抵消的匹配迭代算法。该算法利用信道译码输出软信息来当作信息比特的先验信息,从而根据子载波间干扰矩阵来消除对其他载波点上的干扰分量,经过若干次迭代来达到性能优化。与传统的子载波干扰自消除、频域抽头滤波算法以及简单的匹配算法比较,其结果可以消除误码平台;与整体频域均衡算法比较,可以在避免求大型矩阵逆的复杂算法上获得更好的性能优势。     

低密度奇偶校验码迭代译码算法的误码平台特性

为研究低密度奇偶校验(LDPC)码在采用不同译码算法时的误码平台特性,利用硬件仿真系统实际测试数据,对LDPC码采用不同迭代译码算法的误码平台特性进行统计分析。分析结果表明:LDPC码采用和积(SP)算法或修正最小和(MMS)算法译码失败后,残留错误比特数目一般很小;因此,LDPC码可作为级联码的内码,实现极低的误比特率。与MMS算法相比,SP算法译码后错误码字中的残留错误比特通常更少,更适合级联码。基于上述分析设计的级联码可以在较低的门限下实现低于10-10的误码率。     

Neural-Polar码:一种基于深度学习的新型信道编码方案

为应对新型移动通信系统智能性的需求以及在难以进行人工建模的复杂信道环境下进行可靠通信的问题,基于Polar码的编译码递归结构提出一种新型神经网络信道编码方案,即Neural-Polar码。该方案利用神经网络将Polar码编译码递归结构中父、子节点间的线性映射变成非线性映射,引入快速连续抵消(successive cancellation,SC)译码的思想,解决在完全二叉树上构建Neural-Polar码造成网络结构过大的问题。仿真实验表明,Neural-Polar码可以获得优于经典SC译码算法的误码率(bit error rate,BER)和误块率(block error rate,BLER)性能,对网络的联合训练使得Neural-Polar码能够自动学习信道特性,具有更好的信道适应性和鲁棒性。Neural-Polar码将传统的对复杂信道进行人工建模分析的难题交给机器,充分体现出其编译码的智能性。     

基于树状图的不等保护分组码译码算法

提出一种新的不等保护分组码译码算法——树状图算法．该算法通过对生成矩阵的初等变换，把码字分解成数个码元组，用这些码元组构成树状图的分支字，并使树状图的每一级对应一位信息元，然后在该树状图上搜索最大似然码字，并由此译码．对于信息序列中所有保护能力大于或等于码字中错误比特个数的信息元，该算法都能保证其准确译出，并且大幅度降低了不等保护码译码的运算量，实现了快速译码．     

编码M进制正交调制的性能评估

基于M进制正交调制的软比特输出特性，对不同编码条件下的M进制正交调制性能进行了仿真评估。结果表明，与二进制卷积码和Turbo码相比，非二进制双k码作为一种误比特率、计算量及译码时延的折衷方案，可以应用于正交调制系统。     

Turbo码的高效调制方案

Turbo码由于其接近香农限的特性而倍受关注,但标准的Turbo码是低码率码,其频带效率低,为了利用Turbo码低误码率的特点,同时又能提高其频带利用率,一个简单的方法是让其与高效率的高阶调制方案M－QAM相结合,本在高斯信道和瑞利平坦衰落信道条件下对数域最大后验概率（log－MAP）解码算法进行了研究和修改,使之适合这2种信道和高阶调制方案,通过采用一种实用方法,使得编、解码系统具有通用性,同时推导出精确计算高斯信道下调制码元对数似然值（LLR）的计算公式,并与近似算法进行了比较,仿真结果表明,在2种信道中,该方案具有很高的编码增益,同时频带效率也得到了提高。     

Turbo译码算法研究及其性能分析

要介绍Turbo码的基本构造的基础上，进一步介绍了Turbo码的几种主要的译码算法，并采用MATLAB仿真，分析其性能。结果表明，采用16384位交织器，译码率最小。     

一种易于实现的Turbo码乘积码译码算法

根据传统的Turbo码译码算法,针对当今卫星通信中广泛使用的TPC,提出了一种简洁有效的译码算法.试验结果表明,该算法不仅可以纠正随机错误,也可以有效纠正突发错误.     

基于ROI图像传输的联合信源信道编码的研究

根据JPEG2000中的一般位移法和最大位移法在处理感兴趣区域时的优点,提出了基于SPIHT算法的感兴趣区域图像压缩编码的新方法,并且充分考虑了SPIHT算法和Turbo码的特性,根据信源编码后数据在重建时的重要程度,利用Turbo码进行了等差错和非等差错保护信道编码.仿真结果表明,在传输全视觉图像时,采用非等差错保护信道编码可以使感兴趣区域的峰值信噪比得到明显提高,并且使感兴趣区域的图像质量远高于背景区域的图像质量.