Turbo码在第三代移动通信中的译码实现研究

在分析TURBO码输入量化的基础上,结合已有的译码MAP算法实现结构,给出了第三代移动通信建议(3GPP)中TURBO码的译码实现电路和译码迭代电路,并提出了将TURBO码运用于多级调制的码设计和多步译码方法。并将每级TURBO码设计出不同码率,提高了低层码的纠错能力,使高层码具有较高的传输信息能力。对TURBO码在第三代移动通信中的译码也进行了分析,并讨论了延迟问题,研究了FPGA实现规模。该电路结构具有好的译码性能,并达到了3GPP的译码增益要求。     

一类线性分组码的神经网络译码

讨论了线性分组码互补码的特性及分解,提出了基于神经网络的互补码分解译码方案,此方案利用神经网络的吸收子和吸收域进行纠错译码,并把互补码分解为子码及其若干陪集,更进一步减小神经网络译码的复杂性及规模,从而实现高效实时硬判决译码。给出了实现原理及步骤,并对其译码性能进行了分析比较。     

一种实用的堆栈译码器

本文讨论了软件实现卷极码堆栈译码算法中的几个主要问题.给出一种适于编程实现的路径量度表达式,实现了这种译码器的链表结构及限制译码中路径增长的方法,构造出编译码过程中的码树存贮表.     

Turbo码技术及其在第三代移动通信中的应用

Turbo码是第三代移动通信系统数字基带传输技术的重要组成部分。本文在介绍Turbo码编译码器的基本原理与主要技术的基础上，分析了不同译码算法和迭代译码停止准则下Turbo码的性能，给出了相关结论的计算机仿真。最后讨论了Turbo码技术在第三代移动通信中的应用。     

神经网络与非线性码最小加权距离译码算法

讨论了二值非线性码和多值非线性码的最小加权距离译码与神经网络能量函数的关系。     

前向神经网络在图论码译码中的应用

构造了两个分别用于图论码的硬判决译码和软判决译码的前向神经网络,并证明所构造的前向神经网络能够实现图论码的最小汉明距离译码和最小软距离译码。最后给出采用所构造的前向神经网络进行一个图论码的硬判决译码和软判译码的计算机模拟结果。     

Turbo码不同译码算法中的量化性能分析

针对Turbo码的不同译码方法，提出了不同情况下的中间变量的量化方式。在已完成接收比特、附加信息和输出似然值的量化情况下，着重讨论了不同译参政方式的中间变量的量化范围、量化级别和量化方法对译码性能的影响。仿真结果表明，对于改进的Turbo码的译码算法（LOG-MAP，MAX-LOG-MAP，SOVA），中间变量的量化可以不采用非均匀量化，而且中间变量量化的级别也可以大大减小，不仅降低译码复杂度，而且减少了硬件实现时所需要的存储空间。     

Turbo码编译码原理及其性能分析

讨论了Turbo码的编译码基本原理，对Turbo码的性能进行了分析；编码采用并行级联的循环系统卷积码，译码器则为迭代的串行级联译码器，进行随机交织，经过高斯白噪声信道传输；进行了计算机仿真，比较了对数的最大似然译码算法与软输出的Viterbi译码算法在不同信噪比条件下的比特误码率。     

关于二元线性分组码的快速译码

Ｐｌｅｓｓ提出了由于ＧＦ（４）上的（６，３，４）线性分组码构造二元（２４，１２，８）Ｇｏｌａｙ码的投影方法，并据此给出了二元Ｇｏｌａｙ码的快速译码算法，Ｖａｒｄｙ和Ｂｅ＇ｅｒｙ又利用四元（６，３，４）码的码字与二元（２４，１２，８）Ｇｏｌａｙ码的码字间的投影关系提出了到目前为止最有效的Ｇｏｌａｙ码的最大似然软判决译码算法。     

BCJR算法在Turbo码迭代译码过程中的SNR失配及估计

通过对BCJR译码算法中信噪比失配对Turbo码译码性能影响的分析，证明了Turbo码迭代译码过程中的信噪比估计对Turbo码的译码性能有着直接的影响。对于Turbo码BCJR译码算法中信噪比估计，提出了自适应信噪比估计器来估计BCJR算法中信噪比失配的设计方案。该方案能以较为简单的运算很好地跟踪Turbo码译码过程中信噪比变化，Matlab的模拟仿真试验证明了该方案在底信噪比条件下具有很好的收敛性，且衰落信道的条件下更为有利。