Turbo码在深空通信中应用

Turbo码具有逼近Shannon容量限的优异性能,介绍了应用于深空通信的Turbo码编码方案和相应的译码算法,并给出了采用修正Max-Log-Map译码算法的深空CCSDS标准Turbo码的软件仿真性能和硬件系统实测性能。通过计算机仿真和硬件实测结果表明,采用该修正Max-Log-Map译码算法的Turbo码译码器易于硬件实现,同时Turbo码仿真性能和实际性能一致,适用于实际工程应用。     

Turbo码高速译码器设计

Turbo码具有优良的纠错性能,被认为是最接近香农限的纠错码之一,并被多个通信行业标准所采用。Turbo码译码算法相比于编码算法要复杂得多,同时其采用迭代译码方式,以上2个原因使得Turbo码译码器硬件实现复杂,而且译码速度非常有限。从Turbo码高速译码器硬件实现出发,介绍Turbo码迭代译码的硬件快速实现算法以及流水线译码方式,并介绍利用Altera的Flex10k10E芯片实现该高速译码器硬件架构。测试和仿真结果表明,该高速译码器具有较高的译码速度和良好的译码性能。     

高速通信系统中Turbo乘积码的研究

Turbo乘积码是一类易于硬件实现高速迭代译码的分组码。对Turbo乘积码软输入软输出迭代译码算法进行了分析。将Turbo乘积码与QAM调制结合起来,提出了一种简化的、便于硬件实现的联合解调译码方案。仿真结果表明这种简化方案对译码性能影响很小。     

一种性能优越的Turbo码SOVA译码算法

MAP译码算法性能上是最优的,但是其复杂度也是十分高的,影响了硬件的实现,介绍了一种性能上接近于MAP译码算法,复杂度上有明显减少的译码算法,并且对其进行了完善,仿真结果表明对于二进制Turbo码,改进后的译码算法与MAP算法的译码性能更为接近。     

软输入/软输出迭代译码算法的研究与设计

对软输入/软输出迭代译码算法进行了理论研究,分析该算法的共性,并以Turbo 乘积码的性能仿真说明迭代译码对译码性能的影响,还以理论研究为基础,对迭代译码算法进行了硬件设计,重点探讨了Turbo 乘积码的译码算法硬件设计.     

一种低码率的LDPC码在LTE-A中的性能研究

本文通过分析LTE-Advanced系统中准循环LDPC码校验矩阵的构造方法,在不改变母码矩阵的基础上,采用一种灵活的扩展方法,构造了一种低码率的LDPC码。采用一种很实用的编码算法和差分译码算法,在MATLAB仿真平台下,比较了这种LDPC码和Turbo码的性能。结果表明：在短码情况下,这种LDPC码在低信噪比下性能略低于Turbo码,但随着信噪比的增加,LDPC码性能优于Turbo码;在长码情况下,LDPC码的性能明显优于Turbo码。为LTE-Advanced系统的信道编解码器的硬件设计提供了一套有效的编译码算法方案,具有较好的实用价值。     

Turbo码并行译码算法的研究

Turbo码的译码算法大致可分为串行译码算法和并行译码算法两大类。串行译码算法如MAP、LOG-MAP等的研究已比较深入。但并行译码算法，尚有许多问题有待探讨。研究了Turbo码的并行译码算法，将Turbo码译码和图论结合起来，利用Bayesian网络图模型描述了Turbo码的译码过程，基于模型使用Pearl的信息传播算法，建立了Turbo码的并行译码算法。并对所讨论的并行译码算法进行了模拟，模拟结果表明：该并行译码在译码性能等方面比串行译码优越。     

准循环LDPC码的两种典型快速译码算法研究

该文从译码速率、硬件实现的复杂度和误码率3个方面对比研究了两种典型的高速译码算法:Turbo型和积算法与并行加权比特翻转算法。以准循环LDPC码为对象,给出了Turbo型和积算法和并行加权比特翻转算法的实现时序、硬件复杂度以及误码率性能,其中,并行加权比特翻转算法的高效时序结构是首次给出的。计算机仿真结果表明,这两种算法都能够在迭代次数较少时取得良好的性能。     

低莱斯因子衰落信道下的Turbo码性能研究

基于Turbo码编译码技术,在Rician衰落信道模型下,详细研究了Turbo码Log-MAP译码算法和SOVA译码算法在低Rician因子衰落信道下的性能,并结合调制技术对整个编译码系统进行Matlab仿真。仿真结果表明,在低Rician因子信道下,Log-MAP译码算法的性能优于SOVA译码算法。     

Turbo乘积码仿真研究

Turbo codes译码算法的核心是软输入/软输出迭代译码,把这种思想应用于乘积码的译码中,得到了Turbo乘积码(TPC)迭代译码算法。介绍了基于扩展汉明码的乘积码的迭代译码算法,时该算法在AWGN信道中的译码性能进行了仿真。     

Finite Wordlength Analysis and Adaptive Decoding for Turbo/MAP Decoders

Turbo decoders inherently require large hardware for VLSI implementation as a large amount of memory is required to store incoming data and intermediate computation results. Design of highly efficient Turbo decoders requires reduction of hardware size and power consumption. In this paper, finite precision effects on the performance of Turbo decoders are analyzed and the optimal word lengths of variables are determined considering tradeoffs between the performance and the hardware cost. It is shown that the performance degradation from the infinite precision is negligible if 4 bits are used for received bits and 6 bits for the extrinsic information. The state metrics normalization method suitable for Turbo decoders is also discussed. This method requires small amount of hardware and its speed does not depend on the number of states. Furthermore, we propose a novel adaptive decoding approach which does not lead to performance degradation and is suitable for VLSI implementation.     

Turbo码综合性能分析与Turbo编码调制

对 Ｔｕｒｂｏ码的 ＲＳＣ分量码、交织器、调制方式、信道以及迭代译码算法进行了综合研究与性能分析，并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。仿真结果表明，该方案将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，比传统的ＴＣＭ方式有更好的性能。     

一种低复杂度的Log-MAP译码器结构

根据实际中Turbo译码器硬件实现的重要性,提出了一种适合于并行计算的改进Log-MAP译码算法,即在其译码计算中间参数的过程中,将具有n个输入变量的最大近似算法max*运算简化为取最大值的max运算和相关函数的计算,减少了存储量,有效实现了低复杂度的Turbo译码器的硬件结构。将此改进的算法应用于CCSDS标准和Wi MAX标准中,仿真结果表明,所提出的简化的近似算法与传统的Log-MAP算法对比,有效降低了译码复杂度和时延,而且纠错性能接近Log-MAP算法,便于实际工程应用。     

LTE系统中Turbo译码的改进算法

LTE系统对可靠通信提出了更高的要求,这在一定程度上依赖于信道编码的性能。针对LTE系统中的Turbo译码算法进行了研究,在Max-Log-MAP和Log-MAP算法的基础上提出了一种改进算法。理论分析和仿真结果表明,这种改进算法的性能有进一步提升,并且更加易于硬件实现,具有较低的复杂度。     

一种改进的空时Turbo网格码Log-MAP译码算法

提出应用于多天线系统的空时编码是未来无线移动通信中极具前途的一种技术.文中在详细论述了空时Turbo 网格码的基础上,针对Log-MAP译码提出了优化方案.仿真结果表明, 新的算法在大大降低译码复杂度的同时较好地保持了译码性能, 使其非常接近Log-MAP 算法的译码性能,同时也非常有利于硬件实现.     

Turbo码的DSP和FPGA实现之比较

Turbo码以其优异的纠错性能,在移动通信系统中倍受重视。为了能在工程实践中更准确地控制信号处理所需要的时间,更有效地优化硬件资源的分配布局,选择以哪种方式实现Turbo码成为引人关注的问题。针对该问题,在介绍Turbo码的编译码算法原理基础上,对编码器和基于Max-Log-Map算法的译码器分别进行了FPGA和DSP设计与实现,并比较了这2种方式在处理时间、资源占用以及实现难易程度上的差异,为工程应用提供了的数据参考。     

WCDMA/HSDPA系统中的Turbo译码器设计与优化

Turbo码由于其优越的性能正日益广泛应用到移动、卫星和深空通信系统中。以Turbo译码器的ASIC实现为目标,介绍了它在WCDMA/HSDPA系统中的实际应用,对其算法、实现复杂度进行了分析,对常规扩充结构进行了优化,减少了面积和功耗,减少不必要的运算开支,节约了芯片成本,提高了产品竞争力。     

A Flexible LDPC/Turbo Decoder Architecture

Low-density parity-check (LDPC) codes and convolutional Turbo codes are two of the most powerful error correcting codes that are widely used in modern communication systems. In a multi-mode baseband receiver, both LDPC and Turbo decoders may be required. However, the different decoding approaches for LDPC and Turbo codes usually lead to different hardware architectures. In this paper we propose a unified message passing algorithm for LDPC and Turbo codes and introduce a flexible soft-input soft-output (SISO) module to handle LDPC/Turbo decoding. We employ the trellis-based maximum a posteriori (MAP) algorithm as a bridge between LDPC and Turbo codes decoding. We view the LDPC code as a concatenation of n super-codes where each super-code has a simpler trellis structure so that the MAP algorithm can be easily applied to it. We propose a flexible functional unit (FFU) for MAP processing of LDPC and Turbo codes with a low hardware overhead (about 15% area and timing overhead). Based on the FFU, we propose an area-efficient flexible SISO decoder architecture to support LDPC/Turbo codes decoding. Multiple such SISO modules can be embedded into a parallel decoder for higher decoding throughput. As a case study, a flexible LDPC/Turbo decoder has been synthesized on a TSMC 90 nm CMOS technology with a core area of 3.2 mm². The decoder can support IEEE 802.16e LDPC codes, IEEE 802.11n LDPC codes, and 3GPP LTE Turbo codes. Running at 500 MHz clock frequency, the decoder can sustain up to 600 Mbps LDPC decoding or 450 Mbps Turbo decoding.     

一类性能好、复杂度低的纠错编码--乘加码

对一类性能好且复杂度低的纠错编码技术——乘加码进行了介绍。他是在单校验位的Turbo乘积码(Single Parity Check Turbo Product Code)的基础上改进而来的,即由单校验位的Turbo乘积码作为外码,码率为1的递归卷积码作为内码串行级联而成。介绍了乘加码的编码方式和译码方法,并给出了其性能分析。对于一定的分组长度,这类码表现出与Turbo码相近的性能,但其译码复杂度要远远低于Turbo码。