本文選題：Turbo碼 + 性能仿真�。� 參考：《東北大學(xué)》2014年碩士論文

【摘要】：Turbo碼是C.Berroi等人在1993年提出的一種新型的信道編碼方案。它由于很好地應(yīng)用了香農(nóng)信道編碼定理中的隨機性編譯碼條件而獲得了幾乎接近香農(nóng)理論極限的譯碼性能。Turbo碼獲得優(yōu)異性能的根本原因是因為它采用了迭代譯碼的思想,但是采用迭代的方式進行譯碼,使得譯碼的計算復(fù)雜度相對于傳統(tǒng)的卷積碼來說要高,譯碼的時延也要大的多。改進和簡化Turbo碼的迭代譯碼,是當(dāng)前Turbo碼理論和實踐研究的主要方向之一。本文在對Turbo碼的編譯碼原理及算法進行了簡單介紹的基礎(chǔ)上,重點研究了Turbo碼的改進迭代譯碼算法。在理論基礎(chǔ)部分,首先本文對turbo碼的基本原理進行了簡單的介紹,接著對幾種常用的譯碼算法進行了詳細推導(dǎo),最后提出兩種改進的迭代譯碼算法。仿真部分本文利用MATLAB軟件進行仿真分析,首先,本文對影響Turbo碼性能的參數(shù)如分量碼,歸零處理方法,交織長度,碼率,交織器,迭代次數(shù),譯碼算法進行仿真,通過分析合理選擇參數(shù)來提高Turbo碼性能�；趯鹘y(tǒng)Turbo碼譯碼算法的研究與分析,為了減少譯碼復(fù)雜度和譯碼延時,本文提出改進的迭代譯碼算法,即改進的組合譯碼算法和神經(jīng)網(wǎng)絡(luò)修正SOVA算法。改進組合譯碼算法是結(jié)合軟輸出維特比算法(Soft-Output Viterbi Algorithm, SOVA)和Log-MAP算法各自的優(yōu)點,使得改進算法既能夠達到Log-MAP算法的譯碼性能又能夠減少譯碼復(fù)雜度。仿真結(jié)果表明所提出的改進迭代譯碼算法能夠在降低譯碼計算復(fù)雜度的同時保持譯碼性能與傳統(tǒng)的Log-MAP算法的性能近似。神經(jīng)網(wǎng)絡(luò)修正SOVA算法是對SOVA算法外信息計算的修正算法。傳統(tǒng)的SOVA對判決的可信度的估計過高的問題,所以需要對軟判決值△進行壓縮,神經(jīng)元網(wǎng)絡(luò)的激勵函數(shù)恰好符合具有連續(xù)平滑的壓縮特性的修正函數(shù)。仿真結(jié)果表明SOVA算法獲得更好的性能,而且在譯碼的復(fù)雜度方面與傳統(tǒng)的SOVA算法相比差別不大,但是在譯碼性能上有很明顯的提高,甚至接近Log-MAP算法的誤碼率。
[Abstract]:Turbo code is a new channel coding scheme proposed by C.Berroi et al in 1993. The fundamental reason for the excellent performance of Turbo codes is that it uses the random encoding and decoding conditions in Shannon's channel coding theorem well and obtains the decoding performance that is close to the Shannon's theoretical limit. The fundamental reason is that it adopts the idea of iterative decoding. But the iterative decoding method makes the computation complexity of decoding is higher than that of traditional convolutional codes, and the decoding delay is much larger. To improve and simplify the iterative decoding of Turbo codes is one of the main research directions in the theory and practice of Turbo codes. On the basis of a brief introduction of the encoding and decoding principles and algorithms of Turbo codes, this paper focuses on the improved iterative decoding algorithm for Turbo codes. In the part of theoretical foundation, the basic principle of turbo code is introduced briefly, then several common decoding algorithms are deduced in detail, and finally two improved iterative decoding algorithms are proposed. In the simulation part, we use MATLAB software to simulate and analyze the performance of Turbo codes. Firstly, we simulate the parameters that affect the performance of Turbo codes, such as component code, zeroing processing method, interleaving length, code rate, Interleaver, iteration times and decoding algorithm. The performance of Turbo codes is improved by analyzing the reasonable selection of parameters. Based on the research and analysis of the traditional Turbo decoding algorithm, in order to reduce the decoding complexity and decoding delay, this paper proposes an improved iterative decoding algorithm, that is, the improved combined decoding algorithm and the neural network modified SOVA algorithm. The improved combinatorial decoding algorithm combines the advantages of Soft-Output Viterbi Algorithm, SOVA) and Log-MAP algorithm, which can not only achieve the decoding performance of Log-MAP algorithm, but also reduce the decoding complexity. Simulation results show that the proposed improved iterative decoding algorithm can reduce the computational complexity of decoding while keeping the decoding performance similar to that of the traditional Log-MAP algorithm. The neural network modified SOVA algorithm is a modified algorithm for the computation of the information outside the SOVA algorithm. The traditional SOVA overestimates the reliability of the decision, so it is necessary to compress the soft decision value. The excitation function of the neural network coincides with the correction function which has the continuous smooth compression property. Simulation results show that the SOVA algorithm achieves better performance, and the complexity of decoding is not different from that of the traditional SOVA algorithm, but the decoding performance is obviously improved, even close to the BER of Log-MAP algorithm.
【學(xué)位授予單位】：東北大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TN911.22

【相似文獻】

相關(guān)期刊論文 前10條

1 宮豐奎;李兵兵;葛建華;劉鵬;;比特交織迭代譯碼系統(tǒng)的迭代控制[J];電子與信息學(xué)報;2006年09期

2 龐永強;張長明;王毅軍;;一種簡單的Turbo碼的迭代停止判據(jù)[J];無線電通信技術(shù);2006年06期

3 汪漢新;陳少平;朱翠濤;;Turbo-CRC碼的設(shè)計與仿真實現(xiàn)[J];微計算機信息;2006年28期

4 馮云飛;李建平;;基于軟判決反饋迭代譯碼的比特交織編碼調(diào)制方案[J];中國傳媒大學(xué)學(xué)報(自然科學(xué)版);2009年01期

5 宮豐奎;葛建華;李兵兵;劉鵬;;比特交織編碼及迭代譯碼系統(tǒng)的標(biāo)識映射設(shè)計及性能分析[J];吉林大學(xué)學(xué)報(工學(xué)版);2006年02期

6 孫錦華;李自義;;SCCPM中基于平均外信息交換的迭代停止算法[J];西安電子科技大學(xué)學(xué)報;2008年04期

7 徐衡平,潘晟,趙勛,戎蒙恬;Turbo碼中迭代譯碼的迭代終止準(zhǔn)則研究[J];電訊技術(shù);2001年06期

8 張建勇;延鳳平;;比特交織編碼調(diào)制(迭代譯碼)系統(tǒng)標(biāo)識映射的對稱性研究與應(yīng)用[J];電子與信息學(xué)報;2014年01期

9 杜海明,付永慶;一種新的Turbo碼譯碼的迭代停止判決[J];無線電通信技術(shù);2004年06期

10 王云江;白寶明;王新梅;;量子稀疏圖碼的反饋式迭代譯碼[J];物理學(xué)報;2010年11期

相關(guān)會議論文 前3條

1 趙旦峰;李文意;;一種有效的Turbo碼迭代停止判決方法[A];現(xiàn)代通信理論與信號處理進展——2003年通信理論與信號處理年會論文集[C];2003年

2 劉昕;王長林;;Turbo碼在CDMA2000中的性能研究[A];四川省通信學(xué)會2005年學(xué)術(shù)年會論文集[C];2005年

3 譚明新;徐根深;;Rayleigh信道上比特交織、迭代譯碼的格碼調(diào)制[A];開創(chuàng)新世紀的通信技術(shù)——第七屆全國青年通信學(xué)術(shù)會議論文集[C];2001年

相關(guān)博士學(xué)位論文 前7條

1 馬征;數(shù)字通信中的低復(fù)雜度迭代譯碼及迭代系統(tǒng)測試[D];西南交通大學(xué);2006年

2 謝愷;現(xiàn)代碼中迭代譯碼的研究[D];北京郵電大學(xué);2008年

3 宮豐奎;比特交織編碼調(diào)制迭代譯碼系統(tǒng)的調(diào)制解調(diào)技術(shù)研究[D];西安電子科技大學(xué);2007年

4 鄭賀;LDPC碼和GLD碼的軟判決迭代譯碼研究[D];解放軍信息工程大學(xué);2006年

5 張睿;BICM-ID技術(shù)及其在MIMO-OFDM系統(tǒng)中的應(yīng)用[D];北京郵電大學(xué);2011年

6 楊劍嘯;迭代譯碼和迭代均衡算法研究[D];浙江大學(xué);2007年

7 姚如貴;無人機系統(tǒng)高速數(shù)據(jù)鏈中Turbo-OFDM技術(shù)研究[D];西北工業(yè)大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 李涵月;基于因子圖的模擬迭代譯碼技術(shù)[D];北京理工大學(xué);2016年

2 倫占群;Turbo碼迭代譯碼方法的改進及性能仿真分析[D];東北大學(xué);2014年

3 鄭江;比特交織編碼調(diào)制迭代譯碼系統(tǒng)的接收算法研究[D];重慶大學(xué);2009年

4 李璋;迭代譯碼研究[D];浙江大學(xué);2007年

5 王偉利;比特交織編碼調(diào)制迭代譯碼系統(tǒng)的性能研究[D];哈爾濱工程大學(xué);2010年

6 匡凡;Turbo碼迭代譯碼中的提早判決的研究[D];浙江大學(xué);2005年

7 楊建華;Turbo碼迭代譯碼過程的理論研究[D];哈爾濱工程大學(xué);2005年

8 李波;Turbo迭代譯碼收斂性能的仿真研究[D];西南交通大學(xué);2012年

9 吳寧;PA碼的迭代譯碼研究[D];西安電子科技大學(xué);2008年

10 伍佳佳;交疊編碼及其軟判決迭代譯碼的原理與方法研究[D];電子科技大學(xué);2009年

，

本文編號：1818692