5G(5th Generation of Mobile Communication System)中高可靠低時延通信(Ultrareliable and Low Latency Communication,URLLC)涵蓋了系列面向未來的應(yīng)用,例如:自動駕駛、遠(yuǎn)程醫(yī)療、觸覺互聯(lián)網(wǎng)、智能工廠等,因而具有廣闊的應(yīng)用前景。URLLC對可靠度極高的要求使得信道編碼技術(shù)成為其關(guān)鍵技術(shù)之一。低密度奇偶校驗(yàn)碼(Low Density Parity Check Codes,LDPC)在性能、時延與其它信道編碼相比都具有一定的優(yōu)勢,因此被認(rèn)為是URLLC中有競爭力的信道編碼方案。但是LDPC碼存在誤碼平層的問題會造成系統(tǒng)可靠度下降,同時基于低時延的要求必須保證譯碼算法具有較低的復(fù)雜度。因此本文立足于解決LDPC碼運(yùn)用到URLLC場景中的兩大問題:一是LDPC碼存在誤碼平層的問題;二是為消除LDPC碼誤碼平層采取的措施導(dǎo)致譯碼復(fù)雜度增加的問題。具體研究內(nèi)容如下:1.針對LDPC碼存在誤碼平層的問題,本文首先構(gòu)造了一種在不同信道狀態(tài)下通用的極化碼,達(dá)到降低極化碼編碼復(fù)雜度的目的。然后提出了一種極化碼與LDPC碼級聯(lián)的方案。該方案利用極化碼沒有誤碼平層的特性消除LDPC碼的誤碼平層,達(dá)到提升整體的譯碼性能的目的。2.針對極化碼的引入導(dǎo)致譯碼復(fù)雜度增加的問題。首先,本文提出了一種自適應(yīng)LDPC碼譯碼算法。該算法通過自適應(yīng)修正因子,解決現(xiàn)有譯碼算法中修正因子與校驗(yàn)節(jié)點(diǎn)信息過大的部分不完全匹配的問題,降低了譯碼迭代次數(shù)并具有更好的性能,進(jìn)而降低了LDPC碼譯碼復(fù)雜度。其次,針對極化碼提出了一種改進(jìn)的置信傳播算法(Belief Propagation,BP)。該算法通過省略極化碼因子圖中大量的凍結(jié)節(jié)點(diǎn)的更新過程,能有效地降低了極化碼譯碼復(fù)雜度。最后,將LDPC碼和極化碼改進(jìn)譯碼算法結(jié)合,在融合譯碼算法(Merged Decoding,MD)結(jié)構(gòu)的基礎(chǔ)上提出了一種低復(fù)雜度融合譯碼算法(Low Complexity Merged Decoding,LCMD)。LCMD算法能充分利用譯碼信息和避免無意義的迭代過程,在保證譯碼性能的同時降低了譯碼復(fù)雜度。3.針對LCMD算法中存在內(nèi)外碼速率不兼容,導(dǎo)致復(fù)雜度增加的問題,本文中給出了整體速率設(shè)計方案,并進(jìn)行了性能仿真。仿真結(jié)果表明,本文提出的級聯(lián)碼方案與候選的LDPC碼相比具有更低的整體復(fù)雜度,可實(shí)現(xiàn)0.2~0.4dB性能提升且沒有誤碼平層,因此本文所提方案更加適用于URLLC場景。
【學(xué)位單位】：重慶郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TN911.22;TN929.5
【部分圖文】：

圖 3.4 不同調(diào)度策略的 BP 算法誤比特率曲線圖 3.5 不同調(diào)度策略的 BP 算法平均迭代次數(shù)曲線由圖 3.4、圖 3.5 可知采用層譯碼策略和 shuffled 調(diào)度策略的 BP 算法的性能明顯好于采用“洪水”策略的算法且譯碼所需的平均迭代次數(shù)也明顯少于后者。另一

圖 3.4 不同調(diào)度策略的 BP 算法誤比特率曲線圖 3.5 不同調(diào)度策略的 BP 算法平均迭代次數(shù)曲線由圖 3.4、圖 3.5 可知采用層譯碼策略和 shuffled 調(diào)度策略的 BP 算法的性能明顯好于采用“洪水”策略的算法且譯碼所需的平均迭代次數(shù)也明顯少于后者。另一

圖 3.6 不同 BP 簡化算法誤比特率曲線 圖 3.7 不同 BP 簡化算法平均迭代次數(shù)由仿真結(jié)果可知 LOMS 和 LNMS 算法性能明顯好于 LMS 算法，譯碼所需要的迭代次數(shù)也更少，但是性能相比于 LBP 算法還有一定的差距。
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 吳道龍;;極化碼譯碼算法研究[J];黑龍江科技信息;2017年10期

2 李小文;彭德義;譚兵;王振宇;;長期演進(jìn)系統(tǒng)中一種低復(fù)雜度球形譯碼算法[J];計算機(jī)應(yīng)用;2012年03期

3 張長帥;宋黎定;劉泳;;低密度奇偶校驗(yàn)碼快速收斂譯碼算法研究[J];遙測遙控;2007年03期

4 湯一彬;侯曉赟;鄭寶玉;;一種新型可變半徑的球形譯碼算法[J];重慶郵電學(xué)院學(xué)報(自然科學(xué)版);2006年S1期

5 徐正偉,湯靜;語音信號及其編譯碼算法的研究[J];電聲技術(shù);2002年04期

6 劉玉君;;BCH碼譯碼算法的改進(jìn)[J];重慶郵電學(xué)院學(xué)報;1988年00期

7 劉玉君;關(guān)于RM碼的Reed譯碼算法的改進(jìn)[J];電子學(xué)報;1989年01期

8 李瑞;柏鵬;彭衛(wèi)東;林志國;林思銘;;基于狼群算法的球形譯碼算法研究[J];微電子學(xué)與計算機(jī);2017年01期

9 褚楚;吳曉富;;逼近最小和譯碼性能的并行多比特翻轉(zhuǎn)譯碼算法研究[J];信號處理;2016年02期

10 袁建國;王琳;黃勝;王永;;基于遺傳算法的概率譯碼算法[J];北京郵電大學(xué)學(xué)報;2012年05期

相關(guān)博士學(xué)位論文 前10條

1 李桂萍;極化碼編譯碼算法研究[D];西安電子科技大學(xué);2017年

2 林鵬;高頻譜效率的OVXDM編碼低復(fù)雜度譯碼算法研究[D];北京郵電大學(xué);2018年

3 王彪;基于ADMM的低密度校驗(yàn)碼譯碼算法研究[D];西安電子科技大學(xué);2018年

4 羅天放;通信系統(tǒng)中的Turbo碼及Turbo均衡問題研究[D];哈爾濱工程大學(xué);2003年

5 曹海燕;無線通信系統(tǒng)中的LDPC碼、Turbo碼和空時編碼的研究[D];華南理工大學(xué);2006年

6 趙傳鋼;LDPC碼及迭代接收系統(tǒng)研究[D];北京郵電大學(xué);2006年

7 耿嘉;MIMO技術(shù)及其在WLAN中的應(yīng)用[D];東南大學(xué);2006年

8 徐朝軍;RS碼譯碼算法及其實(shí)現(xiàn)的研究[D];西安電子科技大學(xué);2006年

9 王單;LDPC碼編譯碼算法研究[D];西安電子科技大學(xué);2006年

10 李晉;低密度奇偶校驗(yàn)碼及其并行級聯(lián)構(gòu)造的研究[D];東南大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 吳桂龍;近香農(nóng)極限碼的改進(jìn)編譯碼算法研究[D];華南理工大學(xué);2019年

2 趙康;基于最小和算法的可變因子高性能LDPC譯碼算法研究[D];上海交通大學(xué);2018年

3 黃劍婷;低復(fù)雜度LDPC碼譯碼算法研究與實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2019年

4 嚴(yán)素馨;極化碼的譯碼算法研究及在閃存中的應(yīng)用[D];電子科技大學(xué);2019年

5 胡國慶;低延遲極化碼譯碼算法研究及VLSI設(shè)計[D];合肥工業(yè)大學(xué);2019年

6 李夢雨;基于符號翻轉(zhuǎn)的多元LDPC譯碼算法及其能耗分析[D];廣西大學(xué);2019年

7 曾磊;LDPC碼高效譯碼算法的研究及其性能分析[D];重慶郵電大學(xué);2018年

8 孫雪敏;LDPC碼置信傳播譯碼算法的改進(jìn)及性能研究[D];重慶郵電大學(xué);2018年

9 范芳;低誤碼率LDPC譯碼算法研究[D];重慶郵電大學(xué);2018年

10 王軍輝;極化碼譯碼算法研究[D];江西財經(jīng)大學(xué);2019年

本文編號：2841631