高误码率下Turbo码分量编码器快速识别算法
针对目前Turbo码中,分量编码器递归系统卷积码识别算法计算量大,容错性不好两大缺点,该文提出了一种容错性能较好的快速识别算法.首先,在分析递归系统卷积码特殊结构的基础上,定义了更具普遍意义的广义码重概念;其次,建立出递归系统卷积码生成多项式数据库,按照数据库中多项式是否为实际编码多项式的情况,分析出多项式所对应的结果向量广义码重概率分布;然后,按照分析出的广义码重概率分布,基于极大极小准则,导出快速识别算法判决门限的计算公式;最后通过遍历多项式数据库,将遍历的多项式所对应的校验方程广义码重值与判决门限比较,从而实现参数的快速识别.仿真结果表明:理论分析出的广义码重概率分布与仿真结果相一致,同时算法容错性能较好,在误码率高达0.09的条件下,各种编码约束长度下的递归系统卷积码识别率在90%以上,并且计算复杂度较小.
递归系统卷积码、多项式数据库、判决门限、极大极小准则、识别
40
TN911.7
国家自然科学基金91538201;泰山学者工程专项经费ts201511020 The National Natural Science Foundation of China91538201;The Taishan Scholar Special Foundationts201511020
2018-01-17(万方平台首次上网日期,不代表论文的发表时间)
共9页
235-243