資源描述：
《turbo碼迭代譯碼方法的改進(jìn)及性能仿真分析》由會(huì)員上傳分享，免費(fèi)在線(xiàn)閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、萬(wàn)方數(shù)據(jù)分類(lèi)號(hào)UDC密級(jí)學(xué)位論文Turbo碼迭代譯碼方法的改進(jìn)及性能仿真分析作者姓名：倫占群指導(dǎo)教師：張振川教授東北大學(xué)信息科學(xué)與工程學(xué)院申請(qǐng)學(xué)位級(jí)別：碩士學(xué)科類(lèi)別：工學(xué)學(xué)科專(zhuān)業(yè)名稱(chēng)：通信與信息系統(tǒng)論文提交日期：學(xué)位授予日期：評(píng)閱人：2014年6月2014年7月付沖張玉謙論文答辯日期：答辯委員蝴：東北大學(xué)2014年6月雷為民萬(wàn)方數(shù)據(jù)AThesisinCommunicationandInformationSystemsImprovementofIterativeDecodingandPerformanceSimulationforTurboCodeByLunZ
2、hanqullSupervisorAssistantProfessorZhangZhenchuanNortheasternUniversity珊N．2014萬(wàn)方數(shù)據(jù)獨(dú)創(chuàng)性聲明本人聲明，所呈交的學(xué)位論文是在導(dǎo)師的指導(dǎo)下完成的。論文中取得的研究成果除加以標(biāo)注和致謝的地方外，不包含其它人己經(jīng)發(fā)表或撰寫(xiě)過(guò)的研究成果，也不包括本人為獲得其它學(xué)位而使用過(guò)的材料。與我一同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均己在論文中作了明確的說(shuō)明并表示謝=也思。學(xué)位論文作者張僻研El期：伽l牛．6．諺學(xué)位論文版權(quán)使用授權(quán)書(shū)本學(xué)位論文作者和指導(dǎo)教師完全了解東北大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定
3、：即學(xué)校有權(quán)保留并向國(guó)家有關(guān)部門(mén)或機(jī)構(gòu)送交論文的復(fù)印件和磁盤(pán)，允許論文被查閱和借閱。本人同意東北大學(xué)可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索、交流。作者和導(dǎo)師同意網(wǎng)上交流的時(shí)間為作者獲得學(xué)位后：半年口一年口一年半口兩年∥學(xué)位敝作者虢俊{；琦簽字日期：伽忡．5．夠?qū)熀灻汉炞秩掌冢阂羣V．(、y5一萬(wàn)方數(shù)據(jù)東北大學(xué)碩士學(xué)位論文摘要一II—萬(wàn)方數(shù)據(jù)東北大學(xué)碩士學(xué)位論文摘要Turbo碼迭代譯碼方法的改進(jìn)及性能仿真分析摘要Turbo碼是C．Berrou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(jī)性編譯碼條件而
4、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?yàn)樗捎昧说g碼的思想，但是采用迭代的方式進(jìn)行譯碼，使得譯碼的計(jì)算復(fù)雜度相對(duì)于傳統(tǒng)的卷積碼來(lái)說(shuō)要高，譯碼的時(shí)延也要大的多。改進(jìn)和簡(jiǎn)化Turbo碼的迭代譯碼，是當(dāng)前Turbo碼理論和實(shí)踐研究的主要方向之一。本文在對(duì)Turbo碼的編譯碼原理及算法進(jìn)行了簡(jiǎn)單介紹的基礎(chǔ)上，重點(diǎn)研究了Turbo碼的改進(jìn)迭代譯碼算法。在理論基礎(chǔ)部分，首先本文對(duì)turbo碼的基本原理進(jìn)行了簡(jiǎn)單的介紹，接著對(duì)幾種常用的譯碼算法進(jìn)行了詳細(xì)推導(dǎo)，最后提出兩種改進(jìn)的迭代譯碼算法。仿真部分本文利用MATLAB軟件進(jìn)行仿真
5、分析，首先，本文對(duì)影響Turbo碼性能的參數(shù)如分量碼，歸零處理方法，交織長(zhǎng)度，碼率，交織器，迭代次數(shù)，譯碼算法進(jìn)行仿真，通過(guò)分析合理選擇參數(shù)來(lái)提高Turbo碼性能?；趯?duì)傳統(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(shí)，本文提出改進(jìn)的迭代譯碼算法，即改進(jìn)的組合譯碼算法和神經(jīng)網(wǎng)絡(luò)修正So、，A算法。改進(jìn)組合譯碼算法是結(jié)合軟輸出維特比算法(Soft-OutputViterbiAlgorithm，SOVA)和Log-MAP算法各自的優(yōu)點(diǎn)，使得改進(jìn)算法既能夠達(dá)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(jìn)迭代譯碼算法能
6、夠在降低譯碼計(jì)算復(fù)雜度的同時(shí)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(duì)SOVA算法外信息計(jì)算的修正算法。傳統(tǒng)的SO刪判決的可信度的估計(jì)過(guò)高的問(wèn)題，所以需要對(duì)軟判決值△進(jìn)行壓縮，神經(jīng)元網(wǎng)絡(luò)的激勵(lì)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。關(guān)鍵詞：Turbo碼；性能仿真；組合譯碼；神經(jīng)網(wǎng)絡(luò)——III——萬(wàn)方數(shù)據(jù)東北大學(xué)碩士學(xué)位論文摘要一Ⅳ一萬(wàn)方數(shù)據(jù)東北大學(xué)碩士學(xué)位
7、論文AbstractImprovementofIterativeDecodingandPerformanceSimulationfor乃rboCodeerrmanceD00tielUAbstractAsanearShannonerrorcorrectioncode，theturbocodehasreceivedgreatattentionduetotheiroutstandingperformanceofclosingwithShannonlimit,andtheyobtainwidespreadresearchandapplication,anditisd
8、eemedtobeapotentiallyimpor
