寻找无限接近香农限的高性能信道编码一直是人们所关注的焦点。低密度奇偶校验(LDPC, Low-density Parity-check)码作为其卓越性能的领跑者之一,其复杂的编译码结构阻碍了其发展的空间。准循环低密度奇偶校验(QC-LDPC, Quasi-Cyclic Low-density Parity-check)码作为LDPC码特殊结构中的一种,由于其简单的编译码结构,使其获得了比LDPC码更广阔的应用前景。然而,其相应校验矩阵Tanner图中短环的存在会严重影响其码的译码性能。因此,如何能够精准、有效定位Tanner图中的短环,降低其对译码性能的影响,构造出无限接近香农限的QC-LDPC码已经成为近年来该领域的研究热点。本文从LDPC码的基本理论和相关技术的研究出发,围绕着如何减少QC-LDPC码校验矩阵中短环数量,构造性能优良的QC-LDPC码进行了深入的研究,提出了基于完全树展开的QC-LDPC码环长统计算法,以及QC-LDPC码的结构化构造算法,并将其所构造的QC-LDPC码应用于光通信网络中,纠正其所产生的误码。然后,进一步开展了QC-LDPC码在分布式信源压缩和联合迭代译码算法中的应用研究,提出了基于Kalman滤波器和QC-LDPC码的数据压缩算法和三相关信源联合迭代译码算法。本文研究内容和创新成果如下：1.针对精确统计QC-LDPC码校验矩阵中短环分布的问题,提出了一种基于基矩阵完全树展开的QC-LDPC码环长统计算法。该算法通过对文中所提几种特殊环结构的研究,能够达到精确统计任意环长的目的,同时,相比于其它算法而言,还进一揭示了基矩阵与校验矩阵之间环的内在联系,这对于预测其码的性能和纠正其构造环节过程中的部分差错将起到积极的作用。2.针对最大化QC-LDPC码最大围长的问题,提出了一种优化循环转移矩阵偏移量集合的QC-LDPC码结构化构造算法。该算法首先在保证基础矩阵环长最大的基础上；接着,根据基矩阵同校验矩阵之间环的内在联系,计算出基矩阵中每一个循环转移矩阵的偏移量候选集合；然后,对这一集合进行优化,从而达到减少短环数量、最大化围长和提高QC-LDPC码的译码性能的目的；最后,提出了利用所构造的QC-LDPC码纠正其基于光纤参量放大器的光通信系统中误码的解决方案。该方案对系统中由于光纤和系统自身原因所造成的误码进行了深入的研究,最后选择通过QC-LDPC码对这些误码进行纠正,从而达到了提高系统性能和编码增益的目的。3.针对于减少无线传感网中传感器节点发送数据量的问题,本文将QC-LDPC码同分布式信源编码(DSC, Distributed Source Coding)相结合,提出了一种基于Kalman滤波器和QC-LDPC码的DSC数据压缩算法。该算法根据信源之间的相关性,采用基于QC-LDPC码校验子的方式对无线传感网中的传感器数据进行压缩。当压缩数据到达接收端后,使用Kalman滤波器对发送端被压缩数据进行预测,并将该预测数据作为边信息连同所接收的数据进行联合信源信道译码,最终达到正确恢复发送端数据的目的。4.针对于如何进一步提升传统联合信源信道译码算法性能的问题,本文提出一种联合迭代信源信道译码算法。该译码算法包括标准迭代和外迭代两个过程。该算法通过在内迭代译码算法的基础上增加一层外迭代的方法来提高译码器之间外信息的交换量,从而达到更新新一轮传统联合译码算法的译码信息的目的。该算法不仅能提高传统联合译码的性能,而且还获得了更高的编码增益。以上研究成果,分别以学术论文的形式发表在不同的期刊和会议上。