论文部分内容阅读
Turbo码采用了迭代译码结构,即使当信噪比较低时,其纠错性能也非常逼近Shannon限。经过近20年的发展,关于Turbo码的研究已取得了长足的进步和发展。如今,Turbo码已广泛应用于移动通信、宽带接入、卫星通信和深空通信等领域;同时,Turbo迭代原理也应用在了信道估计、迭代均衡和多用户检测等方面。然而,由于Turbo码是通过实验方法得出的高性能纠错码,至今仍缺乏完善的理论支持,另外,译码复杂度大、时延高等原因也严格限制了Turbo码的应用。尽管使用线性码理论可以估计Turbo码在error-floor区域的BER/FER性能,但这些方法对Turbo码最重要的“瀑布区”是无能为力的。外信息的密度进化理论揭示了象Turbo码、LDPC码等迭代译码算法的收敛性,解释了它们逼近Shannon限的原因,同时提供了好码的设计思路和方法。通过对Turbo码迭代译码收敛性的研究,能够有效预测收敛信噪比门限,搜索收敛速度更快的好码。同时,由于密度进化方法计算复杂度低,根据实际译码时每次迭代的收敛性来动态设置译码迭代次数可以大量降低Turbo码的译码时延。本文主要研究密度进化方法中最常见也是最重要的EXIT图方法和SNR传递图方法,并对这两类方法进行仿真验证。为了对Turbo码有初步的认识,本文首先对Turbo编译码原理做简要介绍,在获得3GPP LTE标准Turbo码BER性能的同时考察了QPP交织器和S型交织器的性能差异。接着,介绍了用EXIT图分析长帧Turbo码收敛性和预测迭代译码轨迹的方法,考察了各种因素对外信息传递特征的影响并给出了EXIT图在预测收敛门限和估计某次迭代后BER性能两方面的应用。最后,介绍了SNR TCB图和EXIT带图在中短帧长Turbo码收敛性预测中的应用,并指出EXIT带图对收敛特性的预测比SNR TCB图更准确。