低密度奇偶校验(Low Density Parity Check,LDPC)码是线性分组码中具有稀疏校验矩阵的一类码,已经被证实是继Turbo码后又一类接近香农限的纠错编码。准循环低密度奇偶校验(Quasi Cyclic Low Density Parity Check,QC-LDPC)码是一种结构化的LDPC码,准循环的特性使得其编码译码更为灵活,所以实际系统中通常采用QC-LDPC码。但是,QC-LDPC码仍有许多方向有待进一步研究,如:由于陷阱集结构而造成错误平层较高的问题。本文从降低QC-LDPC码错误平层入手,开展如下研究:1.基于平方剩余(Quadratic Residue,QR)码构造的QC-LDPC码(QR-QC-LDPC)围长大于等于6,并且性能可以达到利用逐条添加边(Progressive Edge Growth,PEG)算法构造的随机LDPC码的性能。研究发现,QR-QC-LDPC码的6环数量巨大,所以,本文根据6环信息和陷阱集信息设计掩模算法,对QR-QC-LDPC码进行掩模优化,通过减少6环和陷阱集数量提升码字性能。仿真结果表明,利用设计的掩模算法对QR-QC-LDPC码进行优化后,码字的性能有超过1 d B的增益。2.为了进一步提高码字性能,本文还构造以QR码为分量码、以优化后的QR-QC-LDPC码为全局码的广义低密度奇偶校验(Generalized Low Density Parity Check,GLDPC)码。通过把全局码和分量码的因子图融合为一个整体从而得到GLDPC码的因子图,在编码过程中把其当作一个线性分组码进行编码而得到GLDPC码。其中分量码的信息位全部来自全局码的变量节点,为此,本文设计了一种优势陷阱集挑选算法以及基于优势陷阱集挑选变量节点的算法。仿真结果表明,这种GLDPC码的构造方法码率损失较小。3.针对构造的GLDPC码,设计了一种两阶段译码算法。这种译码算法,利用QR码最小汉明距离大、错误平层低的特点,把QR码中正确信息传递给与之相连的变量节点,进而把正确信息传递给全部变量节点和校验节点,达到纠正错误的效果。仿真结果表明,与优化后的QR-QC-LDPC码相比,以该码为全局码的GLDPC码获得了接近0.3 d B的增益,其码率损失约为0.05。