该论文主要研究了低密度码的编译码算法,密度演化算法,以及有记忆信道下带信道估计的改进置信扩散算法.包括:1.推导了低密度码校验矩阵H的LU分解算法的变换过程,比较了几种分解算法对分解结果稀疏性的影响.仿真结果表明,对于随机方法产生的稀疏校验矩阵,minprod算法的效果是做好的.该文提出的mincolprod算法具有与minprod算法接近的性能.2.密度演化算法与非正规低密度码的优化密度演化算法是通过观察传递消息概率密度的演化过程,调整低密度码(LDPC)度数分布,来优化编码方案的一种数字计算方法.通过算法可以求出低密度码的信道容量,并且通过分析密度演化的结果,可以寻找性能更好的非正规低密度码.非正规低密度码是一类可以同Turbo码竞争的信道码.该文此部分的工作是,提出基于线性可行域的密度演化(DE)算法,利用可行域的凸集特点,利用凸集顶点确定可行域.3.求低密度码信道容量时,利用物理参数降级的特点,提出低密度码信道容量的变步长两点法,降低了密度演化算法的复杂度,使得准确性提高并且复杂度降低.4.运用密度演化算法,求出一组莱斯低密度码信道的信道容量,并对莱斯衰落信道下LDPC的性能进行分析,对莱斯衰落信道下的低密度码进行优化.5.对相关瑞利信道下低密度码的性能进行了分析,提出一种相关信道下考虑信道状态的低密度码置信扩散译码算法.