低密度格码(Low density lattice codes，LDLC)是2007年由Sommer等学者结合格码(Lattice codes)和低密度奇偶校验码(Low density parity codes，LDPC)的特点提出的一种新的信道编码方案，因其有类似LDPC码的稀疏校验矩阵而得名。　　 LDLC码译码采用基于Tanner图的置信传递算法(Belief propagationalgorithm)。BP译码算法是建立在所传递消息之间相互独立假设下的，而LDLC码校验矩阵中的环路将因为破坏这一假设而直接影响BP译码算法的性能。因此构造无小环的LDLC码校验矩阵是研究LDLC码的基础。与LDPC码不同，LDLC码译码过程中校验节点和变量节点迭代的消息是信号的PDF，这使得LDLC码译码有较高的计算量和存储量，所以研究计算量低和数据存储量小的译码算法是LDLC码亟需解决的问题。　　 本文对LDLC码的校验矩阵构造和译码算法进行了深入研究，主要完成的工作如下:　　 (1)针对小环存在对LDLC码译码性能的影响，提出一种基于单位循环矩阵构造LDLC码校验矩阵的方法。此方法通过构造维数较小的位移矩阵，联合单位循环矩阵间接地完成LDLC码校验矩阵的构造，在构造位移矩阵的过程中可以通过对位移矩阵的约束避免小环的产生，通过仿真表明采用这种方法构造的LDLC码有较好的译码性能，与其他方法相比，该方法有实现简单、构造方便的优点。　　 (2)在研究现有两种LDLC码译码算法的基础上，提出一种简化的的参数译码算法。研究BP译码算法和最小KL距离(Kullback-leibler divergence)准则下的参数译码算法，BP译码算法在迭代过程中直接传递离散化的信号PDF，该算法具有较好的译码性能，但是需要较高的计算量和存储量;参数译码算法在迭代过程中传递高斯信号的参数，为了防止参数的指数增长引入了KL距离的概念并在KL最小准则下进行高斯参数的减少运算，该算法降低了算法的存储需求，却没有明显降低计算量。本文给出一种简化的高斯参数译码算法，该算法通过对LDLC码译码算法中校验节点更新消息的筛选达到简化算法的目的。与另外两种算法相比，在误码率为10-5时，该算法在降低了译码性能0.2-0.3dB前提下，明显降低了译码算法的计算量和存储量。