下一代無線通信中高速Trubo譯碼和協(xié)作頻譜感知研究.pdf

1、當(dāng)今的無線通信技術(shù)正朝著更高效（更高的資源效用）、更快速（更快的數(shù)據(jù)傳輸和處理速率）、更可靠（更強(qiáng)的系統(tǒng)可靠性）的目標(biāo)發(fā)展。然而，數(shù)據(jù)處理的實(shí)時(shí)性和高速有效性，以及頻譜資源的稀缺性和不可再生性，都是實(shí)現(xiàn)這一目標(biāo)必須應(yīng)對(duì)的挑戰(zhàn)。面對(duì)這些嚴(yán)峻挑戰(zhàn)，本論文研究了下一代無線通信(B3G/4G)中備受關(guān)注的兩個(gè)方向:高速率、低延遲的Turbo譯碼，以及快速可靠的協(xié)作頻譜感知，并取得了一定的研究進(jìn)展，以滿足下一代無線通信業(yè)務(wù)的服務(wù)質(zhì)量需求。論文的主

2、要工作概括如下:
　　1.在高速Turbo譯碼方面:針對(duì)傳統(tǒng)高速Turbo譯碼中存在的缺陷，本論文分別從譯碼算法和譯碼結(jié)構(gòu)兩個(gè)角度進(jìn)行了進(jìn)一步研究。
　　a)對(duì)高速率、低延遲Turbo譯碼，進(jìn)行了譯碼算法的改進(jìn)。提出了一種新的基-4SOVA算法，并做出了完整的數(shù)學(xué)推導(dǎo)，該算法的關(guān)鍵是提出了一種新的可信度更新方法，可實(shí)現(xiàn)編碼網(wǎng)格圖中兩步狀態(tài)轉(zhuǎn)移合并后的可信度更新。通過分析新算法的使用范圍可知，新的基-4SOVA算法不僅適用于基

3、于比特交織的二進(jìn)制的Turbo碼，同時(shí)也適用于基于比特對(duì)交織的雙二進(jìn)制的卷積Turbo碼，而傳統(tǒng)的基-4SOVA算法只適用于基于比特交織的二進(jìn)制的Turbo碼。另外，新算法的誤碼率性能非常接近基-4Max-Log-MAP算法，當(dāng)自適應(yīng)引入外信息系數(shù)后，逼近基-4MAP算法，而且新算法還具有譯碼延遲小、存儲(chǔ)資源占用少等優(yōu)點(diǎn)，達(dá)到了與計(jì)算復(fù)雜度的良好折中。
　　b)對(duì)高速率、低延遲Turbo譯碼，進(jìn)行了譯碼結(jié)構(gòu)的改進(jìn)。提出了一種新的降

4、低延遲的并行譯碼方案。新方案的關(guān)鍵是設(shè)計(jì)新型的無沖突(CF)交織器，在對(duì)CF準(zhǔn)則分析之后，利用滑動(dòng)窗的思想，提出了基于窗的CF交織器設(shè)計(jì)準(zhǔn)則和一種實(shí)現(xiàn)方法，新CF交織器可以使兩級(jí)SISO處理器之間傳遞的外信息，實(shí)時(shí)地作為彼此的先驗(yàn)信息用于下一次分量譯碼以減小譯碼延遲。對(duì)于相同的并行度和迭代次數(shù)，時(shí)間復(fù)雜度比較表明新并行方案的譯碼延遲大約下降到傳統(tǒng)并行方案的1/4，即新并行方案大大降低了譯碼延遲。不過仿真結(jié)果表明新并行方案的BER性能劣于

5、傳統(tǒng)并行方案，并且隨子塊中分窗個(gè)數(shù)的增加，譯碼性能的下降越多。但是值得注意的是:當(dāng)只將子塊分成兩個(gè)窗時(shí)，新并行方案的譯碼性能下降非常小，而且譯碼延遲仍大約下降到傳統(tǒng)并行方案的1/4。針對(duì)“子塊分成兩個(gè)窗”這一特定情況，又進(jìn)一步提出了一類改進(jìn)的ISbS(M-ISbS)無沖突交織器，并為該交織器提出了一種支持可變交織長度的低復(fù)雜度實(shí)時(shí)并行實(shí)現(xiàn)結(jié)構(gòu)，可用于子塊分為兩個(gè)窗的新并行譯碼方案。
　　2.在協(xié)作頻譜感知方面:協(xié)作頻譜感知通過利用

6、多個(gè)用戶之間的空間分集可以大大改善認(rèn)知無線電系統(tǒng)的頻譜檢測(cè)性能，本論文針對(duì)不同特定場(chǎng)景下的認(rèn)知系統(tǒng)，分別研究了基于最佳認(rèn)知用戶集和基于最佳中繼的協(xié)作頻譜感知方案。
　　a)針對(duì)相關(guān)陰影下的認(rèn)知系統(tǒng)，研究了該場(chǎng)景下協(xié)作頻譜感知的最佳認(rèn)知用戶集選擇方案。首先介紹了相關(guān)對(duì)數(shù)正態(tài)陰影下協(xié)作頻譜感知的假設(shè)檢驗(yàn)?zāi)Ｐ秃蜋z測(cè)性能。然后根據(jù)虛警概率和漏檢概率是否被約束，通過考慮檢測(cè)性能和協(xié)作代價(jià)之間的有效折中，提出了三個(gè)最佳認(rèn)知用戶集選擇的最優(yōu)化問

7、題。不幸的是所提最優(yōu)化問題都屬于NP困難問題，為了求得最佳認(rèn)知用戶集，進(jìn)一步提出了基于自適應(yīng)遺傳算法(GA)的解決方法。最后，仿真結(jié)果說明，提出的認(rèn)知用戶集選擇方案能夠有效地給相關(guān)陰影下的協(xié)作頻譜感知找到一個(gè)最佳的協(xié)作認(rèn)知用戶集。
　　b)針對(duì)存在多個(gè)中繼的認(rèn)知系統(tǒng)，研究了基于最佳中繼的協(xié)作頻譜感知方案，并重點(diǎn)分析了在Nakagami-m衰落信道下的檢測(cè)性能。首先利用機(jī)會(huì)中繼選擇(ORS)技術(shù)，提出了基于機(jī)會(huì)放大轉(zhuǎn)發(fā)中繼的協(xié)作頻譜