Turbo碼SOVA譯碼算法研究與改進.pdf

1、隨著現(xiàn)代通信技術(shù)和計算機技術(shù)的迅速發(fā)展，人們對可靠傳輸信息的要求也越來越高，信道編碼是降低信息傳輸錯誤概率的一種有效的手段，在現(xiàn)代數(shù)字通信系統(tǒng)中起著十分重要的作用。Turbo編碼作為一種信道編碼方式，自1993年提出以來，由于出色的譯碼性能，在編碼界得到了廣泛關(guān)注。 目前Turbo碼有兩類譯碼算法MAP(MaximumAPosteriori)算法和SOVA(SoffOutputViterbiAlgorithm)算法。其中SOVA

2、算法由于比其他Turbo碼算法更簡單，復(fù)雜度低，更容易實現(xiàn)而成為研究的一個熱點，但也存在著譯碼性能較差的問題。 SOVA算法和MAP算法的區(qū)別在于他們在外信息提取方法上有所不同，由于SOVA算法為了簡化運算，較多地利用了近似值，因此令外信息的準(zhǔn)確度較低。為了在較低的運算復(fù)雜度下盡可能提高Turbo碼譯碼性能。本文對Turbo碼的SOVA譯碼算法進行研究，通過調(diào)整SOVA譯碼器輸出的外信息值，提高SOVA算法的性能。調(diào)整的方法有兩

3、種： 1.用神經(jīng)元網(wǎng)絡(luò)函數(shù)對先驗信息進行調(diào)整。針對SOVA算法的軟判決信息的絕對值比MAP算法大的特點，利用神經(jīng)元網(wǎng)絡(luò)對SOVA算法得到的軟判決信息進行非線性壓縮，以限制SOVA算法的迭代信息的的值，使誤比特率減低。 2.末位比特修正SOVA法。由于傳統(tǒng)SOVA算法在選擇錯誤路徑概率的計算上存在不足，因此得到軟判決信息有誤差。文中提出了改進的方法，根據(jù)各狀態(tài)幸存路徑累計度量的差值，對譯碼回溯深度里的最末位比特進行修正，然