A. Turbo碼的解碼演算法
如前所述,turbo碼需要一種軟輸入軟輸出的解碼演算法。軟輸出解碼器的輸出不僅應包含硬判決值,而且包括做出這種判斷的可信程度。解碼演算法應該考慮到三方面的問題,及外信息的引入;如何在迭代解碼中充分利用各類信息,防止簡單正反饋的形成,確保演算法收斂;充分利用碼原件的相關信息。常見的演算法有一下幾種: 其運算量為標准維特比演算法的兩倍。維特比演算法是最大似然序列估計演算法,但由於在它的每一步都要刪除一些低似然路徑,為每一狀態只保留一條最優路徑,它無法提供軟輸出。為了給他輸出的每個比特賦予一個可信度,需要在刪除低似然路徑是做一些修正,以保留必要的信息。其基本思想是利用最優留存路徑和被刪路徑的度量差,這個差越小意味著這次算去的可靠性越好。然後用這個差去修正這條路徑上各個比特的可信度。
B. Turbo碼的解碼原理
香農資訊理論告訴我們,最優的解碼演算法是概率解碼演算法,也就是最大後驗概率演算法(MAP)。但在Turbo碼出現之前,信道編碼使用的概率解碼演算法是最大似然演算法(ML)。ML演算法是MAP演算法的簡化,即假設信源符號等概率出現,因此是次優的解碼演算法。Turbo碼的解碼演算法採用了MAP演算法,在解碼的結構上又做了改進,再次引入反饋的概念,取得了性能和復雜度之間的折衷。同時,Turbo 碼的解碼採用的是迭代解碼,這與經典的代數解碼是完全不同的。
Turbo 碼的解碼演算法是最早在BCJR 演算法的基礎上改進的,我們稱以MAP演算法,後來又形成Log-MAP演算法、Max-Log-MAP以及軟輸入軟輸出(SOVA)演算法。Turbo 碼的解碼結構圖
⒈Turbo 碼的解碼結構如圖所示. Turbo 解碼器有以下的特點:
1) 串列級聯
2) 迭代解碼
3) 在迭代解碼過程中交換的是外部信息
⒉ 概率解碼解碼原理及結構
解碼時首先對接收信息進行處理,兩個成員解碼器之間外部信息的傳遞就形成了一個循環迭代的結構。由於外部信息的作用,一定信噪比下的誤比特率將隨著循環次數的增加而降低。但同時外部信息與接受序列間的相關性也隨著解碼次數的增加而逐漸增加,外部信息所提供的糾錯能力也隨之減弱,在一定的循環次數之後,解碼性能將不再提高。