导航:首页 > 源码编译 > turbo码译码算法
turbo码译码算法
发布时间：2024-11-27 07:31:17A. Turbo码的译码算法
如前所述，turbo码需要一种软输入软输出的译码算法。软输出译码器的输出不仅应包含硬判决值，而且包括做出这种判断的可信程度。译码算法应该考虑到三方面的问题，及外信息的引入；如何在迭代译码中充分利用各类信息，防止简单正反馈的形成，确保算法收敛；充分利用码原件的相关信息。常见的算法有一下几种： 其运算量为标准维特比算法的两倍。维特比算法是最大似然序列估计算法，但由于在它的每一步都要删除一些低似然路径，为每一状态只保留一条最优路径，它无法提供软输出。为了给他输出的每个比特赋予一个可信度，需要在删除低似然路径是做一些修正，以保留必要的信息。其基本思想是利用最优留存路径和被删路径的度量差，这个差越小意味着这次算去的可靠性越好。然后用这个差去修正这条路径上各个比特的可信度。
B. Turbo码的译码原理
香农信息论告诉我们，最优的译码算法是概率译码算法，也就是最大后验概率算法(MAP）。但在Turbo码出现之前，信道编码使用的概率译码算法是最大似然算法(ML）。ML算法是MAP算法的简化，即假设信源符号等概率出现，因此是次优的译码算法。Turbo码的译码算法采用了MAP算法，在译码的结构上又做了改进，再次引入反馈的概念，取得了性能和复杂度之间的折衷。同时，Turbo 码的译码采用的是迭代译码，这与经典的代数译码是完全不同的。
Turbo 码的译码算法是最早在BCJR 算法的基础上改进的，我们称以MAP算法，后来又形成Log-MAP算法、Max-Log-MAP以及软输入软输出（SOVA）算法。Turbo 码的译码结构图
⒈Turbo 码的译码结构如图所示. Turbo 译码器有以下的特点：
1) 串行级联
2) 迭代译码
3) 在迭代译码过程中交换的是外部信息
⒉ 概率译码译码原理及结构
译码时首先对接收信息进行处理，两个成员译码器之间外部信息的传递就形成了一个循环迭代的结构。由于外部信息的作用，一定信噪比下的误比特率将随着循环次数的增加而降低。但同时外部信息与接受序列间的相关性也随着译码次数的增加而逐渐增加，外部信息所提供的纠错能力也随之减弱，在一定的循环次数之后，译码性能将不再提高。
与turbo码译码算法相关的资料
- 最强大逃顶通达信指标源码
- 主力排序选股源码
- 股票成本均线指标源码
- 增量调制编译码验证实验报告
- gcc编译器是干啥的
- intouch正在编译无法打开
- 什么编译器适合做网页
- 嵌入式能编译文件的权限
- gcco的编译格式
- 编译器保留数字
- 红与黑中央编译
- 什么叫源码编译器
- 中央编译局比较政治学
- 加载算法模版失败怎么回事
- 盖世汽车招聘新闻编译
- 半监督fcm的算法源码
- 在线电子表格源码
- 客服系统源码教程
- js手游源码
- 令牌桶算法实现
- 灭火是由近及源码
- 如何修改通达信主图指标源码
- 自然态图编译原理
- 假期和工资算法
- 燕窝溯源码真假
- 整栋楼过户算法
- python编译器免费
- 杜比视界是算法吗
- 数学列式算法有哪些
- 六大算法之三动态规划csdn
- scrm源码下载
- 印尼孕妇溯源码燕窝的价钱
- vb背单词软件源码
- 主力资金源码分析
- 斜率判断涨势主图源码
- 换手率幅图指标源码
- 主图源码怎么买
- world程序编译步骤
- 编译原理统计终结符与非终结符
- ic验证用什么编译工具
- 无刷电机控制算法
- 查看gcc是否编译成功