信道编码是提高通信可靠性的重要手段。达到Shannon限（即信道容量）是信道编码理论研究的根本目标。实践证明，软判决译码是最有希望达到这一目标的重要方法之一。目前，研究最佳（或准最佳）性能、低复杂度的软判决译码已经成为信道编码研究的重要课题。本文围绕这个课题研究了快速有效的软译码算法，主要研究成果包括：1.针对基于分组码树图的A~*译码算法，推导了一个简单的广义门限，增加了一 条新的搜索规则，提出了带门限检测的A~*译码算法，减少了不必要的搜索， 使得译码速度更快、同时误码性能接近最大似然译码性能。2.针对基于分组码格图的序列译码Stack算法，推导了更一般的广义门限，获 得了两种门限—Fano广义门限和A~*广义门限，提出了带门限检测的序列译 码Stack算法，利用最佳门限对侯选码字进行最优性检测，满足广义门限的 侯选码字作为译码输出，减少了Stack算法不必要的搜索。分析了采用不同 的度量函数、偏差项和搜索方向对译码性能、计算复杂度的影响。3.针对基于分组码有向树（图）的最大似然软判决译码，提出采用新的度量函 数，使计算更简单；采用更有效的搜索算法—DA算法，搜索分组码有向树 （图）上的最佳图样；建立错误图样的广义门限，进一步加快搜索速度。同 时指出：采用非最佳信号形式会导致性能损失近3dB。4.利用遗传算法固有的并行特性和启发式搜索能力，提出了基于遗传算法的、 有效的软判决译码。将分组码的软判决译码问题转化为相应的组合优化问题， 采用遗传算法进行快速优化计算，完成快速软判决译码。指出卷积码M译码 算法存在路径选择策略过于单一、容易丢失最佳路径的缺陷，提出将卷积码 格图上的单向和双向搜索译码转化为遗传空间的群体进化过程，利用遗传算 法的群体多样性好、全局搜索能力强的特点，提高搜索质量，改善译码性能。 对于纠错能力较强的分组码和卷积码，这类算法具有较高的实用价值。5.指出Chase算法在试探译码时会产生重复的侯选码字，提出采用人工智能搜 索技术—A~*算法，快速生成试探序列集合，并利用已经试探译码的信息，对 试探序列集合进行分类，生成试探序列的等价类及其代表，仅对代表进行试 探译码和最佳测试，从而获得了一种迭代的分组码快速软判决译码，其译码 速度更快而性能与Chase算法完全相同。