论文部分内容阅读
Turbo码是一类新的纠错控制码，并已被确定为第3代移动通信系统的标准之一，如CDMA-2000和WCDMA。自从1993年C.Berrou等人提出Turbo码后，大量的研究都集中在Turbo码的译码算法上。本文从考虑降低卷积Turbo码的译码复杂度，便于硬件实现的角度出发，提出卷积Turbo码的RBF神经网络译码算法，并讨论了三种译码算法。分别是：
(1)卷积码的RBF神经网络译码算法。采用该算法的时候，引入了滑动窗口的方法，将卷积码译码和RBF神经网络结合，用并行处理的方式降低了译码时延。经过仿真可知，随着窗口的增大，这种译码算法的性能会越来越接近Viterbi软判决译码的性能。
(2)没有外信息的卷积Turbo码的RBF神经网络译码算法。该方法在卷积码的RBF神经网络译码算法的基础上，将这种译码算法推广到卷积Turbo码的译码。仿真结果表明，所提出的算法能获得较好的译码性能。同时，译码复杂度相比MAP算法和Max-Log-MAP算法都有很大程度的降低。
(3)带有外信息的卷积Turbo码的RBF神经网络译码算法。该方法在没有外信息的卷积Turbo码的RBF神经网络译码算法的基础上，进行了更深一步的研究，提取了外信息。仿真表明，所提出的算法在不提高复杂度的情况下，可以获得更好的译码性能。
卷积Turbo码的RBF神经网络译码算法是一种新的译码算法。该算法具有并行处理能力，能够对卷积Turbo码进行有效的迭代译码，译码性能较好，运算复杂度相比MAP算法和Max-Log-MAP算法都有很大程度的降低。因此，该方法使得卷积Turbo码的译码算法更为简洁，易于硬件实现和实际系统中的应用。