LDPC码是一种性能非常接近shannon限的纠错码。线性规划(LP)译码作为最大似然(ML)译码的估计,具有最大似然特性。同原始迭代译码算法相比,LP译码算法更易于分析其性能。论文对LDPC码的线性规划译码(LP)算法进行深入研究,包括LDPC码的原始LP译码模型的建立过程和改进的LP译码算法。主要工作和创新如下：(1)介绍原始LP译码两种模型的建立过程,通过对抽象可行多面体的描述,说明了LP译码与分数距离的关系,并总结LP译码成功的条件,引出误码率公式。将LP译码同BP译码和MS译码进行比较,给出了结论。(2)深入研究自适应线性规划(ALP)译码、收紧松弛线性规划译码和基于分支界定原理的多级线性规划(MLP)译码算法,给出三种改进的LP译码算法的原理及实现步骤,并对译码性能进行了仿真分析。针对收紧松弛译码,又研究两种寻找冗余奇偶校验割的方法。(3)原始MLP译码在对具有分数值的节点进行选择纠正时,具有随机性,因此译码效率不高。针对此,提出一种改进的MLP译码算法,该算法基于一个有效集合生成准则,确定当前分数解中具有最大平均不确定性的变量节点的集合为有效集合,并按照特定的赋值方式对有效集合进行赋值形成有效约束。在对相同数目的分数节点进行纠正时,改进的MLP译码算法比原始MLP译码算法具有更好的译码性能,提高了平均译码效率。(4)在改进的MLP译码算法基础上,引入自适应译码思想,提出一种自适应的MLP译码算法。同MLP译码相比,在相同译码条件下,自适应MLP译码算法能以较少的复杂度达到与之相同的译码性能,在译码复杂度和译码性能之间取更好的折衷。(5)通过引入辅助变量,将GF(2)上的校验方程转换为实数域上的约束条件,得到ML译码的等价整数规划问题,再基于分离算法对整数规划译码进行线性规划松弛,建立一种基于校验方程及分离算法的线性规划译码模型。针对该模型,给出一个基于校验矩阵初等变换处理的有效割(奇偶校验割)构造算法,可直接获得当前分数解的有效割,提高了有效割寻找效率。仿真证明,同原始LP译码模型相比,基于分离算法的LP译码模型具有更好的译码性能。