LDPC分组码，是一种由校验矩阵定义的奇偶校验分组码，其校验矩阵的稀疏特性使得其译码器可以使用BP译码算法进行译码，误码性能可以逼近香农限。卷积码，是一种编码器具有记忆特性的码型，误码性能要优于一般的分组码。卷积LDPC码，作为综合两种码型优点的一种新码型，由A.J.Felstrom和K.S.Zigangirov于1999年在“Time-varying periodic convolutional codes with low-density parity-checkmatrix”一文中被提出。卷积LDPC码，是一种具有卷积特性的LDPC码，它继承了LDPC分组码校验矩阵的稀疏性和卷积码编码器的记忆特性，从而衍生出其特殊的编译码系统。　　 本文通过对卷积LDPC码基本概念的研究分析，引出其校验矩阵的构造方法。由于卷积LDPC码校验矩阵的稀疏性，使得卷积LDPC码的译码器的实现可以选择BP译码算法;同时，由于其校验矩阵的记忆特性，使得编码后变量节点与校验节点之间的约束关系限制在一个固定的长度内，此即卷积LDPC码译码器可以设计成流水线式的直接原因。此外，卷积LDPC码的编译码工作可以同时进行，这使得卷积LDPC码适用于一些对初始时延要求不太高的实时通信系统，例如网络直播。　　 论文研究的主要内容为卷积LDPC码的译码器。本文通过建立卷积LDPC码编译码仿真平台得出大量仿真数据，进而分析出影响卷积LDPC码译码器译码性能的几个重要因素:记忆长度、迭代次数、比重因子的引入。虽然卷积LDPC码译码器存在的两个缺陷，即译码初始时延较高和存取效率低，但分析了卷积LDPC码译码器复杂度并将之与LDPC分组码进行对比之后发现:同等译码时延或者译码复杂度条件下，卷积LDPC码译码器误码性能仍优于LDPC分组码。　　 本文针对卷积LDPC码流水线译码器提出了两种改进方案:一种是通过增加译码器中FIFO的个数来实现对流水线译码器处理过程中产生的中间变量信息进行及时的更新存储，提高存取效率，同时，使其各个节点信息在进行计算时能够利用与之相关节点最新的迭代信息，提高了迭代的效率，降低了迭代次数，从而降低初始译码时延及误码率。另一种是设计一种处理器中止计算的规则，即通过处理器每次做硬判决得出的序列进行部分校验，若码元序列满足校验方程到一定值，则处理器即可进入休眠状态，这一规则避免了不必要的迭代过程，降低了译码器每输出一个译码码元平均所需的迭代次数，从而降低译码时延。