（電路與系統(tǒng)專業(yè)論文）卷積Turbo碼的RBF神經(jīng)網(wǎng)絡(luò)譯碼算法[電路與系統(tǒng)專業(yè)優(yōu)秀論文].pdf

摘要 卷積t u r b o 碼的r b f 神經(jīng)網(wǎng)絡(luò)譯碼算法 電路與系統(tǒng) 碩士生：王一波 指導(dǎo)教師：劉星成副教授 摘要 t u r b o 碼是一類新的糾錯(cuò)控制碼，并已被確定為第3 代移動(dòng)通信系統(tǒng)的標(biāo)準(zhǔn) 之一，如c d m a 2 0 0 0 和w c d m a 。自從1 9 9 3 年c b e 打o u 等人提出t u r b o 碼 后，大量的研究都集中在t u r b o 碼的譯碼算法上。本文從考慮降低卷積t u r b o 碼 的譯碼復(fù)雜度，便于硬件實(shí)現(xiàn)的角度出發(fā)，提出卷積t u r b o 碼的r b f 神經(jīng)網(wǎng)絡(luò) 譯碼算法，并討論了三種譯碼算法。分別是： ( 1 ) 卷積碼的r b f 神經(jīng)網(wǎng)絡(luò)譯碼算法。采用該算法的時(shí)候，引入了滑動(dòng)窗 口的方法，將卷積碼譯碼和r b f 神經(jīng)網(wǎng)絡(luò)結(jié)合，用并行處理的方式降低了譯碼 時(shí)延。經(jīng)過仿真可知，隨著窗口的增大，這種譯碼算法的性能會越來越接近v i t e r b i 軟判決譯碼的性能。 ( 2 ) 沒有外信息的卷積t u r b o 碼的r b f 神經(jīng)網(wǎng)絡(luò)譯碼算法。該方法在卷積 碼的r b f 神經(jīng)網(wǎng)絡(luò)譯碼算法的基礎(chǔ)上，將這種譯碼算法推廣到卷積t u r b o 碼的 譯碼。仿真結(jié)果表明，所提出的算法能獲得較好的譯碼性能。同時(shí)，譯碼復(fù)雜度 相比m a p 算法和m a x l o g - m a p 算法都有很大程度的降低。 ( 3 ) 帶有外信息的卷積t u r b o 碼的r b f 神經(jīng)網(wǎng)絡(luò)譯碼算法。該方法在沒有 外信息的卷積t u r b o 碼的r b f 神經(jīng)網(wǎng)絡(luò)譯碼算法的基礎(chǔ)上，進(jìn)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復(fù)雜度的情況下，可以 摘要 獲得更好的譯碼性能。 卷積t u r b o 碼的r b f 神經(jīng)網(wǎng)絡(luò)譯碼算法是一種新的譯碼算法。該算法具有 并行處理能力，能夠?qū)矸et u r b o 碼進(jìn)行有效的迭代譯碼，譯碼性能較好，運(yùn)算 復(fù)雜度相比m a p 算法和m a x l o g - m a p 算法都有很大程度的降低。因此，該方 法使得卷積t u r b o 碼的譯碼算法更為簡潔，易于硬件實(shí)現(xiàn)和實(shí)際系統(tǒng)中的應(yīng)用。 關(guān)鍵詞： 卷積t u r b o 碼，迭代譯碼，徑向基函數(shù)( r b f ) ，神經(jīng)網(wǎng)絡(luò)，誤比特率( b e r ) 壘! 坐型 d e c o d i n ga l g o r i t h mo fc o n v o l u t i o n a lt u r b oc o d e sw i t h m a j o r ： n a m e ： r b fn e u r a ln e t w o r k s c i r c u i ta n d s y s t e m w a n g y i - b o s u p e r v i s o r ：a s s o c i a t ep r o f e s s o rl i ux i n g - c h e n g a b s t r a c t t u r b oc o d e sa r eac l a s so fn e w l yi n t r o d u c e de r r o rc o n t r o lc o d e sa d o p t e di n c o m m u n i c a t i o np r o p o s a l sa n ds t a n d a r d s ，s u c ha sc d m a - 2 0 0 0a n dw c d m a t h e r e s e a r c ho ft h ec o d e sh a sb e e nf o c u s e do ni t sd e c o d i n ga l g o r i t h m ss i n c ei t si n v e n t i o n i n1 9 9 3b yc b e r r o ue ta 1 i nt h i st h e s i sw ep r o p o s e dd e c o d i n ga l g o r i t h mo f c o n v o l u t i o n a lt u r b oc o d e sw i t hr b fn e u r a ln e t w o r k s t h ea l g o r i t h mc o u l dr e d u c e c o m p l e x i t yi nd e c o d i n ga n db ee a s i l yi m p l e m e n t e dw i t hh a r d w a r e t h r e ea l g o r i t h m s w e r ed i s c u s s e d ( 1 ) d e c o d i n ga l g o r i t h mo fc o n v o l u t i o n a lc o d e s 塒t hr b fn e u r a ln e t w o r k s t h e p r o p o s e da l g o r i t h mc o u l dd e c o d ec o n v o l u t i o n a lc o d e sw i t ht i m e - s l i d i n gw i n d o wa n d s h o r t e nt i m e 。d e l a y s i m u l a t i o nr e s u l t ss h o wt h a tt h ed e c o d i n gp e r f o r m a n c ew i t ht h e p r o p o s e da l g o r i t h mc o u l db em u c hu l o r ed o s et os o f t d e c i s i o nv i t e r b ia l g o r i t h mw h e n t h ew i n d o ws i z ej si n c r e a s e d ( 2 ) n o th a v i n ge x t e r i o ri n f o r m a t i o nd e c o d i n ga l g o r i t h mo fc o n v o l u t i o n a lt u r b o c o d e sw i t hr b fn e u r a ln e t w o r k s t h ep r o p o s e da l g o r i t h mw a sb a s e do i lt h ed e c o d i n g a l g o r i t h mo fc o n v o l u t i o n a lc o d e sw i t hr b fn e u r a ln e t w o r k s s i m u l a t i o nr e s u l t ss h o w t h a tt h ed e c o d i n gp e r f o r m a n c ew i t ht h ep r o p o s e da 1 9 6 r i t h mi sb e t t e r f u r t h e r m o r e ，i t h a st h ei n h e r e n ta d v a n t a g e so fh i g h e rs p e e di nd e c o d i n g p r o c e s sa n dl e s sc o m p l i c a t e d 1 1 1 a b s t r a c t i nc o m p u t a t i o nt h a nm a p a l g o r i t h ma n dm a x l o g - m a pa l g o r i t h m ( 3 ) h a v i n ge x t e r i o ri n f o r m a t i o nd e c o d i n ga l g o r i t h mo fc o n v o h t i o n a lt u r b o c o d e sw i t hr b fn e u r a ln e t w o r k s t h ep r o p o s e da l g o r i t h mw a sb a s e do nt h en o t h a v i n ge x t e r i o ri n f o n n a t i o nd e c o d i n ga l g o r i t h mo fc o n v o l u t i o n a lt u r b oc o d e sw i t h r b fn e u r a ln e t w o r k sa n do b t a i n e de x t e r i o ri n f o r m a t i o n s i m u l a t i o nr e s u l t ss h o wt h a t t h ed e c o d i n gp e r f o r m a n c ew i t ht h ep r o p o s e da l g o r i t h mc o u l db em u c hb e t t e rt h a nt h e a l g o r i t h mw i t h o u t e x t e r i o ri n f o r m a t i o n f u r t h e r m o r e ，i t s c o m p l e x i t y w a sn o t i n c r e a s c d d e c o d i n ga l g o r i t h mo fc o n v o l u t i o n a lt u r b oc o d e sw i t hr b f n e u r a ln e t w o r k si sa n o v e ld e c o d i n ga l g o r i t h mf o rc o n v o l u t i o n a lt u r b oc o d e s t h ea l g o r i t h mh a st h e p a r a l l e lp r o c e s s i n gc a p a b i l i t ya n di sl e s sc o m p l i c a t e di nc o m p u t a t i o nt h a nm a p a l g o r i t h ma n dm a x - l o g - m a pa l g o r i t h m i t se l t o rc o r r e c t i o np e r f o r m a n c ei sb e t t e r t h ea l g o r i t h mc o u l db ee a s i l yi m p l e m e n t e dw i t hh a r d w a r e k e yw o r d s ： c o n v o i n t i o n a lt u r b oc o d e ，i t e r a t i v ed e c o d i n g , r a d i a lb a s i sf u n c t i o no m f ) ，n e u r a l n e t w o r k s n ) ，b i te r r o rr a t e ( b e r ) 第1 章緒論 第1 章緒論 隨著現(xiàn)代通信技術(shù)和計(jì)算機(jī)技術(shù)的迅速發(fā)展，每天都在不斷涌現(xiàn)新的通信 業(yè)務(wù)和信息業(yè)務(wù)，同時(shí)用戶對通信質(zhì)量和數(shù)據(jù)傳輸速率的要求也在不斷提高。由 于通信信道固有的噪聲和衰落特性，信號在經(jīng)過信道傳輸?shù)竭_(dá)通信接受端的過程 中不可避免地會收到干擾而造成信號失真。通常需要采用差錯(cuò)控制碼來檢測和糾 正由信道失真引起的信息傳輸錯(cuò)誤。由于差錯(cuò)控制碼主要用于實(shí)現(xiàn)信道糾錯(cuò)，因 此又稱為糾錯(cuò)碼或信道碼。最早的差錯(cuò)控制碼主要是用于深空通信和衛(wèi)星通信， 隨著數(shù)字蜂窩電話、數(shù)字電視以及高分辨率數(shù)字存儲設(shè)備的出現(xiàn)，編碼技術(shù)的應(yīng) 用已經(jīng)不僅僅局限于科研和軍事領(lǐng)域，而是逐漸在各種實(shí)現(xiàn)信息交流和存儲的設(shè) 備中得到成功應(yīng)用。 1 1 數(shù)字通信系統(tǒng)的結(jié)構(gòu) 隨著對高效、高可靠性數(shù)字通信系統(tǒng)需求的迅猛增長，大規(guī)模高速寬帶網(wǎng) 絡(luò)的發(fā)展使語音、圖像和其他多媒體信息的傳輸成為可能。通信系統(tǒng)設(shè)計(jì)人員最 關(guān)心的是如何在數(shù)據(jù)源功率和傳輸帶寬有限，系統(tǒng)復(fù)雜性和設(shè)備造價(jià)盡可能小的 條件下實(shí)現(xiàn)盡可能準(zhǔn)確的信息傳輸，即使信息傳輸?shù)恼`碼率最小化。信道編碼是 消除或降低信息傳輸錯(cuò)誤概率的有效手段之一。下面首先介紹通用數(shù)字通信系統(tǒng) 【1 】的基本組成結(jié)構(gòu)，如圖i - 1 所示。 第l 章緒論 啦 圖1 - 1 數(shù)字通信系統(tǒng)基本組成結(jié)構(gòu) 圖中，信源編碼器是把信源發(fā)出的消息如語言、圖像、文字等轉(zhuǎn)換成為二 進(jìn)制( 或多進(jìn)制) 形式的信息序列，并且為了使傳輸有效，還去掉了一些與傳輸信 息無關(guān)的多余度。為了抗擊傳輸過程中的各種干擾，往往要人為地增加一些多余 度，使其具有自動(dòng)檢錯(cuò)或糾錯(cuò)能力，這種功能由圖中的信道編碼器即糾錯(cuò)編碼器 完成。調(diào)制器的功用是把糾錯(cuò)碼送出的信息序列通過調(diào)制器變換成適合于信道傳 輸?shù)男盘枴?shù)字信號在信道傳輸過程中，總會遇到各種干擾而使信號失真，這種 失真信號傳輸?shù)浇邮斩说慕邮諜C(jī)，進(jìn)行解調(diào)，變成二進(jìn)制( 或多進(jìn)制) 信息序列。 由于信道干擾的影響，該信息序列中可能已有錯(cuò)誤，經(jīng)過信道譯碼器即糾錯(cuò)碼譯 碼器，對其中的錯(cuò)誤進(jìn)行糾正，再通過信源譯碼器恢復(fù)成原來的消息送給用戶。 1 2t u r b o 碼的發(fā)展及研究現(xiàn)狀 1 2 1t u r b o 碼編譯碼方案的提出 信息與通信系統(tǒng)中的編碼有4 種形式【2 】：信源編碼、信道編碼、密碼編碼 和多址編碼。信源編碼解決了通信系統(tǒng)的有效性問題，通過壓縮信源冗余信息來 提高通信的效率；信道編碼則是通過增加冗余位來達(dá)到保證通信系統(tǒng)的可靠性 ( 通過犧牲帶寬或傳輸速率來換取可靠性) ；密碼編碼則是保證了系統(tǒng)的安全性； 多址編碼主要是解決多用戶通信問題。s h a i l n o r l 第二編碼定理證明，用任意接近 信道容量c 的傳輸速率r 傳送，并且傳輸?shù)牟铄e(cuò)率可以任意小的編碼方法是存 在的。信道編碼的任務(wù)就是尋找這種編碼。 2 第1 章緒論 根據(jù)s h a n n o n 有噪信道編碼定理，在信道傳輸速率r 不超過信道容量c 的 前提下，只有在碼組長度無限的碼集合中隨機(jī)的選擇編碼碼字并且在接收端采用 最大似然譯碼算法時(shí)，才能使誤碼率接近為零。但是最大似然譯碼的復(fù)雜性隨編 碼長度的增加而加大，當(dāng)編碼長度趨于無窮大時(shí)，最大似然譯碼是不可能實(shí)現(xiàn)的。 所以人們認(rèn)為隨機(jī)性編譯碼僅僅是為證明定理存在性而引入的一種數(shù)學(xué)方法和 手段，在實(shí)際的編碼構(gòu)造中是不可能實(shí)現(xiàn)的。， 在t u r b o 碼問世以前，前向差錯(cuò)控制碼主要包括分組碼、卷積碼以及級聯(lián) 碼等結(jié)構(gòu)形式。雖然軟判決譯碼、級聯(lián)碼和編碼調(diào)制技術(shù)都對信道碼的設(shè)計(jì)和發(fā) 展產(chǎn)生了重大影響，但是其增益與s h a n n o n 理論極限始終都存在2 3 d b 的誤差。 因此在t u r b o 碼提出以前，信道截止速率硒一直被認(rèn)為是差錯(cuò)控制碼性能的實(shí) 際極限，s h a n n o n 極限僅僅是理論上的極限，是不可能達(dá)到的。 在1 9 9 3 年于瑞士日內(nèi)瓦召開的國際通信會議( i c c 9 3 ) 上，兩位任教于法國 不列顛通信大學(xué)的教授c b c r r o u 、ag l a v i c u x 和他們的緬甸藉博士生首次提出 了一種新型信道編碼方案_ t 1 l r b o 碼【3 】【4 】，由于很好的應(yīng)用了s h a n n o n 信道編 碼定理中的隨機(jī)性編譯碼條件，從而獲得了幾乎接近s h a n n o n 理論極限的譯碼性 能，巧妙地將卷積碼和隨機(jī)交織器結(jié)合在一起，實(shí)現(xiàn)了隨機(jī)編碼的思想：同時(shí)， 采用軟輸出迭代譯碼來逼近最大似然譯碼。計(jì)算機(jī)仿真結(jié)果表明：若采用大小為 6 5 5 3 6 的隨機(jī)交織器，并進(jìn)行了1 8 次迭代，則在e b n o o 7 d b 時(shí)，碼率r 為 1 2 的t u r b o 碼在a w g n 信道上的誤比特率( b e r ) 1 0 4 ，達(dá)到了接近s h a n n o n 界的性能( 碼率r 為1 2 的s h a n n o n 界是0 d b ) 。 到目前為止，t u r b o 碼在現(xiàn)有信道編碼方案中是很好的。t u r b o 碼一出現(xiàn)， 就在編碼理論界引起了轟動(dòng)，成為自信息論提出一來最重大的研究進(jìn)展。但由于 凡位發(fā)明者僅給出了一定參數(shù)下的計(jì)算機(jī)仿真結(jié)果，而沒有嚴(yán)格的理論分析和解 釋，所以近些年在編碼界掀起了t u r b o 碼的研究熱潮。t u r b o 碼論壇的成立以及 于1 9 9 7 年9 月和2 0 0 0 年9 月在法國布萊斯特召開的兩次t u r b o 碼及相關(guān)主題國 際會議都吸引了更多的編碼界人士投身到t u r b o 碼的研究中來，第三屆t u r b o 碼 及相關(guān)主題國際會議也已經(jīng)于2 0 0 3 年9 月在法國布萊斯特召開。t u r b o 的出現(xiàn) 為編碼理論和實(shí)踐帶來了一場革命，標(biāo)志著長期將信道截止速率島作為實(shí)際容 量限的歷史結(jié)束，同時(shí)t u r b o 碼還改變了人們設(shè)計(jì)信道碼的傳統(tǒng)觀點(diǎn)，使信道編 3 第1 章緒論 碼理論與技術(shù)的研究進(jìn)入了一個(gè)嶄新的階段。 盡管目前對t u r b o 碼的作用機(jī)制尚不十分清楚，對迭代譯碼算法的性能也 還缺乏有效的理論解釋，但它無疑為最終達(dá)到s h a n n o n 信道容量開辟了一條新的 途徑，其原理思想在相關(guān)研究領(lǐng)域中具有廣闊的應(yīng)用前景。目前，t u r b o 碼被看 作1 9 8 2 年t c m 技術(shù)問世以來，信道編碼理論與技術(shù)研究上所取得的最偉大的 技術(shù)成就，具有里程碑的意義。 1 2 2t u r b o 碼的研究狀況 在t u r b o 碼的設(shè)計(jì)和理論研究方面，首先進(jìn)行了t u r b o 碼的結(jié)構(gòu)研究。組 成t u r b o 碼的子碼的選擇，可以是典型的卷積碼，也可以是分組碼【5 】【6 】。t u r b o 碼的結(jié)構(gòu)可以是并行級聯(lián)，也可以是串行級聯(lián)，還可以是混合結(jié)構(gòu)。交織器的設(shè) 計(jì)對t u r b o 碼至關(guān)重要，開始的研究主要注意的是交織器對t u r b o 碼的b e r 性 能和時(shí)延的影響。隨著t u r b o 碼逐步走向應(yīng)用，人們注意到改進(jìn)交織器的結(jié)構(gòu)可 以使t u r b o 碼譯碼并行進(jìn)行【7 】，即使應(yīng)用雙精度的s o v a 譯碼算法性能也不會降 低很多非常接近l o g - m a p 譯碼的性能。國內(nèi)在交織器設(shè)計(jì)方面也有較多的 研究，如王育民等研究組設(shè)計(jì)的復(fù)合型交織器【8 】。在t u r b o 碼距離譜的研究方面， p o d e m s k i 和d a n e s h g a r a n 等人提出了計(jì)算漢明距離譜的算法，p e m z 則通過距離 譜解釋了t u r b o 碼性能曲線在大信噪比時(shí)變平坦差錯(cuò)平底的現(xiàn)象。i s a s o n 和t - m d u m a l l 等人分別對交織衰落信道和高速t u r b o 碼的性能限作了研究【9 】。 在譯碼算法研究方面，主要時(shí)在最大后驗(yàn)概率( m a p ) 算法【1 0 和軟輸出 v i t e r b i 算法( s o v a ) 的基礎(chǔ)上尋求新的算法和對原有的算法進(jìn)行改進(jìn)，降低譯碼 復(fù)雜度。t u r b o 碼的譯碼算法主要有上述兩種迭代算法( m a p 和s 0 、0 d 。這方面 的研究特別活躍，國內(nèi)外有大量的研究論文涌現(xiàn)。例如：王新梅等對級聯(lián)系統(tǒng)的 軟輸出譯碼算法作了研究【1 1 】。吳偉陵等對r a l y e i g h 衰落信道進(jìn)行了分析【1 2 】， 提出了r a k e 接收，最大比合并、除以信道幅度參數(shù)的平方之和，以此為基礎(chǔ)對 以t u r b o 譯碼的算法進(jìn)行改進(jìn)，結(jié)果表明糾錯(cuò)性能得到很大提高。李建東等針對 無線o f d m 系統(tǒng)中的頻率選擇性衰落信道進(jìn)行了s o v a 譯碼算法研究【1 3 】，提 出了盲信道估計(jì)的s o v a 和差分s o v a 兩種譯碼算法。王東明等人( 1 4 】將基于 4 第1 章緒論 m m s e 的t u r b o 檢測譯碼方案應(yīng)用于空時(shí)分組碼分塊傳輸系統(tǒng)，利用信道矩陣的 循環(huán)特性，t u r b o 信道檢測算法可以用劂f f t 快速實(shí)現(xiàn)，并且矩陣求逆運(yùn)算 量非常低。采用t u r b o 碼的s t b c c p s c b t ( 空時(shí)分組編碼力循環(huán)前綴的單載波 分塊傳輸) 系統(tǒng)經(jīng)過6 次迭代檢測后可以得到2 d b 的增益 1 4 1 。研究譯碼算法的 同時(shí)，研究人員對譯碼的收斂性也沒有忽視。m i h a l j e v i c 和g o l i c 對概率譯碼的 收斂性進(jìn)行了分析，這種分析對減少譯碼日出延起了積極作用。m i c h a e l t u c h l e r 1 5 1 的研究則表明，根據(jù)簡化的外部信息轉(zhuǎn)換圖，可以優(yōu)化級聯(lián)系統(tǒng)譯碼的收斂性， 且在有限次迭代后的性能非常好。 t u r b o 碼的應(yīng)用研究主要集中在如下一些方面：t u r b o 編碼調(diào)制、t u r b o 信 道檢測和均衡、t u r b o 碼與o l d m 、t u r b o 碼與m d 涯o 系統(tǒng)的結(jié)合改善系統(tǒng)糾錯(cuò) 性能和提高系統(tǒng)容量，抵抗符號間干擾等等。例如，以r o b e r t s o n 、d i v s a l a r 等人 為代表進(jìn)行的網(wǎng)格編碼調(diào)制( t c m ) 和t u r b o 編碼相結(jié)合的所謂t - t c m 聯(lián)合編碼 調(diào)制研究；以h a n z o 等人為代表的基于t u r b o 碼的多用戶檢測、t u r b o 均衡和干 擾對消等方面的研究；以及民m o h a m e d - p o u r 等人提出的在t u r b o 碼迭代譯碼系 統(tǒng)中使用判決反饋均衡等等，這些都屬于應(yīng)用基礎(chǔ)研究【1 6 】【1 7 】【1 8 】【1 9 】【2 0 】【2 1 】 【2 2 。國內(nèi)在這方面的研究也非?；钴S。姚彥等人的自適應(yīng)編碼調(diào)制方案可以獲 得較大的s n r 增益，利用t u r b o 編碼調(diào)制在o f d m 子載波上的分機(jī)能力有效對 抗信道時(shí)變帶來的吞吐性能惡化【2 3 】。宋文濤等人提出的t u r b o 編碼多元調(diào)制方 案是一種功率和頻譜高效的編碼調(diào)制方式，它比傳統(tǒng)的網(wǎng)格編碼調(diào)制( t c m ) 方 式有更好的性能【2 4 】。對于低復(fù)雜性的t u r b o 編碼調(diào)制技術(shù)，劉增基等人也證實(shí) 了它具有高頻帶利用率的特征，而且譯碼無需先驗(yàn)信道狀態(tài)信息，在衰落因子 ，b 瓦不大的平坦衰落信道中，基于q p s k 等調(diào)制的d d t p c m 系統(tǒng)在1 0 - 5 誤比特 率時(shí)都沒有差錯(cuò)平底，這是迄今為止所取得的相當(dāng)好的結(jié)果【2 5 】。在t u r b o 碼與 空時(shí)碼、o f d m 系統(tǒng)、m i m o 系統(tǒng)以及分集接收技術(shù)中的應(yīng)用，也有大量的研 究成果報(bào)道1 2 2 2 3 1 2 6 。在t u r b o 碼的混合糾錯(cuò)方面，利用t u r b o 碼的編碼和譯 碼特點(diǎn)進(jìn)行混合a r q 設(shè)計(jì)，可以提高系統(tǒng)的整體性能【2 7 】。 1 3 人工神經(jīng)網(wǎng)絡(luò)的特性 5 第l 章緒論 i 3 1 人工神經(jīng)網(wǎng)絡(luò)簡介 人工神經(jīng)網(wǎng)絡(luò)( a n n ) ，亦稱為神經(jīng)網(wǎng)絡(luò)( n n ) ，是由大量處理單元( 神經(jīng)元 n c u m n s ) 廣泛互連而成的網(wǎng)絡(luò)，是對人腦的抽象、簡化和模擬，反映人腦的基本 特征。人工神經(jīng)網(wǎng)絡(luò)的研究是從人腦的生理結(jié)構(gòu)出發(fā)來研究人的智能行為，模擬 人腦信息處理的功能。 神經(jīng)網(wǎng)絡(luò)也經(jīng)常被稱為神經(jīng)計(jì)算機(jī)，但它與現(xiàn)代數(shù)字計(jì)算機(jī)的不同之處主 要表現(xiàn)在以下方面： ( 1 ) 神經(jīng)網(wǎng)絡(luò)的信息存儲與處理( 計(jì)算) 是合二為一的，即信息的存儲體現(xiàn) 在神經(jīng)元互連的分布上；傳統(tǒng)計(jì)算機(jī)的存儲與計(jì)算機(jī)是獨(dú)立的，因而在存儲與計(jì) 算之間存在著瓶頸。 ( 2 ) 神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的魯棒性和容錯(cuò)性，善于聯(lián)想、概括、類比和推廣， 任何局部的損傷不會影響整體結(jié)果。 ( 3 ) 神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的自學(xué)習(xí)能力，能為新的輸入產(chǎn)生合理的輸出，可在 學(xué)習(xí)過程中不斷完善自己，具有創(chuàng)新特點(diǎn)。 ( 4 ) 神經(jīng)網(wǎng)絡(luò)是一大規(guī)模自適應(yīng)非線性動(dòng)力系統(tǒng)，具有集體運(yùn)算的能力。這 與本質(zhì)上是線性系統(tǒng)的現(xiàn)代數(shù)字計(jì)算機(jī)迥然不同。 人工神經(jīng)網(wǎng)絡(luò)是近年來的熱點(diǎn)研究領(lǐng)域，涉及到電子科學(xué)與技術(shù)、信息與 通信工程、計(jì)算機(jī)科學(xué)與技術(shù)、電氣工程、控制科學(xué)與技術(shù)等諸多學(xué)科，其應(yīng)用 領(lǐng)域包括：建模、時(shí)間序列分析、模式識別和控制等，并在不斷的拓展。 1 。3 2 人工神經(jīng)網(wǎng)絡(luò)的信息處理能力 人工神經(jīng)網(wǎng)絡(luò)的計(jì)算機(jī)能力有三個(gè)顯著的特點(diǎn)：一是它的非線性特性；二 是大量的并行分布結(jié)構(gòu)；三是它的學(xué)習(xí)和歸納能力。歸納指神經(jīng)網(wǎng)絡(luò)在學(xué)習(xí)( 訓(xùn) 練) 過程中能為新的輸入產(chǎn)生合理的輸出。具有了這些特性的人工神經(jīng)網(wǎng)絡(luò)能夠 解決許多復(fù)雜的問題。 按照s h n o nh a y k m 的觀點(diǎn)，人工神經(jīng)網(wǎng)絡(luò)具有如下的信息處理能力： ( 1 ) 非線性。一個(gè)人工神經(jīng)元可以是線性或非線性的。 ( 2 ) 輸入一輸出映射。人工神經(jīng)網(wǎng)絡(luò)具有學(xué)習(xí)能力，通過學(xué)習(xí)，人工神經(jīng)網(wǎng) 6 第1 章緒論 絡(luò)具有很好的輸入一輸出映射能力。一個(gè)流行的學(xué)習(xí)范例稱為有導(dǎo)師學(xué)習(xí)或監(jiān)督 學(xué)習(xí)，它利用一組被標(biāo)記的訓(xùn)練樣本或任務(wù)實(shí)例對神經(jīng)網(wǎng)絡(luò)的突觸權(quán)值進(jìn)行調(diào) 整。每一組訓(xùn)練樣本包含一個(gè)給定的輸入信號和對應(yīng)的期望輸出。對應(yīng)給定的輸 入信號，網(wǎng)絡(luò)產(chǎn)生實(shí)際的輸出，實(shí)際輸出與期望輸出之間存在誤差，通過某些規(guī) 則反復(fù)修正網(wǎng)絡(luò)的突觸權(quán)值，可使實(shí)際輸出與期望輸出之間的誤差減小到滿意的 程度，這樣就完成了輸入到輸出的映射。 ( 適應(yīng)性。神經(jīng)網(wǎng)絡(luò)具有調(diào)整突觸權(quán)值以適應(yīng)周圍環(huán)境的變化能力，尤 其在特定環(huán)境中訓(xùn)練過的神經(jīng)網(wǎng)絡(luò)能很容易地被再次訓(xùn)練以處理環(huán)境條件微小 的變化，這反映了神經(jīng)網(wǎng)絡(luò)的適應(yīng)性。 ( 4 ) 容錯(cuò)性。容錯(cuò)包括空間上的容錯(cuò)、時(shí)間上的容錯(cuò)和故障檢測。 ( 5 ) 超大規(guī)模集成的可執(zhí)行能力。神經(jīng)網(wǎng)絡(luò)所具有的大量并行特性使其對特 定任務(wù)的計(jì)算變得很快，這種特性也使神經(jīng)網(wǎng)絡(luò)非常適合超大規(guī)模集成技術(shù)的執(zhí) 行。 1 3 3 神經(jīng)網(wǎng)絡(luò)譯碼的研究現(xiàn)狀 在利用神經(jīng)網(wǎng)絡(luò)對糾錯(cuò)碼譯碼的研究方面【2 8 】【2 9 】【3 0 】 3 1 】，在1 9 9 0 年，c a i d w 蛐如r 和m e a n sr o b e r tw 利用b p ( 誤差反向傳播算法) 神經(jīng)網(wǎng)絡(luò)對h a m m i n g ( 7 ，4 ) 分組碼和( 2 ，1 ，2 ) 系統(tǒng)和非系統(tǒng)卷積碼進(jìn)行譯碼【2 8 】；1 9 9 4 年，e e 1 k h a m y s a i de ，y o u s s e fe l s a y e d 八和a b d o uh o s s a m e l - d i nm 利用b p 神經(jīng)網(wǎng)絡(luò)對分組 碼進(jìn)行軟判決譯碼【2 9 】；1 9 9 9 年，a n n a n t hr 和r u g h o o p u t hh a r r yc s 利用b p 神經(jīng)網(wǎng)絡(luò)對卷積t u r b o 碼進(jìn)行譯碼【3 1 】。雖然已經(jīng)將神經(jīng)網(wǎng)絡(luò)應(yīng)用到糾錯(cuò)碼譯碼 方面，但是譯碼性能相比較一些傳統(tǒng)的算法差，在降低誤碼率時(shí)不夠理想。 1 4 本文研究意義和創(chuàng)新點(diǎn) 1 4 1 研究意義 由于t u r b o 碼具有接近s h a n n o n 理論的性能，尤其是低信噪比下的優(yōu)異性 能使t u r b o 碼在許多通訊系統(tǒng)都有非常大的應(yīng)用潛力。除了在深空通信、衛(wèi)星通 7 第l 章緒論 信以及多媒體通信等領(lǐng)域應(yīng)用外，t u r b o 碼在無線移動(dòng)通信系統(tǒng)中的應(yīng)用是目前 研究的熱點(diǎn) 3 2 1 1 3 3 3 4 。cs c h u r g e r s 研究了通過自適應(yīng)調(diào)整迭代次數(shù)實(shí)現(xiàn)室內(nèi) 無線環(huán)境下t u r b o 碼迭代譯碼的方案。t k e l l e r 和j p w o o d a r d 等人考察了基于 t u r b o 碼的并行m o d e m 在個(gè)人通信中的應(yīng)用問題。目前，t u r b o 碼已經(jīng)成為第3 代通信系統(tǒng)的標(biāo)準(zhǔn)之一，有關(guān)其關(guān)鍵技術(shù)的標(biāo)準(zhǔn)化也已經(jīng)出現(xiàn)。在第3 代移動(dòng)通 信系統(tǒng)i m t 2 0 0 0 中，由于移動(dòng)信道傳輸媒質(zhì)的不穩(wěn)定性和噪聲的不確定性， 一般的糾錯(cuò)碼很難達(dá)到較高要求的業(yè)務(wù)質(zhì)量，而t u r b o 碼因其具有獨(dú)特的優(yōu)勢， 已經(jīng)被確定為c d m a 2 0 0 0 輔助業(yè)務(wù)信道中高質(zhì)量、高速率傳輸業(yè)務(wù)的可選編碼 方案。c d m a 2 0 0 0 前向和反向業(yè)務(wù)信道編碼中，采用了碼率為1 2 、1 3 、1 4 的 t u r b o 碼。在c d m a 移動(dòng)通信系統(tǒng)中，由于系統(tǒng)容量( 每個(gè)小區(qū)的最大用戶數(shù)) 與信噪比( s t c g ) 近似成反比，則對于給定的誤比特率( b l ；對，若降低s n r ，則系 統(tǒng)容量增大。所用卷積碼的約束長度一般都比較大僅= 9 ) ，這樣使設(shè)備復(fù)雜度和 成本都上升。而t u r b o 碼能提供比一般的糾錯(cuò)碼多幾d b 的編碼增益。使用t u r b o 碼在達(dá)到同樣效果時(shí)，可降低設(shè)備復(fù)雜度和成本。故在c d m a 系統(tǒng)中采用t u r b o 碼技術(shù)可進(jìn)一步提高容量。 t u r b o 碼還可以推廣到c d m a 多用戶檢測中，實(shí)現(xiàn)基于t u r b o 碼譯碼原 理的c d m a 多用戶檢測接收機(jī)。在c d m a 系統(tǒng)中，大量用戶在同一傳輸媒質(zhì) 的同一頻段、同一時(shí)間傳輸，而且各用戶分配的編碼波形不是正交的，另外由于 實(shí)際條件的限制( 如有限傳輸帶寬、用戶數(shù)、功率、信道、同步等) ，使得在接收 機(jī)中存在嚴(yán)重的多址干擾。多址干擾主要是由用戶問擴(kuò)頻序列的相關(guān)性造成，而 t u r b o 碼在其編碼系統(tǒng)中采用交織器，從而可以通過分散信息碼元的位置來降低 擴(kuò)頻碼問的相關(guān)性，最終達(dá)到提高系統(tǒng)性能的目的。在實(shí)際的應(yīng)用中，把t u r b o 碼與d s c d m a 系統(tǒng)的擴(kuò)頻編碼結(jié)合起來，t u r b o 碼編碼作為外碼，擴(kuò)頻編碼 作為內(nèi)碼，其間用交織器級聯(lián)起來，類似于級聯(lián)碼的形式。在接收端，先通過匹 配濾波器分離出各個(gè)用戶的接收信息，然后根據(jù)信道模型計(jì)算傳遞條件概率并進(jìn) 行解擴(kuò)，經(jīng)過分支概率產(chǎn)生器后得到各個(gè)用戶接收信息的后驗(yàn)概率，分別送入相 應(yīng)的t u r b o 碼譯碼器。每個(gè)t u r b o 碼譯碼器得到一個(gè)軟判決輸出和一個(gè)外部信 息。其中外部信息送回到分支概率產(chǎn)生器，作為下一次迭代譯碼的先驗(yàn)信息，從 而實(shí)現(xiàn)t u r b o 碼的迭代譯碼。此外，t u r b o 碼在文本傳輸和數(shù)據(jù)存儲等方面也有 8 第1 章緒論 應(yīng)用。 由于t u r b o 碼以前的各種譯碼算法都存在算法復(fù)雜度與它們可獲得的性能 及可實(shí)現(xiàn)性之間的矛盾，因此，目前國內(nèi)外在t u r b o 碼的譯碼算法實(shí)現(xiàn)上沒有 形成定論。 選擇譯碼用神經(jīng)網(wǎng)絡(luò)算法來代替以前的各種譯碼算法，也正是基于上述原 因的考慮。神經(jīng)網(wǎng)絡(luò)算法的主要問題是訓(xùn)練網(wǎng)絡(luò)的權(quán)值，在訓(xùn)練網(wǎng)絡(luò)權(quán)值方面所 需要的計(jì)算量和時(shí)間相對較多，一旦網(wǎng)絡(luò)的權(quán)值能夠確定，在譯碼的時(shí)候只是將 所接收到的碼字和權(quán)值進(jìn)行加減運(yùn)算就可以得到輸出。通過對r b f 神經(jīng)網(wǎng)絡(luò)譯 碼算法的仿真實(shí)驗(yàn)，相比較以前的譯碼算法而言，在利用r b f 神經(jīng)網(wǎng)絡(luò)算法譯 碼時(shí)所用到的計(jì)算量會減少許多，運(yùn)算復(fù)雜度降低很多。在硬件實(shí)現(xiàn)方面，由于 輸出的計(jì)算方法會比較簡單，這樣比較易于硬件電路的設(shè)計(jì)和實(shí)現(xiàn)，使t u r b o 碼 在現(xiàn)實(shí)中較為方便的應(yīng)用。 1 4 2 本文創(chuàng)新點(diǎn) 在目前所掌握的文獻(xiàn)中，還沒有關(guān)于利用r b f 神經(jīng)網(wǎng)絡(luò)對卷積t u r b o 碼進(jìn) 行譯碼的文章?？梢哉f，在這個(gè)領(lǐng)域，還沒有學(xué)者進(jìn)行研究。r b f 神經(jīng)網(wǎng)絡(luò)結(jié) 構(gòu)簡單、訓(xùn)練簡潔而且學(xué)習(xí)收斂速度快，能夠逼近任意非線性函數(shù)。同時(shí)，r b f 神經(jīng)網(wǎng)絡(luò)使用局部指數(shù)衰減的非線性函數(shù)( 如高斯函數(shù)) 對非線性輸入輸出映射 進(jìn)行局部逼近。這就意味著，逼近非線性輸入輸出映射，要達(dá)到相同的精度， r b f 神經(jīng)網(wǎng)絡(luò)所需要的參數(shù)要更少。通過對r b f 神經(jīng)網(wǎng)絡(luò)特點(diǎn)的研究，提出卷 積t u r b o 碼的r b f 神經(jīng)網(wǎng)絡(luò)譯碼算法，提出兩種算法一無外信息和有外信息， 并用m a t l a b 編程對譯碼性能進(jìn)行了仿真，取得了比較好的效果。具體算法及性 能仿真詳見第3 章。 1 4 3 文章內(nèi)容安排 第1 章即本章，介紹移動(dòng)通信的發(fā)展簡史，簡述目前3 g 通信的關(guān)鍵技術(shù)之一 m l r b o 碼，介紹國內(nèi)外一些卷積t u r b o 碼譯碼的研究成果。同時(shí)，闡 述論文選題意義，簡要介紹文章的內(nèi)容安排。 9 第1 章緒論 第2 章介紹本文涉及的信道編碼基礎(chǔ)知識和t u r b o 碼的編譯碼原理。 第3 章介紹r b f 神經(jīng)網(wǎng)絡(luò)譯碼算法，并對提出的卷積碼的r b f 神經(jīng)網(wǎng)絡(luò)算法、 卷積t u r b o 碼的r b f 神經(jīng)網(wǎng)絡(luò)譯碼算法，利用m a t l a b 編程進(jìn)行性能仿 真，并對不同算法進(jìn)行比較和分析。 第4 章對研究結(jié)果進(jìn)行分析和總結(jié)，提出了有待進(jìn)一步研究的問題。 1 0 第2 章t u r b o 碼編譯碼原理 第2 章t u r b o 碼編譯碼原理 2 1 基礎(chǔ)知識介紹 ( 1 ) 隨機(jī)錯(cuò)誤：由隨機(jī)噪聲引起的錯(cuò)誤，由于隨機(jī)噪聲的特性，該錯(cuò)誤的特 點(diǎn)是各碼元是否發(fā)生錯(cuò)誤是互相獨(dú)立的，通常不會成片地出現(xiàn)錯(cuò)誤。 ( 2 ) 突發(fā)錯(cuò)誤：由突發(fā)噪聲引起的錯(cuò)誤。由于突發(fā)噪聲的特性，使“各個(gè)碼 元是否錯(cuò)誤”存在相關(guān)性。因此，該錯(cuò)誤是成片出現(xiàn)的。在一個(gè)突發(fā)錯(cuò)誤持續(xù)長 度內(nèi)，開頭和最末的碼元總是錯(cuò)的，中間的一些碼元?jiǎng)t可以出錯(cuò)也可以不出錯(cuò)， 單從統(tǒng)計(jì)角度看，中間的碼元出錯(cuò)的幾率較高。 - ( 3 ) 高斯正態(tài)分布： 高斯正態(tài)分布的表達(dá)式和高斯概率密度函數(shù)曲線如圖2 - 1 所示。其中：o r 表 示標(biāo)準(zhǔn)差，z 為均值。高斯分布以均值對稱，峰值處于均值處，最小值在* 處， 形狀如同“鐘形”。 了1 ， ； ，：云 。 p x 圖2 - 1 高斯正態(tài)分布 唧爿) 第2 章t u r b o 碼編譯碼原理 2 2 最大似然譯碼 譯碼器的基本任務(wù)就是根據(jù)一套譯碼規(guī)則，由接收序列r ( 經(jīng)過噪聲信道) 給出與發(fā)送的信息序列m 最接近( 最好是相同) 的估值序列m 。由于m 與碼字c 之間存在一一對應(yīng)關(guān)系，所以這等價(jià)于譯碼器根據(jù)r 產(chǎn)生一個(gè)c 的估值序列c 。 顯然，當(dāng)且僅當(dāng)c = c 時(shí)，m ；m ，這時(shí)譯碼器正確譯碼。 如果譯碼器輸出的c ，c ，則譯碼器產(chǎn)生了錯(cuò)誤譯碼。之所以產(chǎn)生錯(cuò)誤譯 碼是由于：信道干擾很嚴(yán)重，超過了碼本身的糾錯(cuò)能力；其次，由于譯碼設(shè)備的 故障。當(dāng)給定接收序列r 時(shí)，譯碼器的條件譯碼錯(cuò)誤概率定義為 p 但l r ) i p ( c c i r ) 。 ( 2 1 ) 所以譯碼器的錯(cuò)誤譯碼概率 最4 善聊i r)p(r)，(2-2) p 僳) 是接收r 的概率，與譯碼方法無關(guān)，所以譯碼錯(cuò)誤概率最小的最佳譯碼規(guī)則 是使 m i l l p ( c c i r ) m a x p ( c = c i r ) ，( 2 3 ) 因此，如果譯碼器對輸入的r ，能在磐個(gè)碼字中選擇一個(gè)使 e ( c = c i r ) ( f 一1 ，2 ，) 最大的碼字g 作為c 的估計(jì)序列c ，則這種譯碼規(guī) 則一定使譯碼器輸出錯(cuò)誤概率最小，稱這種譯碼規(guī)則為最大后驗(yàn)概率譯碼。 由貝葉斯公式 p ( c , i r ) 一警，( 2 - 4 ) 可知，若發(fā)送端發(fā)送每個(gè)碼字的概率e ( c i ) 均相同，且由于p 彤與譯碼方法無關(guān)， 所以 m a x p ( gi r ) 一m a x p ( rlcj)。(2-5) i - l , 7 , ，2 ki - 1 , 2 , - 一 對于d m c 而言 p ( r i c , ) 2n 盹i t , j ) ，( 2 - 6 ) 這里碼字c = 。，q ：，) ，i = 1 ，2 ，2 t 。 一個(gè)譯碼器的譯碼規(guī)則若能在2 個(gè)碼字c 中選擇某一個(gè)c f 使式( 2 5 ) 成為最 1 2 第2 章t u r b o 碼編譯碼原理 大，則這種譯碼規(guī)則稱為最大似然譯碼( m l d ) ，p ( n i c ) 稱為似然函數(shù)，相應(yīng)的 譯碼器稱為最大似然譯碼器。由于1 0 x 與工是單調(diào)關(guān)系，因此式( 2 5 ) 與( 2 - 6 ) 可 寫成 。器1 0 即l c ) f f i m m a ，x ，筒了l o g b p ( i q j ) ，( 2 - 7 ) 稱1 0 p 僻i c ) 為對數(shù)似然函數(shù)或似然函數(shù)。對于d m c 信道，m l d 是使譯碼器 錯(cuò)誤概率最小的一種最佳譯碼準(zhǔn)則或方法，但此時(shí)要求發(fā)端發(fā)送每一碼字的概率 p ( r i c , ) o - 1 , 2 , ，) 均相等，否則m i d 不是最佳的。 2 3 卷積碼 卷積碼是1 9 5 5 年由e l i a s 提出的，它與分組碼不同。分組碼編碼時(shí)，本組 中的萬一七個(gè)校驗(yàn)元與本組的k 個(gè)信息元有關(guān)，而與其它各組碼元無關(guān)。分組碼 譯碼時(shí)，也僅從本碼組中的碼元內(nèi)提取有關(guān)譯碼信息，而與其它各組無關(guān)。卷積 碼( ，l d ，m ) ，其中n d 為碼長，七d 為信息位，m 為編碼存貯。在其編碼時(shí)，本 組的1 1 0 一島個(gè)校驗(yàn)元不僅與本組的如個(gè)信息元有關(guān)，而且還與以前各時(shí)刻輸入 至編碼器的信息組有關(guān)。同樣在卷積碼譯碼過程中，不僅從此時(shí)刻收到的碼組中 提取譯碼信息，而且還要利用以前或以后各時(shí)刻收到的碼組中提取有關(guān)信息。此 外，卷積碼中每組的信息位島和碼長1 , l 口，通常也比分組碼的k 和n 要小。 正由于在卷積碼的編碼過程中，充分利用了各組之間的相關(guān)性，且島和i l t 。 也較小，因此，在與分組碼同樣的碼率尺和設(shè)備復(fù)雜的條件下，無論從理論上 還是從實(shí)際上均已證明卷積碼的性能至少不比分組碼差，且實(shí)現(xiàn)最佳和準(zhǔn)最佳譯 碼也較分組碼容易。所以，從信道編碼定理看，卷積碼是一種非常有前途的，能 達(dá)到信道編碼定理所提出的碼類。但由于卷積碼各組之間相互有關(guān)，因此在卷積 碼分析過程中，至今仍未找到像分組碼那樣有效的數(shù)據(jù)工具，以致性能分析比較 困難，從分析上得到的成果也不像分組碼那樣多，而往往還要借助計(jì)算機(jī)的搜尋 來找尋好碼。 但由于卷積碼各組的n o 、k o 均比分組碼小，譯碼似乎比分組碼要容易，并 且卷積碼有三種比較好的譯碼方法：( 1 ) 1 9 6 3 年由m a s s e y 提出的門限譯碼，這是 第2 章t u r b o 碼編譯碼原理 一種利用碼代數(shù)結(jié)構(gòu)的代數(shù)譯碼，類似與分組碼中的大數(shù)邏輯譯碼：( 2 ) 1 9 6 1 年 由w o z c n c r a f l 提出，1 9 6 3 年由f a n o 改進(jìn)的序列譯碼，這是基于碼樹圖結(jié)構(gòu)上的 一種準(zhǔn)最佳概率譯碼；( 3 ) 1 9 6 7 年由v i t e r b i 算法，這是基于碼的網(wǎng)( t r e l l i s ) 圖基礎(chǔ) 上的一種最大似然譯碼算法，是一種最佳的概率譯碼方法。 2 4t u r b o 碼編譯碼原理 c e s h a n n o n 在其“通信的數(shù)學(xué)理論”一文中提出并證明了著名的有噪信 道編碼定理，他在證明信息速率達(dá)到信道容量可實(shí)現(xiàn)無差錯(cuò)傳輸時(shí)引用了3 個(gè)基 本條件： ( 1 ) 采用隨機(jī)性編碼。 ( 2 ) 編碼長度工一m ，即分組的碼組長度無限。 ( 3 ) 譯碼過程采用最佳的最大似然譯碼( m l d ) 方案。 在信道編碼的研究與發(fā)展過程中，基本上是以后兩個(gè)條件為主要方向的。 而對于條件( 1 ) ，雖然在碼集合中隨機(jī)選擇編碼碼字可以使獲得好碼的概率增大， 但是最大似然譯碼器的復(fù)雜性隨碼字?jǐn)?shù)目的增加而加大，當(dāng)編碼長度很大時(shí)，譯 碼幾乎不可能實(shí)現(xiàn)。所以人們認(rèn)為條件( 1 ) 僅僅是為證明定理存在性而引入的一 種數(shù)學(xué)方法，在實(shí)際的編碼構(gòu)造中是不能實(shí)現(xiàn)的。事實(shí)上，分組碼和卷積碼都具 有非常規(guī)則的結(jié)構(gòu)，因此它們的編碼器和譯碼器在一定的復(fù)雜性條件下是可實(shí)現(xiàn) 的。但同時(shí)這種規(guī)則的編譯碼結(jié)構(gòu)也使這些編碼方法的性能與s h a n n o n 理論極限 存在一定的差距。 t u r b o 碼通過在編碼器中引入隨機(jī)交織器，使碼字具有近似隨機(jī)的特性；通 過分量碼的并行級聯(lián)實(shí)現(xiàn)了通過短碼( 分量碼) 構(gòu)造長碼( t u r b o 碼) 的方法；在接 收端雖然采用了次最優(yōu)的迭代算法，但分量碼采用的最優(yōu)的最大后驗(yàn)概率譯碼算 法，同時(shí)通過迭代過程可使譯碼接近最大似然譯碼。綜合上述分析可見，t u r b o 碼充分考慮了s h a n n o n 信道編碼定理證明時(shí)所假設(shè)的條件，從而獲得了接近 s h a n n o n 理論極限的性能。t u r b o 碼同時(shí)也第一次從實(shí)踐中證明了信道編碼定理 的正確性。 1 4 第2 章t u r b o 碼編譯碼原理 2 4 1t u r b o 碼的編碼結(jié)構(gòu) t u r b o 碼的最大特點(diǎn)在于它通過在編譯碼器中交織器和解交織器的使用，有 效地實(shí)現(xiàn)了隨機(jī)性編譯碼的思想，通過短碼的有效結(jié)合實(shí)現(xiàn)長碼，達(dá)到了接近 s h a n n o n 理論極限的性能。 c b e r r o u 等人最初提出的t u r b o 碼采用的是并行級聯(lián)卷積碼的結(jié)構(gòu)。圖2 - 2 給出了由兩個(gè)分量編碼器組成的t u r b o 碼的編碼框圖。 圖2 - 2t u r b o 碼的編碼結(jié)構(gòu) t u r b o 碼編碼器【3 5 】主要由分量編碼器、交織器以及刪余矩陣和復(fù)接器組成。 分量碼一般選擇為的遞歸系統(tǒng)卷積碼，當(dāng)然也可以是分組碼、非遞歸卷積碼以及 非系統(tǒng)卷積碼。通常兩個(gè)分量碼采用相同的生成矩陣，當(dāng)然，分量碼也可以是不 同的。 在t u r b o 編碼過程中，兩個(gè)分量碼的輸入信息序列是相同的，長度為的 信息序列恤。 在送入第一個(gè)分量編碼器進(jìn)行編碼的同時(shí)作為系統(tǒng)輸出w ) 直接 送至復(fù)接器，同時(shí)“) 經(jīng)過交織器，后的交織序列舡：) 送入第二個(gè)分量編碼器。 兩個(gè)分量編碼器輸入序列僅僅是碼元的輸入順序不同