计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2014年
6期
40-44
,共5页
软解映射%Turbo译码%对称α稳定分布噪声%Huber惩罚函数%Turbo卷积码
軟解映射%Turbo譯碼%對稱α穩定分佈譟聲%Huber懲罰函數%Turbo捲積碼
연해영사%Turbo역마%대칭α은정분포조성%Huber징벌함수%Turbo권적마
soft de-mapping%Turbo decoding%Symmetric α Stable(SαS) distribution noise%Huber penalty function%Turbo Convolutional Code(TCC)
对称α稳定(SαS)分布噪声是一种非高斯噪声,相对于高斯噪声具有明显的脉冲特性,因此高斯噪声下的软解映射算法不适用于SαS分布噪声中.为解决该问题,根据高斯噪声下软解映射算法的对数似然比和信号幅度呈线性的特点,提出一种SαS分布噪声下基于欧式距离的软解映射算法,只需在高斯噪声下的软解映射算法和译码算法之间加入预处理算法,限制比特软信息的幅度,并将幅度过高的软信息置零.仿真结果显示,该算法实现简单、运算量低,所需信噪比在α=1.84的SαS分布噪声下比Huber算法低0.3 dB,在α=1.3的SαS分布噪声下低2dB～5 dB.
對稱α穩定(SαS)分佈譟聲是一種非高斯譟聲,相對于高斯譟聲具有明顯的脈遲特性,因此高斯譟聲下的軟解映射算法不適用于SαS分佈譟聲中.為解決該問題,根據高斯譟聲下軟解映射算法的對數似然比和信號幅度呈線性的特點,提齣一種SαS分佈譟聲下基于歐式距離的軟解映射算法,隻需在高斯譟聲下的軟解映射算法和譯碼算法之間加入預處理算法,限製比特軟信息的幅度,併將幅度過高的軟信息置零.倣真結果顯示,該算法實現簡單、運算量低,所需信譟比在α=1.84的SαS分佈譟聲下比Huber算法低0.3 dB,在α=1.3的SαS分佈譟聲下低2dB～5 dB.
대칭α은정(SαS)분포조성시일충비고사조성,상대우고사조성구유명현적맥충특성,인차고사조성하적연해영사산법불괄용우SαS분포조성중.위해결해문제,근거고사조성하연해영사산법적대수사연비화신호폭도정선성적특점,제출일충SαS분포조성하기우구식거리적연해영사산법,지수재고사조성하적연해영사산법화역마산법지간가입예처리산법,한제비특연신식적폭도,병장폭도과고적연신식치령.방진결과현시,해산법실현간단、운산량저,소수신조비재α=1.84적SαS분포조성하비Huber산법저0.3 dB,재α=1.3적SαS분포조성하저2dB～5 dB.
