CRC辅助的Turbo码增强译码算法（PLVA）

最新推荐文章于 2023-05-20 15:38:21 发布

wuyule_

最新推荐文章于 2023-05-20 15:38:21 发布

阅读量2.1k

点赞数 1

分类专栏：信道编译码文章标签： crc+turbo译码 PLVA列表维特比译码

本文链接：https://blog.csdn.net/wuyule_/article/details/64121728

版权

本文探讨了如何利用CRC增强Turbo译码性能，将Turbo码与CRC视为级联码，通过列表维特比（LVA）算法，特别是并行次优路径算法（PLVA），提高译码效率。PLVA在每个时刻的状态下选择多个局部最优路径，通过CRC错误检测提前终止迭代，以找到更准确的解。算法包括局部优选路径的选择和全局优选路径的回溯过程。

摘要由CSDN通过智能技术生成

为了提高传统迭代译码的Turbo译码算法，本文把Turbo码和CRC看成一个级联码，研究利用CRC的冗余来增强Turbo译码性能。由于Turbo码的分量码是卷积码，所以采用基于List Viterbi（LVA）的算法进行Turbo译码。

一、主要思想

Viterbi算法是一种概率译码算法，其译码是寻找使得接收序列条件概率最大的码字，是将接收的信号序列和所有可能的发射码字序列进行相关，然后从中选取似然值最大的序列。因此Viterbi算法是最大似然估计算法。Viterbi算法在码的约束度较小时，速度较快，译码器也较简单。

LVA即列表维特比译码，是一种改进的Viterbi译码算法，与传统仅产生一条最优路径不同的是，LVA算法能产生多条次优路径，通过CRC从中进行选择。主要思想是在原有的Turbo迭代译码基础上，利用迭代的软输出量对分量码即卷积码进行LVA算法，输出多条最优路径，由CRC进行错误检测和提前终止迭代获次优路径输出。LVA译码可在每次分量译码器的译码之后进行。LVA算法处理框图如下：

LVA算法从全局优选路径中选择最有可能的L个正确路径，增大了找到正确路径的概率，代价是增加搜索过程中的计算量和路径存储量。在实际应用中，需要在带来的增益和实现的复杂性之间进行折衷。

LVA算法分为两种：并行次优路径算法(Parallel List Viterbi Algorithm，PLVA)和串行次优路径算法(Serial List Virerbi Algorithm，SLVA)。PLVA通过一次Trellis格图搜索，同时得到L个全局优选路径。SLVA是迭代获得L条路径，第L条路径由所有前L-1条路径获得，例如最优路径L=1，根据L=1得次优路径L=2，根据L=1和L=2得到L=3，依次递推。

二、PLVA算法

PLVA算法与Viterbi算法的步骤大体上相同，只是对于每个时刻的每一个状态，都有2L个路径进入，在2L个路径中选择得L个局部优选路径，当L=I时，就是Viterbi算法。PLVA算法中每个状态优选路径选取如图所示。