利用Gibbs采样进行优化的Turbo码交织器识别

陈泽亮; 李静; 彭华; 巩克现; 王浩

doi:10.3969/j.issn.0372-2112.2018.01.003

您当前的位置：

首页 >

文章列表页 >

利用Gibbs采样进行优化的Turbo码交织器识别

学术论文 | 更新时间：2025-07-16

- 利用Gibbs采样进行优化的Turbo码交织器识别
- An Optimization Method Using Gibbs Sampler for Turbo-Code Interleaver Identification
- 电子学报 2018年46卷第1期页码：15-23
- 作者机构：
  
  1. 解放军信息工程大学,河南,郑州,450002
  2. 中国人民解放军61081部队,北京,100094
  3. 解放军信息工程大学,河南,郑州,450002
  4. 中国人民解放军61081部队,北京,100094
- 作者简介：
- 基金信息：
  
  国家自然科学基金 (No.61401511）
- DOI：10.3969/j.issn.0372-2112.2018.01.003
  中图分类号： TN911.7
- 网络出版：2018-01-25，
  
  纸质出版：2018
- 稿件说明：
移动端阅览
陈泽亮, 李静, 彭华, 等. 利用Gibbs采样进行优化的Turbo码交织器识别[J]. 电子学报, 2018,46(1):15-23.

CHEN Ze-liang, LI Jing, PENG Hua, et al. An Optimization Method Using Gibbs Sampler for Turbo-Code Interleaver Identification[J]. Acta Electronica Sinica, 2018, 46(1): 15-23.
陈泽亮, 李静, 彭华, 等. 利用Gibbs采样进行优化的Turbo码交织器识别[J]. 电子学报, 2018,46(1):15-23. DOI： 10.3969/j.issn.0372-2112.2018.01.003.

CHEN Ze-liang, LI Jing, PENG Hua, et al. An Optimization Method Using Gibbs Sampler for Turbo-Code Interleaver Identification[J]. Acta Electronica Sinica, 2018, 46(1): 15-23. DOI： 10.3969/j.issn.0372-2112.2018.01.003.

摘要

针对基于校验方程符合度方法前面交织关系识别会严重影响其后所有交织关系识别的不足，本文对该算法进行了改进.改进算法根据原算法性能受限的原因进行方法设计，利用识别可靠度找到交织识别错误位置，并从降低复杂度角度出发，根据编码器的记忆特性，仅针对部分相关数据采用Gibbs样本法得到条件概率进行纠错.仿真结果表明，改进算法较原算法性能改善明显，在相同信噪比条件下，达到相同识别性能时所需数据量减少一半；在相同数据量条件下，达到相同正确率时的信噪比增益约为1dB.

Abstract

The method based on conformity of parity-check equation was improved for its defect that the front interleaver identification has a strong impact on all the interleaver behind.The improved algorithm designs an approach on account of the limited performance of the original algorithm. It uses the recognition reliability to find the error position of interleaver identification. And from the purpose of reducing the complexity

it uses Gibbs sampling method to get the conditional probability of some relevant information for error correction according to the memory feature of the encoder. Simulation results show that

the improved algorithm performs better than the original algorithm

and it only needs half of the data to achieve the same recognition performance under the condition of the same SNR and has 1dB SNR gain to achieve the same accuracy under the condition of the same amount of data.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于校验方程平均符合度的Turbo码交织器估计