欢迎来到天天文库
浏览记录
ID:58071591
大小:322.93 KB
页数:5页
时间:2020-04-22
《对称α稳定分布噪声下的软解映射算法-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库。
1、第40卷第6期计算机工程2014年6月、,01.40No.6ComputerEngineeringJune2014-移动互联与通信技术-文章编号:1000—3428(2014)06—0040—05文献标识码:A中图分类号:TN911对称I]c稳定分布噪声下的软解映射算法董政,巩克现,葛临东(信息工程大学信息系统工程学院,郑州450002)摘要:对称a·稳定(SaS)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SaS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SaS分布噪声下基
2、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a=1.84的SaS分布噪声下比Huber算法低0.3dB,在a=1.3的SctS分布噪声下低2dB-5dB。关键词:软解映射;Turbo译码;对称c【稳定分布噪声;Huber惩罚函数;Turbo卷积码SoftDe-mappingAlgorithminSymmetricI】【StableDistributionNoiseDONGZheng,GoNGKe-xian,GELin—dong(Insti
3、tuteofInformationSystemEngineering,InformationEngineeringUniversity,Zhengzhou450002,China)[Abstract]Symmetric0【Stable(SaS)distributionnoiseisakindofnon—Gaussiannoise.whichhasobviouspulsecharacteristicscomparedwiththeGaussiannoise.Therefore,thesoftde—mappingdesignedinGaussnoisedoesnotapplytoS
4、aSnoise.Accordingtothelinearcharacteristicbetweenthelogarithmiclikelihoodratioofsoftde—mappinginGaussnoiseandamplitudeofthesignal,thesoftde—mappingalgorithminSetSnoiseisproposed.Themainideaoftheproposedalgorithmwhichaddsapreprocessingalgorithmbetweensoftde—mappinganddecodingalgorithminGaussn
5、oise.Thebitsoftinformationislimitedbythepreprocessingalgorithm,andthesoftinformationwithlargeamplitudeissettozero.SimulationresultsshowthattheGeneralizedSignal—to—noiseRatio(GSNR)ofproposedalgorithmis0.3dBlowerthanHuberunderthesamebiterrorrateinSaSnoiseofd=1.84.and2dB-5dBlowerthanHuberinSetS
6、noiseof=13.[Keywords]softde—mapping;Turbodecoding;Symmetricc【Stable(SetS1distributionnoise;Huberpenaltyfunction;TurboConvolutionalCode(TCC)DoI:10.3969/j.issn.1000—3428.2014.06.010提出将Huber惩罚函数用作SaS分布噪声下的距离度量,1概述这种算法较简单易于实现,但算法性能还有一定的提升空许多通信信道都存在脉冲噪声,一般地,脉冲噪声的间。2008年,文献[8]研究了高斯和Cauchy噪声下的软解统计特
7、性可以用对称0【稳定(Symmetric0【Stable,SaS)分布映射,实际上就是将不同取值的SaS分布噪声近似为高描述。浅海水声信道。J、电力线信道J、密集AdHoc网络斯或Cauchy噪声来进行软解映射。2012年,文献【5】提出信道L5等都是典型的受脉冲噪声干扰的信道。SaS分布噪声将MAP译码算法的距离度量由欧式距离改为P范数,实际在统计特性上与高斯噪声有明显不同,在SaS分布噪声下,上,如果从整个编译码系统的整体考虑,软解映射已完成高斯噪声模型下推导出的软解映射的结论不再适用,
此文档下载收益归作者所有