论文摘要：基于LDPC的联合信源信道译码算法研究

随着无线电数字通信的迅猛发展，人类社会已进入信息时代，对多媒体通信需求日益增加，对通信系统的可靠性要求也日益提高。在大多数的通信系统中，信源编码和信道编码是独立进行的。然而，有文献表明完全依据香农分离编码定理来设计，有可能使系统性能下降。人们开始考虑将二者联合起来进行优化设计，也就是在信道和信源编码的设计时考虑彼此特性的编码设计方式。本文首先简要介绍了设计一个理想的联合信源信道编码系统，所需的信源编码、信道编码和传输信道特性的基础知识，重点介绍了联合信源信道编码的思想方法以及LDPC译码算法。Gallager1962年提出的低密度校验码(Low Density Parity Check Code)是一类可用稀疏校验矩阵或二分图定义的先行分组纠错码。研究表明，LDPC码是一种码率接近香农理论极限、误码概率小和译码复杂性低的好码。这类码描述和实现简单，译码简单且可实现并行操作，适合硬件实现，是一种非常有前途的纠错编码技术。然后，本文介绍了隐马尔科夫模型（HMM，Hidden Markov Model）的相关概念以及HMM的三个基本问题和解决算法。在多媒体通信中，语音、图像等信源可以建模为隐马尔科夫过程，模型参数也就是信源中的残留冗余，可以通过隐马尔科夫估计而准确获得。研究证明，恰当地使用该信息可以有效地改善接收端的性能。因而，联合隐马尔科夫估计在联合信源信道译码中得到了广泛的应用。在此基础上，本文提出了一种改进的将LDPC 迭代译码和隐马尔科夫估计相融合的迭代译码算法。一方面通过隐马尔科夫信源估计获取信源残留冗余，作为外信息提供给LDPC迭代译码；另一方面，通过LDPC迭代译码获得更精确的信源估计模型参数，加快迭代收敛速度，获得更好的迭代译码性能。其优点是不需知道任何关于信源的先验信息，计算复杂度低，并行操作性强，尤其适用于宽带多媒体传输。最后本文结合三种译码算法的仿真结果，对该联合译码算法进行了分析和讨论。