用遗传算法优化Turbo码交织器

具有短帧的Turbo码的性能取决于交织器的设计．设计的主要目标是距离谱的优化。本文提出在S随机交织器的基础上，用遗传算法(GA)优化交织器．提高Turbo码的自由距离并减少具有自由距离码字的出现频率。它利用了遗传算法的群体多样性，具有全局优化能力的特点，优化了Turbo码的距离谱，提高了系统性能。仿真结果表明，遗传交织器的性能优于块交织器、螺旋交织器等传统交织器。     

一种新Turbo码交织器的VHDL设计

介绍了Turbo码和交织技术，分析了几种常用交织算法的特点。根据组合交织器的设计思路，提出了隔行写入螺旋式交织方案。利用硬件描述语言（VHDL）编程设计了这种交织器的电路，并给出了仿真结果。     

一种Turbo码短交织器的设计方法

短交织器的结构对Turbo码的性能有很大的影响,通过探讨Turbo码编码器中反馈最小多项式的周期性和序列的可整除性问题,把可整除序列变为不可整除序列交织器,从而获得高码重的码字,并给出一种基于输入信息序列周期性特性的短交织器的设计方法.仿真结果表明是一种很有效的设计方法.     

AWGN和衰落信道下具有改进型Code-matched交织器的Turbo码

提出了一种改进型的Code-Matched交织器,它能减少低重量码的数量,从而提高mbo码的性能。这种改进型的Code-Matched交织器可以适用于多种不同生成矩阵产生的mbo码,而且不会影响Turbo码在中高信噪比处的性能。同时,在Rayleigh信道下,这种交织器能降低错误平台。     

基于最大序列相关性的Turbo码交织器识别

针对现有算法在Turbo码交织器识别中存在低信噪比适应性差，且识别性能随交织长度增加而急剧恶化的缺点，提出了基于最大校正序列相关的识别算法。该算法首先利用已识别的交织位置序列对每一帧交织位置上的信息序列进行估计，通过遍历可能的交织位置，并作互相关运算，当遍历位置为交织映射关系时，该位置上的数据序列与估计序列具有最大的相似度，从而完成交织位置识别；然后充分利用这些交织位置上的序列，分别估计出校正数据序列，将校正的序列再与原始序列叠加，完成码元校正，直到所有的交织关系识别完成。所提算法直接利用了截获的软判决信息，同时能够实现码元校正，这就克服了以往算法的两个缺点。仿真结果表明，在信噪比为-1 dB，交织长度为1024时，所提出算法仅仅需要1000数据帧，就能达到100%的识别率，与以往算法相比，性能提升2~3 dB，同时完成一次可靠识别所需的数据量仅需以往算法的1/4。