基于物理層網(wǎng)絡(luò)編碼的LDPC譯碼算法分析綜述目錄TOC\o"1-3"\h\u923基于物理層網(wǎng)絡(luò)編碼的LDPC譯碼算法分析綜述 [20]。本文當中介紹了Flooding譯碼策略、Layered譯碼策略、NW-RBP譯碼算法、O2VP-CKR-LBP譯碼算法，以及O3VP-CKR-LBP譯碼算法。以上算法當中的NW-RBP譯碼算法沒有對其對應(yīng)的MS譯碼算法仿真，并用于與其他譯碼算法進行比較。由表5-1可知，在NW-RBP譯碼算法的譯碼復(fù)雜度過高，通過大量的增加計算復(fù)雜度的方式獲得更好的譯碼性能，具有最低的譯碼吞吐量。并且NW-RBP譯碼算法在AWGN信道當中使用LLR信息作為譯碼輸入的情況下能夠獲得較大的編碼增益。在本文當中的系統(tǒng)當中，將采樣量化的信號作為譯碼輸入的情況下，NW-RBP譯碼算法的譯碼性能顯著下降。碼型：IEEE802.11n碼長：648碼率：0.5圖5-14各種譯碼算法的譯碼性能碼型：IEEE802.11n碼長：1296碼率：0.5圖5-15各種譯碼算法的譯碼性能由圖5-14可知，在使用碼率為0.5的碼長為648的碼型的情況下，按照校驗點可靠度排序的Layered最小和（CKR-LMS）譯碼算法在誤幀率FER=10-4時，相較于沒有對校驗點進行排序的Layered最小和譯碼算法具有約0.1dB的編碼增益。在校驗點可靠度排序的基礎(chǔ)上對譯碼過程當中震蕩變量點相鄰所有邊上的C2V信息進行均衡，由圖5-15可知，對相鄰兩次譯碼迭代過程中震蕩變量點處理的O2VP-CKR-LMS譯碼算法和對相鄰三次譯碼迭代過程中候選震蕩變量點的處理的O3VP-CKR-LMS譯碼算法在量化譯碼輸入的情況下具有一定的譯碼性能提升，均與CKR-LMS譯碼算法相比在誤幀率FER=10-4時具有大于0.1dB的編碼增益。在使用碼率為0.5的碼長為1296時，由圖5-14可知，CKR-LMS譯碼算法在誤幀率FER=10-4時，相較于Layered譯碼算法具有0.1dB的編碼增益。在CKR-LMS譯碼算法的基礎(chǔ)上對譯碼過程當中震蕩變量點的C2V信息進行均衡處理的O2VP-CKR-LMS譯碼算法和O3VP-CKR-LMS譯碼算法與CKR-LMS譯碼算法相比分別具有0.1dB和0.15dB的編碼增益。SNR=2.6dB碼型：IEEE802.11n碼長：648碼率：0.5圖5-16各種譯碼算法的收斂速度SNR=2.2dB碼型：IEEE802.11n碼長：1296碼率：0.5圖5-17各種譯碼算法的收斂速度為了比較各種譯碼算法的收斂速度，通過使用兩種碼率為0.5碼長分別為648和1296的IEEE802.11n標準的LDPC碼作為編碼碼型。由于圖5-16可知，在使用碼型碼長為648且SNR=2.6dB時，串行譯碼的Layered譯碼策略相較于并行譯碼的Flooding譯碼策略具有更快的譯碼收斂速度與更低的譯碼錯誤地板。在Layered譯碼策略的基礎(chǔ)上對校驗點按照校驗點可靠度進行排序的CKR-LMS譯碼算法進一步提升了譯碼的收斂速度與更低的錯誤地板。而在譯碼過程當中加入對震蕩變量點的C2V信息的均衡處理的O2VP-CKR-LMS譯碼算法和O3VP-CKR-LMS譯碼算法與CKR-LMS算法相比，當CKR-LMS譯碼算法收斂時，O2VP-CKR-LMS譯碼算法與OV3P-CKR-LMS譯碼算法的譯碼收斂速度是CKR-LMS譯碼算法的兩倍并且錯誤地板也具有明顯的下降。在使用碼型碼長為1296且SNR=2.2dB時，由圖5-17可知，各種譯碼算法的趨勢與圖5-16當中的相同，并且當CKR-LMS譯碼算法收斂時，OV2P-CKR-LMS譯碼算法與O3VP-CKR-LMS譯碼算法的譯碼收斂速度大于CKR-LMS譯碼算法收斂速度的兩倍。通過圖5-12與圖5-13和圖5-14與圖5-15可知，譯碼過程當中相鄰兩次譯碼中發(fā)生震蕩的變量點的處理與相鄰三次譯碼過程中候選震蕩變量點的處理可知，通過對相鄰三次譯碼過程中候選震蕩變量點的處理會增加震蕩變量點出現(xiàn)的概率，但是通過對相鄰三次譯碼過程中候選震蕩變量點處理同時也會在提升一定