简单描述turbo译码过程
发布网友
发布时间：2022-04-30 20:44
共1个回答
热心网友
时间：2023-10-11 15:38
这个过程与小强填字或者数独类似。可以这么理解，两个不同的人（译码器）拿到同一个小强填字，但是他们采用不同的方式来解决填字的问题，一个只看横/竖方向，另一个只看斜>线方向。当然，他们独立做出来的结果不能保证完全正确，于是他们在填字的同时记下他们对于该结论的确定度，比如某些字他们敢保证绝不会出错，某些字吃不准，某些是胡乱猜的。。。然后他们对比各自的结果及相应的确定度，通过参考对方的结果，双方都可以根据差异得到一些启示，然后他们根据这些启示再次尝试填字，重复以上过程直至两人的结果完全相符（但还是不能确保和正确答案一样，只能保证差不离）。是概率译码算法，也就是最大后验概率算法(MAP）。但在Turbo码出现之前，信道编码使用的概率译码算法是最大似然算法(ML）。ML算法是MAP算法的简化，即假设信源符号等概率出现，因此是次优的译码算法。Turbo码的译码算法采用了MAP算法，在译码的结构上又做了改进，再次引入反馈的概念，取得了性能和复杂度之间的折衷。同时，Turbo 码的译码采用的是迭代译码，这与经典的代数译码是完全不同的。
Turbo 码的译码算法是最早在BCJR 算法的基础上改进的，我们称以MAP算法，后来又形成Log-MAP算法、Max-Log-MAP以及软输入软输出（SOVA）算法。Turbo 码的译码结构图
⒈Turbo 码的译码结构如图所示. Turbo 译码器有以下的特点：
1) 串行级联
2) 迭代译码
3) 在迭代译码过程中交换的是外部信息
⒉ 概率译码译码原理及结构
译码时首先对接收信息进行处理，两个成员译码器之间外部信息的传递就形成了一个循环迭代的结构。由于外部信息的作用，一定信噪比下的误比特率将随着循环次数的增加而降低。但同时外部信息与接受序列间的相关性也随着译码次数的增加而逐渐增加，外部信息所提供的纠错能力也随之减弱，在一定的循环次数之后，译码性能将不再提高。
