摘要：为了设计近似最优的稀疏码本,以多用户叠加星座点的误符号率性能为评价指标,分别针对上行、下行传输信道,设计了适用于瑞利衰落信道的近似最优稀疏码本。基于叠加星座点与误符号率的数学模型,提出了一种近似最优稀疏码本的设计方案,码本的设计步骤包括因子图矩阵的设计、码字对的匹配以及最优旋转角度的确定。仿真结果表明,所提码本设计方案能够达到近似最优的误符号率性能。

摘要：为了解决传统卢比变换(Luby Transform,LT)码在加性高斯白噪声(Additive White Gaussian Noise,AWGN)信道中存在高误码平台的问题,提出了一种具有逆向边增长(Reverse Edge Growth,REG)结构的LT码.REG-LT码会标记度数值相对较小的信息节点,并使其逆向精准地选取足够数量的校验节点,从而获得不低于期望目标的度数值.首先,设计了REG-LT码的编码算法,分析了校验节点和信息节点的选取原则.其次,推导了REG-LT码的信息节点度分布和校验节点度分布的数学表达式,分析了REG-LT码的收敛性.最后,引入增益损失比(Gain Loss Ratio,GLR)以衡量参数T;对收敛性的影响,将最大化GLR作为求解最优T;值的设计原则.仿真结果表明,与传统LT码相比,本文的REG-LT码可将误码平台降低3至5个数量级,且至少可获得2 dB的编码增益;此外,REG-LT码也能够实现优于现有LT码的误比特率(Bit Error Rate,BER)性能.

摘要：为了解决传统不等差错保护(UEP)LT码算法在加性白高斯噪声信道中存在的高误码平台、慢收敛速度等问题,设计一种系统UEP-LT编码方案。该方案将校验节点分成两段传输以实现对重要数据的保护。固定段校验节点只连接到重要数据以使其最接近译码成功状态。无速率段的节点会按照权重系数选取邻居消息节点,从而使重要数据始终优先译码,并且简化了编码结构。此外,基于外信息传递(EXIT)图法分析了不同等级数据的译码收敛性,旨在为重要数据提供足够宽的译码通道,为次要数据提供开放且不太窄的译码通道。之后,以此为约束条件构建了度分布设计模型,为固定段和无速率段设计了独立的校验度分布。仿真结果表明,所提方案的误比特率性能优于现有的UEP-LT编码方案,且编码开销可节省至码长的18%。

摘要：为了解决传统LT码在加性白高斯噪声(AWGN)信道中存在高误码平台的问题,提出了一种改进的编码算法。该算法利用定长分类窗口标记度数值相对较小的信息节点,并使这些节点频繁地参与编码过程,从而使其获得足够高的可靠性。为设计最优的算法参数组合,首先,分析了LT码的误比特率(BER)性能和误码平台的成因,引入理论BER下界作为第1个约束条件。其次,设计了外信息增益损失比(GLR)以衡量算法的收敛性,并将最大化GLR值作为第2个约束条件。最后,分析了不同参数对算法效率和编码复杂度的影响,指出了参数的优先选取原则,并作为第3个约束条件。仿真结果表明,与传统LT码相比,所提算法可将误码平台降低3个数量级;此外,所提算法也能够实现优于对比LT码的BER性能。

摘要：为了解决传统卢比变换(Luby transform,LT)码在加性高斯白噪声(additive white gaussian noise,AWGN)信道中存在误码平台的问题,提出了一种改进的编码算法。该算法引入阈值筛选出度数值相对较小的信息节点,并使这些节点优先参与编码过程;阈值可变且递增,进而达到了按序消除不可靠信息节点的目的。首先,分析了低度数值信息节点对误码平台的影响,设计了阈值递增的节点按序消除编码算法。其次,给出了改进算法的理论误比特率(bit error rate,BER)下界,分析了不同参数对算法BER性能的影响。最后,分析了改进算法对LT码收敛性的影响,并指出了算法参数的选取原则。仿真结果显示,与传统LT码相比,改进算法能够将误码平台降低近3个数量级;此外,改进算法也能够实现优于参考文献LT码的BER性能,验证了算法的可行性。

摘要：提升频谱资源利用率是未来移动通信亟待解决的一项重要目标。其中,稀疏码分多址(sparse code multiple access,SCMA)技术具备频谱利用率高、抗干扰性能力强、系统兼容性好等优点,已成为一种非常有前景的非正交多址方案。为了在未来移动通信中进一步发展稀疏码分多址技术,综述了现有稀疏码分多址技术的研究成果,对其研究现状进行了总结分析。首先,分析了现有的码本设计方案,指出了其设计特点以及目前尚存在的问题,并给出相应的解决方案;其次,在解码算法方面,给出了目前两种常见的解码算法,简述了其基本原理,并介绍了一些新兴的解码算法;再次,就SCMA技术与其他技术结合而言,从3个方面总结了目前SCMA技术的研究成果,并探讨了SCMA技术在应用层面潜在的发展的方向;最后,总结了稀疏码分多址技术的发展挑战和趋势。