利用多种纠错方式进行优化的Turbo码交织器识别

摘要

针对现有基于校验关系的Turbo码交织器识别算法在低信噪比(Signal-to-Noise Ratio,SNR)时适应性较弱以及识别过程中容易出现差错传播的问题,为了进一步提升交织识别的容错性与实时性,在基于最大序列相关识别算法的基础上加入迭代译码和小范围遍历两种纠错算法,更加充分的利用了接收数据的同时增强了抗误码能力.仿真结果表明,加入纠错算法使得原有算法的交织识别性能明显改善,相同条件下完成全部交织参数识别所需数据量仅需原有的1/3;在相同数据量的条件下实现全部交织参数识别时的SNR增益大于2dB.此外,基于译码纠错的方法具有通用性,同样适用于其他基于校验关系的识别算法.