Turbo码瀑布区性能分析及其定量建模研究

The waterfall region performance modeling and performance estimate plays an important role in the performance characterization for Turbo codes. And the complete performance estimate of both the waterfall region and the error floor region provides the basis for the optimized Turbo code design, and even the foundation to enable comprehensive system performance assessment for communication system with Turbo codes. Since there is few knowledge about the accurate waterfall region performance model for Turbo codes owing to the complicated iterative decoding scheme utilized, the modeling as well as the quantitative analysis of the waterfall region performance for Turbo codes not only is of important theorectical significance, but also have important engineering value. This research project aims at the critical problems in waterfall region performance modeling and performance estimate for Turbo codes. We will focus on the formulation mechanism analysis of the waterfall region performance characteristics for Turbo codes. Moreover, we will try to derive the performance model and find out how to determine the involved parameters to characterize the waterfall region of Turbo codes by analyzing the statistical property and stochastic probability distribution of the log-likelihood ratio (LLR) in iterative Turbo decoding. In addition, we will investigate the optimized Turbo code design based on both the waterfall region and the error floor region performance characterization for Turbo codes. Finally, the research results may hopefully shed lights on the generalized performance estimate for other complicated iterative decoding and iterative detection mechanism.

Turbo码瀑布区性能建模和性能估计是构建完整的Turbo码性能分析框架的重要一环，能够同时刻画和描述Turbo码瀑布区和错误平层两个特征性能区域的完整Turbo码性能建模也是Turbo码优化设计、乃至评估采用Turbo码通信系统性能的重要基石，鉴于目前缺乏有效的Turbo码瀑布区性能分析方法，围绕瀑布区Turbo码迭代译码定量建模与性能分析的相关工作具有重要的理论和应用价值。本项目针对瀑布区Turbo码性能建模和性能估计所面临的关键问题，重点研究和揭示Turbo码瀑布区性能形成机理，并从迭代译码输出对数似然比LLR概率分布与统计特性分析入手，研究推导刻画Turbo码瀑布区的性能模型以及相关模型参数的定量计算方法。此外，项目还将结合能够同时刻画瀑布区和错误平层区的Turbo码性能模型，研究优化的Turbo编译码方法。项目研究成果可以推广到一般性地分析复杂迭代译码/检测机制性能。

本项目围绕基于迭代译码机制分析、无线定位和跟踪、无线协作中继、压缩感知、同步与信道估计等一系列关键技术展开研究工作，研究成果包括：1、从外信息的迭代演算入手，推导得出了Turbo码迭代译码过程不同迭代次数下外信息迭代计算收敛所需满足的条件推导——外信息稳态方程，从理论上准确地回答了复杂的迭代译码机制中外信息是如何发展和演进的。2、分析和验证了混合高斯模型是一类适应不同信噪比、不同信息长度之下信息比特位对数似然比的普适统计模型，形象直观地解释了Turbo码迭代译码过程瀑布区和错误平层性能的形成机制，阐释Turbo码迭代译码收敛所存在的较为复杂的动态收敛特征，揭示了影响和制约Turbo码迭代译码过程中关键信息比特。3、提出了无噪译码分析方法和基于LLR准则的Turbo码和LDPC码普适的穿孔/缩短设计准则。4、提出了基于多层动态贝叶斯网络模型的移动目标定位跟踪框架。5、提出了一种普适的基于粒子辅助的随机搜索(PASS)算法，支持大概率（渐进最优）求解非解析非凸目标函数的最优解计算问题。6、提出了定位信息传递的概念，阐明了分布式网络定位和移动目标跟踪中的定位信息传递规律，揭示了空间域和时间域定位协作的本质，给出了移动跟踪误差收敛的条件。7、提出了基于l1范数和l2范数联合约束的普适的稀疏信号重构技术。8、提出了基于低分辨率图像和高分辨率图像混合字典的超分辨率图像重构技术，摆脱了高、低分辨率图像块在对应的高、低分辨率字典上的稀疏表示系数必须相同这一限制条件。9、提出了一种具有优异的鲁棒性、不可见性、安全性和抗噪声性的基于稀疏表示加载的压缩感知水印技术方案。10、获得了基于解码转发的多向无线中继网络的容量区域，揭示了无线中继网络中在中继端引入数据缓存对整个系统性能的根本影响。11、提出了一系列高性能的MIMO-OFDM频谱估计与信道估计技术方案。项目相关研究成果具有重要的理论意义和潜在的应用价值。