级联码是实现编码随机化和长码的典范,其编码规则决定了能纠正大量的随机错误和突发错误。级联码主要有三种分类方式:按分量码类别分为线性分组级联码和卷积级联码,线性分组级联码的分量码主要选择中短长度、码率较高的扩展BCH码和RS码,卷积级联码的分量码为一种特殊类型的递归系统卷积码;按级联方式分为串行级联码和并行级联码,并行级联码的分量码既可是线性分组码也可是卷积码,但串行级联码的分量码通常情况下只能是线性分组码;按级联次数级联码还可以分为二维级联码和多维级联码,相对于二维级联码而言,多维级联码的分量码码长更短、码率更高。当以Turbo码基于软输入软输出迭代译码的思想实现级联码的迭代译码时,可充分挖掘级联码的潜在纠错能力,获得很高的编码增益。经典BTC的Turbo译码算法主要是基于对数似然比计算的迭代译码及其改进算法,这种算法的优点在于能获得很高的增益,且无地板效应,缺点是译码过程稍显复杂。经典CTC的Turbo译码算法有两类:第一类是MAP算法及其改进算法,MAP算法性能可达到逼近Shannon限,但同时存在译码延迟大、计算量大以及交织长度越大存储量就越大等弱点;另一类是SOVA算法及其改进算法,其运算量低于MAP算法,时延更小,但性能不如MAP算法。 本文研究内容主要包括以下两个部分: 1) 针对扩展BCH乘积码提出一种基于线性叠加反馈的迭代译码算法,算法的每个迭代过程由子译码器的设计、软输出值的计算以及如何获得有效的反馈模式三个部分组成:①LLR算法子译码器在进行Chase译码时最低可信度个数p通常为4,共产生16个候选码字,本算法通过选取不同p值来对Chase译码器进行改进,并分析不同p值的译码复杂度和误比特性能;②LLR算法在获取软输出值、进行对数似然比计算之前力求寻找到每个码元位所对应的竞争码字,当找不到竞争码字时须用一个常数β来代替软输出值。本算法最大特点在于利用两种简单的方法来代替复杂的LLR计算,第一种是将Chase译码结果进行(0,1)到(-1,+1)的映射后直接作为软输出值,第二种是在第一种的映射之前纳入了相关运算,两种方法均能获得可观的性能增益;③传统turbo码是通过SISO输出软信息与接收软信息直接相加来获得反馈。而本算法则是通过引入了控制反馈深度的校正因子a(m)来获得反馈,此时软输出与原始信息之间具有明显的线性叠加特性,研究的一个关键环节是如何确定不同迭代次数的最佳a(m)序列。 2) 进一步将该算法推广到二维RS串行级联码、二维并行BCH级联码、多维串行和并行BCH级联码以及二维并行卷积级联码等等其他类型的级联码。RS级