论文部分内容阅读
提出了一种线性分组码的最大似然译码（ML-decoding）差错概率下界的计算方法。差错概率的下界优化实质上是对联合事件概率下界的优化，算法结合改进的Dawson-Sankoff界的优化准则，提出了AWGN信道下线性分组码差错冗余事件的判决准则，得到了误码率下界的计算表达式。该表达式只依赖码字的Hamming重量分布与信噪比，较之类de Caen’s界与类KAT界，本算法得到的下界更紧，计算量更低。针对LOPC等线性分组码的数值结果证明了算法的优越性能。