基于同步信息修正的和积算法

　　数字信号在传输过程中由于受到信道噪声和干扰的影响容易被错判。采用均衡可纠正由乘性干扰引起的码间串扰，而加性干扰的影响则需要用其它办法解决。若在合理选择调制制度、解调方法以及发送功率后，仍无法抵抗加性干扰对解调性能的大幅下降，就应该考虑采用差错控制技术。

　　信道编码是物理层上的差错控制技术，以添加冗余降低信息传递速率为代价提高传输可靠性。根据冗余加到信息中方式的不同，纠错编码分为两类：分组码和卷积码，均获得了实际应用。历史上人们更喜欢用卷积码，因其可使用软判决Viterbi译码，而多年来分组码则一直被认为无法使用高效的软判决译码。然而，关于线性分组码软判决译码算法的理论和实际，近年来都获得了很大发展。1962年，Gallager给出了一类称为低密度奇偶校验码（LDPC）的分组码和两种迭代概率译码算法。随后，Tanner将Gallager的概率译码算法扩展到更一般的情况，用子码代替简单的单奇偶校验方程组来定义奇偶校验。

　　LDPC码有多种译码方法。根据消息迭代过程中传送消息形式的不同，可将LDPC的译码方法分为硬判决译码和软判决译码。若在译码过程中传送的消息是比特值，称之为硬判决译码，若传迸的消息是与后验概率相关的消息，称之为软判决译码。软译码算法主要有和积算法、最小和算法、简化的最小和算法、归一化的最小和算法等。后三者主要通过简化每次迭代的过程，达到简化计算的目的，取得了一定的效果。

　　本文提出了基于同步信息修正的和积算法，在保持原算法每次迭代复杂度以保证性能的前提下，利用同步信息对算法进行修正，有效减小了算法迭代次数，因此减小了计算复杂度，提高了算法的实用性。