简单描述turbo译码过程

Turbo码主要的创新点在于利用似然比来调解两个译码器输出的差异。每个译码器都产生一>组对应m-输入比特的假设（似然比），然后比较两组假设结果，如果存在差异，则译码器交换假设的结果。每个译码器都可以利用对方的假设来估计新的假设，然后它们对新的假设结果进行比较，重复上述过程直至两个译码器得到同样的假设为止。

这个过程与小强填字或者数独类似。可以这么理解，两个不同的人（译码器）拿到同一个小强填字，但是他们采用不同的方式来解决填字的问题，一个只看横/竖方向，另一个只看斜>线方向。当然，他们独立做出来的结果不能保证完全正确，于是他们在填字的同时记下他们对于该结论的确定度，比如某些字他们敢保证绝不会出错，某些字吃不准，某些是胡乱猜的。。。然后他们对比各自的结果及相应的确定度，通过参考对方的结果，双方都可以根据差异得到一些启示，然后他们根据这些启示再次尝试填字，重复以上过程直至两人的结果完全相符（但还是不能确保和正确答案一样，只能保证差不离）。是概率译码算法，也就是最大后验概率算法(MAP）。但在Turbo码出现之前，信道编码使用的概率译码算法是最大似然算法(ML）。ML算法是MAP算法的简化，即假设信源符号等概率出现，因此是次优的译码算法。Turbo码的译码算法采用了MAP算法，在译码的结构上又做了改进，再次引入反馈的概念，取得了性能和复杂度之间的折衷。同时，Turbo 码的译码采用的是迭代译码，这与经典的代数译码是完全不同的。

Turbo 码的译码算法是最早在BCJR 算法的基础上改进的，我们称以MAP算法，后来又形成Log-MAP算法、Max-Log-MAP以及软输入软输出（SOVA）算法。Turbo 码的译码结构图

⒈Turbo 码的译码结构如图所示. Turbo 译码器有以下的特点：

1) 串行级联

2) 迭代译码

3) 在迭代译码过程中交换的是外部信息

⒉ 概率译码译码原理及结构

译码时首先对接收信息进行处理，两个成员译码器之间外部信息的传递就形成了一个循环迭代的结构。由于外部信息的作用，一定信噪比下的误比特率将随着循环次数的增加而降低。但同时外部信息与接受序列间的相关性也随着译码次数的增加而逐渐增加，外部信息所提供的纠错能力也随之减弱，在一定的循环次数之后，译码性能将不再提高。

编码率是一个装置，以确保可以恢复原始信息流速度。一般流率越低，编码效率越高。

1993年两个法国教授Berrou，Glavieux和缅甸博士生Thitimajshima，发表在柏林国际会议Turbo码接近香农限的错误纠正编码和解码：Turbo码“，一个新的物种的编码 - Turbo码它巧妙两个简单的分量代码，通过伪随机交织器并联串联构造的长码的伪随机性质，和由两个软输入/软输出（SISO）1/2的Turbo码解码器的迭代次数之间实现了伪随机解码

该

仿真结果表明，AWGN信道，比特率达到了（这种情况下的误码率（BER）≤10-5时，Eb/N0的只有约0.7分贝实现理想的通道的Eb/N0值0分贝的能力），远远超过了其他编码，有时会造成在该领域的信息和编码理论的轰动。

自那时以来，受到了广泛的关注和Turbo码发展，产生了深远的影响，在今天的编码理论和研究方法，信道编码学校也进入了一个新的阶段。

->Turbo码的通道，由于其接近Shannon行业，突出的纠错能力已成为热点问题在近年来的编码理论研究。编码器组成的反馈系统中的两个（或更多），通过并行级联卷积码的交织器，从接收端一般按位最大后验概率解码器，通过迭代周期解码。

涡轮代码是一个重要特征是其更复杂的解码比传统卷积码的络合物，这种复杂的，仅在它的译码Turbo码使用的算法迭代过程中，所使用的算法是也比较复杂。键是不仅要能够每个位进行解码，同时还伴有解码翻译的每一个位的信息的可靠性，并且这些信息，以进行的迭代。Turbo码译码的具体算法为：MAP（最大后验后）

</最大-LOG-MAP LOG-MAP和软输出维特比算法（SOVA）算法。MAP算法是1974年的卷积码解码，但仍然需要做一些Turbo码解码最大LOG-MAP，LOG-MAP地图算法是基于的量的计算进行了重大的改进，虽然性能的一些下降，但该Turbo码解码的复杂性大大降低，和更适合于实际使用的维特比算法是不适合的Turbo码翻译代码，原因是，有没有可靠的资料翻译位输出的SOVA算法，改进与软信息输出，适合Turbo码译码算法的复杂度和性能有一些差异。系统地了解这些算法的原则是Turbo码的基础上的比较研究这些算法的复杂度和性能也将有助于涡轮增压的应用研究。

---