| 第一章 绪 论 | 第1-23页 |
| 1．1 数字通信系统模型与信道编码 | 第10-11页 |
| 1．2 软判决译码基本原理 | 第11-15页 |
| 1．3 软判决译码研究概况 | 第15-18页 |
| 1．3．1 逐位软判决译码 | 第15-16页 |
| 1．3．2 逐字软判决译码 | 第16-17页 |
| 1．3．3 关键问题与对策—智能理论 | 第17-18页 |
| 1．4 智能理论与软判决译码 | 第18-21页 |
| 1．4．1 智能理论的搜索方法 | 第18-20页 |
| 1．4．2 智能理论在软判决译码中的应用 | 第20-21页 |
| 1．4．3 值得关注的研究问题 | 第21页 |
| 1．5 研究工作概要与主要研究成果 | 第21-23页 |
| 第二章 基于分组码树图的软判决译码 | 第23-31页 |
| 2．1 引言 | 第23页 |
| 2．2 译码算法 | 第23-27页 |
| 2．2．1 分组码的树图描述与路径度量函数 | 第24-25页 |
| 2．2．2 广义门限与最优性测试 | 第25-26页 |
| 2．2．3 广义门限A~*译码算法 | 第26-27页 |
| 2．3 AWGN信道下译码算法的模拟 | 第27-30页 |
| 2．4 本章小结 | 第30-31页 |
| 第三章 基于分组码格图的广义门限序列译码 | 第31-45页 |
| 3．1 引言 | 第31页 |
| 3．2 路径度量与一般广义门限 | 第31-36页 |
| 3．2．1 分组码的格图描述 | 第31-32页 |
| 3．2．2 Fano度量与Fano广义门限 | 第32-34页 |
| 3．2．3 A~*度量和A~*广义门限 | 第34-36页 |
| 3．3 广义门限Stack译码算法 | 第36-37页 |
| 3．4 AWGN信道下的计算机模拟 | 第37-43页 |
| 3．4．1 路径度量 | 第37-39页 |
| 3．4．2 偏差项 | 第39-41页 |
| 3．4．3 路径搜索方向 | 第41-43页 |
| 3．5 进一步研究的内容 | 第43-44页 |
| 3．6 本章小结 | 第44-45页 |
| 第四章 基于分组码有向树（图）的软判决译码 | 第45-53页 |
| 4．1 引言 | 第45页 |
| 4．2 有向树（图）上的快速译码算法 | 第45-50页 |
| 4．2．1 分组码有向树（图）的构造与路径度量函数 | 第46-48页 |
| 4．2．2 Dijkstra's算法（DA） | 第48页 |
| 4．2．3 错误图样的广义门限 | 第48-49页 |
| 4．2．4 有效的软判决译码算法 | 第49-50页 |
| 4．3 SDA译码算法的模拟计算与比较 | 第50-52页 |
| 4．4 本章小结 | 第52-53页 |
| 第五章 基于遗传算法的软判决译码 | 第53-65页 |
| 5．1 引言 | 第53页 |
| 5．2 分组码的遗传译码算法 | 第53-58页 |
| 5．2．1 软判决译码与组合优化 | 第54-55页 |
| 5．2．2 基于遗传算法的分组码软判决译码 | 第55-56页 |
| 5．2．3 译码算法的模拟与分析 | 第56-58页 |
| 5．3 卷积码的遗传译码算法 | 第58-64页 |
| 5．3．1 单向译码算法 | 第58-60页 |
| 5．3．2 双向译码算法 | 第60-61页 |
| 5．3．3 译码算法的计算复杂度 | 第61-62页 |
| 5．3．4 译码算法的性能分析 | 第62-64页 |
| 5．4 本章小结 | 第64-65页 |
| 第六章 一种迭代的快速软判决译码 | 第65-74页 |
| 6．1 引言 | 第65页 |
| 6．2 软判决译码算法 | 第65-70页 |
| 6．2．1 集合分类和代表生成 | 第66-67页 |
| 6．2．2 集合E_1和E_（rep1）的生成 | 第67-68页 |
| 6．2．3 最佳门限检测 | 第68-69页 |
| 6．2．4 对Chase_2、Chase_3的改进 | 第69-70页 |
| 6．3 与其它译码算法的比较 | 第70-71页 |
| 6．4 模拟计算与性能分析 | 第71-72页 |
| 6．5 本章小结 | 第72-74页 |
| 结束语 | 第74-76页 |
| 致 谢 | 第76-78页 |
| 参考文献 | 第78-88页 |
| 作者在攻读博士学位期间完成的论文 | 第88-89页 |