| 论文创新点 | 第5-7页 |
| 摘要 | 第7-9页 |
| Abstract | 第9-10页 |
| 目录 | 第11-14页 |
| 第一章 绪论 | 第14-32页 |
| 1.1 概述 | 第14-15页 |
| 1.2 喷泉码的概念及特性 | 第15-17页 |
| 1.3 喷泉码及其应用研究的现状 | 第17-30页 |
| 1.3.1 喷泉码的研究现状 | 第17-19页 |
| 1.3.2 喷泉码的应用现状及展望 | 第19-30页 |
| 1.4 论文的主要内容与结构安排 | 第30-32页 |
| 第二章 喷泉编码原理 | 第32-56页 |
| 2.1 概述 | 第32页 |
| 2.2 信道编码的发展历程 | 第32-34页 |
| 2.3 编码信道模型 | 第34-37页 |
| 2.4 LT码编译码算法 | 第37-49页 |
| 2.4.1 LT码编译码过程 | 第38-41页 |
| 2.4.2 LT码的度分布 | 第41-47页 |
| 2.4.2.1 理想孤子度分布 | 第43-45页 |
| 2.4.2.2 鲁棒孤子度分布 | 第45-47页 |
| 2.4.3 不等差错保护的LT码 | 第47-49页 |
| 2.5 级联的喷泉码 | 第49-55页 |
| 2.5.1 Raptor码 | 第49-51页 |
| 2.5.2 Turbo喷泉码 | 第51-55页 |
| 2.5.2.1 Turbo码原理 | 第51-52页 |
| 2.5.2.2 Turbo喷泉码实现方案 | 第52-55页 |
| 2.6 本章小结 | 第55-56页 |
| 第三章 带梯度的粒子群优化的LT码度分布 | 第56-74页 |
| 3.1 概述 | 第56-58页 |
| 3.2 带梯度的粒子群优化算法 | 第58-62页 |
| 3.2.1 基本的粒子群优化算法 | 第58-60页 |
| 3.2.2 带梯度的粒子群优化算法 | 第60-62页 |
| 3.3 采用带梯度的粒子群优化算法的度分布设计 | 第62-68页 |
| 3.3.1 重要抽样理论 | 第62-63页 |
| 3.3.2 优化目标 | 第63-64页 |
| 3.3.3 梯度信息的获取 | 第64-65页 |
| 3.3.4 带梯度的PSO算法的度分布设计 | 第65-68页 |
| 3.3.4.1 梯度加速PSO算法模型 | 第65-67页 |
| 3.3.4.2 带梯度的PSO算法步骤 | 第67-68页 |
| 3.4 仿真实验及分析 | 第68-72页 |
| 3.4.1 基于稀疏度分布的优化 | 第68-70页 |
| 3.4.2 基于孤子分布形式的优化 | 第70-72页 |
| 3.5 本章小结 | 第72-74页 |
| 第四章 改进的块复制不等差错的LT码 | 第74-86页 |
| 4.1 概述 | 第74-75页 |
| 4.2 与或树分析方法 | 第75-76页 |
| 4.3 改进的块复制不等差错保护的LT码 | 第76-80页 |
| 4.3.1 块复制不等差错保护的LT码 | 第76-78页 |
| 4.3.2 基于与或树工具的理论分析 | 第78-79页 |
| 4.3.3 改进的块复制不等差错保护的LT码 | 第79-80页 |
| 4.4 仿真实验及分析 | 第80-85页 |
| 4.4.1 比特错误率的比较 | 第81-83页 |
| 4.4.2 高优先级分组译码失败分布的比较 | 第83-85页 |
| 4.5 本章小结 | 第85-86页 |
| 第五章 混沌映射的并行Turbo喷泉码 | 第86-100页 |
| 5.1 概述 | 第86-87页 |
| 5.2 分段线性混沌映射 | 第87-88页 |
| 5.2.1 混沌原理 | 第87-88页 |
| 5.2.2 分段线性混沌映射 | 第88页 |
| 5.3 基于分段线性混沌映射的Turbo喷泉码实现 | 第88-92页 |
| 5.3.1 Turbo喷泉码性能限 | 第88-90页 |
| 5.3.2 Turbo喷泉中交织器的设计 | 第90-91页 |
| 5.3.3 分支序列生成算法 | 第91-92页 |
| 5.4 仿真实验及分析 | 第92-99页 |
| 5.4.1 仿真模型 | 第92-94页 |
| 5.4.2 仿真参数 | 第94页 |
| 5.4.3 仿真结果及分析 | 第94-99页 |
| 5.5 本章小结 | 第99-100页 |
| 第六章 改进的Hopfield神经网络译码 | 第100-115页 |
| 6.1 概述 | 第100-102页 |
| 6.2 中国剩余定理和CT码 | 第102-107页 |
| 6.2.1 中国剩余定理 | 第102页 |
| 6.2.2 大衍求一术原理 | 第102-105页 |
| 6.2.3 CT码编译码方法 | 第105-107页 |
| 6.3 CT码神经网络译码算法 | 第107-111页 |
| 6.3.1 连续型Hopfied神经网络原理 | 第107-108页 |
| 6.3.2 改进的Hopfield神经网络译码方法 | 第108-111页 |
| 6.4 仿真实验及分析 | 第111-113页 |
| 6.5 本章小结 | 第113-115页 |
| 第七章 总结与展望 | 第115-118页 |
| 7.1 全文总结 | 第115-116页 |
| 7.2 进一步工作 | 第116-118页 |
| 参考文献 | 第118-126页 |
| 攻读博士学位期间发表的学术论文 | 第126-127页 |
| 致谢 | 第127页 |