卷积编码基础(第二版)：迭代解码与低密度奇偶校验详解

"Fundamentals of Convolutional Coding, Second Edition" 是一本关于卷积编码基础理论的经典著作，由Rolf Johannesson和Kamil Sh. Zigangirov合著，并由IEEE Press和John Wiley & Sons, Inc.出版。这本书包含了低密度奇偶校验（LDPC）卷积码、迭代编码、Viterbi、BCJR、BEAST、列表以及顺序解码等重要主题，同时还提供了卷积码的距离特性分析，并附带可下载的解答手册。 卷积编码是通信和数据存储领域中广泛使用的一种错误纠正编码技术，它通过在连续的数据位上应用线性转换来创建冗余，从而提高数据传输的可靠性。本书第二版新增了两个章节，重点关注了LDPC卷积码和迭代编码。LDPC码因其稀疏的校验矩阵而得名，能够实现接近香农限的纠错性能，且在现代通信系统如Wi-Fi和卫星通信中广泛应用。 迭代编码是卷积码的一个重要分支，它结合了多个简单的编码器和解码器，通过迭代过程实现高效的数据恢复。其中，Viterbi算法是最著名的卷积码最大似然序列估计解码方法，它通过动态规划找到最可能的数据序列。BCJR算法则是一种基于贝叶斯准则的软输入软输出（SISO）解码算法，适用于更复杂的信道环境。BEAST（Best Estimate A posteriori State Trajectory）解码和列表解码则是另外两种扩展了Viterbi算法的方法，提供了更好的性能与复杂度之间的折衷。顺序解码，如Fano算法，是在特定条件下的一种有效替代方法，虽然速度较慢，但在某些情况下可以提供良好的解码效果。 本书深入探讨了卷积码的距离特性，这是衡量编码性能的重要指标，因为它直接影响到编码能纠正的错误数量。距离特性分析可以帮助设计者选择合适的编码参数，以优化系统的误码率性能。 "Fundamentals of Convolutional Coding" 第二版是一本全面而深入的卷积编码教程，涵盖了该领域的核心概念和技术，对于研究者、工程师和学生来说都是宝贵的参考资料。书中的实例和解答手册将有助于读者更好地理解和应用这些理论知识。