基于压缩感知理论的BCH码译码-doi10.6043j.issn.0438-.doc

doi:10.6043/j.issn.0438-0479. 201702036 基于压缩感知理论的BCH码译码 姜恩华*，李素文， 窦德召，赵庆平 （淮北师范大学物理与电子信息学院，安徽 淮北 235000） 摘要：借助无噪条件下的压缩感知理论TN911.7 文献标识码：A  近年来，压缩感知理论 [1-3] 在图像与信号处理领域得到广泛的应用，该理论突破了香农-奈奎斯特采样定理的限制，降低了采样信号的频率，其主要内容包括：信号的稀疏表示、测量矩阵的构造和重构算法。压缩感知采样是通过测量矩阵对稀疏信号进行观测，得到测量信号；压缩感知恢复是把测量信号和测量矩阵代入重构算法重构出稀疏信号。在压缩感知理论中，信号精确恢复的条件是：测量矩阵与稀疏基不相关[4]，或者是感知矩阵满足有限等距性(restricted isometry property, RIP)[5]。 BCH码广泛应用在数字卫星电视、北斗导航电文纠错编码和光纤通信等领域。在BCH码的译码过程中，如何精确计算出差错图案E的估值是完成译码的核心问题。按照压缩感知理论，把差错图案E看作一维稀疏数字信号，伴随式S看作测量信号，校验矩阵H看作测量矩阵，计算差错图案E的估值问题，可以看作是压缩感知的稀疏信号恢复过程。选择合适的重构算法，完成对差错图案E的重构。可以把伴随式S与重构的差错图案E代入矩阵方程，验证