Ｊｏｕｒｎａｌ ｏｆ Ｈａｒｂｉｎ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ （ Ｎｅｗ Ｓｅｒｉｅｓ） ， Ｖｏｌ．２０， Ｎｏ．６， ２０１３

Ｅｆｆｉｃｉｅｎｔ Ｅａｒｌｙ Ｔｅｒｍｉｎａｔｉｏｎ Ｓｔｒａｔｅｇｙ ｆｏｒ ＬＤＰＣ Ｃｏｄｅｓ ｉｎ ＧＰＳ Ｓｙｓｔｅｍｓ

Ｆｅｎｇ Ｗａｎｇ， Ｊｉｎ⁃Ｈａｉ Ｌｉ， Ｊｉｎ⁃Ｈａｉ Ｓｕｎ， Ｙｕｅ⁃Ｐｅｎｇ Ｙａｎ

（ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｍｉｃｒｏｅｌｅｃｔｒｏｎｉｃｓ ｏｆ Ｃｈｉｎｅｓｅ Ａｃａｄｅｍｙ ｏｆ Ｓｃｉｅｎｃｅｓ， Ｂｅｉｊｉｎｇ １０００２９， Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ： Ｂｙ ｅｘｐｌｏｉｔｉｎｇ ｔｈｅ ｓｔｒｕｃｔｕｒａｌ ｆｅａｔｕｒｅｓ ｏｆ Ｌ１Ｃ ｍｅｓｓａｇｅｓ， ａ ｎｏｖｅｌ Ｅａｒｌｙ Ｔｅｒｍｉｎａｔｉｏｎ （ ＥＴ） ｓｔｒａｔｅｇｙ ｉｓ
ｐｒｏｐｏｓｅｄ ｔｏ ｓｐｅｅｄ ｕｐ ｔｈｅ ｄｅｃｏｄｉｎｇ ｏｆ ｌｏｗ⁃ｄｅｎｓｉｔｙ ｐａｒｉｔｙ⁃ｃｈｅｃｋ （ ＬＤＰＣ） ｃｏｄｅｓ ｉｎ ｔｈｅ ＧＰＳ ｓｙｓｔｅｍ． Ｔｈｅ ｐｒｏｐｏｓｅｄ
ｓｔｒａｔｅｇｙ ｉｓ ｂａｓｅｄ ｏｎ ｔｈｅ ｃｙｃｌｉｃ ｒｅｄｕｎｄａｎｃｙ ｃｈｅｃｋ （ ＣＲＣ） ｏｆ ｔｈｅ ｍｅｓｓａｇｅｓ ｉｎ ｔｈｅ ｓｕｂｆｒａｍｅｓ ２ ａｎｄ ３． Ｔｈｅ
ｓｉｍｕｌａｔｉｏｎ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ａｖｅｒａｇｅ ｎｕｍｂｅｒ ｏｆ ｉｔｅｒａｔｉｏｎｓ ｏｆ ｔｈｅ ｐｒｏｐｏｓｅｄ ｓｔｒａｔｅｇｙ ｉｓ ｌｅｓｓ ｔｈａｎ ｔｈａｔ ｏｆ ｔｈｅ ｓｔａｎｄａｒｄ
ＥＴ ｓｔｒａｔｅｇｙ， ｗｉｔｈ ｎｅａｒｌｙ ｎｏ ｄｅｇｒａｄａｔｉｏｎ ｉｎ ｄｅｃｏｄｉｎｇ ｐｅｒｆｏｒｍａｎｃｅ． Ｂｅｓｉｄｅｓ， ｔｈｅ ｐｒｏｐｏｓｅｄ ＥＴ ｓｔｒａｔｅｇｙ ｃａｎ ｂｅ
ｅｆｆｉｃｉｅｎｔｌｙ ｉｍｐｌｅｍｅｎｔｅｄ ｉｎ ａ ｓｅｑｕｅｎｔｉａｌ ｏｒ ｐａｒａｌｌｅｌ ｍａｎｎｅｒ． Ｔｈｕｓ， ｔｈｅ ｐｒｏｐｏｓｅｄ ＥＴ ｓｔｒａｔｅｇｙ ｉｓ ａｔｔｒａｃｔｉｖｅ ｆｏｒ
ｐｒａｃｔｉｃａｌ ｐｕｒｐｏｓｅｓ．
Ｋｅｙｗｏｒｄｓ： ＧＰＳ ｓｙｓｔｅｍ， ｌｏｗ⁃ｄｅｎｓｉｔｙ ｐａｒｉｔｙ⁃ｃｈｅｃｋ （ ＬＤＰＣ） ｃｏｄｅｓ， ｅａｒｌｙ ｔｅｒｍｉｎａｔｉｏｎ （ ＥＴ） ｓｔｒａｔｅｇｙ， ｃｙｃｌｉｃ
ｒｅｄｕｎｄａｎｃｙ ｃｈｅｃｋ （ ＣＲＣ）
ＣＬＣ ｎｕｍｂｅｒ： ＴＮ９１１􀆰 ２２　 　 　 Ｄｏｃｕｍｅｎｔ ｃｏｄｅ： Ａ　 　 　 　 Ａｒｔｉｃｌｅ ＩＤ： １００５⁃９１１３（２０１３）０６⁃０１１８⁃０５

ａｒｅ ｓａｔｉｓｆｉｅｄ ［６］ ， ｗｈｉｃｈ ｉｓ ｍｅｔ ｉｆ ａｎｄ ｏｎｌｙ ｉｆ ｔｈｅ

１　 Ｉｎｔｒｏｄｕｃｔｉｏｎ
Ｌｏｗ⁃ｄｅｎｓｉｔｙ ｐａｒｉｔｙ⁃ｃｈｅｃｋ （ ＬＤＰＣ ） ｃｏｄｅｓ，
ｏｒｉｇｉｎａｌｌｙ ｉｎｔｒｏｄｕｃｅｄ ｂｙ Ｇａｌｌａｇｅｒ ［１－２］ ， ａｒｅ ａ ｃｌａｓｓ ｏｆ
ｌｉｎｅａｒ ｂｌｏｃｋ ｃｏｄｅｓ ｄｅｓｃｒｉｂｅｄ ｂｙ ｓｐａｒｓｅ ｐａｒｉｔｙ⁃ｃｈｅｃｋ
ｍａｔｒｉｃｅｓ． Ｓｉｎｃｅ ｔｈｅｉｒ ｒｅｄｉｓｃｏｖｅｒｙ ｉｎ ｔｈｅ ｍｉｄｄｌｅ ｏｆ
１９９０ｓ ［３］ ， ＬＤＰＣ ｃｏｄｅｓ ｈａｖｅ ｒｅｃｅｉｖｅｄ ａ ｌｏｔ ｏｆ ｉｎｔｅｒｅｓｔｓ
ｄｕｅ ｔｏ ｔｈｅｉｒ ｎｅａｒ⁃ｃａｐａｃｉｔｙ ｅｒｒｏｒ ｃｏｒｒｅｃｔｉｏｎ ｐｅｒｆｏｒｍａｎｃｅ
ｗｉｔｈ ｒｅａｓｏｎａｂｌｅ ｄｅｃｏｄｉｎｇ ｃｏｍｐｌｅｘｉｔｙ ［４－５］ ． Ｍｏｒｅｏｖｅｒ， ｉｎ
ｐｒａｃｔｉｃｅ， ａｎ ＬＤＰＣ ｄｅｃｏｄｅｒ ｃａｎ ｂｅ ｆｌｅｘｉｂｌｙ
ｉｍｐｌｅｍｅｎｔｅｄ ｉｎ ｆｕｌｌｙ ｏｒ ｐａｒｔｉａｌｌｙ ｐａｒａｌｌｅｌ ｍａｎｎｅｒ ［６－８］ ．
Ｃｏｎｓｅｑｕｅｎｔｉａｌｌｙ， ＬＤＰＣ ｃｏｄｅｓ ｈａｖｅ ｂｅｅｎ ａｄｏｐｔｅｄ ｉｎ
ｓｅｖｅｒａｌ ｍｏｄｅｒｎ ｃｏｍｍｕｎｉｃａｔｉｏｎ ｓｔａｎｄａｒｄｓ ｆｏｒ ｆｏｒｗａｒｄ
ｅｒｒｏｒ ｃｏｒｒｅｃｔｉｏｎ （ ＦＥＣ） ．
Ｉｎ ｔｈｅ ｎｅｘｔ ｇｅｎｅｒａｔｉｏｎ ＧＰＳ ｓｙｓｔｅｍ， ＬＤＰＣ ｃｏｄｅｓ
ａｒｅ ｕｓｅｄ ａｓ ＦＥＣ ｃｏｄｅｓ ｉｎ ｔｈｅ Ｌ１Ｃ ｍｅｓｓａｇｅ ［９］ ．
Ｓｐｅｃｉｆｉｃａｌｌｙ ｓｐｅａｋｉｎｇ， ｓｕｂｆｒａｍｅｓ ２ ａｎｄ ３ ｉｎ ｔｈｅ Ｌ１Ｃ
ｍｅｓｓａｇｅ ａｒｅ ｓｅｐａｒａｔｅｌｙ ｅｎｃｏｄｅｄ ｗｉｔｈ ｒａｔｅ － １ ／ ２ ＬＤＰＣ
ｃｏｄｅｓ ｏｆ ｌｅｎｇｔｈｓ １２００ ａｎｄ ５４８， ｒｅｓｐｅｃｔｉｖｅｌｙ． Ｔｈｅ
ＬＤＰＣ ｄｅｃｏｄｉｎｇ ｉｓ ａｎ ｉｔｅｒａｔｉｖｅ ｐｒｏｃｅｓｓ， ａｎｄ ｔｈｅ ｐｒｏｃｅｓｓ
ｉｓ ｓｔｏｐｐｅｄ ｉｆ ｔｈｅ ｍａｘｉｍｕｍ ｎｕｍｂｅｒ ｏｆ ｉｔｅｒａｔｉｏｎｓ ｉｓ
ｒｅａｃｈｅｄ． Ｉｎ ｏｒｄｅｒ ｔｏ ａｖｏｉｄ ｕｎｎｅｃｅｓｓａｒｙ ｉｔｅｒａｔｉｏｎｓ， ｅａｒｌｙ
ｔｅｒｍｉｎａｔｉｏｎ （ ＥＴ） ｓｔｒａｔｅｇｙ ｈａｓ ｂｅｅｎ ｉｎｔｒｏｄｕｃｅｄ ［６］ ． Ｆｏｒ
ＬＤＰＣ ｃｏｄｅｓ ｉｎ ｔｈｅ ＧＰＳ ｓｙｓｔｅｍ， ｔｈｉｓ ｓｔｒａｔｅｇｙ ｉｓ ｖｅｒｙ
ｉｍｐｏｒｔａｎｔ， ｓｉｎｃｅ ｔｈｅ ｓｐｅｅｄｕｐ ｏｆ ｄｅｃｏｄｉｎｇ ｐｒｏｃｅｓｓ ｃａｎ
ｒｅｄｕｃｅ ｔｈｅ ｃｏｍｐｌｅｘｉｔｙ ａｎｄ ｐｏｗｅｒ ｃｏｎｓｕｍｐｔｉｏｎ ｏｆ ａ ＧＰＳ
ｒｅｃｅｉｖｅｒ， ｗｈｉｃｈ ｉｓ ｅｓｐｅｃｉａｌｌｙ ｃｒｕｃｉａｌ ｉｎ ｔｈｅ ｃｏｍｐｌｅｘ
ｅｎｖｉｒｏｎｍｅｎｔ．
Ｔｈｅ ｍｏｓｔ ｓｔａｎｄａｒｄ ＥＴ ｓｔｒａｔｅｇｙ ｉｓ ｔｈａｔ ａｌｌ ｃｈｅｃｋ
ｅｑｕａｔｉｏｎｓ ｄｅｆｉｎｅｄ ｂｙ ｔｈｅ ｒｏｗｓ ｏｆ ａ ｐａｒｉｔｙ⁃ｃｈｅｃｋ ｍａｔｒｉｘ
ｄｅｃｏｄｉｎｇ ｏｕｔｐｕｔ ｉｓ ａ ｖａｌｉｄ ｃｏｄｅｗｏｒｄ． Ａｓ ａ ｒｅｓｕｌｔ， ｔｈｉｓ
ｓｔｒａｔｅｇｙ ｄｏｅｓ ｎｏｔ ｉｎｔｒｏｄｕｃｅ ａｎｙ ｐｅｒｆｏｒｍａｎｃｅ ｌｏｓｓ．
Ｂｅｓｉｄｅｓ， ｓｅｖｅｒａｌ ｏｔｈｅｒ ｔｙｐｉｃａｌ ＥＴ ｓｔｒａｔｅｇｉｅｓ ｈａｖｅ ｂｅｅｎ
ｐｒｏｐｏｓｅｄ ｒｅｃｅｎｔｌｙ ［１０－１２］ ． Ｈｏｗｅｖｅｒ， ｔｈｅｓｅ ＥＴ ｓｔｒａｔｅｇｉｅｓ
ａｒｅ ｅｉｔｈｅｒ ｔｏｏ ｃｏｍｐｌｉｃａｔｅｄ ｔｏ ｉｍｐｌｅｍｅｎｔ ｉｎ ｐｒａｃｔｉｃｅ ｏｒ
ｉｎｔｒｏｄｕｃｅ ｃｅｒｔａｉｎ ｐｅｒｆｏｒｍａｎｃｅ ｌｏｓｓｅｓ．
Ｉｎ ｔｈｉｓ ｐａｐｅｒ， ｔｈｅ ｐｅｒｆｏｒｍａｎｃｅｓ ｏｆ ｂｏｔｈ ＬＤＰＣ
ｃｏｄｅｓ ｕｓｅｄ ｉｎ ｔｈｅ ＧＰＳ ｓｙｓｔｅｍ ａｒｅ ａｎａｌｙｚｅｄ． Ｂｙ
ｅｘｐｌｏｉｔｉｎｇ ｔｈｅ ｓｔｒｕｃｔｕｒａｌ ｆｅａｔｕｒｅｓ ｏｆ ｓｕｂｆｒａｍｅｓ ２ ａｎｄ ３，
ａ ｎｏｖｅｌ ＥＴ ｓｔｒａｔｅｇｙ ｆｏｒ ＧＰＳ ＬＤＰＣ ｃｏｄｅｓ ｉｓ ｐｒｏｐｏｓｅｄ．
Ｔｈｅ ｓｉｍｕｌａｔｉｏｎ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ａｖｅｒａｇｅ ｎｕｍｂｅｒ ｏｆ
ｉｔｅｒａｔｉｏｎｓ ｏｆ ｔｈｅ ｐｒｏｐｏｓｅｄ ｓｔｒａｔｅｇｙ ｉｓ ｌｅｓｓ ｔｈａｎ ｔｈａｔ ｏｆ ｔｈｅ
ｓｔａｎｄａｒｄ ＥＴ ｓｔｒａｔｅｇｙ， ｗｉｔｈ ｎｅａｒｌｙ ｎｏ ｄｅｃｏｄｉｎｇ
ｐｅｒｆｏｒｍａｎｃｅ ｌｏｓｓｅｓ． Ｍｏｒｅｏｖｅｒ， ｔｈｅ ｏｐｅｒａｔｉｏｎｓ ｏｆ ｔｈｅ
ｐｒｏｐｏｓｅｄ ＥＴ ｓｔｒａｔｅｇｙ ｃａｎ ｂｅ ｅｆｆｉｃｉｅｎｔｌｙ ｉｍｐｌｅｍｅｎｔｅｄ ａ
ｓｅｑｕｅｎｔｉａｌ ｏｒ ｐａｒａｌｌｅｌ ｍａｎｎｅｒ ｕｓｉｎｇ ｔｈｅ ｓｈｉｆｔ ｒｅｇｉｓｔｅｒ．
Ａｌｌ ｔｈｅｓｅ ｍｅｒｉｔｓ ｓｕｇｇｅｓｔ ｏｕｒ ｐｒｏｐｏｓｅｄ ＥＴ ｓｔｒａｔｅｇｙ ｉｓ ａ
ｇｏｏｄ ｃｈｏｉｃｅ ｆｏｒ ｐｒａｃｔｉｃａｌ ｐｕｒｐｏｓｅｓ．
２　 Ｏｖｅｒｖｉｅｗ ｏｆ ＬＤＰＣ Ｃｏｄｅｓ ａｎｄ Ｔｈｅｉｒ Ｄｅｃｏｄｉｎｇ
２􀆰 １　 Ｏｖｅｒｖｉｅｗ ｏｆ ＬＤＰＣ Ｃｏｄｅｓ
Ａｎ ＬＤＰＣ ｃｏｄｅ ｏｆ ｌｅｎｇｔｈ ｎ ｉｓ ａ ｋｉｎｄ ｏｆ ｌｉｎｅａｒ ｂｌｏｃｋ
ｃｏｄｅ ｄｅｆｉｎｅｄ ｂｙ ａｎ ｍ × ｎ ｓｐａｒｓｅ ｐａｒｉｔｙ⁃ｃｈｅｃｋ ｍａｔｒｉｘ
Ｈ ＝ ［ ｈ ｊｉ ］ ． Ｉｆ Ｈ ｉｓ ｏｆ ｆｕｌｌ⁃ｒａｎｋ， ｍ ｉｓ ｔｈｅ ｎｕｍｂｅｒ ｏｆ
ｒｅｄｕｎｄａｎｔ ｐａｒｉｔｙ⁃ｃｈｅｃｋ ｂｉｔｓ ａｎｄ ｎ － ｍ ｉｓ ｔｈｅ ｎｕｍｂｅｒ ｏｆ
ｉｎｆｏｒｍａｔｉｏｎ ｂｉｔｓ． Ａｎ ＬＤＰＣ ｃｏｄｅ ｉｓ ｓａｉｄ ｔｏ ｂｅ ｒｅｇｕｌａｒ ｉｆ
ａｌｌ ｒｏｗｓ ｏｆ Ｈ ｈａｖｅ ｔｈｅ ｓａｍｅ ｗｅｉｇｈｔ ａｎｄ ａｌｌ ｃｏｌｕｍｎｓ ｏｆ Ｈ
ａｌｓｏ ｈａｖｅ ｔｈｅ ｓａｍｅ ｗｅｉｇｈｔ． Ｏｔｈｅｒｗｉｓｅ， ｔｈｅ ｃｏｄｅ ｉｓ ｓａｉｄ
ｔｏ ｂｅ ｉｒｒｅｇｕｌａｒ．

Ｒｅｃｅｉｖｅｄ ２０１３－０５－０８．
Ｓｐｏｎｓｏｒｅｄ ｂｙ ｔｈｅ Ｎａｔｉｏｎａｌ Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ Ｆｏｕｎｄａｔｉｏｎ ｏｆ Ｃｈｉｎａ （ Ｇｒａｎｔ Ｎｏ． ６１２７１４２３） ．
Ｃｏｒｒｅｓｐｏｎｄｉｎｇ ａｕｔｈｏｒ： Ｆｅｎｇ Ｗａｎｇ． Ｅ⁃ｍａｉｌ： ｗａｎｇｆｅｎｇ＠ ｉｍｅ．ａｃ．ｃｎ．

· １１８·
Ｊｏｕｒｎａｌ ｏｆ Ｈａｒｂｉｎ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ （ Ｎｅｗ Ｓｅｒｉｅｓ） ， Ｖｏｌ．２０， Ｎｏ．６， ２０１３

　 　 Ｉｔ ｉｓ ｃｏｎｖｅｎｉｅｎｔ ｔｏ ａｓｓｏｃｉａｔｅ Ｈ ｗｉｔｈ ａ ｂｉｐａｒｔｉｔｅ ２􀆰 ３　 ＬＤＰＣ Ｄｅｃｏｄｉｎｇ

ｇｒａｐｈ （ ｃａｌｌｅｄ Ｔａｎｎｅｒ ｇｒａｐｈ ） Ｇ Ｈ ｗｈｉｃｈ ｈａｓ ｍ ｃｈｅｃｋ
ｎｏｄｅｓ ａｎｄ ｎ ｂｉｔ ｎｏｄｅｓ ｃｏｒｒｅｓｐｏｎｄｉｎｇ ｔｏ ｔｈｅ ｍ ｒｏｗｓ ａｎｄ
ｎ ｃｏｌｕｍｎｓ ｏｆ Ｈ， ｒｅｓｐｅｃｔｉｖｅｌｙ． Ｔｈｅ ｊ⁃ｔｈ ｃｈｅｃｋ ｎｏｄｅ ｉｓ
ｃｏｎｎｅｃｔｅｄ ｔｏ ｔｈｅ ｉ⁃ｔｈ ｂｉｔ ｎｏｄｅ ｉｆ ａｎｄ ｏｎｌｙ ｉｆ ｔｈｅ ｅｎｔｒｙ
ｈ ｊｉ ＝ １． Ｄｅｎｏｔｉｎｇ ｔｈｅ ｓｅｔ ｏｆ ｂｉｔｓ ｔｈａｔ ｐａｒｔｉｃｉｐａｔｅ ｉｎ ｔｈｅ
ｊ⁃ｔｈ ｃｈｅｃｋ ａｓ Ｎ（ ｊ） ＝ ｛ ｉ：ｈ ｊｉ ＝ １｝ ， ａｎｄ ｔｈｅ ｓｅｔ ｏｆ ｃｈｅｃｋｓ
ｔｈａｔ ｔｈｅ ｉ⁃ｔｈ ｂｉｔ ｐａｒｔｉｃｉｐａｔｅｓ ａｓ Ｍ（ ｉ） ＝ ｛ ｊ：ｈ ｊｉ ＝ １｝ ．
２􀆰 ２　 ＬＤＰＣ Ｃｏｄｅｓ ｉｎ ｔｈｅ Ｌ１Ｃ Ｍｅｓｓａｇｅ
Ｄｕｅ ｔｏ ｔｈｅｉｒ ｅｘｃｅｌｌｅｎｔ ｅｒｒｏｒ ｃｏｒｒｅｃｔｉｏｎ
ｐｅｒｆｏｒｍａｎｃｅ， ＬＤＰＣ ｃｏｄｅｓ ａｒｅ ｕｓｅｄ ｉｎ ｔｈｅ ｎｅｘｔ
ｇｅｎｅｒａｔｉｏｎ ＧＰＳ ｓｙｓｔｅｍ ［９］ ． Ａｓ ｓｈｏｗｎ ｉｎ Ｆｉｇ． １ （ ａ ） ，
ｓｕｂｆｒａｍｅｓ ２ ａｎｄ ３ ｉｎ ｔｈｅ Ｌ１Ｃ ｍｅｓｓａｇｅ ａｒｅ ｓｅｐａｒａｔｅｌｙ
ｅｎｃｏｄｅｄ ｕｓｉｎｇ ｒａｔｅ － １ ／ ２ ＬＤＰＣ ｃｏｄｅｓ， ｒｅｓｐｅｃｔｉｖｅｌｙ．
Ｓｕｂｆｒａｍｅ ２ ｈａｓ ａ ｔｏｔａｌ ｏｆ ６００ ｂｉｔｓ， ｗｈｉｃｈ ｃｏｎｓｉｓｔｓ
５７６ ｂｉｔｓ ｆｏｒ Ｃｌｏｃｋ ａｎｄ Ｅｐｈｅｍｅｒｉｓ ｍｅｓｓａｇｅ ａｎｄ ２４ ｂｉｔｓ
ｆｏｒ ｃｙｃｌｉｃ ｒｅｄｕｎｄａｎｃｙ ｃｈｅｃｋ （ ＣＲＣ） ． Ｓｕｂｆｒａｍｅ ３ ｈａｓ ａ
ｔｏｔａｌ ｏｆ ２７４ ｂｉｔｓ， ｗｈｉｃｈ ｃｏｎｓｉｓｔｓ ２５０ ｂｉｔｓ ｆｏｒ Ｖａｒｉａｂｌｅ
Ｄａｔａ ｍｅｓｓａｇｅ ａｎｄ ２４ ｂｉｔｓ ｆｏｒ ＣＲＣ． Ａｆｔｅｒ ＬＤＰＣ
ｅｎｃｏｄｉｎｇ， ｔｈｅｒｅ ａｒｅ １２００ ｂｉｔｓ ｆｏｒ Ｓｕｂｆｒａｍｅ ２ ａｎｄ
５４８ ｂｉｔｓ ｆｏｒ Ｓｕｂｆｒａｍｅ ３．
Ｔｈｅ ＬＤＰＣ ｃｏｄｅｓ ａｒｅ ｄｅｆｉｎｅｄ ｂｙ ｔｗｏ ｐａｒｉｔｙ⁃ｃｈｅｃｋ
ｍａｔｒｉｃｅｓ Ｈ（ ｍ，ｎ） ｗｉｔｈ ｍ ｒｏｗｓ ａｎｄ ｎ ｃｏｌｕｍｎｓ． Ｆｏｒ
ｓｕｂｆｒａｍｅ ２， ｉｔ ｈｏｌｄｓ ｔｈａｔ ｍ ＝ ６００ ａｎｄ ｎ ＝ １２００． Ｆｏｒ
ｓｕｂｆｒａｍｅ ３， ｉｔ ｈｏｌｄｓ ｔｈａｔ ｍ ＝ ２７４ ａｎｄ ｎ ＝ ５４８．
Ｍｏｒｅｏｖｅｒ， ｂｏｔｈ Ｈ（ ｍ，ｎ） ｃａｎ ｂｅ ｆｕｒｔｈｅｒ ｄｅｃｏｍｐｏｓｅｄ
ｉｎｔｏ ６ ｓｕｂｍａｔｒｉｃｅｓ Ａ， Ｂ， Ｔ， Ｃ， Ｄ， ａｎｄ Ｅ， ａｓ ｓｈｏｗｎ
ｉｎ Ｆｉｇ．１（ ｂ） ． Ｔｈｅ ｐｏｓｉｔｉｏｎｓ ｏｆ ｅｎｔｒｙ １ｓ ｉｎ ｅａｃｈ ｍａｔｒｉｘ
ａｎｄ ｔｈｅ ｅｎｃｏｄｉｎｇ ｍｅｔｈｏｄｓ ｆｏｒ ｔｈｅ ｔｗｏ ｃｏｄｅｓ ａｒｅ ｇｉｖｅｎ
ｉｎ Ｒｅｆ．［９］ ． Ｉｔ ｉｓ ｗｏｒｔｈ ｍｅｎｔｉｏｎｉｎｇ ｔｈａｔ ｔｈｅ ｔｗｏ ＬＤＰＣ
ｃｏｄｅｓ ａｒｅ ｂｏｔｈ ｓｙｓｔｅｍａｔｉｃ： ｔｈｅ ｆｉｒｓｔ ｈａｌｆ ｐａｒｔ ｏｆ ａ
ｃｏｄｅｗｏｒｄ ｃｏｒｒｅｓｐｏｎｄｓ ｔｏ ｉｎｆｏｒｍａｔｉｏｎ ｂｉｔｓ， ａｎｄ ｔｈｅ ｒｅｓｔ
ｐａｒｔ ｃｏｒｒｅｓｐｏｎｄｓ ｔｏ ｐａｒｉｔｙ⁃ｃｈｅｃｋ ｂｉｔｓ．
Subf
rame2 Subf
rame3
Ｂａｓｅｄ ｏｎ ｔｈｅ ｂｅｌｉｅｆ ｐｒｏｐａｇａｔｉｏｎ ｐｒｉｎｃｉｐｌｅ， ｔｈｅｒｅ
ａｒｅ ｔｗｏ ｐｒｅｖａｌｅｎｔ ａｌｇｏｒｉｔｈｍｓ ｆｏｒ ｄｅｃｏｄｉｎｇ ＬＤＰＣ ｃｏｄｅｓ，
ｔｈｅ ｓｕｍ⁃ｐｒｏｄｕｃｔ ａｌｇｏｒｉｔｈｍ （ ＳＰＡ ） ａｎｄ ｍｉｎ⁃ｓｕｍ
ａｌｇｏｒｉｔｈｍ （ ＭＳＡ ） ［４，１３］ ． Ｔｈｅ ｆｏｒｍｅｒ ｈａｓ ｅｘｃｅｌｌｅｎｔ
ｄｅｃｏｄｉｎｇ ｐｅｒｆｏｒｍａｎｃｅ， ｗｈｅｒｅａｓ ｔｈｅ ｌａｔｔｅｒ ｈａｓ ｒｅｄｕｃｅｄ
ｃｏｍｐｌｅｘｉｔｙ ａｔ ｔｈｅ ｅｘｐｅｎｓｅ ｏｆ ｃｅｒｔａｉｎ ｄｅｇｒａｄａｔｉｏｎ ｉｎ
ｄｅｃｏｄｉｎｇ ｐｅｒｆｏｒｍａｎｃｅ． Ｉｎ ｏｒｄｅｒ ｔｏ ｉｍｐｒｏｖｅ ｔｈｅ
ｐｅｒｆｏｒｍａｎｃｅ ｏｆ ＭＳＡ ｗｈｉｌｅ ｍａｉｎｔａｉｎｉｎｇ ｉｔｓ ｌｏｗ
ｃｏｍｐｌｅｘｉｔｙ， ｔｈｅ ｎｏｒｍａｌｉｚｅｄ ｍｉｎ⁃ｓｕｍ ａｌｇｏｒｉｔｈｍ
（ Ｎｏｒｍａｌｉｚｅｄ ＭＳＡ） ｈａｓ ｂｅｅｎ ｐｒｏｐｏｓｅｄ ［１４］ ． Ｗｉｔｈ ｐｒｏｐｅｒ
ｃｈｏｉｃｅ ｏｆ ｍｏｄｉｆｉｃａｔｉｏｎ ｆａｃｔｏｒｓ， ｔｈｅ ｐｅｒｆｏｒｍａｎｃｅ ｏｆ
Ｎｏｒｍａｌｉｚｅｄ ＭＳＡ ｉｓ ｃｌｏｓｅｄ ｔｏ ｔｈａｔ ｏｆ ｔｈｅ ＳＰＡ， ｗｈｉｃｈ
ｍａｋｅｓ ｉｔ ｖｅｒｙ ｓｕｉｔａｂｌｅ ｉｎ ｐｒａｃｔｉｃｅ．
Ｉｔ ｉｓ ａｓｓｕｍｅｄ ｔｈａｔ ａ ｃｏｄｅｗｏｒｄ ｘ ＝ ［ ｘ １ 　 ｘ ２ …　 ｘ ｎ ］
ｉｓ ｔｒａｎｓｍｉｔｔｅｄ ｏｖｅｒ ａ ｂｉｎａｒｙ ｉｎｐｕｔ ａｄｄｉｔｉｖｅ ｗｈｉｔｅ
Ｇａｕｓｓｉａｎ ｎｏｉｓｅ （ ＡＷＧＮ ） ｃｈａｎｎｅｌ ｂｙ ｕｓｉｎｇ ｂｉｎａｒｙ⁃
ｐｈａｓｅ ｓｈｉｆｔ⁃ｋｅｙｉｎｇ （ ＢＰＳＫ） ｍｏｄｕｌａｔｉｏｎ， ａｎｄ ｌｅｔ ｙ ＝
［ ｙ １ 　 ｙ ２ 　 …　 ｙ ｎ ］ ｂｅ ｔｈｅ ｒｅｃｅｉｖｅｄ ｓｅｑｕｅｎｃｅ． Ｉｔ ｉｓ
ｓｕｐｐｏｓｅｄ ｔｈａｔ γ ｉ ｉｓ ｔｈｅ ｌｏｇ⁃ｌｉｋｅｌｉｈｏｏｄ ｒａｔｉｏ （ ＬＬＲ） ｏｆ
ｔｈｅ ｉ⁃ｔｈ ｂｉｔ． Ｕｎｄｅｒ ｔｈｅ ａｓｓｕｍｐｔｉｏｎ ｏｆ ｅｑｕａｌ ａ ｐｒｉｏｒ
ｐｒｏｂａｂｉｌｉｔｙ， ｐ（ ｘ ｉ ＝ ０） ＝ ｐ（ ｘ ｉ ＝ １） ＝ ０􀆰 ５， γ ｉ ｉｓ ｇｉｖｅｎ ｂｙ
ｐ（ ｘ ｉ ＝ ０ ｜ ｙ）
γ ｉ ＝ ｌｎ （１）
ｐ（ ｘ ｉ ＝ １ ｜ ｙ）
　 　 Ｆｏｒ ｔｈｅ ｋ⁃ｔｈ ｉｔｅｒａｔｉｏｎ， ｌｅｔ α （ｊｉ ｋ） ａｎｄ β （ｊｉ ｋ） ｂｅ ｔｈｅ
ｍｅｓｓａｇｅｓ ｆｒｏｍ ｔｈｅ ｉ⁃ｔｈ ｖａｒｉａｂｌｅ ｎｏｄｅ ｔｏ ｔｈｅ ｊ⁃ｔｈ ｃｈｅｃｋ
ｎｏｄｅ， ａｎｄ ｆｒｏｍ ｔｈｅ ｊ⁃ｔｈ ｃｈｅｃｋ ｎｏｄｅ ｔｏ ｔｈｅ ｉ⁃ｔｈ ｖａｒｉａｂｌｅ
ｎｏｄｅ， ｒｅｓｐｅｃｔｉｖｅｌｙ． Ｔｈｅ ｉｔｅｒａｔｉｖｅ ｐｒｏｃｅｓｓ ｏｆ Ｎｏｒｍａｌｉｚｅｄ
ＭＳＡ ｉｓ ａｓ ｆｏｌｌｏｗｓ ［１４］ ．
Ｉｎｉｔｉａｌｉｚａｔｉｏｎ： Ｆｏｒ ｅａｃｈ ｐａｉｒ （ ｉ，ｊ） ， ｓｅｔ α （０） ｊｉ
＝ γｉ．
Ｓｅｔ ｋ ＝ １．
Ｓｔｅｐ １ 　 Ｆｏｒ １ ≤ ｊ ≤ ｍ ａｎｄ ｅａｃｈ ｉ ∈ Ｎ（ ｊ） ，
ｃｏｍｐｕｔｅ
β （ｊｉ ｋ） ＝ α· ∏ ｓｇｎα （ｊｉ′ｋ － １） · ｍｉｎ ｜ α （ｊｉ′ｋ － １） ｜ （２）
ｉ′∈Ｎ（ ｊ） ＼ ｉ ｉ′∈Ｎ（ ｊ） ＼ ｉ

ｗｈｅｒｅ Ｎ（ ｊ） ＼ ｉ ｃｏｎｔａｉｎｓ ａｌｌ ｔｈｅ ｅｌｅｍｅｎｔｓ ｉｎ Ｎ（ ｊ）

ｅｘｃｌｕｄｉｎｇ ｉ， ａｎｄ α ｉｓ ａ ｍｏｄｉｆｉｃａｔｉｏｎ ｆａｃｔｏｒ．
Cl
ock&Ephemer
is CRC Pa g
env a
ria
ble CRC
(
576bi
ts
) (
24bi
ts
) da
ta(
250bit
s) (
24bi
ts
)
Ｓｔｅｐ ２ 　 Ｆｏｒ １ ≤ ｉ ≤ ｎ ａｎｄ ｅａｃｈ ｊ ∈ Ｍ（ ｉ） ，
ｃｏｍｐｕｔｅ
γ＾ （ｉ ｋ） ＝ γ ｉ ＋ ∑ β （ｊｉ ｋ） （３）
LDPCe
nco
de LDPCe
nco
de ｊ∈Ｍ（ ｉ）
ａｎｄ
（４）
(1200bi ts) (548bits
)
（ ａ） Ｓｔｒｕｃｔｕｒｅ ｏｆ ｓｕｂｆｒａｍｅｓ ２ ａｎｄ ３ ｉｎ ｔｈｅ Ｌ１Ｃ ｍｅｓｓａｇｅ α （ｊｉ ｋ） ＝ γ＾ （ｉ ｋ） － β （ｊｉ ｋ）
nc olumns 　 　 Ｓｔｅｐ ３　 Ｐｅｒｆｏｒｍ ｈａｒｄ ｄｅｃｉｓｉｏｎ
ｘ＾ （ ｋ） ＝ ［ ｘ １（ ｋ） ｘ ２（ ｋ） … ｘ （ｎ ｋ） ］
(1200/5 48)

ｂｙ
１， γ＾ （ｉ ｋ） ＞ ０
mc
(
ol
umns
600/
274)
A B T 599/
273 ｘ （ｉ ｋ） ＝ { ０， ｏｔｈｅｒ
（５）
　 　 Ｓｔｅｐ ４　 Ｓｅｔ ｋ ＝ ｋ ＋ １， ｇｏ ｔｏ Ｓｔｅｐ １．
C D E 1
Ｔｈｅ ａｂｏｖｅ ｉｔｅｒａｔｉｖｅ ｐｒｏｃｅｓｓ ｃｏｎｔｉｎｕｅｓ ｕｎｔｉｌ ｋ ＝
600/
274 1 599/
273
Ｋ ｍａｘ ， ｗｈｅｒｅ Ｋ ｍａｘ ｉｓ ａ ｐｒｅｓｅｔ ｍａｘｉｍｕｍ ｉｔｅｒａｔｉｖｅ ｎｕｍｂｅｒ．
（ ｂ） Ｓｔｒｕｃｔｕｒｅ ｏｆ ｐａｒｉｔｙ⁃ｃｈｅｃｋ ｍａｔｒｉｘ ｏｆ ＧＰＳ ＬＤＰＣ ｃｏｄｅｓ
Ｉｎ ｐｒａｃｔｉｃｅ， ｔｈｅ ｄｅｃｏｄｉｎｇ ｐｒｏｃｅｓｓ ｕｓｕａｌｌｙ ｃｏｎｖｅｒｇｅｓ
Ｆｉｇ．１　 Ｓｔｒｕｃｔｕｒｅ ｏｆ ｓｕｂｆｒａｍｅｓ ２ ａｎｄ ３ ａｎｄ ｔｈｅ ｓｔｒｕｃｔｕｒｅ ｏｆ ｂｅｆｏｒｅ Ｋ ｍａｘ ｉｓ ｒｅａｃｈｅｄ． Ｉｎ ｏｒｄｅｒ ｔｏ ａｖｏｉｄ ｕｎｎｅｃｅｓｓａｒｙ
ｐａｒｉｔｙ⁃ｃｈｅｃｋ ｍａｔｒｉｘ ｉｔｅｒａｔｉｏｎｓ ａｎｄ ｓｐｅｅｄｕｐ ｔｈｅ ｄｅｃｏｄｉｎｇ， ａｎ ｅａｒｌｙ
· １１９·
Ｊｏｕｒｎａｌ ｏｆ Ｈａｒｂｉｎ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ （ Ｎｅｗ Ｓｅｒｉｅｓ） ， Ｖｏｌ．２０， Ｎｏ．６， ２０１３

ｔｅｒｍｉｎａｔｉｏｎ （ ＥＴ ） ｓｔｒａｔｅｇｙ ｉｓ ｎｅｃｅｓｓａｒｙ． Ｉｎ ｔｈｅ ｎｅｘｔ
ｓｕｂｓｅｃｔｉｏｎ， ａ ｂｒｉｅｆ ｒｅｖｉｅｗ ｏｎ ＥＴ ｓｔｒａｔｅｇｉｅｓ ｉｓ
ｐｒｅｓｅｎｔｅｄ．
２􀆰 ４　 Ｒｅｖｉｅｗ ｏｎ ＥＴ Ｓｔｒａｔｅｇｉｅｓ
Ｔｈｅ ｍｏｓｔ ｓｔａｎｄａｒｄ ＥＴ ｓｔｒａｔｅｇｙ ｉｓ ｔｈａｔ ａｌｌ ｃｈｅｃｋ
ｅｑｕａｔｉｏｎｓ ｄｅｆｉｎｅｄ ｂｙ ｔｈｅ ｒｏｗｓ ｏｆ Ｈ ａｒｅ ｓａｔｉｓｆｉｅｄ ［６］ ，
ｉ．ｅ．， ｔｈｅ ｅｑｕａｔｉｏｎ
ｘ＾ （ ｋ） ·Ｈ ＝ ０ （６）
ｈｏｌｄｓ． Ｉｎ ｔｈｉｓ ｃａｓｅ， ｘ＾ （ ｋ） ｉｓ ｏｕｔｐｕｔ ａｓ ｔｈｅ ｄｅｃｏｄｉｎｇ
ｒｅｓｕｌｔ． Ｓｉｎｃｅ Ｅｑ．（６） ｈｏｌｄｓ ｉｆ ａｎｄ ｏｎｌｙ ｉｆ ｘ＾ （ ｋ） ｉｓ ａ ｖａｌｉｄ
ｃｏｄｅｗｏｒｄ， ｔｈｅ ｓｔｒａｔｅｇｙ ｄｏｅｓ ｎｏｔ ｉｎｔｒｏｄｕｃｅ ａｎｙ ｄｅｃｏｄｉｎｇ
ｐｅｒｆｏｒｍａｎｃｅ ｌｏｓｓ． Ｈｏｗｅｖｅｒ， ｔｈｉｓ ｓｔｒａｔｅｇｙ ｍａｙ ｔａｋｅ
ｍｕｃｈ ｈａｒｄｗａｒｅ ｃｏｓｔ ｆｏｒ ｔｈｅ ｃｈｅｃｋ ｅｑｕａｔｉｏｎｓ ｉｎ
ｐｒａｃｔｉｃｅ ［１２］ ．
Ｉｎ ａｄｄｉｔｉｏｎ ｔｏ ｔｈｉｓ ｓｔａｎｄａｒｄ ｓｔｒａｔｅｇｙ， ｔｈｅｒｅ ａｒｅ
ｓｏｍｅ ｔｙｐｉｃａｌ ｗｏｒｋｓ ｏｎ ｔｈｉｓ ｔｏｐｉｃ ［１０－１２］ ． Ｉｎ Ｒｅｆ． ［ １０］ ，
ｔｈｅ ｄｅｃｏｄｉｎｇ ｂｌｏｃｋｓ ａｒｅ ｄｉｖｉｄｅｄ ｉｎｔｏ ｄｅｃｏｄａｂｌｅ ａｎｄ
ｕｎｄｅｃｏｄａｂｌｅ ｂｌｏｃｋｓ， ａｎｄ ａｎ ＥＴ ｓｔｒａｔｅｇｙ ｉｓ ｄｅｓｉｇｎｅｄ ｆｏｒ
ｔｈｅｓｅ ｔｗｏ ｋｉｎｄｓ ｏｆ ｂｌｏｃｋｓ， ｒｅｓｐｅｃｔｉｖｅｌｙ． Ｉｎ Ｒｅｆ． ［１１］ ，
ｔｈｅ ＥＴ ｓｔｒａｔｅｇｙ ｉｓ ｐｒｅｓｅｎｔｅｄ ｂａｓｅｄ ｏｎ ｔｈｅ ｃｏｎｖｅｒｇｅｎｃｅ
ｏｆ ｔｈｅ ｍｅａｎ ｍａｇｎｉｔｕｄｅ． Ａｌｔｈｏｕｇｈ ｔｈｅｓｅ ＥＴ ｓｔｒａｔｅｇｉｅｓ
ｈａｖｅ ｌｉｔｔｌｅ ｐｅｒｆｏｒｍａｎｃｅ ｄｅｇｒａｄａｔｉｏｎ， ｔｈｅｙ ｒｅｑｕｉｒｅ
ｍａｓｓｉｖｅ ｍａｔｈｅｍａｔｉｃａｌ ｏｐｅｒａｔｉｏｎｓ ａｎｄ ｓｔａｔｉｓｔｉｃａｌ
ｐｒｏｐｅｒｔｉｅｓ ｏｆ ｔｈｅ ｄｅｃｏｄｅｄ ｍｅｓｓａｇｅｓ． Ｈｅｎｃｅ， ｔｈｅｙ ａｒｅ
ｎｏｔ ｓｕｉｔａｂｌｅ ｆｏｒ ｐｒａｃｔｉｃａｌ ｐｕｒｐｏｓｅｓ． Ｒｅｃｅｎｔｌｙ， ａ ｓｔｒａｔｅｇｙ
ｓｕｉｔａｂｌｅ ｆｏｒ ｐｒａｃｔｉｃａｌ ｉｍｐｌｅｍｅｎｔａｔｉｏｎ ｈａｓ ｂｅｅｎ ｐｒｏｐｏｓｅｄ
［９］ ， ｏｎｅ ｃａｎ ｆｉｎｄ ｔｈｅ ｆｏｌｌｏｗｉｎｇ ｉｎｔｅｒｅｓｔｉｎｇ ｐｒｏｐｅｒｔｙ：
ｔｈｅ ａｖｅｒａｇｅ ｄｅｇｒｅｅ ｏｆ ｔｈｅ ｉｎｆｏｒｍａｔｉｏｎ ｂｉｔ ｎｏｄｅｓ ｉｓ ｍｕｃｈ
ｌａｒｇｅｒ ｔｈａｎ ｔｈａｔ ｏｆ ｔｈｅ ｒｅｄｕｎｄａｎｔ ｂｉｔ ｎｏｄｅｓ， ａｓ ｓｈｏｗｎ ｉｎ
Ｔａｂｌｅ １． （ Ｎｏｔｅ ｔｈａｔ ｔｈｅ ｄｅｇｒｅｅ ｏｆ ａ ｂｉｔ ｎｏｄｅ ｉｎ Ｇ Ｈ ｉｓ
ｅｑｕａｌ ｔｏ ｔｈｅ ｗｅｉｇｈｔ ｏｆ ｔｈｅ ｃｏｒｒｅｓｐｏｎｄｉｎｇ ｃｏｌｕｍｎ ｉｎ Ｈ．）
Ｈｅｎｃｅ， ｔｈｅ ｉｎｆｏｒｍａｔｉｏｎ ｂｉｔｓ ａｒｅ ｅｘｐｅｃｔｅｄ ｔｏ ｃｏｎｖｅｒｇｅ
ｍｏｒｅ ｑｕｉｃｋｌｙ ｏｎ ｔｈｅ ａｖｅｒａｇｅ ｔｈａｎ ｔｈｅ ｒｅｄｕｎｄａｎｔ ｂｉｔｓ，
ｗｈｉｃｈ ｃａｎ ｂｅ ｖｅｒｉｆｉｅｄ ｂｙ ｔｈｅ ｆｏｌｌｏｗｉｎｇ ｏｂｓｅｒｖａｔｉｏｎｓ．
Ｔａｂｌｅ １　 Ａｖｅｒａｇｅ ｄｅｇｒｅｅ ｏｆ ｔｈｅ ｉｎｆｏｒｍａｔｉｏｎ ａｎｄ ｒｅｄｕｎｄａｎｔ
ｂｉｔ ｎｏｄｅｓ ｏｆ ＧＰＳ ＬＤＰＣ ｃｏｄｅｓ
Ａｖｅｒａｇｅ ｄｅｇｒｅｅ ｎｕｍｂｅｒ
Ｌｅｎｇｔｈ
Ｉｎｆｏｒｍａｔｉｏｎ ｂｉｔ ｎｏｄｅｓ Ｒｅｄｕｎｄａｎｔ ｂｉｔ ｎｏｄｅｓ
１２００ ５􀆰 ９６ ２􀆰 ０７
５４８ ５􀆰 ４３ ２􀆰 １３
３􀆰 １　 Ｃｏｎｖｅｒｇｅｎｃｅ Ｂｅｈａｖｉｏｒ Ｏｂｓｅｒｖａｔｉｏｎｓ
Ｉｎ ｏｒｄｅｒ ｔｏ ａｎａｌｙｚｅ ｔｈｅ ｃｏｎｖｅｒｇｅｎｃｅ ｂｅｈａｖｉｏｒ ｏｆ
ＬＤＰＣ ｄｅｃｏｄｉｎｇ， ｔｈｅ ａｖｅｒａｇｅ ｍａｇｎｉｔｕｄｅｓ ｏｆ ＡＰＰ
ｍｅｓｓａｇｅｓ ｉｎ ｔｈｅ ｉｔｅｒａｔｉｖｅ ｐｒｏｃｅｓｓ ａｒｅ ｃａｌｃｕｌａｔｅｄ ｆｏｒ ｔｈｅ
ｉｎｆｏｒｍａｔｉｏｎ ａｎｄ ｒｅｄｕｎｄａｎｔ ｂｉｔ ｎｏｄｅｓ， ｒｅｓｐｅｃｔｉｖｅｌｙ， ａｓ
ｓｈｏｗｎ ｉｎ Ｆｉｇ． ２． Ｔｈｅ ｔｅｓｔ ｃｏｄｅ ｉｓ ｏｆ ｌｅｎｇｔｈ １２００ ａｎｄ
ｔｈｅ ｓｉｇｎａｌ⁃ｔｏ⁃ｎｏｉｓｅ ｒａｔｉｏ （ ＳＮＲ） ｉｓ ｓｅｔ ａｓ ２􀆰 ０ ｄＢ． Ｔｈｅ
ｖａｌｕｅｓ ａｒｅ ｏｂｔａｉｎｅｄ ｏｖｅｒ １０００ ｒｅａｌｉｚａｔｉｏｎｓ．
ges

ｂｙ Ｓｈｉｈ ｅｔ ａｌ． ［１２］ Ｔｈｅ ｓｔｒａｔｅｇｙ ｉｓ ｃａｌｌｅｄ ｈａｒｄ⁃ｄｅｃｉｓｉｏｎ⁃

12
ssa

I
nformat
ionbi
ts
fAPPme

ａｉｄｅｄ （ ＨＤＡ） ＥＴ ｓｔｒａｔｅｇｙ， ｗｈｉｃｈ ｃｏｍｐａｒｅｓ ｔｈｅ ｈａｒｄ 10 Redundantbi

ts
ｄｅｃｉｓｉｏｎｓ ｉｎ ｔｈｅ ｔｗｏ ｓｕｃｃｅｓｓｉｖｅ ｉｔｅｒａｔｉｏｎｓ． Ｉｆ ｔｈｅ ｔｗｏ 8
ｈａｒｄ ｄｅｃｉｓｉｏｎｓ ａｒｅ ｓａｍｅ， ｔｈｅ ｄｅｃｏｄｉｎｇ ｐｒｏｃｅｓｓ ｉｓ
so
ude

6
ｔｅｒｍｉｎａｔｅｄ． Ｔｈｉｓ ｓｔｒａｔｅｇｙ ｉｓ ｃｈｏｓｅｎ ｆｏｒ ｃｏｍｐａｒｉｓｏｎ ｉｎ
t
ni

ｔｈｅ ｓｉｍｕｌａｔｉｏｎｓ． 4
g
ema

2
g

３　 Ｎｏｖｅｌ ＥＴ Ｓｔｒａｔｅｇｙ ｆｏｒ ＧＰＳ ＬＤＰＣ Ｃｏｄｅｓ

e
Avra

0 5 10 15

Ｉｎ ｔｈｉｓ ｓｅｃｔｉｏｎ， ｔｈｅ ｃｏｎｖｅｒｇｅｎｃｅ ｂｅｈａｖｉｏｒ ｏｆ ｔｈｅ I

ter
ati
onnumbe
r

ｄｅｃｏｄｉｎｇ ｏｆ ＧＰＳ ＬＤＰＣ ｃｏｄｅｓ ｉｓ ａｎａｌｙｚｅｄ． Ｂａｓｅｄ ｏｎ ｔｈｅ
ａｎａｌｙｓｉｓ， ａ ｎｏｖｅｌ ＥＴ ｓｔｒａｔｅｇｙ ｉｓ ｐｒｏｐｏｓｅｄ ａｎｄ ｉｔｓ
ｃｏｍｐｌｅｘｉｔｙ ｉｓ ｃｏｍｐａｒｅｄ ｗｉｔｈ Ｅｑ．（６） ．
Ａｓ ｄｉｓｃｕｓｓｅｄ ｐｒｅｖｉｏｕｓｌｙ， ｔｈｅ ｄｅｃｏｄｉｎｇ ｏｆ ａｎ
ＬＤＰＣ ｃｏｄｅ ｉｓ ａｎ ｉｔｅｒａｔｉｖｅ ｍｅｓｓａｇｅ ｐａｓｓｉｎｇ ｐｒｏｃｅｓｓ．
Ｗｉｔｈ ｔｈｅ ｍｅｓｓａｇｅｓ ｂｅｉｎｇ ｐａｓｓｅｄ ａｎｄ ｕｐｄａｔｅｄ ｂｅｔｗｅｅｎ
ｃｈｅｃｋ ａｎｄ ｂｉｔ ｎｏｄｅｓ， ｔｈｅ ｕｎｒｅｌｉａｂｌｅ ａ ｐｒｉｏｒ ｍｅｓｓａｇｅｓ ｉｓ
ｃｏｒｒｅｃｔｅｄ ａｎｄ ｔｈｅ ｒｅｌｉａｂｌｅ ａ ｐｏｓｔｅｒｉｏｒ ｐｒｏｂａｂｉｌｉｔｉｅｓ
（ ＡＰＰ） ｍｅｓｓａｇｅｓ ｉｓ ｏｂｔａｉｎｅｄ． Ｉｔ ｉｓ ｗｅｌｌ ｋｎｏｗｎ ｔｈａｔ ｔｈｅ
ｄｅｃｏｄｉｎｇ ｐｒｏｃｅｓｓ ｏｆ ａｎ ｉｒｒｅｇｕｌａｒ ＬＤＰＣ ｃｏｄｅ ｈａｓ ｗａｖｅ
ｅｆｆｅｃｔ ［５］ ： ｂｉｔ ｎｏｄｅｓ ｗｉｔｈ ｈｉｇｈｅｒ ｄｅｇｒｅｅ ｔｅｎｄ ｔｏ ｃｏｒｒｅｃｔ
ｔｈｅｉｒ ｖａｌｕｅ ｆｉｒｓｔｌｙ ａｎｄ ｔｈｅｎ ｐｒｏｖｉｄｅ ｇｏｏｄ ｉｎｆｏｒｍａｔｉｏｎ ｔｏ
ｔｈｅ ｃｈｅｃｋ ｎｏｄｅｓ， ｗｈｉｃｈ ｓｕｂｓｅｑｕｅｎｔｌｙ ｐｒｏｖｉｄｅ ｂｅｔｔｅｒ
ｉｎｆｏｒｍａｔｉｏｎ ｔｏ ｌｏｗｅｒ ｄｅｇｒｅｅ ｂｉｔ ｎｏｄｅｓ． Ａｓ ａ ｒｅｓｕｌｔ， ｂｉｔ
ｎｏｄｅｓ ｗｉｔｈ ｈｉｇｈ ｄｅｇｒｅｅ ｔｅｎｄ ｔｏ ｇｅｔ ｃｏｒｒｅｃｔｅｄ ｍｏｒｅ
ｑｕｉｃｋｌｙ ｔｈａｎ ｔｈｏｓｅ ｗｉｔｈ ｌｏｗ ｄｅｇｒｅｅ．
Ｔｈｅ ｔｗｏ ＬＤＰＣ ｃｏｄｅｓ ｉｎ ＧＰＳ ｓｙｓｔｅｍ ａｒｅ ｂｏｔｈ
ｉｒｒｅｇｕｌａｒ． Ｂｙ ｃａｒｅｆｕｌ ｏｂｓｅｒｖａｔｉｏｎ ｏｎ ｔｈｅ ｐｏｓｉｔｉｏｎｓ ｏｆ
ｅｎｔｒｉｅｓ １ ｓ ｏｆ ｔｗｏ ｐａｒｉｔｙ⁃ｃｈｅｃｋ ｍａｔｒｉｃｅｓ ｇｉｖｅｎ ｉｎ Ｒｅｆ．
· １２０·
Ｆｉｇ．２　 Ａｖｅｒａｇｅ ｍａｇｎｉｔｕｄｅｓ ｏｆ ＡＰＰ ｍｅｓｓａｇｅｓ ｉｎ ｔｈｅ ｉｔｅｒａｔｉｖｅ
ｐｒｏｃｅｓｓ
　 　 Ｆｒｏｍ Ｆｉｇ． ２， ｉｔ ｉｓ ｋｎｏｗｎ ｔｈａｔ ｔｈｅ ａｖｅｒａｇｅ
ｍａｇｎｉｔｕｄｅ ｏｆ ＡＰＰ ｍｅｓｓａｇｅｓ ｏｆ ｉｎｆｏｒｍａｔｉｏｎ ｂｉｔｓ
ｉｎｃｒｅａｓｅｓ ｆａｓｔｅｒ ａｎｄ ｂｅｃｏｍｅ ｍｏｒｅ ｒｅｌｉａｂｌｅ ｔｈａｎ ｔｈａｔ ｏｆ
ｔｈｅ ｒｅｄｕｎｄａｎｔ ｂｉｔｓ ａｓ ｔｈｅ ｉｔｅｒａｔｉｏｎ ｎｕｍｂｅｒ ｉｎｃｒｅａｓｅｓ．
Ｆｏｒ ｅｘａｍｐｌｅ， ｔｈｅ ａｖｅｒａｇｅ ｍａｇｎｉｔｕｄｅ ｏｆ ＡＰＰ ｍｅｓｓａｇｅｓ
ｏｆ ｉｎｆｏｒｍａｔｉｏｎ ｂｉｔｓ ｉｓ ａｂｏｕｔ ｔｗｉｃｅ ｔｈａｔ ｏｆ ｒｅｄｕｎｄａｎｔ ｂｉｔｓ
ａｆｔｅｒ １５ ｉｔｅｒａｔｉｏｎｓ． Ａｓ ａ ｃｏｎｓｅｑｕｅｎｃｅ， ｔｈｅ ｉｎｆｏｒｍａｔｉｏｎ
ｂｉｔｓ ｔｅｎｄ ｔｏ ｂｅ ｃｏｒｒｅｃｔｅｄ ｍｏｒｅ ｑｕｉｃｋｌｙ ｏｎ ｔｈｅ ａｖｅｒａｇｅ
ｔｈａｎ ｔｈｅ ｒｅｄｕｎｄａｎｔ ｂｉｔｓ． Ｉｎ ｏｔｈｅｒ ｗｏｒｄｓ， ｉｆ ａｌｌ ｃｈｅｃｋ
ｅｑｕａｔｉｏｎｓ ａｒｅ ｓａｔｉｓｆｉｅｄ， ｓｏｍｅ ｄｅｃｏｄｉｎｇ ｉｔｅｒａｔｉｏｎｓ ａｒｅ
ｕｓｅｄ ｔｏ ｃｏｒｒｅｃｔ ｔｈｅ ｅｒｒｏｒｓ ｉｎ ｔｈｅ ｒｅｄｕｎｄａｎｔ ｂｉｔｓ， ｗｈｉｃｈ
ｉｓ ｍｅａｎｉｎｇｌｅｓｓ ｉｎ ｐｒａｃｔｉｃｅ． Ｃｏｎｓｅｑｕｅｎｔｌｙ， ｉｆ ｓｏｍｅ
ｄｅｔｅｃｔ ｍｅｃｈａｎｉｓｍ ｃａｎ ｂｅ ｄｅｖｅｌｏｐｅｄ， ｔｈｅ ｕｎｎｅｃｅｓｓａｒｙ
ｉｔｅｒａｔｉｏｎｓ ｃａｎ ｂｅ ａｖｏｉｄｅｄ ｔｏ ｓｏｍｅ ｅｘｔｅｎｔ．
３􀆰 ２　 Ｐｒｏｐｏｓｅｄ ＥＴ Ｓｔｒａｔｅｇｙ
Ｂｙ ｅｘｐｌｏｉｔｉｎｇ ｔｈｅ ｓｐｅｃｉａｌ ｓｔｒｕｃｔｕｒｅｓ ｏｆ ｓｕｂｆｒａｍｅｓ ２
Ｊｏｕｒｎａｌ ｏｆ Ｈａｒｂｉｎ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ （ Ｎｅｗ Ｓｅｒｉｅｓ） ， Ｖｏｌ．２０， Ｎｏ．６， ２０１３

ａｎｄ ３， ａｎ ｅｆｆｉｃｉｅｎｔ ＥＴ ｓｔｒａｔｅｇｙ ｆｏｒ ＧＰＳ ＬＤＰＣ ｃｏｄｅｓ ｉｓ
ｄｅｖｅｌｏｐｅｄ ｉｎ ｔｈｉｓ ｓｕｂｓｅｃｔｉｏｎ．
Ａｓ ｓｈｏｗｎ ｉｎ Ｆｉｇ． ２， ｔｈｅ ＬＤＰＣ ｅｎｃｏｄｉｎｇ ｉｓ
ｐｅｒｆｏｒｍｅｄ ａｆｔｅｒ ｔｈｅ ＣＲＣ ｆｏｒ ｓｕｂｆｒａｍｅｓ ２ ａｎｄ ３． Ｆｏｒ
ｂｏｔｈ ｓｕｂｆｒａｍｅｓ， ｔｈｅ ｌａｓｔ ２４ ｂｉｔｓ ａｒｅ ｔｈｅ ＣＲＣ ｗｏｒｄ ｏｆ
ｔｈｅ ｐｒｅｖｉｏｕｓ ｍｅｓｓａｇｅ ｂｉｔｓ． Ｔｈｅ ＣＲＣ ｗｏｒｄ ｃａｎ ｄｅｔｅｃｔ
ｔｈｅ ｅｒｒｏｒｓ ｉｎ ｔｈｅ ｍｅｓｓａｇｅ ｂｉｔｓ． Ｃｏｎｖｅｒｓｅｌｙ， ｉｆ ａ
ｔｅｍｐｏｒａｒｙ ｈａｒｄ ｄｅｃｉｓｉｏｎ ｉｎ ｔｈｅ ｉｔｅｒａｔｉｖｅ ｐｒｏｃｅｓｓ ｉｓ
ｏｂｔａｉｎｅｄ， ｗｅ ｃａｎ ｃｈｅｃｋ ＣＲＣ ｆｏｒ ｔｈｅ ｉｎｆｏｒｍａｔｉｏｎ ｂｉｔｓ．
Ｉｆ ＣＲＣ ｉｓ ｓａｔｉｓｆｉｅｄ， ｔｈｅ ｍｅｓｓａｇｅ ｃａｎ ｂｅ ａｃｃｅｐｔｅｄ ａｓ ａ
ｖａｌｉｄ ｏｎｅ ａｎｄ ＬＤＰＣ ｄｅｃｏｄｉｎｇ ｃａｎ ｂｅ ｓｔｏｐｐｅｄ．
Ｔｈｅｒｅｆｏｒｅ， ｔｈｅ ｆｏｌｌｏｗｉｎｇ ＥＴ ｓｔｒａｔｅｇｙ ｆｏｒ ｄｅｃｏｄｉｎｇ ＧＰＳ
ＬＤＰＣ ｃｏｄｅｓ ｃａｎ ｂｅ ｄｅｖｅｌｏｐｅｄ ｔｏ ｒｅｐｌａｃｅ ｔｈｅ ｓｔｒａｔｅｇｙ
ｇｉｖｅｎ ｂｙ Ｅｑ．（６） ．
ＥＴ ｓｔｒａｔｅｇｙ： Ｆｏｒ ｔｈｅ ｋ⁃ｔｈ ｉｔｅｒａｔｉｏｎ ｏｆ ＬＤＰＣ
ｄｅｃｏｄｉｎｇ， ｃｈｅｃｋ ＣＲＣ ｆｏｒ ｔｈｅ ｉｎｆｏｒｍａｔｉｏｎ ｂｉｔｓ． Ｉｆ ＣＲＣ ｉｓ
ｓａｔｉｓｆｉｅｄ， ｓｔｏｐ ｄｅｃｏｄｉｎｇ ａｎｄ ｏｕｔｐｕｔ ｔｈｅ ｈａｒｄ ｄｅｃｉｓｉｏｎ ｘ＾ （ｋ） ．
ｕｓｅｄ ｉｎ ｔｈｅ ｓｉｍｕｌａｔｉｏｎ ｉｓ ｔｈｅ Ｎｏｒｍａｌｉｚｅｄ ＭＳＡ． Ｔｈｅ
ｍｏｄｉｆｉｃａｔｉｏｎ ｆａｃｔｏｒ ｉｓ α ＝ ０􀆰 ７５， ａｎｄ ｔｈｅ ｍａｘｉｍｕｍ
ｉｔｅｒａｔｉｖｅ ｎｕｍｂｅｒ Ｋ ｍａｘ ｉｓ ｓｅｔ ａｓ １５．
Ｆｉｇ． ３ ｉｌｌｕｓｔｒａｔｅｓ ｔｈｅ ｂｉｔ ｅｒｒｏｒ ｒａｔｅ （ ＢＥＲ ）
ｐｅｒｆｏｒｍａｎｃｅｓ ｏｆ ｔｗｏ ＬＤＰＣ ｃｏｄｅｓ ｏｎ ｔｈｅ ＡＷＧＮ
ｃｈａｎｎｅｌ． Ｔｈｅ ｐｅｒｆｏｒｍａｎｃｅ ｏｆ ＳＰＡ ｉｓ ｉｎｃｌｕｄｅｄ ｆｏｒ
ｃｏｍｐａｒｉｓｏｎ． Ｂｅｓｉｄｅｓ， ｔｈｅ ＨＤＡ ＥＴ ｓｔｒａｔｅｇｙ ｇｉｖｅｎ ｉｎ
ｓｕｂｓｅｃｔｉｏｎ ２􀆰 ４ ｉｓ ａｌｓｏ ｅｖａｌｕａｔｅｄ． Ｔｈｅ ＢＥＲ ｏｆ ｅａｃｈ
ａｌｇｏｒｉｔｈｍ ｉｓ ｃａｌｃｕｌａｔｅｄ ｂｙ
ＮＥ
ＢＥＲ ＝ （７）
Ｎ
ｗｈｅｒｅ Ｎ Ｅ ａｎｄ Ｎ ｓｔａｎｄ ｆｏｒ ｔｈｅ ｔｏｔａｌ ｎｕｍｂｅｒ ｏｆ ｅｒｒｏｒ ａｎｄ
ｓｉｍｕｌａｔｅｄ ｍｅｓｓａｇｅ ｂｉｔｓ， ｒｅｓｐｅｃｔｉｖｅｌｙ．
10-1
10-2

Ｉｔ ｓｈｏｕｌｄ ｂｅ ｎｏｔｅｄ ｔｈａｔ ｔｈｅｒｅ ｉｓ ｎｏ ｇｕａｒａｎｔｅｅ ｔｈａｔ 10-3

BER
ｔｈｅ ｄｅｃｏｄｅｄ ａｎｄ ｔｈｅ ｔｒａｎｓｍｉｔｔｅｄ ｉｎｆｏｒｍａｔｉｏｎ ｂｉｔｓ ａｒｅ ｔｈｅ
ｓａｍｅ ｉｆ ｔｈｅ ＣＲＣ ｉｓ ｓａｔｉｓｆｉｅｄ． Ｈｏｗｅｖｅｒ， ｔｈｅ ｅｆｆｅｃｔｉｖｅｎｅｓｓ
10-4 NMSA,
st
anda
rdET
NMSA,
pro
pos
edET
ｏｆ ｔｈｅ ｓｔｒａｔｅｇｙ ｃａｎ ｂｅ ｓｈｏｗｎ ｂｙ ｔｈｅ ｓｉｍｕｌａｔｉｏｎ ｔｅｓｔ ｉｎ 10-5 NMS
SP
A
A,
HDAET
ｗｈｉｃｈ ａ ｔｏｔａｌ ｏｆ １０６ ｄｅｃｏｄｉｎｇ ｒｅａｌｉｚａｔｉｏｎｓ ｔｈａｔ ＣＲＣ ｉｓ 10-6
ｓａｔｉｓｆｉｅｄ ａｒｅ ｃｏｌｌｅｃｔｅｄ． Ａｍｏｎｇ ｔｈｅｓｅ １０６ ｒｅａｌｉｚａｔｉｏｎｓ， ｎｏ 1.
4 1.
6 1.8 2.0 2.
2 2.
4 2.
6
ｄｅｃｏｄｉｎｇ ｅｒｒｏｒ ｉｓ ｆｏｕｎｄ． Ｍｏｒｅｏｖｅｒ， ｔｈｅ ｅｆｆｅｃｔｉｖｅｎｅｓｓ ｏｆ
SNR(dB)

ｔｈｅ ｓｔｒａｔｅｇｙ ｃａｎ ａｌｓｏ ｂｅ ｄｅｍｏｎｓｔｒａｔｅｄ ｂｙ ｔｈｅ ｄｅｃｏｄｉｎｇ （ ａ） Ｃｏｄｅ ｌｅｎｇｔｈ ｏｆ １２００

ｐｅｒｆｏｒｍａｎｃｅ， ｗｈｉｃｈ ｗｉｌｌ ｂｅ ｐｒｅｓｅｎｔｅｄ ｉｎ ｔｈｅ ｎｅｘｔ 10-1

ｓｅｃｔｉｏｎ． Ｆｉｎａｌｌｙ， ｉｔ ｉｓ ａｌｓｏ ｗｏｒｔｈ ｍｅｎｔｉｏｎｉｎｇ ｔｈａｔ ｏｕｒ
ｐｒｏｐｏｓｅｄ ＥＴ ｓｔｒａｔｅｇｙ ｈａｓ ｓｏｍｅ ａｄｖａｎｔａｇｅｓ ｃｏｍｐａｒｅｄ 10-2

ｗｉｔｈ ｔｈｅ ｓｔａｎｄａｒｄ ＥＴ ｓｔｒａｔｅｇｙ ｆｒｏｍ ｔｈｅ ｉｍｐｌｅｍｅｎｔａｔｉｏｎ 10-3

BER

ｐｏｉｎｔ ｏｆ ｖｉｅｗ． Ｆｏｒ ｔｈｅ ｓｔａｎｄａｒｄ ＥＴ ｓｔｒａｔｅｇｙ， ｔｈｅ ｈａｒｄ

ｄｅｃｉｓｉｏｎ ｒｅｓｕｌｔｓ ｏｆ ｅａｃｈ ｉｔｅｒａｔｉｏｎ ｍｕｓｔ ｂｅ ｄｉｓｔｒｉｂｕｔｅｄ
10-4
NMSA,st
anda
rdET
ｆｒｏｍ ｂｉｔ ｎｏｄｅｓ ｔｏ ｔｈｅ ｄｅｓｔｉｎａｔｉｏｎ ｃｈｅｃｋ ｎｏｄｅｓ ｔｏ ｐｅｒｆｏｒｍ 10-5 NMSA,pr
opos
edET
NMSA,HDAET
ｐａｒｉｔｙ ｃｈｅｃｋ， ｗｈｉｃｈ ｉｓ ｄｏｎｅ ａｔ ｔｈｅ ｃｏｓｔ ｏｆ ｅｘｔｒａ 10-6
SPA
ｈａｒｄｗａｒｅ ｃｏｍｐｌｅｘｉｔｙ ｏｒ ｔｈｅ ｉｎｃｒｅａｓｉｎｇ ｏｆ ｃｌｏｃｋ ｃｙｃｌｅｓ 1.0 1.
5 2.0 2.
5 3.
0
ｐｅｒ ｉｔｅｒａｔｉｏｎ． Ｉｎ ｃｏｎｔｒａｓｔ， ｏｕｒ ｐｒｏｐｏｓｅｄ ＥＴ ｓｔｒａｔｅｇｙ ｉｓ SNR(dB)
ｐｅｒｆｏｒｍｅｄ ｉｎ ｔｈｅ ｂｉｔ ｎｏｄｅｓ ｓｉｄｅ， ａｎｄ ｔｈｅ ａｂｏｖｅ⁃ （ ｂ） Ｃｏｄｅ ｌｅｎｇｔｈ ｏｆ ５４８
ｍｅｎｔｉｏｎｅｄ ｄｉｓａｄｖａｎｔａｇｅｓ ｃａｎ ｂｅ ａｖｏｉｄｅｄ． Ｆｉｇ． ３ 　 ＢＥＲ ｐｅｒｆｏｒｍａｎｃｅｓ ｏｆ ＬＤＰＣ ｃｏｄｅｓ ｉｎ ｔｈｅ ＧＰＳ
３􀆰 ３　 ＣＲＣ Ｉｍｐｌｅｍｅｎｔａｔｉｏｎ ｓｙｓｔｅｍ
Ｔｈｅ ｍａｉｎ ｃａｌｃｕｌａｔｉｏｎ ｏｆ ｔｈｅ ｐｒｏｐｏｓｅｄ ＥＴ ｓｔｒａｔｅｇｙ
ｉｓ ｔｈｅ ＣＲＣ， ｗｈｉｃｈ ｉｓ ｄｅｆｉｎｅｄ ａｓ ｔｈｅ ｒｅｍａｉｎｄｅｒ ｒｅｓｕｌｔｅｄ 　 　 Ｉｔ ｉｓ ｋｎｏｗｎ ｔｈａｔ ｔｈｅ ＢＥＲ ｐｅｒｆｏｒｍａｎｃｅ ｏｆ ｔｈｅ
ｆｒｏｍ ｔｈｅ ｄｉｖｉｓｉｏｎ ｏｆ ｔｈｅ ｓｈｉｆｔｅｄ ｍｅｓｓａｇｅ ｐｏｌｙｎｏｍｉａｌ ｂｙ ａ Ｎｏｒｍａｌｉｚｅｄ ＭＳＡ ｉｓ ｃｌｏｓｅｄ ｔｏ ｔｈａｔ ｏｆ ｔｈｅ ＳＰＡ． Ｆｏｒ
ｇｅｎｅｒａｔｏｒ ｐｏｌｙｎｏｍｉａｌ． Ｔｈｅ ｇｅｎｅｒａｔｏｒ ｐｏｌｙｎｏｍｉａｌ ｏｆ ＣＲＣ ｅｘａｍｐｌｅ， ａｔ ＢＥＲ ｏｆ １０ －４ ， ｔｈｅ ｐｅｒｆｏｒｍａｎｃｅ ｇａｐ
ｉｎ ＧＰＳ ｓｙｓｔｅｍ ｉｓ ｏｆ ｄｅｇｒｅｅ ２４ ［９］ ． Ｂａｓｉｃａｌｌｙ， ｔｈｅ ＣＲＣ ｂｅｔｗｅｅｎ ｔｈｅ Ｎｏｒｍａｌｉｚｅｄ ＭＳＡ ａｎｄ ＳＰＡ ｉｓ ｗｉｔｈｉｎ
ｃａｌｃｕｌａｔｉｏｎ ｃａｎ ｂｅ ｉｍｐｌｅｍｅｎｔｅｄ ｉｎ ａ ｂｉｔ⁃ｓｅｒｉａｌ ｍａｎｎｅｒ ０􀆰 ２ ｄＢ ｆｏｒ ｂｏｔｈ ｃｏｄｅｓ． Ｂｅｓｉｄｅｓ， ｏｕｒ ｐｒｏｐｏｓｅｄ ＥＴ
ｂｙ ｕｓｉｎｇ ｔｈｅ ｓｈｉｆｔ ｒｅｇｉｓｔｅｒ． Ｏｎ ｔｈｅ ｏｔｈｅｒ ｈａｎｄ， ｉｔ ｉｓ ｓｔｒａｔｅｇｙ ｉｎｔｒｏｄｕｃｅｓ ｎｅａｒｌｙ ｎｏ ｐｅｒｆｏｒｍａｎｃｅ ｌｏｓｓｅｓ
ｋｎｏｗｎ ｔｈａｔ ｐａｒａｌｌｅｌ ｉｍｐｌｅｍｅｎｔａｔｉｏｎｓ ｏｆ ＣＲＣ ｃａｎ ｏｆｆｅｒ ｃｏｍｐａｒｅｄ ｗｉｔｈ ｔｈｅ ｓｔａｎｄａｒｄ ＥＴ ｓｔｒａｔｅｇｙ ｓｕｃｈ ｔｈａｔ ａｌｌ
ｂｅｔｔｅｒ ｐｅｒｆｏｒｍａｎｃｅ ［１５－１６］ ． Ｈｅｎｃｅ， ｔｈｅ ｐｒｏｐｏｓｅｄ ＥＴ ｔｈｅ ｐａｒｉｔｙ⁃ｃｈｅｃｋ ｅｑｕａｔｉｏｎｓ ａｒｅ ｓａｔｉｓｆｉｅｄ． Ｉｎ ｃｏｎｔｒａｓｔ，
ｓｔｒａｔｅｇｙ ｃａｎ ｂｅ ｆｌｅｘｉｂｌｙ ｉｍｐｌｅｍｅｎｔｅｄ ｉｎ ａ ＧＰＳ ｒｅｃｅｉｖｅｒ ａｌｔｈｏｕｇｈ ｔｈｅ ｏｐｅｒａｔｉｏｎｓ ｉｎ ＨＤＡ ＥＴ ｓｔｒａｔｅｇｙ ａｒｅ ｖｅｒｙ
ａｃｃｏｒｄｉｎｇ ｔｏ ｔｈｅ ｐｒａｃｔｉｃａｌ ｒｅｑｕｉｒｅｍｅｎｔｓ． ｓｉｍｐｌｅ， ｉｔ ｃａｕｓｅｓ ｃｅｒｔａｉｎ ｐｅｒｆｏｒｍａｎｃｅ ｄｅｇｒａｄａｔｉｏｎ，
ｅｓｐｅｃｉａｌｌｙ ｉｎ ｔｈｅ ｈｉｇｈ ＳＮＲ ｒｅｇｉｏｎ．
４　 Ｓｉｍｕｌａｔｉｏｎ Ｒｅｓｕｌｔｓ ａｎｄ Ａｎａｌｙｓｅｓ Ｆｉｇ．４ ｉｌｌｕｓｔｒａｔｅｓ ｔｈｅ ａｖｅｒａｇｅ ｎｕｍｂｅｒ ｏｆ ｉｔｅｒａｔｉｏｎｓ
ｏｆ ｔｈｅｓｅ ｔｈｒｅｅ ＥＴ ｓｔｒａｔｅｇｉｅｓ ｆｏｒ ｔｈｅ ｔｗｏ ＬＤＰＣ ｃｏｄｅｓ．
Ｉｎ ｏｒｄｅｒ ｔｏ ｔｅｓｔｉｆｙ ｔｈｅ ｐｒｏｐｏｓｅｄ ＥＴ ｓｔｒａｔｅｇｙ， ｔｈｅ Ｂｅｓｉｄｅｓ， Ｔａｂｌｅ ２ ｌｉｓｔｓ ｔｈｅ ｉｔｅｒａｔｉｏｎ ｎｕｍｂｅｒ ｒｅｄｕｃｔｉｏｎ ｏｆ
ｓｉｍｕｌａｔｉｏｎｓ ａｒｅ ｐｅｒｆｏｒｍｅｄ ｔｏ ｅｖａｌｕａｔｅ ｔｈｅ ｐｅｒｆｏｒｍａｎｃｅｓ ｔｈｅ ｐｒｏｐｏｓｅｄ ＥＴ ｓｔｒａｔｅｇｙ ｃｏｍｐａｒｅｄ ｗｉｔｈ ｔｈｅ ｓｔａｎｄａｒｄ
ｏｆ ｔｈｅ ｔｗｏ ＧＰＳ ＬＤＰＣ ｃｏｄｅｓ． Ｔｈｅ ｄｅｃｏｄｉｎｇ ａｌｇｏｒｉｔｈｍ ＥＴ ｓｔｒａｔｅｇｙ．
· １２１·
Ｊｏｕｒｎａｌ ｏｆ Ｈａｒｂｉｎ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ （ Ｎｅｗ Ｓｅｒｉｅｓ） ， Ｖｏｌ．２０， Ｎｏ．６， ２０１３

ｌｅｓｓ ｔｈａｎ ｔｈａｔ ｏｆ ｔｈｅ ｓｔａｎｄａｒｄ ＥＴ ｓｔｒａｔｅｇｙ， ｅｓｐｅｃｉａｌｌｙ ｉｎ

ns
15

o
ｔｈｅ ｈｉｇｈ ＳＮＲ ｓｉｔｕａｔｉｏｎｓ． Ｍｏｒｅｏｖｅｒ， ｔｈｅ ｐｒｏｐｏｓｅｄ ＥＴ
i
t
St
anda
rdET
ra Pr
opos
edET
ｓｔｒａｔｅｇｙ ｃａｎ ｂｅ ｆｌｅｘｉｂｌｙ ｉｍｐｌｅｍｅｎｔｅｄ ｉｎ ａ ｓｅｑｕｅｎｔｉａｌ ｏｒ
t
fie 13 HDAET
ro

ｐａｒａｌｌｅｌ ｍａｎｎｅｒ ａｃｃｏｒｄｉｎｇ ｔｏ ｔｈｅ ｄｉｆｆｅｒｅｎｔ ｒｅｑｕｉｒｅｍｅｎｔｓ．

enumbe

11
Ｉｎ ｃｏｎｃｌｕｓｉｏｎ， ｔｈｅ ｐｒｏｐｏｓｅｄ ＥＴ ｓｔｒａｔｅｇｙ ｉｓ ａ ｇｏｏｄ
9 ｃｈｏｉｃｅ ｆｏｒ ｐｒａｃｔｉｃａｌ ｐｕｒｐｏｓｅｓ．
rg
a

Ｒｅｆｅｒｅｎｃｅｓ
e
Av

1.
4 1.
6 1.8 2.0 2.
2 2.
4 2.
6
SNR(dB)
［１］ Ｇａｌｌａｇｅｒ Ｒ Ｇ． Ｌｏｗ⁃ｄｅｎｓｉｔｙ ｐａｒｉｔｙ⁃ｃｈｅｃｋ ｃｏｄｅｓ． ＩＲＥ Ｔｒａｎｓ⁃
（ ａ） Ｃｏｄｅ Ｌｅｎｇｔｈ ｏｆ １２００ ａｃｔｉｏｎｓ ｏｎ Ｉｎｆｏｒｍａｔｉｏｎ Ｔｈｅｏｒｙ， １９６２， ８（１） ： ２１－２８．
［２］ Ｇａｌｌａｇｅｒ Ｒ Ｇ． Ｌｏｗ⁃Ｄｅｎｓｉｔｙ Ｐａｒｉｔｙ⁃Ｃｈｅｃｋ ｃｏｄｅｓ． Ｃａｍｂｒｉｄｇｅ，
ＭＡ： ＭＩＴ Ｐｒｅｓｓ， １９６３．
ns

15
io

［３］ ＭａｃＫａｙ Ｄ Ｊ Ｃ， Ｎｅａｌ Ｒ Ｍ． Ｎｅａｒ ｓｈａｎｎｏｎ ｌｉｍｉｔ ｐｅｒｆｏｒｍａｎｃｅ

t

St
anda
rdET
ra

13 Pr
opos
edET
ｏｆ ｌｏｗ ｄｅｎｓｉｔｙ ｐａｒｉｔｙ ｃｈｅｃｋ ｃｏｄｅｓ． Ｅｌｅｃｔｒｏｎｉｃｓ Ｌｅｔｔｅｒｓ，
t
fie

HDAET
１９９６， ３２（１８） ： １６４５－１６４６．
ro

11
enumbe

8 ［４］ Ｒｉｃｈａｒｄｓｏｎ Ｔ Ｊ， Ｕｒｂａｎｋｅ Ｒ． Ｔｈｅ ｃａｐａｃｉｔｙ ｏｆ ｌｏｗ⁃ｄｅｎｓｉｔｙ

ｐａｒｉｔｙ⁃ｃｈｅｃｋ ｃｏｄｅｓ ｕｎｄｅｒ ｍｅｓｓａｇｅ⁃ｐａｓｓｉｎｇ ｄｅｃｏｄｉｎｇ． ＩＥＥＥ
7 Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｆｏｒｍａｔｉｏｎ Ｔｈｅｏｒｙ， ２００１， ４７（ ２） ： ５９９ －
rg
a

６１８．
e

5
Av

1.0 1.
5 2.
0 2.
5 3.
0 ［５］ Ｌｕｂｙ Ｍ Ｇ， Ｍｉｔｚｅｎｍａｃｈｅｒ Ｍ， Ｓｈｋｒｏｌｌａｈｉ Ｍ Ａ， ｅｔ ａｌ．
SNR(
dB) Ｉｍｐｒｏｖｅｄ ｌｏｗ⁃ｄｅｎｓｉｔｙ ｐａｒｉｔｙ⁃ｃｈｅｃｋ ｃｏｄｅｓ ｕｓｉｎｇ ｉｒｒｅｇｕｌａｒ
ｇｒａｐｈｓ． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｆｏｒｍａｔｉｏｎ Ｔｈｅｏｒｙ，２００１， ４７
（ ｂ） Ｃｏｄｅ Ｌｅｎｇｔｈ ｏｆ ５４８
（２） ： ５８５－５９８．
Ｆｉｇ．４　 Ｔｈｅ ａｖｅｒａｇｅ ｎｕｍｂｅｒ ｏｆ ｉｔｅｒａｔｉｏｎｓ ｆｏｒ ＬＤＰＣ ｃｏｄｅｓ ｉｎ ［６］ Ｂｌａｎｋｓｂｙ Ａ， Ｈｏｗｌａｎｄ Ｃ． Ａ ６９０⁃ｍＷ １⁃Ｇｂ ／ ｓ， ｒａｔｅ⁃１ ／ ２ ｌｏｗ⁃
ｔｈｅ ＧＰＳ ｓｙｓｔｅｍ ｄｅｎｓｉｔｙ ｐａｒｉｔｙ⁃ｃｈｅｃｋ ｃｏｄｅ ｄｅｃｏｄｅｒ． ＩＥＥＥ Ｊｏｕｒｎａｌ ｏｆ Ｓｏｌｉｄ⁃
Ｓｔａｔｅ Ｃｉｒｃｕｉｔｓ， ２００２， ３７（３） ： ４０４－４１２．
Ｔａｂｌｅ ２ 　 Ｉｔｅｒａｔｉｏｎ ｎｕｍｂｅｒ ｒｅｄｕｃｔｉｏｎ ｏｆ ｔｈｅ ｐｒｏｐｏｓｅｄ ＥＴ ［７］ Ｍａｎｓｏｕｒ Ｍ， Ｓｈａｎｂｈａｇ Ｎ． Ｈｉｇｈ⁃ｔｈｒｏｕｇｈｐｕｔ ＬＤＰＣ ｄｅｃｏｄｅｒｓ．
ｓｔｒａｔｅｇｙ ｃｏｍｐａｒｅｄ ｗｉｔｈ ｔｈｅ ｓｔａｎｄａｒｄ ＥＴ ｓｔｒａｔｅｇｙ ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｖｅｒｙ Ｌａｒｇｅ Ｓｃａｌｅ Ｉｎｔｅｇｒａｔｉｏｎ
Ｃｏｄｅ ｌｅｎｇｔｈ Ｓｙｓｔｅｍｓ， ２００３， １１（６） ： ９７６－９９６．
［８］ Ｗａｎｇ Ｚ Ｆ， Ｃｕｉ Ｚ Ｑ． Ａ ｍｅｍｏｒｙ ｅｆｆｉｃｉｅｎｔ ｐａｒｔｉａｌｌｙ ｐａｒａｌｌｅｌ
１２００ ５４８ ｄｅｃｏｄｅｒ ａｒｃｈｉｔｅｃｔｕｒｅ ｆｏｒ ｑｕａｓｉ⁃ｃｙｃｌｉｃ ＬＤＰＣ ｃｏｄｅｓ． ＩＥＥＥ
ＳＮＲ（ ｄＢ） Ｒｅｄｕｃｔｉｏｎ（ ％） ＳＮＲ（ ｄＢ） Ｒｅｄｕｃｔｉｏｎ（ ％） Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ ＶＬＳＩ Ｓｙｓｔｅｍｓ， ２００７， １５（４） ： ４８３－４８８．
［９ ］ ＧＰＳ Ｎａｖｓｔａｒ Ｊｏｉｎｔ Ｐｒｏｇｒａｍ Ｏｆｆｉｃｅ． Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ
１．３ ２．６０ １．０ １．７９
Ｓｙｓｔｅｍ Ｗｉｎｇ（ ＧＰＳＷ） Ｓｙｓｔｅｍｓ Ｅｎｇｉｎｅｅｒｉｎｇ ＆ Ｉｎｔｅｇｒａｔｉｏｎ：
１．５ ４．７５ １．４ ５．９７ Ｎａｖｓｔａｒ ＧＰＳ Ｓｐａｃｅ Ｓｅｇｍｅｎｔ ／ Ｕｓｅｒ Ｓｅｇｍｅｎｔ Ｌ１Ｃ Ｉｎｔｅｒｆａｃｅｓ．
２００８－１０－０４．
１．７ ８．６４ １．８ ９．７５
［１０］ Ｋｉｅｎｌｅ Ｆ， Ｗｅｈｎ Ｎ． Ｌｏｗ Ｃｏｍｐｌｅｘｉｔｙ Ｓｔｏｐｐｉｎｇ Ｃｒｉｔｅｒｉｏｎ ｆｏｒ
１．９ １１．１１ ２．２ １２．９１ ＬＤＰＣ Ｃｏｄｅ Ｄｅｃｏｄｅｒｓ． Ｐｒｏｃｅｅｄｉｎｇ ｏｆ ＩＥＥＥ ＶＴＣ ２００５⁃
２．１ １２．８１ ２．６ １４．１６ Ｓｐｒｉｎｇ． Ｓｔｏｃｋｈｏｌｍ： ＩＥＥＥ Ｐｒｅｓｓ， ２００５􀆰 ６０６－６０９．
［１１］ Ｌｉ Ｊ， Ｙｏｕ Ｘ Ｈ， Ｌｉ Ｊ． Ｅａｒｌｙ ｓｔｏｐｐｉｎｇ ｆｏｒ ＬＤＰＣ ｄｅｃｏｄｉｎｇ：
２．３ １３．７９ ３．０ １４．６８ Ｃｏｎｖｅｒｇｅｎｃｅ ｏｆ Ｍｅａｎ Ｍａｇｎｉｔｕｄｅ （ ＣＭＭ ） ． ＩＥＥＥ
Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｌｅｔｔｅｒｓ， ２００６， １０（９） ： ６６７－６６９．
　 　 Ｆｒｏｍ ｔｈｅｓｅ ｒｅｓｕｌｔｓ， ｉｔ ｉｓ ｓｈｏｗｎ ｔｈａｔ ｔｈｅ ａｖｅｒａｇｅ ［１２］ Ｓｈｉｈ Ｘ Ｙ， Ｚｈａｎ Ｃ Ｚ， Ｌｉｎ Ｃ Ｈ， ｅｔ ａｌ． Ａｎ ８􀆰 ２９ ｍｍ２
ｎｕｍｂｅｒ ｏｆ ｉｔｅｒａｔｉｏｎｓ ｏｆ ｔｈｅ ｐｒｏｐｏｓｅｄ ｓｔｒａｔｅｇｙ ｉｓ ｒｅｄｕｃｅｄ ５２ ｍＷ ｍｕｌｔｉ⁃ｍｏｄｅ ＬＤＰＣ ｄｅｃｏｄｅｒ ｄｅｓｉｇｎ ＷｉＭＡＸ ｓｙｓｔｅｍ
ｃｏｍｐａｒｅｄ ｗｉｔｈ ｔｈｅ ｓｔａｎｄａｒｄ ＥＴ ｓｔｒａｔｅｇｙ． Ｂｅｓｉｄｅｓ， ａｓ ｉｎ ０􀆰 １３ μｍ ＣＭＯＳ ｐｒｏｃｅｓｓ． ＩＥＥＥ Ｊｏｕｒｎａｌ ｏｆ Ｓｏｌｉｄ⁃Ｓｔａｔｅ
Ｃｉｒｃｕｉｔｓ， ２００８， ４３（３） ： ６７２－６８３．
ｔｈｅ ＳＮＲ ｉｎｃｒｅａｓｅｓ， ｔｈｅ ｒｅｄｕｃｔｉｏｎ ｂｅｃｏｍｅｓ ｏｂｖｉｏｕｓ． Ａｌｌ
［ １３ ］ Ｆｏｓｓｏｒｉｅｒ Ｍ Ｐ Ｃ， Ｍｉｈａｌｊｅｖｉｃ Ｍ， Ｉｍａｉ Ｈ． Ｒｅｄｕｃｅｄ
ｔｈｅｓｅ ｄｅｍｏｎｓｔｒａｔｅ ｔｈｅ ｅｆｆｅｃｔｉｖｅｎｅｓｓ ｏｆ ｔｈｅ ｐｒｏｐｏｓｅｄ ＥＴ ｃｏｍｐｌｅｘｉｔｙ ｉｔｅｒａｔｉｖｅ ｄｅｃｏｄｉｎｇ ｏｆ ｌｏｗ⁃ｄｅｎｓｉｔｙ ｐａｒｉｔｙ ｃｈｅｃｋ
ｓｔｒａｔｅｇｙ． ｃｏｄｅｓ ｂａｓｅｄ ｏｎ ｂｅｌｉｅｆ ｐｒｏｐａｇａｔｉｏｎ． ＩＥＥＥ Ｔｒａｎｓｃａｔｉｏｎｓ ｏｎ
Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，１９９９， ４７（５） ： ６７３－６７９．
５　 Ｃｏｎｃｌｕｓｉｏｎｓ ［１４］ Ｃｈｅｎ Ｊ， Ｆｏｓｓｏｒｉｅｒ Ｍ Ｐ Ｃ． Ｎｅａｒ ｏｐｔｉｍｕｍ ｕｎｉｖｅｒｓａｌ ｂｅｌｉｅｆ
ｐｒｏｐａｇａｔｉｏｎ ｂａｓｅｄ ｄｅｃｏｄｉｎｇ ｏｆ ｌｏｗ⁃ｄｅｎｓｉｔｙ ｐａｒｉｔｙ ｃｈｅｃｋ
Ｉｎ ｔｈｉｓ ｐａｐｅｒ， ｔｈｅ ｄｅｃｏｄｉｎｇ ｏｆ ＬＤＰＣ ｃｏｄｅｓ ｉｎ ｔｈｅ ｃｏｄｅｓ． ＩＥＥＥ Ｔｒａｎｓｃａｔｉｏｎｓ ｏｎ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ， ２００２， ５０
ｎｅｘｔ ｇｅｎｅｒａｔｉｏｎ ＧＰＳ ｓｙｓｔｅｍ ｉｓ ｓｔｕｄｉｅｄ． Ｂｙ ｅｘｐｌｏｉｔｉｎｇ （３） ： ４０６－４１４．
［１５］ Ｐｅｉ Ｔ⁃Ｂ， Ｚｕｋｏｗｓｋｉ Ｃ． Ｈｉｇｈ⁃ｓｐｅｅｄ ｐａｒａｌｌｅｌ ＣＲＣ ｃｉｒｃｕｉｔｓ ｉｎ
ｔｈｅ ｓｔｒｕｃｔｕｒａｌ ｆｅａｔｕｒｅｓ ｏｆ Ｌ１Ｃ ｍｅｓｓａｇｅｓ， ａｎ ｅｆｆｉｃｉｅｎｔ ＥＴ
ＶＬＳＩ． ＩＥＥＥ Ｔｒａｎｓｃａｔｉｏｎｓ ｏｎ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ， １９９２， ４０
ｓｔｒａｔｅｇｙ ｂａｓｅｄ ｏｎ ＣＲＣ ｉｓ ｐｒｏｐｏｓｅｄ ｔｏ ａｖｏｉｄ （４） ： ６５３－６５７．
ｕｎｎｅｃｅｓｓａｒｙ ｉｔｅｒａｔｉｏｎｓ ｉｎ ｄｅｃｏｄｉｎｇ ＧＰＳ ＬＤＰＣ ｃｏｄｅｓ． ［ １６ ］ Ｈｅｎｒｉｋｓｓｏｎ Ｔ， Ｌｉｕ Ｄ． Ｉｍｐｌｅｍｅｎｔａｔｉｏｎ ｏｆ Ｆａｓｔ ＣＲＣ
Ｔｈｅ ｓｉｍｕｌａｔｉｏｎ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｅ ｐｒｏｐｏｓｅｄ ＥＴ Ｃａｌｃｕｌａｔｉｏｎ． Ｐｒｏｃｅｅｄｉｎｇ ｏｆ ｔｈｅ ＡＳＰ—ＤＡＣ． Ｋｉｔａｋｙｕｓｈｕ：
ｓｔｒａｔｅｇｙ ｉｎｔｒｏｄｕｃｅｓ ｎｅａｒｌｙ ｎｏ ｐｅｒｆｏｒｍａｎｃｅ ｌｏｓｓｅｓ． Ｔｈｅ ＡＳＰ—ＤＡＣ Ｐｒｅｓｓ， ２００３． ５６３－５６４．
ａｖｅｒａｇｅ ｎｕｍｂｅｒ ｏｆ ｉｔｅｒａｔｉｏｎｓ ｏｆ ｔｈｅ ｐｒｏｐｏｓｅｄ ｓｔｒａｔｅｇｙ ｉｓ
· １２２·