摘要：传统咬尾码最大似然（ML）译码算法在译码时存在两个问题：复杂度高和消耗存储空间大。针对这两个问题,该文提出了一种基于Viterbi算法和双向搜索算法的最大似然译码算法。新算法利用Viterbi算法得到的幸存路径度量值与最大似然咬尾路径度量值的关系,删除不可能的起始状态及其对应的咬尾格形子图,缩小搜索空间;然后利用双向搜索算法中门限值与最大似然咬尾路径度量值的关系来降低双向搜索算法的复杂度,从而得到一种在咬尾格形图上高效率的最大似然译码算法。新的最大似然译码算法不仅降低了译码复杂度,同时降低了译码器对存储空间的需求。

关键词：编码 咬尾码 咬尾格形图 最大似然译码 双向搜索算法 

单位：中国科学院上海微系统与信息技术研究所 上海200050 上海无线通信研究中心 上海200335 中国科学院研究生院 北京100049 中国科学院无线传感网与通信重点实验室 上海200335