返回信息流问题描述：系统采用软判决，信道为AWGN信道，收到的信息不是简单的0,1，而是加入了高斯白噪的任意值，然后对收到的信息与由H矩阵确定的码字空间的任一个码字进行欧氏距离的累加，找到其距离累加最小的那个，应该就是最大的似然译码了。
例如：收到【 1.34 0.35 -0.23】；如果有个码字是【1 0 0】，那么就计算：
（1.34-1）^2+(0.35-0)^2+(-0.23-0)^2.
遍历所有的码字空间，最小的累积欧氏距离对应的码字即作为译码结果。
遇到的困难：假如是线性分组码（1000，500），n=1000,k=500;那么码字空间将有2^500个码字，采用上述的方法遍历，运算量将是巨大的。但是我看到很多的仿真结果中都做到了上述的译码仿真，请问：他们也是这样做的吗？对于最佳译码的仿真有没有什么更好的方法？
ps：我才开始进行译码研究，还请指教。先谢谢啦。
这是一条镜像帖。来源：北邮人论坛 / matlab / #7770同步于 2010/12/9
该镜像源已超过 30 天没有更新，可能在源站已被删除。
Matlab机器人发帖
[求助]最大似然译码的仿真如何做？
lcb
2010/12/9镜像同步1 回复
订阅后，新回复会通过你的通知中心匿名送达。
1 条回复
【 在 lcb 的大作中提到: 】
: 问题描述：系统采用软判决，信道为AWGN信道，收到的信息不是简单的0,1，而是加入了高斯白噪的任意值，然后对收到的信息与由H矩阵确定的码字空间的任一个码字进行欧氏距离的累加，找到其距离累加最小的那个，应该就是最大的似然译码了。
: 例如：收到【 1.34 0.35 -0.23】；如果有个码字是【1 0 0】，那么就计算：
: （1.34-1）^2+(0.35-0)^2+(-0.23-0)^2.
: ...................
线性分组码的软判决译码采用ML译码的性能应该是最好的，次优的有chase、OSD等，现在做的人不是很多，可以看夏威夷大学的Fossorier的文章。。。。修正一点，软输入不是加了高斯白噪的任意值，是reliability，一般是LLR。。。。