低密度奇偶校验码(LDPC codes)是基于稀疏校验矩阵的线性分组码,由于它在与基于BP迭代译码算法相结合的条件下具有逼近Shannon限的性能,因此LDPC码是继Turbo码后在纠错编码领域的又一重大进展。近年来,LDPC码以其优异的性能和巨大的潜在应用价值而受到编码界的极大关注,已成为目前最热门的研究领域之一。本文在对LDPC码进行了系统的分析和研究的基础上,探讨了高斯消元法和基于近似下三角矩阵的两种有效编码方式,并在加性高斯白噪声信道下,对LDPC码进行BP译码算法性能仿真。同时,为了克服噪声和码间干扰问题,本文主要研究了LDPC码组合均衡技术。首先,运用最小均方误差(MMSE)准则,将LDPC码分别与线性均衡、判决反馈均衡(DFE)相结合,形成LDPC码均衡接收机。其次,将最小均方(LMS)算法与DFE相结合,研究了LDPC码自适应均衡技术。最后,在自适应均衡的基础上,重点将常数模算法(CMA)与DFE相结合,提出了一种改进的CMA-DFE算法,研究了LDPC码盲均衡技术。本文对这几种不同的均衡技术,进行了比较研究和性能仿真。结果表明,码长越长、均衡/译码迭代次数越多、均衡器权系数设置越大,LDPC码译码性能就越好。在非自适应均衡中,DFE均衡性能比线性均衡好。同等条件下,非自适应均衡优于自适应均衡,收敛速度快,但算法相对复杂。而盲均衡技术虽然收敛比较慢,但其不需要训练序列,算法复杂度较低,在一定条件下,性能甚至优于非自适应均衡,因此有着很好的应用前景。