无线通信中的多径效应会引起信道失真导致码间干扰(ISI)。迭代检测与译码技术的引入更好地解决了这一问题,它采用Turbo迭代的思想,把独立的均衡器与译码器有机地结合起来,显著地改善了系统性能。Turbo均衡技术中,基于最大后验概率的MAP均衡算法性能最优,但是计算复杂度过高,难于实现。因此寻求一种性能与复杂度良好折中的均衡算法成为众多研究者追求的目标。因子图与和积算法的提出为研究人员提供了一种解决通信问题的新方法。本文采用因子图的方法来处理Turbo均衡问题,并将其应用于联合迭代检测与LDPC译码算法中。文章不仅给出了一种优良的均衡方法,而且采用因子图模型将均衡器和译码器融合到了一个框架中,用整体的、联合的观点解释了整个迭代检测与译码系统。本文主要内容如下：1.详细描述了因子图的定义,推导了基于图模型的和积算法,通过实例解释了和积算法的消息传递过程,同时介绍了近些年来因子图的发展现状及其广泛的应用领域。2.阐述了Turbo均衡原理,讨论了Turbo均衡框架中最优的MAP均衡算法和经典编译码算法。研究了采用因子图方法处理通信中的均衡问题,推导Turbo均衡系统中基于因子图的迭代检测与译码算法,并进行了仿真分析。通过对仿真结果的分析和比较,发现因子图均衡方法在稀疏信道下,获得良好性能的同时有效降低了计算的复杂度。3.提出了基于因子图的联合迭代检测与LDPC译码算法。文中首先描述了LDPC码的定义、表示方法和编码原理,并对其译码及简化译码算法进行了讨论,然后将LDPC码应用于迭代检测与译码系统中。在此基础上,提出了基于因子图的联合迭代检测与LDPC译码算法,通过仿真结果分析表明此方法不仅能获得良好的性能和较低的复杂度,而且实现了采用因子图这一统一观点来解释整个系统的目的,突显了通信系统中图模型方法的简单有效性和直观通用性。