低密度奇偶校验(Low-Density Parity-Check,LDPC)码的译码阈值靠近香农限,广泛应用于实际的通信系统中。相比于一般的LDPC码,基于原模图构建的LDPC(Protograph-based LDPC,P-LDPC)码具有更优异的纠错性能和更低的实现复杂度;而 LDPC 卷积码(LDPC Convolutional Codes,LDPC-CCs)在编译码时延方面具有无可比拟的优势。随着P-LDPC码和LDPC卷积码的研究发展,基于原模图构造的 LDPC 卷积码(Protograph-based LDPC Convolutional Codes,P-LDPC-CCs)应运而生。研究发现终止的 P-LDPC-CCs(Terminated P-LDPC-CCs,TP-LDPC-CCs)码具备多变的编码构造方式和优异的性能,拥有很好的应用前景。本学位论文主要研究TP-LDPC-CCs的性能分析及优化,主要工作如下:(1)对终止码不同的边扩展方法——JFZ法和对角分解法,分别采用传统的原模图外信息转移(Protograph-based Extrinsic Information Transfer,P-EXIT)分析和仿真实验方法,得出的结果表明对角分解法构造的码型纠错性能更优。(2)在基于双P-LDPC(Double P-LDPC,DP-LDPC)码联合的信源信道编码(Joint Source and Channel Coding,JSCC)系统中,理论分析了 TP-LDPC-CCs相比P-LDPC码在编码结构性时延的优势。接着提出一种基于对角分解法构造的,度分布较均匀的TP-LDPC-CCs方案,仿真结果表明该方案应用于DP-LDPC系统信道编码时,纠错性能优于传统的P-LDPC码。(3)在PR信道中,通过有限长EXIT分析和实验仿真发现在该类信道中,(2)中的TP-LDPC-CCs方案纠错性能差于规则型TP-LDPC-CCs。为此提出了一种新的对角分解法构建的TP-LDPC-CCs边扩展方案,与(2)中度分布较均匀方案不同,该TP-LDPC-CCs方案度分布并不均匀。有限长EXIT分析和仿真结果表明在PR信道下,该方案性能优于规则型TP-LDPC-CCs。