精华内容
下载资源
问答
  • 卷积码系列2】(n,k,m)卷积码生成多项式矩阵系数转网格图描述(不使用MATLAB库函数)
    2022-01-25 09:09:53

    关注公号【逆向通信猿】更精彩!!!

    回顾

    之前关于(3,1,3)卷积码的维特比译码仿真写过一篇文章(基于C语言实现):

    卷积码Viterbi译码算法基本原理及C语言实现

    文中从概率的角度出发,对卷积码的基于硬判决和软判决维特比译码原理进行了阐述,最后以(3,1,3)系统卷积码为例进行了C语言实现,但该实现仅是针对(3,1,3)这个固定参数的卷积码,不具有一般性,相比MATLAB,C语言晦涩难懂,可读性较差。

    本文从更具一般性的角度对Viterbi译码算法进行阐述,并采用MATLAB对(n,k,m)卷积码进行了仿真实现。

    维特比(Viterbi)译码核心思想

    卷积码的维特比译码算法其实质是基于最大似然的算法,就是找一个与接收到的序列最“像”的序列认为是原始发送序列,而把得到该发送序列的输入序列作为译码后的信息序列。

    说白了就是去遍历每一个状态,计算每一种可能的序列的概率,这个概率可以用最小汉明距离(最像)和最大相关度量(相关性最强)来衡量,最后选择概率最大的序列作为原始发送序列,同样得到该发送序列的输入序列即为译码输出。

    具体译码步骤概括起来就是

    加——比——选

    更多相关内容
  • (n,k,N)卷积码生成矩阵

    千次阅读 多人点赞 2020-06-01 18:12:20
    (n,k,N)卷积码是将每k个信息比特作为一组,编码成n个编码比特...卷积码生成矩阵就是在描述 kN位输入移位寄存器的每一位与每个模2和加法器的连接关系。本文按”子生成元→生成元→子生成矩阵生成矩阵”的顺序叙述。

    卷积码

       ( n , k , N ) (n,k,N) (n,k,N)卷积码是将每 k k k个信息比特作为一组,编码成 n n n个编码比特输出。 N N N为编码的约束长度,表示编码过程中有N组信息比特相互约束。卷积码的编码器具有记忆性,针对每组信息比特( k k k个比特)输入,有n个编码比特输出,编码比特不仅与当前输入的 k k k个信息比特有关系,还与前 N − 1 N-1 N1 k k k位输入信息比特有关。编码效率为 η c = k n \eta_c=\frac{k}{n} ηc=nk η c \eta_c ηc N N N是衡量卷积码性能的两个重要参数。
    (关于 N N N的含义,我在不同地方看到的不一样,有的说是编码过程中有 N N N组信息比特相互约束,还有说是编码过程中有 N + 1 N+1 N+1组信息比特相互约束,本文我采用前者。)

    卷积码编码器

       ( n , k , N ) (n,k,N) (n,k,N)卷积码的编码器由 N N N k k k级输入移位寄存器( N × k N \times k N×k位寄存器)、 n n n级输出移位寄存器和 n n n个模2和加法器构成,每个输出移位寄存器有一个模2和加法器与其对应,每个模2和加法器输入端的数目不一定相同。下图为 ( n , k , N ) (n,k,N) (n,k,N)卷积码编码器原理图。
    在这里插入图片描述
      卷积码的生成矩阵就是在描述 N × k N \times k N×k位输入移位寄存器的每一位与每个模2和加法器的连接关系。

    卷积码生成矩阵

      教材上是按照先子生成矩阵、生成矩阵后生成元、子生成元的顺序讲解的,我感觉不太好理解。按”子生成元 → \to 生成元 → \to 子生成矩阵 → \to 生成矩阵”的顺序介绍,似乎更容易理解矩阵中的0和1所代表的的物理意义。

    子生成元和生成元

      子生成元 g ( i , j ) g^{(i,j)} g(i,j) ( n , k , N ) (n,k,N) (n,k,N)卷积码有 k n kn kn个子生成元 g ( i , j ) g^{(i,j)} g(i,j),其中 i = 1 , 2 , 3 , ⋯   , k i=1,2,3,\cdots,k i=1,2,3,,k j = 1 , 2 , 3 , ⋯   , n j=1,2,3,\cdots,n j=1,2,3,,n。每个子生成元是一个 N N N维行向量, g ( i , j ) g^{(i,j)} g(i,j)的第 m m m位写成 g m ( i , j ) g^{(i,j)}_m gm(i,j) m = 0 , 1 , 2 , ⋯   , N − 1 m=0,1,2,\cdots,N-1 m=0,1,2,,N1 g ( i , j ) g^{(i,j)} g(i,j)可以表示为: g ( i , j ) = g 0 ( i , j )   g 1 ( i , j )   ⋯   g N − 1 ( i , j ) g^{(i,j)}=g^{(i,j)}_0\:g^{(i,j)}_1\:\cdots \: g^{(i,j)}_{N-1} g(i,j)=g0(i,j)g1(i,j)gN1(i,j) g m ( i , j ) g^{(i,j)}_m gm(i,j)表示第 m m m组输入寄存器比特的第 i i i位与第 j j j个模2和加法器的连接关系,其中1表示相连,0表示不相连。
      生成元 g ( i ) g^{(i)} g(i) ( n , k , N ) (n,k,N) (n,k,N)卷积码有 k k k个生成元 g ( i ) g^{(i)} g(i),其中 i = 1 , 2 , 3 , ⋯   , k i=1,2,3,\cdots,k i=1,2,3,,k。每个子生成元是一个 N n Nn Nn维行向量, g ( i ) g^{(i)} g(i)可以表示为: g ( i ) = g 0 ( i , 1 )   g 0 ( i , 2 )   ⋯   g 0 ( i , n )   ⋯   g N − 1 ( i , 1 )   g N − 1 ( i , 2 )   ⋯   g N − 1 ( i , n ) g^{(i)}=g^{(i,1)}_0 \:g^{(i,2)}_0\:\cdots\:g^{(i,n)}_0\:\cdots\:g^{(i,1)}_{N-1}\:g^{(i,2)}_{N-1} \:\cdots \:g^{(i,n)}_{N-1} g(i)=g0(i,1)g0(i,2)g0(i,n)gN1(i,1)gN1(i,2)gN1(i,n)

    子生成矩阵和生成矩阵

      子生成矩阵 g m g_m gm ( n , k , N ) (n,k,N) (n,k,N)卷积码有 N N N个子生成矩阵 g m g_m gm,其中 m = 0 , 1 , 2 , ⋯   , N − 1 m=0,1,2,\cdots,N-1 m=0,1,2,,N1。每个子生成矩阵由 k n kn kn g m ( i , j ) g^{(i,j)}_m gm(i,j)组成的 k × n k \times n k×n矩阵, g m g_m gm可以表示为: g m = [ g m ( 1 , 1 ) g m ( 1 , 2 ) ⋯ g m ( 1 , n ) g m ( 2 , 1 ) g m ( 2 , 2 ) ⋯ g m ( 2 , n ) ⋮ ⋮ ⋱ ⋮ g m ( k , 1 ) g m ( k , 2 ) ⋯ g m ( k , n ) ] g_m= \begin{bmatrix} g^{(1,1)}_m&g^{(1,2)}_m&\cdots&g^{(1,n)}_m \\ g^{(2,1)}_m&g^{(2,2)}_m&\cdots&g^{(2,n)}_m \\ \vdots&\vdots&\ddots&\vdots \\ g^{(k,1)}_m&g^{(k,2)}_m&\cdots&g^{(k,n)}_m \end{bmatrix} gm=gm(1,1)gm(2,1)gm(k,1)gm(1,2)gm(2,2)gm(k,2)gm(1,n)gm(2,n)gm(k,n)
      基本生成矩阵 G B G_B GB ( n , k , N ) (n,k,N) (n,k,N)卷积码的基本生成矩阵 G B G_B GB N N N个子生成矩阵 g m g_m gm组成,是一个 k × N n k \times Nn k×Nn矩阵。 G B = [ g 0 g 1 ⋯ g N − 1 ] G_B=\begin{bmatrix}g_0&g_1&\cdots&g_{N-1}\end{bmatrix} GB=[g0g1gN1]
      生成矩阵 G ∞ G_\infty G ( n , k , N ) (n,k,N) (n,k,N)卷积码的生成矩阵 G ∞ G_\infty G是一个半无穷矩阵, G ∞ G_\infty G可以表示为: G ∞ = [ g 0 g 1 ⋯ g N − 2 g N − 1 0 0 0 ⋯ 0 g 0 g 1 ⋯ g N − 2 g N − 1 0 0 ⋯ 0 0 g 0 g 1 ⋯ g N − 2 g N − 1 0 ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ] G_\infty= \begin{bmatrix} g_0&g_1&\cdots&g_{N-2 }&g_{N-1}&0&0&0&\cdots\\ 0&g_0&g_1&\cdots&g_{N-2 }&g_{N-1}&0&0&\cdots\\ 0&0&g_0&g_1&\cdots&g_{N-2 }&g_{N-1}&0&\cdots\\ \cdots&\cdots&\cdots&\cdots&\cdots&\cdots&\cdots&\cdots&\cdots \end{bmatrix} G=g000g1g00g1g0gN2g1gN1gN20gN1gN200gN1000 G ∞ G_\infty G的每 k k k行( g m g_m gm k k k行)是前一 k k k行向右移位 n n n列( g m g_m gm n n n列)的结果。

    生成矩阵的作用

      假设移位寄存器的初态都是0,编码器对每组 k k k个信息比特的输入产生一组 n n n个编码比特输出。当第一组 k k k个信息比特(用 M ( 0 ) M(0) M(0)表示)输入时,输出为 Y ( 0 ) = M ( 0 ) g 0 Y(0)=M(0)g_0 Y(0)=M(0)g0(对比 G ∞ G_\infty G的第一列,观察规律),相当于 M ( 0 ) M(0) M(0)中的 k k k个比特输入到与其相连的模2和加法器后运算的结果。当第二组 k k k个信息比特(用 M ( 1 ) M(1) M(1)表示)输入时,前一组 k k k个信息比特向后移位,输出为 Y ( 1 ) = M ( 0 ) g 1 + M ( 1 ) g 0 Y(1)=M(0)g_1+M(1)g_0 Y(1)=M(0)g1+M(1)g0(对比 G ∞ G_\infty G的第二列,观察规律),相当于 M ( 0 ) M(0) M(0) M ( 1 ) M(1) M(1)中的 2 k 2k 2k个比特输入到与其相连的模2和加法器后运算的结果。以此类推,可得 Y ( N ) = M ( 0 ) g N − 1 + M ( 1 ) g N − 2 + ⋯ + M ( N − 2 ) g 1 + M ( N − 1 ) g 0 ( 对 比 G ∞ 的 第 N 列 , 观 察 规 律 ) Y(N)=M(0)g_{N-1}+M(1)g_{N-2 }+\cdots+M(N-2)g_1+M(N-1)g_0(对比G_\infty的第N列,观察规律) Y(N)=M(0)gN1+M(1)gN2++M(N2)g1+M(N1)g0GN)此时,再有一组信息比特(用 M ( N ) M(N) M(N)表示)输入时, M ( 0 ) M(0) M(0)被移除移位寄存器而消失。
    (我有点口拙,这块可能描述的不是很清楚,主要靠意会 😄,后面举例子)

    举例

    ( n , 1 , N ) (n,1,N) (n,1,N)卷积码

      给定子生成元: g ( 1 , 1 ) = 10011 g^{(1,1)}=10011 g(1,1)=10011 g ( 1 , 2 ) = 11101 g^{(1,2)}=11101 g(1,2)=11101
      由子生成元可得: n = 2 n=2 n=2 N = 5 N=5 N=5
      生成元为: g ( 1 ) = 11   01   01   10   11 g^{(1)}=11\:01\:01\:10\:11 g(1)=1101011011
      子生成矩阵为: g 0 = [ 11 ] g_0=\begin{bmatrix}11\end{bmatrix} g0=[11] g 1 = [ 01 ] g_1=\begin{bmatrix}01\end{bmatrix} g1=[01] g 2 = [ 01 ] g_2=\begin{bmatrix}01\end{bmatrix} g2=[01] g 3 = [ 10 ] g_3=\begin{bmatrix}10\end{bmatrix} g3=[10] g 4 = [ 11 ] g_4=\begin{bmatrix}11\end{bmatrix} g4=[11]
      生成矩阵为: G ∞ = [ 11 01 01 10 11 00 00 00 ⋯ 0 11 01 01 10 11 00 00 ⋯ 0 0 11 01 01 10 11 00 ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ] G_\infty= \begin{bmatrix} 11&01&01&10&11&00&00&00&\cdots\\ 0&11&01&01&10&11&00&00&\cdots\\ 0&0&11&01&01&10&11&00&\cdots\\ \cdots&\cdots&\cdots&\cdots&\cdots&\cdots&\cdots&\cdots&\cdots \end{bmatrix} G=110001110010111100101111001001110000011000000
      编码器原理图为:在这里插入图片描述
      当输入序列为 m = 110110000 ⋯ m=110110000\cdots m=110110000时,输出序列为 y = 11   10   00   00   11   11   11   01   11   00   ⋯ y=11\:10\:00\:00\:11\:11\:11\:01\:11\:00\:\cdots y=11100000111111011100

    ( n , k , N ) (n,k,N) (n,k,N)卷积码

      给定子生成元: g ( 1 , 1 ) = 100 , g ( 1 , 2 ) = 000 , g ( 1 , 3 ) = 101 g^{(1,1)}=100,g^{(1,2)}=000,g^{(1,3)}=101 g(1,1)=100g(1,2)=000g(1,3)=101 g ( 2 , 1 ) = 000 , g ( 2 , 2 ) = 100 , g ( 2 , 3 ) = 110 g^{(2,1)}=000,g^{(2,2)}=100,g^{(2,3)}=110 g(2,1)=000g(2,2)=100g(2,3)=110
      由子生成元可得: n = 3 n=3 n=3 k = 2 k=2 k=2 N = 3 N=3 N=3
      生成元为: g ( 1 ) = 101   000   001 g^{(1)}=101\:000\:001 g(1)=101000001 g ( 2 ) = 011   001   000 g^{(2)}=011\:001\:000 g(2)=011001000
      子生成矩阵为: g 0 = [ 1 0 1 0 1 1 ] , g 1 = [ 0 0 0 0 0 1 ] , g 2 = [ 0 0 1 0 0 0 ] g_0=\begin{bmatrix}1&0&1\\0&1&1\end{bmatrix},g_1=\begin{bmatrix}0&0&0\\0&0&1\end{bmatrix},g_2=\begin{bmatrix}0&0&1\\0&0&0\end{bmatrix} g0=[100111]g1=[000001]g2=[000010]
      生成矩阵为: G ∞ = [ 101 000 001 000 000 000 ⋯ 011 001 000 000 000 000 ⋯ 000 101 000 001 000 000 ⋯ 000 011 001 000 000 000 ⋯ 000 000 101 000 001 000 ⋯ 000 000 011 001 000 000 ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ] G_\infty= \begin{bmatrix} 101&000&001&000&000&000&\cdots\\ 011&001&000&000&000&000&\cdots\\ 000&101&000&001&000&000&\cdots\\ 000&011&001&000&000&000&\cdots\\ 000&000&101&000&001&000&\cdots\\ 000&000&011&001&000&000&\cdots\\ \cdots&\cdots&\cdots&\cdots&\cdots&\cdots&\cdots \end{bmatrix} G=101011000000000000000001101011000000001000000001101011000000001000000001000000000000001000000000000000000000
      编码器原理图为:在这里插入图片描述
      当输入序列为 m = 10   11   00   00 ⋯ m=10\:11\:00\:00\cdots m=10110000时,输出序列为 y = 101   110   000   001   000   ⋯ y=101\:110\:000\:001\:000\:\cdots y=101110000001000

    参考:卷积码
       通信原理(第二版)张会生 著

    展开全文
  • 基于MATLAB实现的(2
  • 一、 设计内容10一卷积码生成矩阵G1 1011111011 0 ,若K=1,当输入序列是1 1110010101010010111101011111010 ,编写M文件实现编码,若K=2时,编写M文件实现编码。 二、 设计目的通过对数字通信系统的仿真,了解...

    一、 设计内容

    1

    0

    一卷积码由生成矩阵G

    1 1

    01111101

    1 0 ,若K=1,当输入序列是1 1

    110010101010010111101011111010 ,编写M文件实现编码,若K=2时,编写M文件实现编码。 二、 设计目的

    通过对数字通信系统的仿真,了解数字通信系统的仿真实现方法,掌握各种数字调制解调系统的性能,包括了解数字信号的时域表示、掌握数字信号的频带传输,数字通信系统的信道编码,学会用傅立叶变换方法分析信号的频域成分。 三、 设计要求

    1)独立完成课题设计题目;

    2)对所设计的课题原理要有较深入的了解,画出原理框图; 3)提出设计方案;

    4)通过编写程序完成设计方案;

    5)中间各个过程的仿真过程给出仿真结果;

    6)提交详细的课程设计报告;同一题目设计报告雷同率达40%,双方均视为不合格。 四、 实验条件

    计算机,matlab软件 五、 系统设计

    1、 系统原理简介

    卷积码,又称连环码,是由伊莱亚斯(P.elias)于1955年提出来的一种非分组码。卷积编码的最佳译码准则为:在给定已知编码结构、信道特性和接收序列的情况下,译码器将把与已经发送的序列最相似的序列作为传送的码字序列的估值。对于二进制对称信道,最相似传送序列就是在汉明距离上与接收序列最近的序列。

    卷积码的译码方法有两大类:一类是大数逻辑译码,又称门限译码(硬判决,编者注);另一种是概率译码(软判决,编者注),概率译码又分为维特比译码和序列译码两种。门限译码方法是以分组码理论为基础的,其译码设备简单,速度快,但其误码性能要比概率译码法差[2]。

    展开全文
  • 1.卷积码简介 2.特殊卷积码——删余卷积码 3.卷积码编码方法 4.卷积码译码方法 1.卷积码简介 卷积码将k个信息比特编成n个比特,但k和n通常很小,特别适合以串行形式进行传输,时延小。与分组码不同,卷积码编码后的n...

    目录

    1.卷积码简介

    2.特殊卷积码——删余卷积码

    3.卷积码编码方法

    4.卷积码译码方法


    1.卷积码简介

    卷积码将k个信息比特编成n个比特,但k和n通常很小,特别适合以串行形式进行传输,时延小。与分组码不同,卷积码编码后的n个码元不仅与当前段的k个信息有关,还与前面的m段信息有关。在编码器复杂性相同的情况下,卷积码的性能优于分组码。

    卷积码使用(n,k,m)表示

    n为输出码字;

    k为输入的比特信息;

    m表示寄存器个数;

    码率为R = k/n。

    下图为(2,1,2)卷积码,码长n=2,寄存器个数m为2,输入比特k=1。

    其生成多项式为:

    g1(x) = 1 + x^2;

    g2(x) = 1 + x + x^2;

    下图为(3,2,2)卷积码,码长n=3,寄存器个数m=2,输入比特k=2。

    其生成多项式为:

    g11(x) = 1;

    g12(x) = 0;

    g13(x) = 1 + x^2;

    g21(x) = 0;

    g22(x) = 1;

    g23(x) = 1 + x ;

    2.特殊卷积码——删余卷积码

    对于(n,1,m)卷积码,其最高码率为R=1/2,但是实际应用中,往往需要更高的编码速率,例如,R=2/3,R=3/4等。实现高码率的方法之一是采用多输入卷积编码器,即(n,k,m)卷积码,k>1。但是,多输入卷积码译码器的加法-比较-选择电路数目随输入码元流数目的增加而呈指数形式增长。因此,最好保持编码器输入码元流的数目尽可能少,最理想的情况为一个输入码元流。所以,采用在单输入码元流卷积码编码器的基础上通过删余来实现高码率卷积码。

    删余过程实际上是在编码器的输出码流中删除一部分码元。例如,对于1/2码率的卷积码,在其输出序列中每4个码元删除1个,使得对于每2个输入码元,对应3个输出码元,码率为2/3。在实现删余时需要明确删除码元位置,通常删余模板记做P。

    例如,原来的编码输出为:

    删余后为:

    3.卷积码编码方法

    卷积码的编码方法,具体有以下几种:

    方法一:利用卷积码的生成多项式进行卷积运算;

    方法二:利用卷积码的半无限生成矩阵进行矩阵运算;

    方法三:利用卷积码的状态转移图进行编码,编码过程就是根据信息输入和当前状态确定状态转移过程;

    例如前面所述的(2,1,2)卷积码,其编码寄存器状态如下表所示:

    随着信息序列的输入,编码器中寄存器的状态在上述4个状态之间转移,并输出相应的码序列,将编码器随输入而发生状态转移的过程用状态转移图表示,如下图所示,若当前编码器处于S0状态,下一时刻输入1时,编码器从S0状态转移到S1状态,同时输出11。

     

    方法四:利用卷积码的网格图进行编码,根据每个输入和当前网格图的状态转移到下一时刻的某个状态,得到编码输出。

    以上图的(2,1,2)卷积码为例,将卷积码的状态图按照时间顺序展开,即得到卷积码的网格图,输入信息序列为(1011100),相应的编码输出为(11,10,00,01,10,01,11),得到网格图如下图所示:

    网格图主要用于对卷积码编码过程的分析和Viterbi译码。

    4.卷积码译码方法

    硬判决Viterbi译码算法

    硬判决是指解调器根据其判决门限对接收到的信号波形直接进行判决后输出0或1,换句话说,就是解调器供给译码器作为译码用的每个码元只取0或1两个值,以序列之间的汉明距离作为度量进行译码

    软判决Viterbi译码算法

    软判决的解调器不进行判决,直接输出模拟量,或是将解调器输出波形进行多电平量化(不是简单的0、1两电平量化),然后送往译码器,即编码信道的输出是没有经过判决的“软信息”。软判决译码器以欧几里德距离作为度量进行译码,软判决译码算法的路径度量采用“软距离”而不是汉明距离,最常采用的是欧几里德距离,也就是接收波形与可能的发送波形之间的几何距离。

    对于数字电路,硬判决的实现是通过截取解调量化信号的符号位,可以认为是一级量化,而软判决可认为多级量化,包括高位符号位在内,还含有信道信息的有效位。软判决避免了解调后误判影响,直接送入译码器进行译码处理。一般而言,硬判决译码较软判决译码简单而易于实现,但判决译码由于充分利用了信道输出信号的信息,在性能上要增加2~3dB。目前,通用的量化电平为8电平(3bit量化)和16电平(4bit量化),再高的话,只能增加译码器复杂度,几乎没有性能的提高。总的来说,软判决是用欧式距离做,硬判决用汉明距离。

    下一章将会介绍如何利用Matlab对卷积码编码译码进行仿真。

     

    展开全文
  • 仿真BPSK调制在AWGN信道下分别使用卷积码和未使用卷积码的性能对比,其中,卷积码的约束长度为7,生成多项式为[171,133],码率为1/2,译码分别采用硬判决译码和软判决译码 代码实现: clear all EbNo = 1:10; %...
  • 卷积码生成器,利用(2,1,3)型卷积码寄存器来生成卷积码。
  • 本文主要是关于卷积码的相关介绍,依据卷积码就它的状态图的画法展开了介绍,并着重阐述了卷积编码器状态图画法。卷积码卷积码,将k个信息比特编成n个比特,但k和n通常很小,特别适合以串行形式进行传输,时延小。与...
  • 各种卷积操作及其矩阵运算

    千次阅读 2020-08-12 12:07:40
    简单来讲,卷积是一种函数和函数产生一个新函数的数学运算,该数学运算的自变量是两个函数f, g(连续或离散都可以,,定义域之外的部分记函数值填充为0),输出为一个函数h,满足 ,或者说,就是对每个自变量t, 的h(t)...
  • 线性分组码生成矩阵例题

    万次阅读 多人点赞 2019-03-05 09:46:57
    这块属于信道编码的部分,信道编码分为线性分组码(循环码)和非分组码(卷积码)。 生成矩阵(n,k)线性分组码的生成矩阵为 k 行 n列,如 (7,3),即信息位 3位,码长 7位。监督矩阵和生成矩阵的正相反,互为转置...
  • (3)的效率:k/n(4)编码前,k(K-1)个寄存器单元全部复位清零。(5)由于一段消息不仅影响当前段的编码输出,还影响其后m段的编码输出,所以称参量K=m+1为卷积吗的约束比特长度为K*n·==。(6)注意进入卷积编码器的最后...
  • 此代码实现了卷积码的维特比算法。 输入是接收到的序列(原始编码序列加上噪声)和编码器状态图。 输出是原始编码序列和解码序列。 编码器状态图必须通过矩阵 3 维矩阵 H 提供。还提供了一个 pdf 文件,指示如何...
  • (3)的效率:k/n(4)编码前,k(K-1)个寄存器单元全部复位清零。(5)由于一段消息不仅影响当前段的编码输出,还影响其后m段的编码输出,所以称参量K=m+1为卷积吗的约束比特长度为K*n·==。(6)注意进入卷积编码器的最后...
  • 卷积码,卷积码是什么意思卷积码在一个二进制分组码(n,k)当中,包含k个信息位,码组长度为n,每个码组的(n-k)个校验位仅与本码组的k个信息位有关,而与其它码组无关。为了达到一定的纠错能力和编码效率(=k/n),分组码...
  • 卷积码的编解码matlab仿真.doc 卷积码的编解码MATLAB仿真摘要卷积码是一种性能优越的信道编码。它的编码器和译码器都比较容易实现,同时它具有较强的纠错能力。随着纠错编码理论研究的不断深入,卷积码的实际应用...
  • 再基于源卷积码生成矩阵与校验矩阵间的约束关系,求出了源卷积码的最佳生成多项式和删除模式,并提出了码字同步的方法,最终按识别出来的参数构建盲解码模型,实现了删除卷积码的盲解码。仿真结果表明,在误码率...
  • (2,1,7)卷积码

    热门讨论 2009-12-30 13:19:47
    其中包括卷积码的编码器与译码器的设计方案,对学习卷积友有帮助。
  • 详细介绍信道编码中的卷积编码原理
  • matlab图像均衡化代码使用logBCJR算法对串行级联卷积码进行迭代解码 两个编码器的生成矩阵为G(D)= [1(1 + D ^ 2)/(1 + D + D ^ 2)]。 logBCJR matlab代码受K Vasudevan编写的概率域中BCJR算法的scilab代码...
  • 第八讲卷积码详解.ppt

    2021-01-14 14:40:37
    主要内容 卷积码 卷积码与分组码的区别与联系 卷积码的表示 卷积码的性质 维特比译码原理 基于网格图的维特比译码 卷积码的概念 为什么要引入卷积码 回顾分组码 把k位信息比特的序列编成n个比特的码组,每个码组的(n...
  • 卷积码的编译码MATLAB程序》由会员分享,可在线阅读,更多相关《卷积码的编译码MATLAB程序(5页珍藏版)》请在人人文库网上搜索。...为生成矩阵%这里,我们做了一个简单的(2,1,7)卷积码编码器。k...
  • 6.13 Fire(法尔)是常用于检测或纠正突发差错的(n,k)循环,其生成多项式g(x)为g(x)?(xl?1)?p(x) 其中p(x)为次数m(次数m与l互素)的不可约多项式,即p(x)不能分解为次数更低的多项式的乘积。(1)证明Fire码长n?LCM...
  • BPSK调制下(2,1,3)、(2,1,6)卷积码与QC-LDPC码译码性能和抑制突发噪声性能对比(MATLAB实现) 重写了(2,1,3)卷积码与一种QC-LDPC码的译码性能对比代码,同样采用MATLAB中的CPU并行计算,能够提高程序运行速度。 结果...
  • 最近做了一个卷积码编译码器的设计,查资料的时候感觉资料其实很多但是比较深奥。这里想做一个通俗易懂的分析。也给自己做个笔记。 卷积码编码器 卷积码的主要作用是给通信序列增加冗余,建立信息间的联系,从特定的...
  • 基于LabVIEW设计无线通信系统中编码、解码和系统实现各模块。本文主要是介绍了卷积码的理论知识,基于labView的215卷积码的编码和译码的具体实现,无线通信系统的其他部分实现。
  • doi:10.3969/j.issn.1001-893x.2014.09.009引用格式:张立民,刘杰,钟兆根.(n,1,m)递归系统卷积码的盲识别[J].电讯技术,2014,54(9):1220-1225.[ZHANGLi-min,LIUJie,ZHONGZhao-gen.BlindRecognitionof(n,1,m)...
  • 编码器使用RSC递归系统卷积码. RSC码由前馈多项式和反馈多项式确定. 反馈变量检查输出是编码器输入位. 该主题的编码框图如图22所示. 交织器的使用是实现Turbo码的近似随机编码的关键. 交织器交织器是一个单输入单...
  • %survivor state 是一个矩阵它显 T 了通过网格的最优路径这个矩阵通过一个单独的函数 ...为生成矩阵 %这里我们做了一个简单的 (2,1,7) 卷积码编码器 k=1; G=[1 0 1 1 0 1 1;1 1 1 1 0 0 1]; %G1=133,G2=171 %以下 3 种
  • 卷积码

    2016-05-05 12:19:00
    翻阅了很多papers之后,介绍卷积码的编码实现过程使用的是零散的模块(移位寄存器、mod2加法器、生成多项式)的功能和特点,通过mod2和实现编码的输出,这个过程类似卷积(生成多项式和输入比特的卷积)。...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 3,901
精华内容 1,560
关键字:

卷积码生成矩阵