信道编码下教案分析.pptVIP

第四章 卷积码及译码 四、卷积码的译码1、概述 一个序列差错定义为一个 “差错事件”(error event) 。不失一般性，假设发送的是一个全零序列，对应网格图顶部一条水平的全零路径，称为正确路径(图4-31)。某一时刻i从正确路径分岔出去，经若干步后在j时刻又合并到正确路径中来，这样一个从分离到合并的过程就是一个“差错事件”, 相应的路径叫“差错路径”。差错路径有无数条，但不是任意的，它必须是一条可能的发码路径，因此一定能在网格图上找到一条对应的连续轨迹。接收序列R因差错可以是不连续的轨迹，但根据R得出的译码估值序列?必须在网格图中有连续的轨迹。 在维特比译码中，如果时刻j接收序列离正确路径（全零序列）的距离比离另一条在同时刻回到零状态的差错路径的距离远，那么译码器将选择差错路径作为最大似然路径，译码差错就发生了。在硬判决译码中，我们用d表示差错路径的重量，则每当接收序列的重量大于d/2 (或写成?(d+1)/2) 时，差错事件就发出了。用数学公式来表达某时刻j重量为d的差错事件的概率，可写为 (4-44) P(E,d)代表重量为d的差错事件发生的概率，e表示差错码元的个数。p是BSC信道的转移概率（误码率） 当d是奇数时，(4-44)变为： 利用组合公式 ，上式变为 P(E,d) (4-45) 当d是偶数时，同样可证明式(4-45)也是P(E,d)的上限。 d尽取所有可能值所得差错事件概率总和就是总的差错事件概率P(E)： (4-46) 式中系数Ad是正整数，表示重量为d的差错路径条数。 与式(4-39)信号流图生成函数T(D)相对照，可知 P(E) T(D) (4-47) 式(4-47)表明：利用信号流图的生成函数T(D)不但可以计算自由距离，还可以计算卷积码的性能限 对卷积码的译码方法进行介绍，对硬判决和软判决维特比译码方法进行了举例说明，讨论了维特比译码性能限，介绍了删余卷积码。 卷积码译码可分代数译码和概率译码两类。 代数译码沿用分组码代数译码的思路，先由接收序列R(D)=C(D)+E(D)求伴随式S(D)，再由S(D)估算差错图案ê(D)，并令译码估值?(D)=R(D)-ê(D), 最后将?(D)乘以转移函数逆矩阵G-1(D)（见定义）得信息序列M(D)。 受逆矩阵G-1(D)和差错图案ê(D)计算上的限制，代数译码一般仅用于简单的卷积码。其优点是译码电路简单，时延小，适合于高速译码。其不足之处在于：适合代数译码的卷积码的编码增益一般都不大，且仅适合于硬判决译码。现代通信使用代数译码的场合较少。 卷积码本质上是一个有限状态机，它的码字前后相关。对于编码器编出的任何码字序列，在网格图上一定可以找到一条连续的路径与之对应，这种连续性正是卷积码码字前后相关的体现。但在译码端，一旦传输、存储过程中出现差错，输入到译码器的接收码字流在网格图上就找不出一条对应的连续路径，而只有若干不确定、断续的路径供作译码参考。而从译码器译出的码字序列必须与编码器一样，也是对应一条连续路径，否则肯定是译码出了差错。在编码理论发展进程中出现了多种以序列为基础的译码方法，如序列译码算法、修改后的Fano算法以及堆栈算法等，但这些都不是最佳译码或最大似然译码。 卷积码概率译码的基本思路是：以断续的接收码流为基础，逐个计算它与其它所有可能出现的、连续的网格图路径的距离，选出其中可能性（概率）最大的一条作为译码估值输出。概率最大在大多数场合可解释为距离最小，这种最小距离译码体现的正是最大似然的准则。下一节我们将证明：在二进制硬判决译码情况下，最大似然就是最小汉明距离；而在二维调制（PSK、QAM）和软判决情况下， 最小距离一般是指最小欧氏（Euclidean）距离。 当前最实用的卷积码译码算法是维特比(VB) 算法(Viterbi,1967)。小村(Omura，1969)两年后指出：维特比算法等价于在一个加权图上求取最短路径。1973年福尼(Forney)最终证明了维特比算法实质上就是卷积码的最大似然译码。后来Forney又指出，维特比算法不但可用于卷积码译码，也可用于带宽有限、存在严重码间干扰的信道的信号接收，因为码间干扰可看成是由于信道记忆造成的，这种记忆类似于卷积编码器中的寄存器，因而采用维特比算法可以实现信号的最大似然接收。由于最优的特性