-卷积码.pptVIP

卷积码 卷积码的特点： 监督码元不仅和当前的k比特信息段有关，而且还同前面m = (N – 1)个信息段有关。 将N称为码组的约束长度。 将卷积码记作(n, k, m)，其码率为k/n。 卷积码的编码 一般原理方框图 卷积码编码器的实例方框图：(n, k, m) =（3, 1, 2） 每当输入1比特时，此编码器输出3比特c1c2 c3： 编码器的工作状态 卷积码的解码 码树搜索法：(3, 1, 2)卷积码的码树图 此法不实用：因为随信息位增多，分支数目按指数规律增长 卷积码的状态图 移存器状态和输入输出码元的关系 状态图 (3, 1, 2)卷积码的网格图 网格图中的编码路径举例 输入信息位为11010时 输出编码序列是： 111 110 010 100 001… 维特比算法 基本原理：将接收到的序列和所有可能的发送序列作比较，选择其中汉明距离最小的序列当作是现在的发送序列 例：设卷积码为(n, k, m) = (3, 1, 2)码 现在的发送信息位为1101 为了使移存器中的信息位全部移出，在信息位后面加入了3个“0”，即1101000 编码后的发送序列：111 110 010 100 001 011 000 接收序列：111 010 010 110 001 011 000 (红色为错码) 由于这是一个 (3, 1, 2)卷积码，发送序列的约束长度为N = m + 1 ＝ 3，所以首先需考察3个信息段，即考察3n ＝ 9比特，即接收序列前9位“111 010 010”。 解码第1步 由网格图可见，沿路径每一级有4种状态a, b, c和d。每种状态只有两条路径可以到达。故4种状态共有8条到达路径。 比较网格图中的这8条路径和接收序列之间的汉明距离。例如，由出发点状态a经过3级路径后到达状态a的两条路径中上面一条为“000 000 000”。它和接收序列“111 010 010”的汉明距离等于5；下面一条为“111 001 011”,它和接收序列的汉明距离等于3。 将这8个比较结果列表如下： 比较到达每个状态的两条路径的汉明距离，将距离小的一条路径保留，称为幸存路径。这样，就剩下4条路径了，即表中第2, 4, 6和8条路径。 解码第2步：继续考察接收序列中的后继3个比特“110” 计算4条幸存路径上增加1级后的8条可能路径的汉明距离。计算结果列于下表中。 表中总距离最小为2，其路径是abdc+b，相应序列为111 110 010 100。它和发送序列相同，故对应发送信息位1101。 按照上表中的幸存路径画出的网格图示于下图中。 图中粗线路径是距汉明离最小（等于2）的路径。 在编码时，信息位后面加了3个“0”。若把这3个“0”仍然看作是信息位，则可以按照上述算法继续解码。这样得到的幸存路径网格图示于下图中。图中的粗线仍然是汉明距离最小的路径。 若已知这3个码元是（为结尾而补充的）“0”，则在解码时就预先知道在接收这3个“0”码元后，路径必然应该回到状态a。而由图可见， 只有两条路径可以回到a状态。所以，这时上图可以简化成： 在上例中卷积码的约束长度为N = 3，需要存储和计算8条路径的参量。 由此可见，维特比算法的复杂度随约束长度N按指数形式2N增长。故维特比算法适合约束长度较小（N ? 10）的编码。 维特比译码——收尾 最大似然序列译码要求序列有限，因此对卷积码来说，要求能收尾。 收尾的原则：在信息序列输入完成后，利用输入一些特定的比特，使M个状态的各残留路径可以到达某一已知状态（一般是全零状态）。这样就变成只有一条残留路径，这就是最大似然序列。 卷积码收尾的实现 非递归卷积码：约束长度为m+1的卷积码，只要在信息序列输入完成后连续送入m个0，即可使任一路径都到达最终的状态0。 递归卷积码：可通过将输入值置成反馈值，而使m个时钟后的状态到达0。 卷积码收尾 非系统非递归码 递归系统码 维特比译码的复杂度 对信息序列长度为L，信息符号取自GF(p)，R=k/n，约束长度为m+1的卷积码。状态数为pkm，因此对每个时刻要做pkm次加比选得到pkm个状态的残留路径，每次加比选包括pk次加法和pk-1次比较。因此总运算量约为Lpkm次加比选。同时要能保存pkm条残留路径，因此需要Lpkm个存贮单元。 维特比译码的特点 维特比算法是最大似然的序列译码算法 译码复杂度与信道质量无关 运算量与序列长度呈线性关系 存贮量与序列长度呈线性关系