卷积码的维特比译码函数（Viterbi decoding function of convolutional codes）.docVIP

卷积码的维特比译码函数（Viterbi decoding function of convolutional codes） [ decoder_output功能，survivor_state，cumulated_metric ] =维特比（G，K，channel_output） %卷积码的维特比译码函数 Viterbi卷积码的维特比解码器% [ decoder_ouput %，survivor_state，cumulated_metric ] =维特比（G，K，channel_output） % G是一个n路矩阵，该矩阵的每一行确 定了从移位记错器到第N个输出间的连接%， %是码速率。 survivor_state是表示通过网络的最佳路径的矩阵%。 %量度在另一个函数度量（x，y）中给出，而且可根据 %硬判决和软判决来指定。 %该算法最小化了量度而不是最大化似然 N =大小（G，1）；%取出矩阵G的一维大小，即得出输出端口 %检查大小 如果REM（大小（G，2），k）~ = 0%当G列数不是K的整数倍时 误差（G和K size不同意）%发出出错信息 结束 如果REM（尺寸（channel_output，2），N = 0%）~当输出量元素个数不是输出端口的整数倍时 错误（channel输出不正确的大小发出出错信息）% 结束 L =大小（G，2）/ K；%得出移位数，即寄存器的个数 由于L-1个寄存器的状态即可表示出输出状态%， %所以总的状态数number_of_states可由前L-1个 %寄存器的状态组合来确定 number_of_states = 2 ^（（L-1）×K）； %产生状态转移矩阵、输出矩阵和输入矩阵 J = 0：number_of_states-1 % J表示当前寄存器组的状态因为状态是从零 %开始的，所以循环从0到number_of_states-1 L = 0:2 ^ K-1 % L为从K个输入端的信号组成的状态，总的状 %态数为2 ^ K，所以循环从0到2 ^ K-11 nxt_stat完成从当前的状态和输入的矢量得出下寄存器组的一个状态% [ next_state，memory_contents ] = nxt_stat（J，L，L，K）； 输入数组值是用于记录当前状态到下一个状态所要的输入信号矢量% %输入数组的维数：一维坐标x = j + 1指当前状态的值 %二维坐标y = next_state + 1指下一个状态的值 %由于MATLAB中数组的下标是从1开始的，而状态值 %是从0开始的，所以以上坐标值为：状态值+ 1 输入（j + 1，next_state + 1）= L； % branch_output用于记录在状态下输入L时的输出[J]. branch_output = REM（memory_contents * G，2）； % nextstate array records the current state of the j input L the next state Nextstate (j+1, l+1) =next_state; % output array records the current state of the j input and output at L (decimal) Output (j+1, l+1) =bin2deci (branch_output); End End % state_metric array is used to record the decoding process in each state of the Hamming distance The size of number_of_states% state_metric (2: 1) current % state position Hamming distance, to determine the value, and (:, 2) for the current state and input % get the next state for the temporary value of Hamming distance. State_metric=zeros (number_of_states, 2); % depth_of_trellis for recording grid graph depth Depth_of_trellis=length (channel_output) /n; % of the output matrix, each column as an output state Channel_output_matrix=reshape (channe