[物理]信道编码8.ppt

卷积码的译码 卷积码的译码方法主要有两种： 代数译码、概率译码 代数译码： 根据卷积码的本身编码结构进行译码，译码时不考虑信道的统计特性。 概率译码： 这种译码在计算时要考虑信道的统计特性。典型的算法如：Viterbi译码、 序列译码等。 Viterbi算法的一些说明 未特殊说明，均假设从全0状态开始译码（即缺省假设编码的初始状态为全0） 卷积码的判决可以在译码10~20N之后，（译码时延） 由于每时刻每状态只保留一条“幸存”路径，判决时只要比较各状态的“幸存”路径度量值，即可确定最小路径。 尾比特 当输入信息是分组时，如的语音帧，则存在如下的问题： 设编码器初态为0，第一帧编完后状态不一定为0，如果未加处理继续编第二帧，则初态不一定是全0状态… 译码时，设初态为0，开始译第一帧，如果第一帧译码正确，则可以知道正确的第二帧初态，否则差错就传播给第二帧… 为了避免上述情况，则在每帧后添加若干尾比特使编码器编码后状态回0 加入尾比特后，译码到最后时刻时可以不需要比较各状态的路径度量，而只需要输出全0状态所保存的路径即可。 Viterbi译码算法的具体步骤 对于(n,1,m)卷积码，格图上有2m个不同的状态。对应每个状态，译码器设置了个路径度量存储器M(1)、M(2)、M(3)、……和路径存储器P(1)、P(2)、P(3)、……。P(i)记录到达状态i的幸存路径（用输入信息表示），M(i)记录到达状态i的幸存路径的累积度量。 在第0步，进行初始化 M的初始化方式表示路径从全0状态开始。f代表空集。 在第l步（l0）， 度量 新存储 做完第L＋M步后，即 为译码结果。 0始0终的卷积码 截短码的概念 硬判决与软判决 译码器的输入是信道输出的硬判决结果叫硬判决译码。 如果用判决前的r来译码就是软译码。 上述例为硬判决的例子（计算距离时用汉明距） 软判决时，计算距离时使用欧式距离 通常采用软判决比硬判决性能好1～2dB 2PSK下的信道模型 软判决时，计算距离时使用欧式距离 其中：xk= Es或－Es (最佳接收）， nk是均值为0，方差为N0/2的高斯随机变量 最大似然译码 最大似然译码的结果为 最大似然译码 软判决 最大似然译码示例 若(4,2)码的许用码字为{(0000) (0101) (1010) (1111)}， 经过信道传输，接收到信号r= (-0.3,-0.7,1.5,0.4), 则接收点与各许用码字间的欧式距离为： d(r,0) = (-0.3+1) 2+(-0.7+1)2+(1.5+1)2+(0.4+1)2 = 8.79 d(r,1) = (-0.3+1)2+(-0.7-1)2 +(1.5+1)2+(0.4-1)2 = 9.99 d(r,2) = (-0.3-1)2 +(-0.7+1)2+(1.5-1)2 +(0.4+1)2 = 3.99 d(r,3) = (-0.3-1)2 +(-0.7-1)2 +(1.5-1)2 +(0.4-1)2 = 5.19 最大似然判决结果为1010对应的信息码字2 上例，如接收到的信号经过硬判决得到(-1,-1,1,1)， 则： d(r,0)=2 d(r,1)=2, d(r,2)=2, d(r,3)=2 判决结果可以是四个码字中的任意一个。 译码原理----维特比译码（续）例 译码原理----维特比译码（例） Viterbi译码举例 设对于编码前信息比特为(0,0,0,0,0,0)的接收序列为 则硬判结果为 基于软判决时，采用如下路径度量 译码原理----维特比译码（续） 译码原理----维特比译码（续） 译码原理----维特比译码（续） Viterbi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 运算量和存贮量都与码长呈线性关系 运算量和存贮量都与状态数呈线性关系 状态数随k及m呈指数关系 信道编码的任务 检错和纠错 充分利用资源，达到信道容量 长期以来，达到信道容量的作用被忽视了 总体而言，目前的各种单一的构造性很强的编译码方法，其性能都很有限，与信道容量之间的差距是很大的，这也就是为什么信息论提出半个世纪了，但人们关心的容量仍不是信息论意义上的容量。 卷积码的码距特性* 卷积码的流图 说明 W的幂次表示编码后码字的码重（1的个数） D的幂次表示码字的路径段数 I的幂次表示输入的码重 系统传输函数* 卷积码的自由距dfree 自由距： 任意卷码编码后序列之间的最小码距 由传输函数可以得到自由距 w的最小幂次即为自由距 卷码的性能界* 通过随机编码达到信道容量 从信息论的角度看，不论是什么信道，只要用随机编码，长度足够长，就可以无限逼近信道容量。 而