[理学]信息论与编码基础教程第六章.ppt

* 由上图知,当输入5位信息1 0 1 1 0时,输出码字和状态转移是 * 本次课结束 * 6.4.4 卷积码的译码概述 卷积码的译码一般分为: (1) 代数译码: 利用码结构上的代数性质。 (2) 概率译码: 利用码的代数结构及信道差错的统计性质。 概率译码能充分发挥卷积码的特点,使译码错误概率很小。概率译码又分为序列译码和维特比译码。维特比译码是实际用的较多的译码方法。 * 输入编码器一个信息序列，则由编码器输出一个码序列c，它相应于网格图中的一条路径。 一般情况下，（n，k，m）卷积码的编码器共有2km个状态，若输入的信息序列长度是Lk+mk（后mk个码元全为0, L为输入信息组的数目）则进入和离开每一个状态的各有2kL条不同的路径，相应于编码器输出2kL个码序列。 * 编码器送出的码序列为c，经过离散无记忆信道传输后，送入译码器的是序列r。 译码器根据接收序列r，按最大似然译码准则寻找出编码器在网格上走过的路径，这个过程就是译码器计算、寻找最大似然函数的过程。 对二进制对称信道（BSC）而言，这等价于寻找与r有最小汉明距离的路径，即寻找 min d (r，cj), j =1, 2, …, 2kL * 但是，上述寻找用一般的译码方法是难以实现的。 例如L=50，n=30，k=2，共有2kL=2100个码序列，若m=5，则L+m=55，如果在一秒钟内送出kL=1000个信息元，则信息传输率只有1.55kb/s，这是很低的。 即使是在如此低的信息数率下，也要求译码器在一秒钟内计算、比较2100个似然函数（汉明距离），这相当于要求译码器计算每一个似然函数的时间小于2-100秒，这是根本无法实现的，更何况通常情况下L不是几十，而是成百上千，因此，必须寻找新的最大似然译码算法。 * 在网格图中寻找一条与给定序列距离最近的路径，在许多通信领域以及电气工程的其他学科里都存在类似的问题，如语音识别，即最优化网格搜索算法。 著名的维特比算法能够很好地解决这些问题，它也是卷积码译码的最佳算法。 * 6.4.5 维特比译码算法 维特比译码算法（简称V算法）是1967年由维特比（Viterbi）提出的一种最大似然译码算法。 当译码约束度较小时，它的效率高，速度快，译码也较简单。 现已被广泛应用于先进的数字通信系统之中，如在GSM,CDMA,IS_95,CCITTV.33和V.34等重要的标准中均采用或推荐采用了V算法，特别在卫星通讯中得到了普遍应用。 * DSP技术与V算法的结合问题也有多人在研究。 V算法不是在网格图上一次比较所有可能的2kL条路径（序列）而是接收一段，计算、比较一段，选择一段最可能的码段（分支），从而达到整个码序列是一个有最大似然函数的序列。 * V算法依据的原理是: ⑴ 。 ⑵ 假设一条最优路径（s1=0，si=l，st=0），那么这条路径（s1=0，si=l）对度量的贡献必定比其它路径要小，否则，由（s1=0，si=l）和（si=l，st=0）形成的路径为最优路径，如下图所示： * * 维特比译码算法: ⑴ 将接收序列分解为t个长度为n的子序列； ⑵ 画出深度为t的网格图，其最后的m级只要画出对应于全零输入序列的路径（因为输入序列的后面要附上km个0）； ⑶ 令i =1，初始全零状态的距离度量值为0； ⑷ 找出网格图上所有连接第i级状态到第i+1级状态的支路，求出接收序列的第i条子序列与它们的距离； * ⑸ 将这些距离值添加原先i级状态的度量上，得到（i+1）级状态的累计度量的候选值，（i+1）级上的每个状态都有2k个度量候选值，与到达这一状态的每一条支路相对应； ⑹ 在每个（i+1）级的状态上，选择最小度量候选值所对应的分支称为幸存路径。 同时将最小度量作为（i+1）级的状态上的累计度量； * ⑺ 如果i = t，则进入步骤 ⑻，否则i增加1，再回到步骤 ⑷； ⑻ 从终止级全零状态沿幸存路径回到初始全零状态，这就是最佳译码路径，对应的输入比特序列即为最大似然译码的信息序列，为了得到最佳输入比特序列，可以从中删去最后km个0。 * 【例6.4-5】（2，1，2）码输入的信息序列为m =（1011100），由编码器输出的码序列 c =（11100001100111），通过BSC送入译码器的序列r =（10100001110111），有两个错误，求利用V算法时译码器输出的估值信息序列和码序列。 * 开始时，将距离度量值设为0。 第1级, 进入每个状态的支路只有一条，不需比较和选择，直接累加距离度量值。 第2级仍然不需要比较。 到第3级，开始遇到两条支路进入同一状态的情况，此时就需要选择一条具有最小累