信道编码中的有关基本概念.pptVIP

第一页，共三十二页，2022年，8月28日 信道概述 回顾：编码是消息到信道波形或矢量的一种映射关系 从数学上看，信道实际上也是从发空间X到收空间Y一个概率映射函数 第二页，共三十二页，2022年，8月28日 信道概述（续） 收发集合可以以符号集的多重形式表示，相当于多维空间。 发空间的维数n与收空间的维数m可以不等 例如当发送波形x(t)通过一个滤波器h(t)时，输出y(t)=x(t)*h(t)，如果x(t)只在[0,T]内有值，而当h(t)有一定的宽度t时，输出的非零长度变成了T+t，也就是说当接收采样率等于或高于发送采样率时，接收的维数增加了。而如果接收时采用了较低的采样率，则有效维数就减低了。 第三页，共三十二页，2022年，8月28日 信道概述（续） 根据收发空间中每一维所取的数域有限或无限可分为离散信道和连续信道 这里借用了空间的名称，但只用到了它的集合概念而没有用到空间中的运算，只有线性信道才可以直接用线性运算构成一个线性空间。 第四页，共三十二页，2022年，8月28日 信道特性的描述 离散信道 可用转移概率律描述：P(y=b|x=a), a=(a1,a2,...an)?X（发空间）, b=(b1,b2,...bm)?Y（收空间）, 均为矢量（或n(m)重符号） 第五页，共三十二页，2022年，8月28日 信道特性的描述 幅度连续信道 可用转移概率密度函数描述：p(y=b|x=a), a=(a1,a2,...an)?X, b=(b1,b2,...bm)?Y, 均为矢量（或n(m)重符号） 可用转移概率密度函数描述：p(y=b|x=a), a=(a1,a2,...an)?X, b=(b1,b2,...bm)?Y, 均为矢量（或n(m)重符号） 第六页，共三十二页，2022年，8月28日 时间及幅度连续信道 根据奈奎斯特采样定理，带限的时域连续波形可以用采样序列描述。 当发送信号波形的双边谱严格限制在带宽为B的区间内的时候，只需要以B为采样率进行采样，即可得到包含该波形所有信息的时间离散序列。 如果发送波形限制在时间T以内，则表示该波形的序列点数为BT个，也就是说发送波形可以表示成一个BT维复矢量。 当信道是一个线性信道时，接收信号波形也必然限制在带宽B以内 第七页，共三十二页，2022年，8月28日 无记忆信道 离散信道 当m=n，且P(y=b|x=a)=P(y1|x1)P(y2|x2)...P(yn|xn) 时，各维的收符号只与相应的发符号有关，称为无记忆离散信道，简写为DMC 连续信道 当m=n，且p(y=b|x=a)= p(y1|x1)p(y2|x2)...p(yn|xn) 时，各维的收符号只与相应的发符号有关（无符号间串扰），称为无记忆连续信道 非时变信道 当各因子具有相同的转移概率形式时 第八页，共三十二页，2022年，8月28日 有记忆信道 实际的连续信道通常会有符号间串扰（ISI），因此是有记忆的，但在一种较常见的特殊情况下，即在加性平稳白高斯噪声下的线性信道（y=Ax+n）时，可以等效于一个无记忆信道。 第九页，共三十二页，2022年，8月28日 有记忆信道的无记忆化 对A作线性变换使正交化得：A=UT?U，其中?为A的特征值对矩阵。代入得 y= UT?Ux+n，令x=UTx’，y’=UTy，n=UTn’，则有y’=?x’+n’。于是对x’和y’而言就形成了一个无记忆信道。由于U为正交变换，不会产生信息量丢失，因此可以认为X’-Y’信道与X-Y信道是等价的。于是我们就可以直接利用有关无记忆信道的编码了。 第十页，共三十二页，2022年，8月28日 非时变无记忆离散信道举例 硬判决的MFSK信道 x与y取自同一符号集合，当y=x时我们说传输正确，当y?x时说发生了一次误码。Pe=1-P(y=x)称为误符号率，通常，当b?a时有P(y=b|x=a)?Pe/(M-1)，即错成其它任一符号的概率相等。 第十一页，共三十二页，2022年，8月28日 成对差错序列概率 发端编码集合中有两个码字x1、x2，当发码字序列x1，错译成码字的x2概率，记为P(x1?x2)。 第十二页，共三十二页，2022年，8月28日 二进制对称DMC的成对差错概率 当x1、x2的汉明距为d时，长度为n时 d为偶数 d为奇数 可以近似认为P(x1?x2)?PBd/2 第十三页，共三十二页，2022年，8月28日 非时变无记忆连续信道举例 AWG