卷积码及其Vitei译码算法仿现.pptx

答辩学生：张健卷积码及其Viterbi译码算法的仿真实现指导老师：王静

卷积码及其Viterbi译码算法的仿真实现选题意义和研究背景卷积码概述Viterbi译码的概念仿真过程的实现

选题意义和研究背景

卷积码的描述方法卷积码的矩阵描述卷积码的多项式描述卷积码的树图描述卷积码概述卷积码的定义若以（n,k,m）来描述卷积码，其中k为每次输入到卷积编码器的bit数，n为每个k元组码字对应的卷积码输出n元组码字，m为编码存储度，也就是卷积编码器的k元组的级数，称m+1=K为编码约束度m称为约束长度。卷积码将k元组输入码元编成n元组输出码元，但k和n通常很小，特别适合以串行形式进行传输，时延小。与分组码不同，卷积码编码生成的n元组元不仅与当前输入的k元组有关，还与前面m-1个输入的k元组有关，编码过程中互相关联的码元个数为n*m。卷积码的纠错性能随m的增加而增大，而差错率随N的增加而指数下降。在编码器复杂性相同的情况下，卷积码的性能优于分组码。

Viterbi译码算法的概念卷积概率解码的基本思想是接收一个基于流的计算，它对应于所有其他可能的、连续的网格路径，并选择最有可能的一个作为解码输出值。在大多数情况下，最大概率可以解释为最小距离、最小距离解码的最大可能准则。Viterbi译码的基本原理Maximumlikelihoodfunction（最大似然函数）卷积码的代数译码中,利用H和G矩阵表示卷积码很方便。在VB解码中,用时间状态图描述卷积码的编码过程更方便。似然函数在推断统计学中扮演重要角色，尤其是在参数估计方法中。在教科书中，似然常常被用作“概率”的同义词。但是在统计学中，二者有截然不同的用法。概率描述了已知参数时的随机变量的输出结果；似然则用来描述已知随机变量输出结果时，未知参数的可能取值Viterbi译码的篱笆图描述

仿真过程的实现卷积码编码的仿真function[output]=cnv_encd(~)%output=cnv_encd(g,k0,input)卷积码编码函数%g生成矩阵g=[111;101];%编码矩阵k0=1;%k0输入码长input=[1101];%input输入信源序列ifrem(length(input),k0)0input=[input,zeros(size(1:k0-rem(length(input),k0)))];endn=length(input)/k0;ifrem(size(g,2),k0)0error(Error,gisnotoftherightsize.)endli=size(g,2)/k0;n0=size(g,1);u=[zeros(size(1:(li-1)*k0)),input,zeros(size(1:(li-1)*k0))];u1=u(li*k0:-1:1);fori=1:n+li-2u1=[u1,u((i+li)*k0:-1:i*k0+1)];enduu=reshape(u1,li*k0,n+li-1);output=reshape(rem(g*uu,2),1,n0*(n+li-1));%output输出卷积编码序列

仿真过程的实现Viterbi译码的仿真程序初始化，将路径信息和当前累计度量值清零，统计码长对前两步进行汉明距度量并保存路径信息是否解码完成计算能到达当前状态的两条路径将两条路径a,b输出与输入比较汉明距，并累加到路径度量a路径累计度量是否小于b选a为当前点的最优到达路径选b为当前点的最优到达路径?选取度量值最小路径输出是否否是

仿真过程的实现Viterbi译码的仿真

谢谢