turbo编译码matlab仿真解读 -凯发ag旗舰厅登录网址下载

吴雨霏博士版本的turbo编译码仿真较为经典，以下就原码进行解读。

“turbo_sys_demo.m”是程序的主体框架，turbo编译码均在此程序展开。程序开始需要用户需要如下几个参数：

1）译码算法：选择使用0：log-map，1：sova

    这是让用户选择使用何种turbo译码算法。若tubo为多次迭代译码，则选用log-map算法；否则选sova。默认选择0；

2）选择帧长：帧长=信息长度 卷尾；

    根据自己需要选择帧长，程序默认选择400（396 4）；

3）输入turbo码生成多项式g：默认为[111 101], 即 [7 5]；

有两点需要注意：

1) 生成多项式为八进制表示；

2）若反馈多项式为7，即rsc分量码表示，则生成多项式表示形式为：[7 5；7]

 4）选择turbo码是否打孔：0 – punctured；1—unpunctured

lte turbo未打孔码默认码率为1/3，打孔后默认码率为1/2；

• 选择每帧迭代次数： turbo译码一般迭代5 ~ 7次，程序默认选择5次；
• 选择终止程序的帧错误次数：程序默认选择15帧；
• 选择系统信噪比eb/n0：程序默认为2.0；

图1为输入显示图：

图1  代码参数输入仿真运行图

二、编码程序流程梳理

参数说明：

errs – 比特错误计数

nferr – 帧错误计数

nfame – 帧计数

1）产生数据源

源码中使用sort函数产生turbo编码所使用的交织器，仿真时仍倾向采用lte自带的交织器，代价是限定码长（因为每一个交织器都与特定的码长对应）；

2）turbo编码

 output = function encoderm( x, g, alpha, puncture )

• 交织器映射采用 alpha数组；
• puncture = 1，表示不需要turbo码打孔，默认码率为1/3；
• puncture = 0，表示对turbo码打孔，输出码率为1/2；

2.1  turbo编码流程梳理

先给出编码部分总体流程图

（不管是自己设计程序还是读别人程序，强烈建议梳理流程图这一步骤必不可少。因为认识事物的客观规律也是从宏观到微观，从整体到局部。如果一开始就陷入细节，对完成目标就很困难了）：

图2  编码整理流程图 

---

根据生成多项式矩阵g，得到以下参数：

• 寄存器阶数 m = 矩阵g 列数 – 1；
• 总编码信息长度 l_total = 信息长度 m（加入尾比特处理，迫使寄存器状态最终归0）

程序调用 rsc_encode(g,input,1)函数：

1）首先，生成系统信息比特 d_k：    

% generate the codeword for i = 1:l_totalif terminated<0 | (terminated>0 & i<=l_info)d_k = x(1,i);elseif terminated>0 & i>l_info% terminate the trellisd_k = rem( g(1,2:k)*state', 2 );enda_k = rem( g(1,:)*[d_k state]', 2 );[output_bits, state] = encode_bit(g, a_k, state);

     若归零标志 terminated >0（代码里terminated = 1）并且编码序号 i  < 信息长度 l_info）

     d_k = x（1，i）；

     否则，d_k = rem( g(1,2:k) * state', 2 );

2）a_k = rem( g(1,:) * [d_k state]', 2 );

3）调用函数 encode_bit，输出output为总信息长度的2倍，即800bit：

% the rate is 1/n % k is the constraint length % m is the amount of memory [n,k] = size(g); m = k-1;% determine the next output bit for i=1:noutput(i) = g(i,1)*input;for j = 2:koutput(i) = xor(output(i),g(i,j)*state(j-1));end endstate = [input, state(1:m-1)];

---

该函数详见流程图解析。如果对代码还不是很理解，那就说明对卷积码编码原理理解还不到位。这里推荐大家再回顾一下卷积码编码原理：

卷积码编码原理https://blog.csdn.net/snowman898/article/details/124148068

---

output1 = rsc_encode(g,input,1);
 
% make a matrix with first row corresponing to info sequence
% second row corresponsing to rsc #1's check bits.
% third row corresponsing to rsc #2's check bits.
 
y(1,:) = output1(1:2:2*l_total);
y(2,:) = output1(2:2:2*l_total);

---

y 的第一行为系统比特，即信息比特；

y的第二行为校验比特1；

同样的方法，  在encoder.m文件中再次调用rsc_encode(g,input,-1)函数。和上次不同的是，归零标志 terminated = -1，即校验码2并不归零。

这时，交织器开始起作用，输入rsc_encode里面也不再是原始数据，而是经过交织器交织后、长度变为l_total的数据：

% interleave input to second encoder
for i = 1:l_total
   input1(1,i) = y(1,alpha(i)); 
end

output2 = rsc_encode(g, input1(1,1:l_total), -1 );

% third row corresponsing to rsc #2's check bits.

y(3,:) = output2(2:2:2*l_total);

2.2  turbo码打孔 (速率匹配)

（1）不打孔，即 puncture = 1

     rate = 1 / ( 2 puncture ) ，则不打孔时默认速率为1/3；

    最终输出 en_output 按照 [ sys_data ; parity_data1;  parity_data2 ] 列模式方式输出，即          en_ouput 共有3行，有 l_total 列；

（2）打孔，puncture = 0

     按照上述公式计算，打孔后 turbo码率提高至 1/2；

   for i=1:l_total
       en_output(1,n*(i-1) 1) = y(1,i);
       if rem(i,2)
      % odd check bits from rsc1
          en_output(1,n*i) = y(2,i);
       else
      % even check bits from rsc2
          en_output(1,n*i) = y(3,i);
       end 
    end  

即：输出的奇数项为 系统信息， 偶数项 为 rsc1 校验位 和 rsc2 校验位。

最终，对en_output进行极性变换输出：

% antipodal modulation: 1/-1
en_output = 2 * en_output - ones(size(en_output));

对下列参数进行初始化：

nferr , errs = 0,随后根据信噪比产生信号和噪声的叠加 recv signal：

r = en_output sigma*randn(1,l_total*(2 puncture)); % received bits

接下来，我们仍给出译码流程图：

图3  译码整理流程图  

3.1 logmapo 函数介绍

 l_all = logmapo(rec_s,g,l_a,ind_dec)

输入参数：

1）rec_s：scaled received bits 缩放接收比特

     rec_s = 0.5 * l_c * yk = ( 2 * a * rate * eb/n0 ) * yk

2）g：生产码多项式

3）l_a：先验 l 值

4）ind_dec： index of decoder. either 1 or 2. encoder 1 is assumed to be terminated, while                                encoder 2 is open.

该函数是turbo译码的核心，因此，先给出函数流程图：

 图4  logmapo流程图 

3.2  trellis函数介绍

trellis函数主要是根据码生成多项式，推出以下参数：

• 后向输出  next_output
• 后向状态  next_state
• 前向输出  last_output
• 前向状态  last_state

 1）首先，确定各个初始参数：

% g = [ 1 1 1; 1 0 1];

 [n,k] = size(g);             % n = 2, k = 3
m = k - 1;                      % m = 2
max_state = 2^m;         % max_state = 4

for state=1:max_state

    state_vector = bin_state( state-1, m );  % 将整数向量state转换成 m-bit 向量形式

end

state_vector 四个状态为：[ 0, 0 ] , [ 0, 1 ] , [ 1, 0 ] , [ 1, 1 ] 

2）当输入为0时：d_k = 0

a_k = rem( g(1,:)*[0 state_vector]', 2 );

[out_0, state_0] = encode_bit(g, a_k, state_vector);

可以认为根据 g, a_k, state_vector 完成一次 turbo编码，得到 next_out, next_state；

encode_bit函数在编码流程中已详细梳理，此次不再赘述。最终，我们给出trellis网格图：

表1  lte turbo trellis 

	当前状态 state_vector	输入d_k=0	输入d_k=1
next_vector (bit形式)	[ 0, 0 ]	[ 0, 0 ]	[ 1, 0 ]
	[ 0, 1 ]	[ 1, 0 ]	[ 0, 0 ]
	[ 1, 0 ]	[ 1, 1 ]	[ 0, 1 ]
	[ 1, 1 ]	[ 0, 1 ]	[ 1, 1 ]
next_out (bit形式)	[ 0, 0 ]	[ 0, 0 ]	[ 1, 1 ]
	[ 0, 1 ]	[ 0, 0 ]	[ 1, 1 ]
	[ 1, 0 ]	[ 0, 1 ]	[ 1, 0 ]
	[ 1, 1 ]	[ 0, 1 ]	[ 1, 0 ]
next_out （双极性形式）	[ 0, 0 ]	[ -1  -1  1  1 ]
	[ 0, 1 ]	[ -1  -1  1  1 ]
	[ 1, 0 ]	[ -1  1  1  -1 ]
	[ 1, 1 ]	[ -1  1  1  -1 ]
next_state （整数形式）	[ 0, 0 ]	[ 1  3]
	[ 0, 1 ]	[ 3  1]
	[ 1, 0 ]	[ 4  2]
	[ 1, 1 ]	[ 2  4]

同时，根据该表，由当前 [d_k, next_out, next_state] 推导出前一时刻的 [ last_out, last_state]：

% find out which two previous states can come to present state
last_state = zeros(max_state,2);
for bit=0:1
   for state=1:max_state
      last_state(next_state(state,bit 1), bit 1)=state;
      last_out(next_state(state, bit 1), bit*2 1:bit*2 2) ...
         = next_out(state, bit*2 1:bit*2 2);
   end 
end

表2 lte turbo trellis 

	当前状态 state_vector	输入d_k=0	输入d_k=1
last_vector (bit形式)	[ 0, 0 ]	[ 0, 0 ]	[ 0, 1 ]
	[ 0, 1 ]	[ 1, 1 ]	[ 1, 0 ]
	[ 1, 0 ]	[ 0, 1 ]	[ 0, 0 ]
	[ 1, 1 ]	[ 1, 0 ]	[ 1, 1 ]
last_out (bit形式)	[ 0, 0 ]	[ 0, 0 ]	[ 1, 1 ]
	[ 0, 1 ]	[ 0, 1 ]	[ 1, 0 ]
	[ 1, 0 ]	[ 0, 0 ]	[ 1, 1 ]
	[ 1, 1 ]	[ 0, 1 ]	[ 1, 0 ]
last_out （双极性形式）	[ 0, 0 ]	[ -1  -1  1  1 ]
	[ 0, 1 ]	[ -1  1  1  -1 ]
	[ 1, 0 ]	[ -1  -1  1  1 ]
	[ 1, 1 ]	[ -1  1  1  -1 ]
last_state （整数形式）	[ 0, 0 ]	[ 1  2]
	[ 0, 1 ]	[ 4  3]
	[ 1, 0 ]	[ 2  1]
	[ 1, 1 ]	[ 3  4]

p.s. 这里提供另一角度去计算 last_out：

根据当前状态和输入 [ state，d_k ] 查表 last_state, 再由 [last_stae d_k] 查找 next_output;

3.3 前向度量计算

前向度量 α 计算由双循环组成：

内循环：以所有状态为循环：state = 1 : 2^m

外循环：以所有信息数量为循环：k = 2 : l_total 1

先计算输入 d_k = 0时：

% log_map算法计算

gamma( last_state(state2,1) ) = ( -rec_s(2*k-3) rec_s(2*k-2) * last_out(state2,2) )
                                                   - log(1 exp(l_a(k-1)));

再计算输入 d_k = 1时： 

 gamma(last_state(state2,2)) = (rec_s(2*k-3) rec_s(2*k-2)*last_out(state2,4))
                                                    l_a(k-1) - log(1 exp(l_a(k-1)));

log_map算法目前用的不多，由于计算量较大，主流均采用 max-log-map计算，这里只给出计算公式，详细算法不再推导;

p.s. 未完，见后续（2）

       一定要看哈，文末有彩蛋(*￣︶￣)

吴雨霏博士论文集及matlab原版程序https://download.csdn.net/download/qq_36756847/12036978?utm_medium=distribute.pc_relevant_download.none-task-download-2~default~blogcommendfrombaidu~rate-15-12036978-download-4229931.dl_default&depth_1-utm_source=distribute.pc_relevant_download.none-task-download-2~default~blogcommendfrombaidu~rate-15-12036978-download-4229931.dl_default&dest=https://download.csdn.net/download/qq_36756847/12036978&spm=1003.2020.3001.6616.17

总结

以上是凯发ag旗舰厅登录网址下载为你收集整理的turbo编译码matlab仿真解读 -- wuyufei_matlab的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得凯发ag旗舰厅登录网址下载网站内容还不错，欢迎将凯发ag旗舰厅登录网址下载推荐给好友。