matlab卷积码程序.docx
《matlab卷积码程序.docx》由会员分享，可在线阅读，更多相关《matlab卷积码程序.docx（10页珍藏版）》请在冰点文库上搜索。
matlab卷积码程序
1、卷积码编码
function[output]=cnv_encd（input）
%output=cnv_encd（g,k0,input）卷积码编码函数
%g生成矩阵
%k0输入码长
%input输入信源序列
%output输出卷积编码序列
g=[111;101];编码矩阵
k0=1;
input=[1101];
ifrem（length（input）,k0）>0
input=[input,zeros（size（1:
k0-rem（length（input）,k0）））];
end
n=length（input）/k0;
ifrem（size（g,2）,k0）>0
error（'Error,gisnotoftherightsize.'）
end
li=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-2
u1=[u1,u（（i+li）*k0:
-1:
i*k0+1）];
end
uu=reshape（u1,li*k0,n+li-1）;
output=reshape（rem（g*uu,2）,1,n0*（n+li-1））;
2、Viterbi译码程序
1）
functiony=bin2deci（x）
l=length（x）;
y=（l-1:
-1:
0）;
y=2.^y;
y=x*y';
2）
functiony=deci2bin（x,l）
y=zeros（1,l）;
i=1;
whilex>=0&i<=l
y（i）=rem（x,2）;
x=（x-y（i））/2;
i=i+1;
end
y=y（l:
-1:
1）;
3）
functiondistance=metric（x,y）
ifx==y
distance=0;
else
distance=1;
end
4）
function[next_state,memory_contents]=nxt_stat（current_state,input,L,k）
binary_state=deci2bin（current_state,k*（L-1））;
binary_input=deci2bin（input,k）;
next_state_binary=[binary_input,binary_state（1:
（L-2）*k）];
next_state=bin2deci（next_state_binary）;
memory_contents=[binary_input,binary_state];
5）
function[decoder_output,survivor_state,cumulated_metric]=viterbi（channel,snr_db）
G=[111;101];%G卷积编码矩阵，如（2,1,3）卷积码生成矩阵[111;101],可以根据自己的需要输入编码矩阵
k=1;%k信息源输入端口数k=1
channel=[110101001011];%信源编码
snr_db=6;%信噪比，可以通过调节信噪比大小观察viterbi译码的性能
%bpsk调制
channel_output=bpsk（channel,snr_db）;%调用bpsk函数,得到信道编码
n=size（G,1）;%n编码输出端口数量,（2,1,3）中n=2
ifrem（size（G,2）,k）~=0%当G列数不是k的整数倍时
error（'SizeofGandkdonotagree'）%发出出错信息
end
ifrem（size（channel_output,2）,n）~=0%当输出量元素个数不是输出端口的整数倍时
error（'channeloutputnotoftherightsize'）
end
N=size（G,2）/k;%得出移位数，即寄存器的个数
M=2^k;
number_of_states=2^（k*（N-1））;%状态数
forj=0:
number_of_states-1%j表示当前寄存器组的状态因为状态是从零
%开始的,所以循环从0到number_of_states-1
form=0:
M-1%m为从k个输入端的信号组成的状态，总的状
%态数为2^k，所以循环从0到2^k-1
%nxt_stat完成从当前的状态和输入的矢量得出下寄存器组的一个状态
[next_state,memory_contents]=nxt_stat（j,m,N,k）;%调用nxt_stat函数
input（j+1,next_state+1）=m;
branch_output=rem（memory_contents*G',2）;
nextstate（j+1,m+1）=next_state;
output（j+1,m+1）=bin2deci（branch_output）;
end
end
%state_metric数组用于记录译码过程在每状态时的汉明距离
%state_metric大小为number_of_states2，（:
1）当前
%状态位置的汉明距离，为确定值，而（:
2）为当前状态加输入
%得到的下一个状态汉明距离，为临时值
state_metric=zeros（number_of_states,2）;
depth_of_trellis=length（channel_output）/n;
channel_output_matrix=reshape（channel_output,n,depth_of_trellis）;
survivor_state=zeros（number_of_states,depth_of_trellis+1）;
fori=1:
depth_of_trellis-N+1
flag=zeros（1,number_of_states）;
if（i<=N）
step=2^（k*（N-i））;
else
step=1;
end
forj=0:
step:
number_of_states-1
form=0:
M-1
branch_metric=0;
binary_output=deci2bin（output（j+1,m+1）,n）;
forll=1:
n
branch_metric=branch_metric+metric（channel_output_matrix（ll,i）,binary_output（ll））;
end
%选择码间距离较小的那条路径
%选择方法：
%当下一个状态没有被访问时就直接赋值，否则，用比它小的将其覆盖
if（（state_metric（nextstate（j+1,m+1）+1,2）>state_metric（j+1,1）+branch_metric）|flag（nextstate（j+1,m+1）+1）==0）
state_metric（nextstate（j+1,m+1）+1,2）=state_metric（j+1,1）+branch_metric;
survivor_state（nextstate（j+1,m+1）+1,i+1）=j;
flag（nextstate（j+1,m+1）+1）=1;
end
end
end
state_metric=state_metric（:
2:
-1:
1）;
end
fori=depth_of_trellis-N+2:
depth_of_trellis
flag=zeros（1,number_of_states）;
%状态数从number_of_states→number_of_states/2→...→2→1
%程序说明同上，只不过输入矢量只为0
last_stop=number_of_states/（2^（k*（i-depth_of_trellis+N-2）））;
forj=0:
last_stop-1
branch_metric=0;
binary_output=deci2bin（output（j+1,1）,n）;
forll=1:
n
branch_metric=branch_metric+metric（channel_output_matrix（ll,i）,binary_output（ll））;
end
if（（state_metric（nextstate（j+1,1）+1,2）>state_metric（j+1,1）+branch_metric）|flag（nextstate（j+1,1）+1）==0）
state_metric（nextstate（j+1,1）+1,2）=state_metric（j+1,1）+branch_metric;
survivor_state（nextstate（j+1,1）+1,i+1）=j;
flag（nextstate（j+1,1）+1）=1;
end
end
state_metric=state_metric（:
2:
-1:
1）;
end
%从最佳路径中产生解码
%译码过程可从数组survivor_state的最后一个位置向前逐级译码
state_sequence=zeros（1,depth_of_trellis+1）;
state_sequence（1,depth_of_trellis）=survivor_state（1,depth_of_trellis+1）;
fori=1:
depth_of_trellis
state_sequence（1,depth_of_trellis-i+1）=survivor_state（（state_sequence（1,depth_of_trellis+2-i）+1）,depth_of_trellis-i+2）;
end
decoder_output_matrix=zeros（k,depth_of_trellis-N+1）;
fori=1:
depth_of_trellis-N+1
%根据数组input的定义来得出从当前状态到下一个状态的输入信号矢量
dec_output_deci=input（state_sequence（1,i）+1,state_sequence（1,i+1）+1）;
dec_output_bin=deci2bin（dec_output_deci,k）;
%将一次译码存入译码输出矩阵decoder_output_matrix相应的位置
decoder_output_matrix（:
i）=dec_output_bin（k:
-1:
1）';
end
decoder_output=reshape（decoder_output_matrix,1,k*（depth_of_trellis-N+1））;
cumulated_metric=state_metric（1,1）;
3、卷积码译码误码性能分析
clearall;
clc;
cycl=50;
snr_db=0:
1:
10;
%输入信息
msg=randint（1,1024）;
ber0=zeros（cycl,length（snr_db））;
ber1=zeros（cycl,length（snr_db））;
ber2=zeros（cycl,length（snr_db））;
%Trellises
trel=poly2trellis（3,[57]）;%Definetrellisforrate1/2code.
forn=1:
cycl
forx=1:
length（snr_db）
%Codewords
code=convenc（msg,trel）;%Encode.
%Interleaver
state=20;
inter=randintrlv（code,state）;
%BPSK调制
s0=sign（msg-0.5）;
s1=sign（inter-0.5）;
s2=sign（code-0.5）;
%AWGNChannel
add_noise0=awgn（s0,snr_db（x）,'measured'）;
add_noise1=awgn（s1,snr_db（x）,'measured'）;
add_noise2=awgn（s2,snr_db（x）,'measured'）;
%Deinterleaverwithnoiseforsoftdecoding
deinter_noise=randdeintrlv（add_noise1,state）;
%解调
r_0=0.5*sign（add_noise0）+0.5;
r_1=0.5*sign（add_noise1）+0.5;
r_2=0.5*sign（add_noise2）+0.5;
%Deinterleaver
deinter_1=randdeintrlv（r_1,state）;
%Tracebacklength
tblen=5;
%vitdec硬判决
decoded1=vitdec（deinter_1,trel,tblen,'cont','hard'）;
%vitdec软判决
[y,qcode]=quantiz（deinter_noise,[-.75-.5-.250.25.5.75],7:
-1:
0）;
decoded2=vitdec（qcode,trel,tblen,'cont','soft',3）;
%比较误码率
[num0,rat0]=biterr（r_0,msg）;
[num1,rat1]=biterr（double（decoded1（tblen+1:
end））,msg（1:
end-tblen））;
[num2,rat2]=biterr（double（decoded2（tblen+1:
end））,msg（1:
end-tblen））;
ber0（n,x）=rat0;
ber1（n,x）=rat1;
ber2（n,x）=rat2;
end
end
ber0=mean（ber0）;
ber1=mean（ber1）;
ber2=mean（ber2）;
semilogy（snr_db,ber0,'b-o',snr_db,ber1,'r-s',snr_db,ber2,'k-p'）;
xlabel（'SNR（dB）'）;
ylabel（'BER'）;
legend（'Uncoded','HardCoded','SoftCoded'）;
title（'Performanceofconvolutionalcodewithrate1/2'）;
升级会员 