所有提交的电磁系统将被重定向到在线手稿提交系统。作者请直接提交文章在线手稿提交系统各自的杂志。

图形用户界面与维特比解码模拟卷积编码在数字通信系统中使用Matlab

Ezeofor c J。1,Ndinechi m。2
  1. 电子和计算机工程系讲师,哈科特港大学河流州,尼日利亚
  2. 电气与电子工程系副教授,联邦理工大学Owerri,国际海事组织状态,尼日利亚
相关文章Pubmed,谷歌学者

访问更多的相关文章国际创新研究期刊》的研究在科学、工程和技术

文摘

介绍了图形用户界面(GUI)与维特比解码模拟卷积编码在数字通信系统中使用MATLAB。数字传输不是免费的从通道障碍如噪声、干扰和衰落导致的信号失真,在信噪比降低。这些介绍很多错误的信息比特发送从一个地方到另一个地方。为了解决这些问题,介绍了卷积编码在发射机端和维特比解码接收器,确保无错传输的一致性。为了可视化效果和评价所使用的编码和解码的性能,仿真程序编码和解码数字数据被设计出来,在MATLAB编写和测试。生成的比特误码率(BER)策划反对能源每一点噪声谱密度(Eb /不)对不同的数字输入数据。看到,随着Eb /不增加,比特误码率降低从而提高卷积编码速率的性能用于传输通道在结束。进一步分析和讨论了基于MATLAB的图形结果。

关键字

MATLAB GUI,卷积编码、误码率、信噪比、维特比译码

我的介绍。

数字通信系统的主要目的是通过通道可靠地传输信息[1]。通道可以是同轴电缆、微波链接、空间、光纤等,每个人都受到各种噪声、失真和干扰导致错误。香农证明存在channel-encoding方法,使信息传输可靠来源信息率R c小于信道容量可以设计一个通信系统的信道和错误控制编码如卷积编码的帮助下,可以实现一个非常小的概率输出误差的通道。如[2]中所述,某些形式的错误控制编码用于恢复一些损坏的信息进行了讨论。卷积编码的信道编码广泛用于实时错误检测和校正如图1.1 [3]。
图像

二世。相关工作

相关的研究工作并不局限于:
卷积编码器的性能。分析利率变化Sw Bawane和W Gohoker(2014)解释了FPGA方案修改卷积编码器的OFDM基带处理系统。它显示了卷积编码器的约束长度9。
b。设计的高速并行卷积码的编码器Msir, F蒙泰罗,Dandache (2004)。在他们的论文中,卷积编码器的高速并行体系结构的设计及其实现FPGA设备上。
c。FPGA设计和实现卷积编码器和维特比译码器802.11基于OFDM的Y, Z丁(2012)。他们进行了修改FPGA方案卷积编码器和维特比译码器基于IEEE 802.11无线局域网的标准基于OFDM的处理系统。

三世。方法

本研究工作考虑卷积编码器(n = 2 k = 1 k = 3)如图3.1所示。生成器选择编码器的多项式g0 (D) = 1 + D + D2 = 1112或78和g1 (D) = 1 + D2 = 1012或58。取决于使用的发电机多项式卷积编码器的速度
图像
3.1。卷积编码是如何实现的
这可以理解使用的一组序列的信息比特串行发送到½卷积编码器图如图3.1所示。让我们看看数字化样本输入信息比特k = [1111010] 2 = [172] 8。这将是在不同阶段进行不同的时钟输入。编码器首先初始化其移位寄存器的内存D = 0和D2在时钟输入= 0。
图像
在第一阶段,t = 0:编码器需要第一个输入位k = 1起初时钟输入(比特序列的信息,从最重要的开始),前任伴侣或者内存D2中的值= 0,g1 (D) = g (1) = 1 + 0 = 1。同时,需要相同的输入点k = 1和前任伴侣或者内存中的值D = 0,然后使用结果和前任伴侣或者内存D2中的值= 0,g0 (D) = g (0) = 1 + 0 + 0 = 1。输出编码是112,如图3.2。编码器k值D和D值转变成D2。新的D = 1和D2 = 0。
图像
在阶段2,t = 1,编码器需要第二个输入位k = 1在下个时钟输入(比特序列的信息,从最重要的开始),前任伴侣或者内存D2中的值= 0,g1 (D) = g (1) = 1 + 0 = 1。同时,需要相同的输入点k = 1和前任伴侣或者内存中的值D = 1,然后使用结果和前任伴侣或者内存D2中的值= 0,g0 (D) = g (0) = 1 + 1 + 0 = 0。输出码字是012 b如图3.2所示。编码器k值D和D值转变成D2。新的D = 1和D2 = 1。
图像
在第三阶段,t = 2,编码器需要第二个输入位k = 1(比特序列的信息,从最重要的开始),前任伴侣或者内存D2中的价值= 1,g1 (D) = g (1) = 1 + 1 = 0。同时,需要相同的输入点k = 1和前任伴侣或者内存中的值D = 1,然后使用结果和前任伴侣或者内存D2中的价值= 1得到g0 (D) = g(0) = 1 + 1 + 1 = 1,如图3.2摄氏度。输出编码是102。编码器k值D和D值转变成D2。新的D = 1和D2 = 1。
这个流程将继续,直到第四阶段在t = 3, 5 t = 4阶段,阶段6 t = 5, 7 t = 6完成阶段。已编码的比特序列后,编码器需要刷新或重置保留其00状态。8和9执行阶段编码器重置的过程。输出编码是002。从而为7位输入序列编码的输出序列[1111010][11011010010010]+冲洗部分添加如表3.1所示。这样做是在发射机的球队将被发送到信道。
图像
卷积编码器使用查找表称为状态转换表的编码如表3.2所示。,编码器知道当前和下一个州在操作期间
图像
3.2维特比解码是如何实现的
维特比译码使用格子图卷积编码解码数据接收器的结束。卷积编码器的编码知识,使它进行解码。两种形式的维特比解码是硬和软判决维特比解码。艰难的决定维特比解码也称为软输入维特比解码技术(SIVD)使用一个路径度量称为汉明距离度量来确定幸存者路径和译码器输出通过格子。软判决维特比解码计算之间的距离得到符号和可能的传播符号并确定其输出。如果传输编码的位是0,欧几里得距离,
图像
图像
让我们假设接收机,位[11011010010110]。错误会被发现在t = 5,如表3.4所示。
图像
表3.4由编码器的输入,编码器输出和假定接收比特错误标记为红色。格子图绘制的7位输入流(1111010)是在图3.4基于示例的每次蜱虫。
从图3.4中的格子图,S0 S3代表编码器状态,状态0到3的汉明距离计算:
在t0
从国家00 00状态,输出= 00和接收到的比特= 11日汉明距离= 2 10从00到状态,输出= 11和接收到的比特= 11,汉明距离= 0。因此选择最短的汉明距离,这是0。在t0,高清= S2 = 0
在t1
汉明距离S0 = S0 + S0 = 2 + 1 = 3
汉明距离S1 = S0-S2 + S2-S1 = 0 + 2 = 2
汉明距离S2 = S0-S0 + S0-S2 = 2 + 1 = 3
汉明距离S3 = S0-S2 + S2-S3 = 0 + 0 = 0
在t1,高清= S3 = 0
t2
汉明距离S0 = 3 + 1 = 4或0 + 2 + 1 = 3;3(最高的被丢弃而选择)
汉明距离S1 = 2 + 1 + 0 = 3或0 + 0 + 2 = 2;2
汉明距离S2 r = 2 + 1 + 1 = 4 0 0 + 2 + 1 = 3; 3
汉明距离S3 = 2 + 1 + 2 = 5或0 + 0 + 0 = 0,0
S3 t2,高清= = 0
在t3
汉明距离S0 = 0 + 2 + 1 + 1 = 4或0 + 0 + 2 + 1 = 3;3
汉明距离S1 = 0 + 2 + 1 + 0 = 3 - 0 + 0 + 0 + 2 = 2; 2
汉明距离S2 = 0 + 0 + 2 + 1 = 3 - 0 + 2 + 1 + 1 = 4; 3
汉明距离S3 = 0 + 2 + 1 + 2 = 5或0 + 0 + 0 + 0 = 0,0
在t3,高清= S3 = 0
在t4
汉明距离S0 = 0 + 0 + 2 + 1 + 1 = 4或0 + 0 + 0 + 2 + 1 = 3;3
汉明距离S1 = 0 + 0 + 2 + 1 + 2 = 5 0 r 0 + 0 + 0 + 0 + 0 = 0; 0
汉明距离S2 = 0 + 0 + 2 + 1 + 1 = 4或0 + 0 + 0 + 2 + 1 = 3;3
汉明距离S3 = 0 + 0 + 2 + 1 + 0 = 3 or0 + 0 + 0 + 0 + 2 = 2; 2
在t4,高清= S1 = 0
在t5
汉明距离S0 = 0 + 0 + 0 + 2 + 1 + 1 = 4或0 + 0 + 0 + 0 + 0 + 1 = 1;1
汉明距离S1 = 0 + 0 + 0 + 0 + 2 + 0 = 2 - 0 + 0 + 0 + 2 + 1 + 2 = 5; 2
汉明距离S2 = 0 + 0 + 0 + 0 + 0 + 1 = 1或0 + 0 + 0 + 2 + 1 + 1 = 4;1
汉明距离S3 = 0 + 0 + 0 + 2 + 1 + 0 = 3 - 0 + 0 + 0 + 0 + 2 + 2 = 4; 3
在t0,高清= S2 = 1
在t6
汉明距离S0 = 0 + 0 + 0 + 0 + 0 + 1 + 1 = 2 - 0 + 0 + 0 + 0 + 2 + 0 + 1 = 3; 2
汉明距离S1 = 0 + 0 + 0 + 0 + 0 + 1 + 0 = 1或0 + 0 + 0 + 2 + 1 + 0 + 2 = 5;1
汉明距离S2 = 0 + 0 + 0 + 0 + 2 + 0 + 1 = 3 - 0 + 0 + 0 + 0 + 0 + 1 + 1 = 2; 2
汉明距离S3 = 0 + 0 + 0 + 0 + 0 + 1 + 2 = 3 - 0 + 0 + 0 + 2 + 1 + 0 + 0 = 3; 3
在t0,高清= S1 = 1
在此阶段,译码器将检测到错误发生在状态1在时间t = 5。
图像
3.3分支和路径度量计算
路径和分支的所有状态的指标,从0到3可以通过方程计算如公式3.1所示3.12。这场运动从一个状态到另一个中清楚地说明如图3.5所示。
图像

我。00可以从两个分支

图像
图像
11的幸存者路径状态存储在幸存者路径度量。
3.4如何维特比解码期间检测错误和改正
维特比译码器总是卷积编码器的编码策略使用的知识才能解码比特的任何信息。编码器检测到错误通过比较输出符号从接收机接收到的比特。当比特符号是一样的,它检测到任何错误,但是当他们是不一样的,它检测到错误。它纠正了错误的基础上的编码信息值存储和智能。完整的累积指标7位信息在每个时间t(+ 2冲洗比特)列在表3.5。
图像
图像
3.5。回溯单元
图像

四、结果和讨论

MATLAB的图形用户界面设计如图4.1所示。仿真运行½卷积码与不同的输入消息。误差性能分析检查通过绘制一点一点错误率与能源/噪声功率谱密度(Eb /不)AWGN信道。软判决维特比解码提供了更好的性能比硬判决维特比解码结果。随着输入消息的数量增加,卷积编码和解码性能更好。光通信已经被硬性和软性决策和传输功率软决定6 db而艰苦的是8分贝。软判决译码的编码增益大于艰难的决定解码这证明了软判决解码总是至少2 db解码更好的反应是比较困难的决定。从而达到相同的误码率;软判决译码需要较低的信噪比,也就是说,降低发射机功率比其同行。更多的解释了每一个绘制图表。
现在使用仿真GUI界面,不同的位数输入,但只有350位信息如图4.1所示。
图像
80000位信息编码和解码在MATLAB的图像数量从100 - 10 - 6与Eb /不从0分贝12 db绘制如图4.2所示。
图像
图像
从图如图4.3所示,是见过,随着Eb /不从0增加到12 db,软维特比解码(SDVD)的数量减少速度比硬维特比解码(HDVD)解码。这意味着增加Eb /不降低信号的比特误码率从而在传输系统中引入了更少的错误。看看Eb /不等于9.5 db在图4.3中,编码增益的软硬维特比解码可以这样计算;测量系统=纯
编码增益HDVD = SNRuncoded - SNRhdvd = 9.5 db - 6.8 = 2.7分贝
编码增益SDVD = SNRuncoded - SNRsdvd = 9.5 db - 4.8 = 4.7分贝
因此编码增益SDVD——编码增益HDVD = 4.7 db - 2.7 db = 2 db
因此,软维特比解码执行比硬解码卷积编码比特的维特比译码。

诉的结论

本文工作的目的是设计和项目MATLAB图形用户界面模拟½卷积编码器与维特比解码器。编码过程演示了使用(2,1,3)卷积编码和解码过程也证明使用一个艰难的决定维特比译码器和软判决维特比译码器。不同的误码率与Eb /不绘制图表来检查错误的数量将会减少传输中的权力从0 db to12dB。就像从仿真图形结果在图4.2和图4.3中,卷积编码和维特比译码的性能大大提高了编码速率越小。

引用

  1. 香农,c, E。,“A Mathematical Theory of Communication”, Bell Syst. Technology. J., Vol. 27, pp.379- 423, 623-656, 1948.
  2. ;波士M,“电信信道编码”,纽约,纽约:约翰·威利和儿子,1999。
  3. 克拉克·g·C。,Jr., Cain, J. B., “Error-Correction Coding for Digital Communications”, Plenum Press, New York, 1981.
  4. 伯纳德•S。,“Digital Communications-Fundamental and Applications”, 2nd Edition, New Jersey Prentice Hall, 2001.
  5. Benedetto s . g . Montorsi并行级联卷积码的“设计”,IEEE通信,44卷,1996年。
  6. Berrou C。,Glavieux A., Thitimajshima P., “Near Shannon Limit Error-Correcting Coding and Decoding: Turbo Codes”, in Proceedings of the International Conference on Communications, (Geneva, Switzerland), pp. 1064–1070, 1993.
  7. Blahut r E,“错误控制编码的理论和实践”,阅读,麻萨诸塞州:addison - wesley出版公司,1983。
  8. 追逐D。,“A class of algorithms for decoding block codes with channel measurement information”, IEEE Trans. Inform. Theory, vol. IT- 18, no. 1, pp. 170–182, 1972.
  9. 伊莱亚斯P。,“Coding for noisy channels”, International Convention Record (Part IV), pp. 37-46, 1955.
  10. 福尼g D。,“Convolutional codes with algebraic structure” IEEE Trans. Inform. Theory, IT-16, pp. 720-738, 1970.
  11. Gallager r G,伊莱亚斯P。,“Introduction to Coding for noisy channels”, in The Electron and the Bit, J. V. Guttag, Ed. Cambridge, MA: EECS Dept., MIT Press, pp. 91–94, 2005.
  12. 麦凯D。,“Good error correcting codes based on very sparse matrices”, IEEE Trans. Information Theory, pp. 399, 1999.
  13. 明博.L。,“New Path History Management Circuits for Viterbi Decoders”, IEEE Transactions on Communications, vol. 48, pp. 1605- 1608, 2000.
  14. Morelos-Zaragoza r . H,“纠错编码的艺术”,约翰·威利& Sons ISBN 0471495816, 2002。
  15. Shaina年代。,Ch. Kranthi, Faisal Bala, “Performance Analysis of Convolutional Encoder and Viterbi Decoder Using FPGA” International Journal of Engineering and Innovative Technology (IJEIT) Volume 2, Issue 6, December 2012.
  16. 维特比a·J。,“Error Bounds for Convolutional Codes and an Asymptotically Optimum Decoding Algorithm”, IEEE. Transaction of Information Theory, vol. IT-13, pp. 260-269, 1967.
  17. 柳条s B。,“Error Control Systems for Digital Communication and Storage”, Prentice Hall, Englewood Cliffs, New Jersey, 1995.