【深入浅出通信原理-学习笔记】信道编码与交织

        信道编码与交织在通信系统模型中的位置如下图所示

        信道编码主要是为了解决数据在信道中传输时引入的误码问题。

        如下图所示,解决误码问题有两个办法,一个是对错误数据进行重传,称为后向纠错,另一个是在发送端发送数据时加入一定的冗余信息,以便在接收端可以直接进行纠错,称为前向纠错

1.信道编码

         FEC,全称Forward Erro Correction就是前向纠错码。

        在数据中增加冗余信息的最简单方法,就是将同一数据重复多次发送,这就是重复码,例如,将每一个信息比特重复3次编码:0\rightarrow 0001\rightarrow 111,在接收端根据少数服从多数的原则进行译码,按照这种方法进行编译码,如果错2位就会导致译码出错,且传输效率很低。

        为了提高传输效率,将k位信息比特分为一组,增加少量多余码元,共计n位,计为(n,k),这就是分组码

         其中的监督码元是用于检错和纠错的,也可以叫做效验码元。

        最简单的分组码就是奇偶效验码,例如,偶效验码:通过添加1位监督码元使整个码字中的1的个数为偶数,在检错时,对所有位做异或,如果为0,正确,如果为1,错误。

        由此可知,奇偶效验码只能检测奇数个错误,不能纠正错误。那有没有码可以纠正错误呢?汉明码就可以检测2位错误,纠正1位错误。以(7,4)汉明码为例,信息码元为4位,监督码元为3位,如下图所示

其中a_{2}a_{4}a_{5}a_{6}的偶效验码,a_{1}a_{3}a_{5}a_{6}的偶效验码, a_{0}a_{3}a_{4}a_{6}的偶效验码,在纠错时,分别对3组码字的所有位做异或,得到一个三位的结果s_{2}s_{1}s_{0},若结果为000,则没有错误,若结果为111,则a_{6}错误,若结果为110,则a_{5}错误,若结果为101,则a_{4}错误,其他同理。在发现错误位后,只要对应位取反:0改为1,1改为0,就完成了纠错。

        分组码编码器每次输入k个信息码元,输出n个码元,每次输出的码元只与本次输入的信息码元有关,而与之前输入的信息码元无关,而对于卷积码,其编码器输出除了与本次输入的信息码元有关外,还与之前输入的信息码元有关,

        一般用(n,k,K)来表示卷积码,其中多了一项参数K,为约束长度,表示编码器的输出与本次及之前输入的K个码元相关。例如(2,1,3)卷积码:编码器每次输入1个码元,输出2个码元,这2个码元与本次及之前输入的3个码元相关。

        卷积码编码器一般使用(K-1)级移位寄存器实现,卷积码的译码一般采用最大似然译码,假定信道的误码率为P_{e}P_{e}< 0.5),编码器的输入信息序列长度为L,则输出的码字序列有2^{L}种可能,以L=5为例,假定接收到的码字序列为11 01 01 00 01,则编码器输出的码字序列共有32种可能:

        若发送信息序列为11011,则编码器输出的码字序列为11 01 01 00 01,全部码元传输正确,发生这种情况的概率为\left ( 1-P_{e} \right )^{10},若发送信息序列为10011,则编码器输出的码字序列为11 10 11 11 01,5个码元传输错误,发生这种情况的概率是P_{e}^{5}\left ( 1-P_{e} \right )^{5},其他情况略,很明显,发送信息序列为11011的概率最高,因此采用最大似然译码时,译码结果为1101。

        不难看出,错误的码元越少,发生概率越高,所以要找到发生概率最高的发送序列,只要找出误码数最少的发送码字序列就可以了,两码字间对应位不同的个数总和称为汉明距离,所以只要找出汉明距离之和最小的发送码字序列就行了,例如,01和10的汉明距离为2,00和01的汉明距离为1。

        最大似然译码往往要遍历2^{L}种可能码字序列计算概率才能完成译码,计算量随着L逐级上升,难以实现,为了减少计算量,维特比发现了一种方法,被称为维特比译码,译码的过程就是在译码器网格图种寻找一条汉明距离之和最小的路径。

        卷积码的应用较为广泛,如CDMA2000使用了(2,1,9)、(3,1,9)和(4,1,9)卷积码,WCDMA使用了(2,1,9)和(3,1,9)卷积码,LTE的控制信道采用了(3,1,7)的卷积码进行信道编码。

2.交织        

        交织和去交织是通过对寄存器按行写入按列读出实现的,如下图所示。

         如下图所示,如果在信道传输过程中如果出现了连续误码,去交织后会转变为单个误码,让信道译码更方便纠错。

        FEC结合交织可以在一定程度上解决误码问题,想要彻底解决,还要借助反馈重传技术

        自动请求重传(ARQ),发送端发送具有一定检错能力的码,接收端发现出错后,立即通知发送端重传,如果还是错,再次请求重传,直至接收正确为止。

        混合ARQ(HARQ):是FEC和ARQ的结合,接收端发现出错后,尽其所能进行纠错,纠正不了,则立即通知发送端重传,如果还是接收错误,再次请求重传,直至接受正确为止。

        显然HARQ的性能是优于ARQ的,但HARQ会导致解调门限大大提高,一般重传次数要满足最恶劣信道条件下在达到最大重传次数之前能将数据传输正确,为了降低对解调门限的要求,移动通信系统中一般将二者结合起来使用。

        利用HARQ重传将误码控制在一定水平,残留一部分误码给ARQ进行重传,这样系统性能可以达到最优。

  • 12
    点赞
  • 94
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
### 回答1: 张正友标定法是一种相机标定方法,可以用于确定相机内部参数和外部参数。该方法基于相机成像原理,通过拍摄不同角度的标定板图像,利用图像中的特征点计算相机的内部参数和外部参数。该方法具有精度高、适用范围广等优点,被广泛应用于机器视觉、三维重建等领域。 该方法的具体步骤包括:选择标定板、拍摄标定板图像、提取图像特征点、计算相机内部参数和外部参数。其中,选择标定板需要考虑标定板的大小、形状、特征点数量等因素;拍摄标定板图像需要保证标定板在不同角度下都能被完整拍摄到;提取图像特征点需要使用特征点检测算法,如SIFT、SURF等;计算相机内部参数和外部参数需要使用张正友标定法的数学模型,通过最小化重投影误差来求解。 在实际应用中,张正友标定法需要注意以下几点:标定板需要保持平整,避免出现弯曲、扭曲等情况;标定板需要在不同角度下拍摄多张图像,以提高标定精度;标定板需要在光线充足、均匀的环境下进行拍摄,避免光线不足或过强导致标定精度下降。 总之,张正友标定法是一种重要的相机标定方法,掌握该方法对于机器视觉、三维重建等领域的研究具有重要意义。 ### 回答2: 张正友标定法是用于相机投影模型标定的一种方法,其原理是在一组已知物点与其图像坐标的情况下,通过求解相机内参矩阵和外参矩阵,从而得出相机的几何参数,可用于后续的相机运动估计和三维重建。 首先,需要准备一组已知的物点和其对应的图像坐标。物点最好组成一个三维坐标系,如在测量机中通过三维测量得到。接下来,通过张正友标定法求解相机的内参矩阵。内参矩阵包括了相机的焦距、像素尺寸、主点位置等参数,这些参数决定了像素坐标与实际物理坐标之间的转换关系。通过一些数学推导,可以得到内参矩阵的表达式,并且可以通过已知的物点和相应的图像坐标求解出内参矩阵。 接下来,需要求解相机的外参矩阵,即相机坐标系相对于物点坐标系的位姿关系。通过张正友标定法,可以得到物点在相机坐标系下的坐标,从而求解出相机的外参矩阵。外参矩阵包括了相机的旋转矩阵和平移向量,这些参数描述了相机在物点坐标系下的位姿。 最后,通过内参矩阵和外参矩阵,可以将相机坐标系下的物点坐标转换成像素坐标,从而可用于后续的三维重建和相机运动估计。需要注意的是,在实际应用中,因为测量误差和噪声的存在,标定误差会影响到后续的应用效果,所以需要对标定结果进行一定的误差分析和修正。 总而言之,张正友标定法是一种基于已知物点和其图像坐标的相机标定方法,通过求解相机的内参矩阵和外参矩阵,可得到相机的几何参数,进而实现三维重建和相机运动估计等应用,具有广泛的应用价值。 ### 回答3: 张正友标定法是一种常用的摄像机标定方法,它的主要思想是通过成像偏移量和焦距的测量来确定相机的内参矩阵和外参矩阵,从而实现对摄像机的校准。张正友标定法的流程主要分为以下几个步骤。 第一步,数据采集。采集一组已知尺寸的平面图案,例如棋盘格,同时记录下相机对图案的姿态(位置和姿态),姿态可以通过用相机拍摄不同姿态下的图案来得到。 第二步,提取图案角点。使用角点检测算法,例如Harris角点检测、SIFT角点检测等,从图像中提取出每个格子的四个角点。 第三步,计算图像坐标。对于每个角点,根据相机的内参矩阵和外参矩阵,可以计算出其在图像中的坐标。 第四步,标定相机内部参数。利用上一步得到的图像坐标和对应的实际坐标,使用最小二乘法等求解相机的内参矩阵。 第五步,标定相机外部参数。同样利用上一步得到的图像坐标和对应的实际坐标,使用求解PnP问题的算法可以得到相机的外参矩阵。 通过以上步骤,就可以获得相机的内参矩阵和外参矩阵,从而实现对摄像机的标定。在实际应用中,可以将标定结果用于建立相机-世界坐标系之间的转换关系,进而实现摄像机与物体的三维空间定位和跟踪等应用。 总之,张正友标定法是一种基于对摄像机成像原理的理解和应用的标定方法,是计算机视觉和机器视觉领域中常用的技术之一,也是深度学习等领域的前置步骤。掌握该方法的原理和实现技巧,对于进一步深入了解计算机视觉和机器视觉技术体系,以及开展实际应用有着重要的意义。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

DUANDAUNNN

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值