通信系统中hard decision &soft decision （硬软判决）解释

最新推荐文章于 2024-08-30 10:46:44 发布
最新推荐文章于 2024-08-30 10:46:44 发布
阅读量2.2k 收藏 5
点赞数
分类专栏： 信号处理
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/shixin_0125/article/details/116800892
版权
零基础入门simulink仿真专栏实例--通信领域的编码与纠错技术--基于Simulink的软判决与硬判决仿真建模示例
amy_mhd的博客
03-24 635
在卷积编码中，常用的解码算法包括Viterbi算法。硬判决Viterbi解码：输入是硬判决后的二进制数据。软判决Viterbi解码：输入是经过量化处理的对数似然比（LLR, Log-Likelihood Ratio），提供了更丰富的信道信息，有助于提升解码准确性。发送端：随机比特生成模块 + 卷积编码模块。信道：AWGN信道模拟噪声影响。接收端：硬判决和软判决解码模块 + 误码率计算模块。
手把手教你学Simulink——通信领域的编码与纠错技：基于Simulink的软判决与硬判决仿真建模示例
最新发布
MHD0815的博客
03-24 41
在卷积编码中，常用的解码算法包括Viterbi算法。硬判决Viterbi解码：输入是硬判决后的二进制数据。软判决Viterbi解码：输入是经过量化处理的对数似然比（LLR, Log-Likelihood Ratio），提供了更丰富的信道信息，有助于提升解码准确性。发送端：随机比特生成模块 + 卷积编码模块。信道：AWGN信道模拟噪声影响。接收端：硬判决和软判决解码模块 + 误码率计算模块。
通信原理学习笔记6-5：数字解调——译码的硬判决与软判决
热门推荐
Insomnia_X的博客
10-15 1万+
从量化角度理解，硬判决是一级量化（0或1两种电平量化），而软判决可认为多级量化（软判决输出的是模拟量，实现为多电平量化），因此软判决虽然更复杂，但性能优于硬判决（例如，软判决中采用3比特电平的量化，相较于硬判决能带来约2dB的性能增益）（log-likelihood ratio），也即所谓的“软信息”（它提供了关于不同判决可靠性的额外概率信息，从而可以用于衡量判决的可靠性）可见，LLR的计算就是后验概率的比较，并最终转化为了欧式距离的计算：对每一个接收符号而言，其LLR就是在比较 [该符号到最近。
软解调-软判决
weixin_45926926的博客
11-19 3419
软解调的一些问题收集解答
机器学习python实践中对于决策函数（decision_function）的一些个人思考
SZX0311的博客
05-30 1956
最近在利用python进行实践训练，但是跟着参考书学习到SVM的时候，示例代码里突然出现了一个函数——decision_function()，让我很懵逼，帮助文档里的英文翻译过来说啥决策函数、ovr、ovo之类的，让我整个人更晕了，因为我在理论部分参考的是周志华老师的《西瓜书》，而《西瓜书》中并没有对这些进行说明。，它就是一个决策函数，我们可以将样本点带入到这个方程中进行计算，即给决策函数一个输入，如果这个方程算出的结果＞0，即输出结果＞0，那么这个样本点将被分到“正样本”这一类；
“软硬兼施”看高清——“硬解码”与“软解码”有啥不同？
gaohaiyang的专栏
12-14 3778
原帖地址： http://hi.baidu.com/%CB%B5%CB%B5%BB%B0%BB%B0/blog/item/c1da55297df751fa99250aa8.html ☆什么是“软解码”，什么又是“硬解码”呢？ 　　我们在计算机上播放的视频文件都是经过压缩的，因为这样有利于节约存储空间；那么在播放过程，就需要进行一个反射的解压缩过程。在以前这项工作都是由ＣＰＵ来完成的，对于普通
硬判决和软判决
大AI时代，人性化的信息更加难得可贵
01-18 1219
硬判决(Hard Decision)是一种简单的判决方法，它将接收到的信号直接与预设的阈值进行比较，并将其判定为一个确定的符号(通常是0或1)。硬判决忽略了接收信号的噪声和失真，只考虑两个离散状态之间的边界，从而将接收信号简化为离散的二进制数字。硬判决容易实现和理解，但在噪声和失真较大的情况下，可能会出现判决错误。 软判决(Soft Decision)是一种更复杂的判决方法，它考虑了接收信号中的...
维特比译码器(Viterbi Decoder)硬件架构(二)--卷积码解码算法
wonder_coole的博客
06-19 8962
网格图(Trellis Diagram) Trellis 是卷积解码用到的概念，这是理解解码过程的基础。 解码过程 硬件实现 参考文献 Encoding/Decoding - Presentation of Convolutional Code ...
ujexazd.rar_ronwh_卷积码 软判决_卷积码软判决_网络编程_软判决
07-15
软判决的优势在于它可以利用解码器对错误的不确定性信息，特别是在高信噪比环境下，能够显著提高解码性能，特别是在低信噪比条件下，相比于硬判决（Hard Decision），软判决通常能提供更好的误码率性能。然而，软...
基于MATLAB的TPC编译码实现：源码与文档解析硬判决与软判决译码过程,TPC编译码实现 matlab实现 源码加文档 硬判决译码和软判决译码 ,核心关键词：TPC编译码实现; Matlab实现
01-25
硬判决译码（Hard Decision Decoding）是一种简单的译码方法，它在接收端对信号进行硬判决，即将接收到的信号与预设的阈值比较后，输出最接近的可能值。这种方法在处理信号时忽略了信号的不确定性，其优点是算法简单...
《MIMO-OFDM无线通信技术及MATLAB实现》中维特比译码软判决仿真问题
amarvelous的博客
08-30 848
本文是本人对《MIMO-OFDM无线通信技术及MATLAB实现》书中关于维特比译码软判决代码进行仿真复现的时候遇到的问题，作的一个梳理和修正，有兴趣的同学可以上GitHub找书籍以及代码的电子版文件。遇到问题的代码部分是程序11.18“soft_hard_SISO.m”SISO系统的软硬判决检测。
一起玩转GNU Radio：gr-digital
无线通信实验室
09-26 9280
本文内容、开发板及配件仅限用于学校或科研院所开展科研实验!
TPC编译码实现：硬判决译码与软判决译码
ITkmrNyM的博客
09-28 1125
本文将介绍两种常用的译码技术：硬判决译码和软判决译码，并给出相应的MATLAB实现方法和源码。误比特率是指译码后错误比特数与总比特数的比例，误帧率是指译码后错误帧数与总帧数的比例。硬判决译码是一种简单的译码方法，它直接将接收到的信号判决为0或1。具体地，对于二进制编码，接收端将接收到的信号与阈值进行比较，将大于或等于阈值的信号判决为1，否则判决为0。软判决译码相比于硬判决译码，能够提供更多的信息，从而提高译码性能。软判决译码将接收到的信号进行量化，得到一系列的量化值，这些量化值可以用于估计发送的信号。
移动通信基础（7）软判决
tybAly的博客
04-28 5321
目录 硬判决/软判决 欧式距离/汉明距离 根据所处的系统是编码系统还是未编码系统，检测的输出相应地是星座符号或是比特似然比。 MMSE迭代接收机是通过MMSE检测器和译码器之间交换软信息实现迭代以获得更好的性能，其框图如图所示，主要由MMSE均衡器、软解调器、软调制器、SISO检测器和SISO译码器构成。 软判决是在通信信号处理中使用概率(也有称为软信息或者比特似然比)而非硬判决为比特或星座符号的一类方法的统称，软判决的输出常称之为比特似然比(Log Likelihoo...
软判决和硬判决
空山无人,水流花开
04-28 1万+
软判决就是解调器将解调后的模拟信号直接接入到译码器来实现解码。 硬判决就是对解调器输出信号做N比特量化，分量高于门限就认为输出为1，否则输出为0（根据调制方式，如MPSK，M=2^N，则N比特量化) 在数字通信系统，可以认为硬判决就是N比特量化，软判决就是多比特量化（>>N) 在均匀量化，信号在其空间均匀分布得到的情况下，多一个比特可以多得到6dB的增益。 在数字通信的差错控制中，对于纠错码，通常
信息论与编码中什么是软判决什么是硬判决？
魔法森林博客
05-05 4994
来自于 现代编码理论，赵晓群，第二页
硬判决与软判决
08-27 7747
学习自 https://www.gaussianwaves.com/2009/12/hard-and-soft-decision-decoding-2/ 以一个简单的奇偶校验编码来描述硬判决和软判决的区别。 表1 码字集合 在上面的表格中，传输的信息比特是Bit1和Bit2，校验比特为Bit1⊕Bit2。 现在假设传输的信息比特是‘01’，那么校验比特是‘1’。由于是数字信号，使用电压0V表示传输的比特‘0’，使用电压1V表示传输的比特‘1’。 采用硬判决的策略，在接收端，使用.
开源:Hardcoder——安卓APP与系统间通信解决方案
Android技术之家
10-14 799
Hardcoder 的诞生随着微信越来越复杂，性能优化变得越来越难做，优化所带来的效果提升也越来越不明显。所以我们⼀直在思考，该如何突破这个优化的极限?直到有一次与厂商的...
维特比译码软判决硬判决
01-04
### 维特比译码中的软判决与硬判决 #### 工作原理 在维特比译码过程中，软判决和硬判决的主要差异在于输入信息的形式以及处理方式。 对于 **硬判决** ，接收机仅提供关于接收到的比特位最可能值的信息。通常情况下，这些值被量化为0或1。这意味着，在解码器端，只有两个可能性来表示每个接收到的数据符号[^2]。 相比之下，**软判决** 提供了更多的信息量。它不仅给出估计的结果（即可能是0还是1），还提供了该估计置信度的一个衡量标准——通常是通过连续数值范围内的似然比或对数似然比(log-likelihood ratio, LLR) 来表达这种不确定性程度。因此，相比于简单的二元决策，这种方法能够携带更多有关传输信号质量的信息[^1]。 ```python # 硬判决示例 def hard_decision(received_signal): return [int(bit >= 0) for bit in received_signal] # 软判决示例 (假设LLRs作为输入) def soft_decision(llr_values): probabilities = [(1 / (1 + math.exp(-llr))) for llr in llr_values] decisions = [round(prob) for prob in probabilities] confidence_levels = abs([prob - 0.5 for prob in probabilities]) return list(zip(decisions, confidence_levels)) ``` #### 区别 主要区别体现在以下几个方面： - 输入数据形式不同：硬判决使用离散化的{0,1}序列；而软判决则利用带有概率权重的实数值。 - 性能表现有所差异：由于软判决包含了额外的概率信息，所以在相同条件下往往可以获得更好的误码率性能。 - 实现复杂度不一致：实现软判决算法所需的计算资源较多，因为它涉及到浮点运算和更大的存储需求。 #### 应用场景 当考虑具体的应用环境时，选择哪种类型的判决取决于多个因素： - 对于成本敏感型应用或者硬件受限的情况，可能会倾向于采用较为简单且高效的硬判决方案。 - 如果追求最佳通信链路质量和可靠性，则应优先考虑支持软判决功能的设计，尤其是在无线通信领域中更为常见。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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