Turbo编译码Matlab仿真解读 -- WuYufei_matlab

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。

一、仿真代码架构

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;

1为输入显示图:

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):

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_total
   if terminated<0 | (terminated>0 & i<=L_info)
      d_k = x(1,i);
   elseif terminated>0 & i>L_info
      % terminate the trellis
      d_k = rem( g(1,2:K)*state', 2 );
   end

   a_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:n
   output(i) = g(i,1)*input;
   for j = 2:k
      output(i) = xor(output(i),g(i,j)*state(j-1));
   end
end

state = [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));

三、 Turbo译码流程梳理

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:

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:

 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%3A%2F%2Fdownload.csdn.net%2Fdownload%2Fqq_36756847%2F12036978&spm=1003.2020.3001.6616.17

  • 25
    点赞
  • 132
    收藏
    觉得还不错? 一键收藏
  • 10
    评论
Turbo译码Matlab中可以使用以下步骤实现: 1. 定义Turbo码的参数m:m表示输入的重复次数。例如,如果m=3,则输入会被重复三次。 2. 对输入数据进行重新整形以适应Turbo码的输入格式。使用reshape函数将输入数据重塑成一个矩阵,其中每行都是m个输入位。 3. 计算Turbo码输入长度len。这个长度是重塑后的输入数据长度减去m。 4. 定义rsc_in1作为rsc1的输入。根据Turbo码的输入规则,rsc1的输入是重塑后的输入数据的第一和第二行。 5. 定义rsc_in2作为rsc2的输入。首先创建一个与rsc_in1相同大小的零矩阵rsc_in2。然后,将原始模式(ori_pattern)从重塑后的输入数据的第一行复制到rsc_in2的第一行。最后,将重塑后的输入数据的第三行复制到rsc_in2的第二行。 6. 至此,你已经完成了Turbo码的译码过程的准备工作。接下来,你可以根据需要使用Turbo码的参数进行译码操作。 以上是Turbo译码Matlab中的基本步骤。具体的实现方式可能会根据具体的编码算法和输入数据的特点而有所不同。请根据具体的需求和参数调整上述步骤以实现Turbo译码。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [基于MATLABturbo译码误码率仿真](https://blog.csdn.net/ccsss22/article/details/116341612)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *2* *3* [Turbo译码Matlab仿真解读 -- WuYufei_matlab](https://blog.csdn.net/snowman898/article/details/124934778)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 10
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
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