卷积码树状图怎么画_卷积码是什么 卷积码编码原理介绍【图文】

卷积码,卷积码是什么意思

卷积码在一个二进制分组码(n,k)当中,包含k个信息位,码组长度为n,每个码组的(n-k)个校验位仅与本码组的k个信息位有关,而与其它码组无关。为了达到一定的纠错能力和编码效率(=k/n),分组码的码组长度n通常都比较大。编译码时必须把整个信息码组存储起来,由此产生的延时随着n的增加而线性增加。 为了减少这个延迟,人们提出了各种解决方案,其中卷积码就是一种较好的信道编码方式。这种编码方式同样是把k个信息比特编成n个比特,但k和n通常很小,特别适宜于以串行形式传输信息,减小了编码延时。

与分组码不同,卷积码中编码后的n个码元不仅与当前段的k个信息有关,而且也与前面(N-1)段的信息有关,编码过程中相互关联的码元为nN个。因此,这N时间内的码元数目nN通常被称为这种码的约束长度。卷积码的纠错能力随着N的增加而增大,在编码器复杂程度相同的情况下,卷段积码的性能优于分组码。另一点不同的是:分组码有严格的代数结构,但卷积码至今尚未找到如此严密的数学手段,把纠错性能与码的结构十分有规律地联系起来,目前大都采用计算机来搜索好码。

下面通过一个例子来简要说明卷积码的编码工作原理。正如前面已经指出的那样,卷积码编码器在一段时间内输出的n位码,不仅与本段时间内的k位信息位有关,而且还与前面m段规定时间内的信息位有关,这里的m=N-1通常用(n,k,m)表示卷积码(注意:有些文献中也用(n,k,N)来表示卷积码)。图1就是一个卷积码的编码器,该卷积码的n = 2,k = 1,m = 2,因此,它的约束长度nN = n×(m+1) = 2×3 = 6。

在图1中与为移位寄存器,它们的起始状态均为零。

假如输入的信息为D = [11010],为了使信息D全部通过移位寄存器,还必须在信息位后面加3个零。表1列出了对信息D进行卷积编码时的状态。

表1 信息D进行卷积编码时的状态

描述卷积码的方法有两类,也就是图解表示和解析表示。解析表示较为抽象难懂,而用图解表示法来描述卷积码简单明了。常用的图解描述法包括树状图、网格图和状态图等。基于篇幅原因这里就不详细介绍了。

卷积码的译码方法可分为代数译码和概率译码两大类。代数译码方法完全基于它的代数结构,也就是利用生成矩阵和监督矩阵来译码,在代数译码中最主要的方法就是大数逻辑译码。概率译码比较常用的有两种,一种叫序列译码,另一种叫维特比译码法。虽然代数译码所要求的设备简单,运算量小,但其译码性能(误码)要比概率译码方法差许多。因此,目前在数字通信的前向纠错中广泛使用的是概率译码方法。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
码(Convolutional code)是一种在数字通信中广泛使用的编码技术。它是一种递归的纠错编码方式,可以在数据传输中检测和纠正误码。卷码的原理是将原始数据输入到一个线性移位寄存器中,通过寄存器内部的状态转移函数进行编码,产生冗余位,从而实现误码检测和纠正。 卷码的编码和解码过程如下: 1. 编码 (1)确定卷码的参数。 卷码的参数包括码率、约束长度和生成多项式。码率表示每个输入比特产生的输出比特数量,约束长度表示线性移位寄存器的长度,生成多项式表示状态转移函数。 (2)将原始数据输入到线性移位寄存器中。 例如,如果原始数据为1011,则将它输入到寄存器中。 (3)根据生成多项式,计算每个时刻的输出。 例如,如果生成多项式为G(x)=1+x+x^3,则根据当前状态和输入比特计算输出比特。具体来说,假设当前状态为s1s2,输入比特为b,则输出比特为b⊕s1⊕s2和b⊕s2。 (4)将输出比特按顺序排列,得到编码结果。 例如,如果输入的原始数据为1011,生成多项式为G(x)=1+x+x^3,则编码结果为1101101。 2. 解码 (1)将接收到的编码数据输入到线性移位寄存器中。 例如,如果接收到的编码数据为1100101,则将它输入到寄存器中。 (2)根据生成多项式,计算每个时刻的输出。 例如,如果生成多项式为G(x)=1+x+x^3,则根据当前状态和输入比特计算输出比特。 (3)将计算得到的输出比特与接收到的比特进行比较,得到比特间距离。 例如,将计算得到的输出比特110与接收到的比特110进行比较,得到比特间距离为0。 (4)根据比特间距离,确定输入比特的值,并更新状态。 例如,由于比特间距离为0,可以确定输入比特为1,更新状态为s1s2=11。 (5)重复步骤(2)至(4),直到解码完成。 综上所述,卷码是一种递归的纠错编码方式,可以在数据传输中检测和纠正误码。卷码的编码和解码过程都是基于线性移位寄存器和状态转移函数的,它们的具体实现与卷码的参数有关。在实际应用中,需要根据具体的需求选择合适的卷码参数,并注意优化算法以提高运行效率。
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
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