MATLAB实现的Reed-Muller（RM码，里德-马勒编码）编码解码纠错以及BER分析

最新推荐文章于 2022-12-03 19:35:26 发布
最新推荐文章于 2022-12-03 19:35:26 发布
阅读量2k 收藏 23
点赞数 2
分类专栏： 编码 文章标签： matlab 开发语言 编码学
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/weixin_44480014/article/details/123205380
版权

MATLAB实现的Reed-Muller编码解码纠错以及BER分析

背景

本科时信息论与编码的作业，RM（2，4）编码

课程为

Information Theory & Coding
Vaibhav Kumar, PhD
School of Electrical & Electronic Engineering
University College Dublin – The Republic of Ireland

下述作业也是老师布置的，如果涉及到版权问题我会删掉该博客。流程逻辑如下：

数据->RM编码->BPSK调制->加入AWGN（模拟传输时的噪声）->BPSK解调->解码（Majority-Logic解码）->输出数据

给定生成矩阵为

v0                 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
v4                 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1
v3                 0 0 0 0 1 1 1 1 0 0 0 0 1 1 1 1
v2                 0 0 1 1 0 0 1 1 0 0 1 1 0 0 1 1
v1                 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1
v3v4      =        0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1
v2v4               0 0 0 0 0 0 0 0 0 0 1 1 0 0 1 1
v1v4               0 0 0 0 0 0 0 0 0 1 0 1 0 1 0 1
v2v3               0 0 0 0 0 0 1 1 0 0 0 0 0 0 1 1
v1v3               0 0 0 0 0 1 0 1 0 0 0 0 0 1 0 1
v1v2               0 0 0 1 0 0 0 1 0 0 0 1 0 0 0 1

接收到的数据可以写成r=v+e的格式

问题描述上
问题描述下

代码

clc,clear
Eb_N0_log=0:0.5:10; %dB
Eb_N0=10.^(Eb_N0_log/10);
R_coded=11/16; %R
BER_coded=zeros(1,21); %store BER in different Eb/N0
G=[1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1; %v0
   0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1; %v4
   0 0 0 0 1 1 1 1 0 0 0 0 1 1 1 1; %v3
   0 0 1 1 0 0 1 1 0 0 1 1 0 0 1 1; %v2
   0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1; %v1
   0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1; %v3v4
   0 0 0 0 0 0 0 0 0 0 1 1 0 0 1 1; %v2v4
   0 0 0 0 0 0 0 0 0 1 0 1 0 1 0 1; %v1v4
   0 0 0 0 0 0 1 1 0 0 0 0 0 0 1 1; %v2v3
   0 0 0 0 0 1 0 1 0 0 0 0 0 1 0 1; %v1v3
   0 0 0 1 0 0 0 1 0 0 0 1 0 0 0 1; %v1v2
   ]; %generator matrix
for i=1:21 %calculate BER in different Eb/N0
    SNR_coded=2*R_coded*Eb_N0(i); %calculate SNR
    message=round(rand(1,1980000)); %generate original data u = (a0 a4 a3 a2 a1 a34 a24 a14 a23 a13 a12),
    px_w=1; %signal's power
    pn_w=px_w/SNR_coded; %noise's power
    error_number=0; %error bit number
    for index=1:180000 %90000 blocks
        m=message(1,11*index-10:11*index);
        %m=[message(11*index-10),message(11*index-9),message(11*index-8),message(11*index-7),message(11*index-6),message(11*index-5),message(11*index-4),message(11*index-3),message(11*index-2),message(11*index-1),message(11*index)]; %one blobk data
        v=mod(m*G,2); %generate v
        message_modul=1-v*2; %0->1,1->-1 modulation
        r=message_modul+sqrt(pn_w)*randn(1,16); %add white Gaussian noise
        r=r<0; %demodulation
        a12=sum([mod(r(1)+r(2)+r(3)+r(4),2),mod(r(5)+r(6)+r(7)+r(8),2),mod(r(9)+r(10)+r(11)+r(12),2),mod(r(13)+r(14)+r(15)+r(16),2)]==1);
        if a12>2
            a12=1;
        elseif a12<2
            a12=0;
        else
            a12=round(rand());
        end %check-sums for a12
        a13=sum([mod(r(1)+r(2)+r(5)+r(6),2),mod(r(3)+r(4)+r(7)+r(8),2),mod(r(9)+r(10)+r(13)+r(14),2),mod(r(11)+r(12)+r(15)+r(16),2)]==1);
        if a13>2
            a13=1;
        elseif a13<2
            a13=0;
        else
            a13=round(rand());
        end %check-sums for a13
        a23=sum([mod(r(1)+r(3)+r(5)+r(7),2),mod(r(2)+r(4)+r(6)+r(8),2),mod(r(9)+r(11)+r(13)+r(15),2),mod(r(10)+r(12)+r(14)+r(16),2)]==1);
        if a23>2
            a23=1;
        elseif a23<2
            a23=0;
        else
            a23=round(rand());
        end %check-sums for a23
        a14=sum([mod(r(1)+r(2)+r(9)+r(10),2),mod(r(3)+r(4)+r(11)+r(12),2),mod(r(5)+r(6)+r(13)+r(14),2),mod(r(7)+r(8)+r(15)+r(16),2)]==1);
        if a14>2
            a14=1;
        elseif a14<2
            a14=0;
        else
            a14=round(rand());
        end %check-sums for a14
        a24=sum([mod(r(1)+r(3)+r(9)+r(11),2),mod(r(2)+r(4)+r(10)+r(12),2),mod(r(5)+r(7)+r(13)+r(15),2),mod(r(6)+r(8)+r(14)+r(16),2)]==1);
        if a24>2
            a24=1;
        elseif a24<2
            a24=0;
        else
            a24=round(rand());
        end %check-sums for a24
        a34=sum([mod(r(1)+r(5)+r(9)+r(13),2),mod(r(2)+r(6)+r(10)+r(14),2),mod(r(3)+r(7)+r(11)+r(15),2),mod(r(4)+r(8)+r(12)+r(16),2)]==1);
        if a34>2
            a34=1;
        elseif a34<2
            a34=0;
        else
            a34=round(rand());
        end %check-sums for a34
        
        r=mod(r-a12*G(11,:)-a13*G(10,:)-a23*G(9,:)-a14*G(8,:)-a24*G(7,:)-a34*G(6,:),2);
        a1=sum([mod(r(1)+r(2),2),mod(r(3)+r(4),2),mod(r(5)+r(6),2),mod(r(7)+r(8),2),mod(r(9)+r(10),2),mod(r(11)+r(12),2),mod(r(13)+r(14),2),mod(r(15)+r(16),2),]==1);
        if a1>4
            a1=1;
        elseif a1<4
            a1=0;
        else
            a1=round(rand());
        end %check-sums for a1
        a2=sum([mod(r(1)+r(3),2),mod(r(2)+r(4),2),mod(r(5)+r(7),2),mod(r(6)+r(8),2),mod(r(9)+r(11),2),mod(r(10)+r(12),2),mod(r(13)+r(15),2),mod(r(14)+r(16),2),]==1);
        if a2>4
            a2=1;
        elseif a2<4
            a2=0;
        else
            a2=round(rand());
        end %check-sums for a2
        a3=sum([mod(r(1)+r(5),2),mod(r(2)+r(6),2),mod(r(3)+r(7),2),mod(r(4)+r(8),2),mod(r(9)+r(13),2),mod(r(10)+r(14),2),mod(r(11)+r(15),2),mod(r(12)+r(16),2),]==1);
        if a3>4
            a3=1;
        elseif a3<4
            a3=0;
        else
            a3=round(rand());
        end %check-sums for a3
        a4=sum([mod(r(1)+r(9),2),mod(r(2)+r(10),2),mod(r(3)+r(11),2),mod(r(4)+r(12),2),mod(r(5)+r(13),2),mod(r(6)+r(14),2),mod(r(7)+r(15),2),mod(r(8)+r(16),2),]==1);
        if a4>4
            a4=1;
        elseif a4<4
            a4=0;
        else
            a4=round(rand());
        end %check-sums for a4
        
        r=mod(r-a1*G(5,:)-a2*G(4,:)-a3*G(3,:)-a4*G(2,:),2);
        a0=sum(r==1);
        if a0>8
            a0=1;
        elseif a0<8
            a0=0;
        else
            a0=round(rand());
        end %check-sums for a0
        signal=[a0,a4,a3,a2,a1,a34,a24,a14,a23,a13,a12];
        error_number=error_number+sum(sum(signal~=m)); %find the number of error bits
    end
    BER_coded(i)=error_number/1980000;
end
semilogy(Eb_N0_log,BER_coded);
xlabel('Eb/N0 [dB]');
ylabel('BER');
title('BER versus Eb/N0');

Eb_N0_log=0:0.5:10; %dB
Eb_N0=10.^(Eb_N0_log/10);
BER =0.5*erfc(sqrt(2*Eb_N0)/sqrt(2)); %Q function
hold on;
semilogy(Eb_N0_log,BER);
xlabel('Eb/N0 [dB]');
ylabel('BER');
title('BER versus Eb/N0');

R_uncoded=1; %R
BER_uncoded=zeros(1,21);
for i=1:21 %calculate BER in different Eb/N0
    SNR_uncoded=2*R_uncoded*Eb_N0(i); %SNR
    message=round(rand(1,1980000)); %generate original data
    message_modul=1-message.*2; %0->1,1->-1 modulation
    px_w=1; %signal's power
    pn_w=px_w/SNR_uncoded; %noise's power
    r=message_modul+sqrt(pn_w)*randn(1,1980000); %add white Gaussian noise
    error_number=0;
    r=r<0; %demodulation
    error_number=error_number+sum(sum(r~=message)); %find the number of error bits
    BER_uncoded(i)=error_number/1980000;
end
hold on;
semilogy(Eb_N0_log,BER_uncoded);
xlabel('Eb/N0 [dB]');
ylabel('BER ');
title('BER versus Eb/N0');
legend('RM-coded(simulation)','Uncoded(theory)','Uncoded(simulation)');

%I extend the horizontal coordinate of Uncoded(theory) and Uncoded(simulation)

% Eb_N0_log=0:0.5:11; %dB
% Eb_N0=10.^(Eb_N0_log/10);
% BER =0.5*erfc(sqrt(2*Eb_N0)/sqrt(2)); %Q function
% hold on;
% semilogy(Eb_N0_log,BER);
% xlabel('Eb/N0 [dB]');
% ylabel('BER');
% title('BER versus Eb/N0');
% 
% R_uncoded=1; %R
% BER_uncoded=zeros(1,23);
% for i=1:23 %calculate BER in different Eb/N0
%     SNR_uncoded=2*R_uncoded*Eb_N0(i); %SNR
%     message=round(rand(1,1980000)); %generate original data
%     message_modul=1-message.*2; %0->1,1->-1 modulation
%     px_w=1; %signal's power
%     pn_w=px_w/SNR_uncoded; %noise's power
%     r=message_modul+sqrt(pn_w)*randn(1,1980000); %add white Gaussian noise
%     error_number=0;
%     r=r<0; %demodulation
%     error_number=error_number+sum(sum(r~=message)); %find the number of error bits
%     BER_uncoded(i)=error_number/1980000;
% end
% hold on;
% semilogy(Eb_N0_log,BER_uncoded);
% xlabel('Eb/N0 [dB]');
% ylabel('BER ');
% title('BER versus Eb/N0');
% legend('RM-coded(simulation)','Uncoded(theory)','Uncoded(simulation)');

计算BER

1、随机生成1980000比特，分为180000 block，每个block称为m。
2、进行RM编码。
3、进行BPSK调制。
4、添加高斯白噪声
添加高斯白噪声
5、BPSK解码。
6、Majority-Logic解码。计算错误比特的个数。
解码上
解码下
7、计算BER。
结果：
结果一

计算不使用RM编码情况时的BER（模拟环境与理论情况）

1、随机生成比特。
2、进行BPSK调制。
3、添加高斯白噪声
4、BPSK解码。
5、计算错误比特的个数。
6、利用第五部分结果计算模拟环境下的BER。
6、使用erfc函数计算理论情况下的BER。
结果：
结果二

与汉明编码做对比

与https://blog.csdn.net/weixin_44480014/article/details/123203931实现的汉明编码做对比。
结果：
结果三

总结

从BER的角度来看，如果Eb/N0小于7.152dB，未编码系统优于RM编码系统，如果Eb/N0大于7.152dB，RM编码系统优于未编码系统。如果Eb/N0小于7.681dB，汉明编码系统优于RM编码系统，如果Eb/N0大于7.681dB，RM编码系统优于汉明编码系统。

H4de5
关注
  • 2
    点赞
  • 踩
  • 23
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
线性分组码之实现RM编码
突破吧！次元壁
01-27 8856
文章目录生成矩阵性质 RM码全称Reed-Muller Codes，是一种非常神奇的编码，早在1972年就应用在了水手9号火星探测器，采用RM(1,5)对火星的黑白照片进行编码处理。 RM码也是线性分组码，但是与通常的线性分组码描述方法(n,k,d)不同，采用另外一种参数描述方法：(r,m)，二者对应关系为 (n,k,d)=(2m,∑i=0rCmi,2m−r) (n,k,d)=(2^m,\su...
论文研究-Reed-Muller码的编解码方法 .pdf
08-18
Reed-Muller码的编解码方法，赵驷强，，本文以HS-SICH和在QPSK条件下的较长TFCI编码为例，给出了一阶Reed-Muller码和二阶Reed-Muller码的译码方法。一阶Reed-Muller码可以采用硬比特解码
Reed-Muller码 (RM码)：RM码的布尔函数(Boolean Functions)表示
piao554503669的博客
04-25 2256
Reed-Muller码 (RM码) 可依赖布尔函数(Boolean Functions)进行定义
Reed-Muller(RM)码的编码（含举例，非推导向）
Stockholm_Sun的博客
01-13 4042
RM码（里德-穆勒码）的编码 1.参数及其性质 RM码由(r,m)(r,m)(r,m)两个参数定义，记作RM(r,m)。其中满足0≤r≤m0\le r\le m0≤r≤m，含义为： 码长：n=2mn=2^mn=2m 维数：k(r,m)=∑i=0i=rC(m,i)k(r,m)=\sum_{i=0}^{i=r}C(m,i)k(r,m)=∑i=0i=r​C(m,i) 最小（汉明）距离：dmin=2m−rd_{min}=2^{m-r}dmin​=2m−r 2.举例说明 以RM(2,3)为例，设计如下m+1=3+1m
PUCCH format2中的RM码(reed muller code)和Polar码
leshen20100的博客
11-06 1763
1、RM的编码 一个RM编码用R(r,m)表示，码的码长为2m ,以m=3为例子 m=3表示码长为8，这个码有四个基本的基，如下： x0=[1 1 1 1 1 1 1 1]; x1=[1 1 1 1 0 0 0 0]; x2=[1 1 0 0 1 1 0 0]; x3=[1 0 1 0 1 0 1 0]; R(0,3)表示0级的线性组合 码的生成多项式就为x0,信息就是1比特 R(1,3)表示1级的线性组合 这时码的生成多项式就为： [x0;x1;x2;x3] = 1 1 1 1 1 1 1 1
m基于matlab的里德-穆勒码Reed Muller(RM)编码译码误码率仿真分析
fpga/matlab/simulink算法仿真工程
12-03 894
目录1.算法描述2.仿真效果预览3.MATLAB核心程序4.完整MATLAB 1948年，Bell实验室的C.E.Shannon(香农)发表了《通信的数学理论》，Shannon在该文中指出，任何一个通信信道都有确定的信道容量C，如果通信系统所要求的传输速率R小于C，则存在一种编码方法，当码长n充分大并应用最大似然译码（MLD:MaximumLikelihoodDecdoding）时，信息的错误概率可以达到任意小。 Shannon指出了可以通过差错控制码在信息传输速率不大于信道容量的
RM码编译码
热门推荐
hugewave的专栏
03-10 1万+
1.RM的 编码一个RM编码用R(r,m)表示，码的码长为2m ,以m=3为例子m=3表示码长为8，这个码有四个基本的基，即为：x0=[1 1 1 1 1 1 1 1];x1=[1 1 1 1 0 0 0 0];x2=[1 1 0 0 1 1 0 0];x3=[1 0 1 0 1 0 1 0];那么R(0,3)的码表示0级的线性组合，也就是码的生成多项式就为x0,信息就是1比特。R(1,3)表示1级的线性组合，这时码的生成多项式就为：[x0;x1;x2;x3]=1 1 1 1 1 1 1 1      
基于matlab仿真里德-穆勒（Reed-Muller）
04-17
里德-穆勒（Reed-Muller）码是一种纠错编码技术，由Richard E. Muller和Isidore J. Good于1954年提出，主要用于提高数据传输的可靠性。这种码主要用于数字通信和存储系统，特别是那些对错误率有严格要求的应用，如...
Reed-Muller编码理论.zip_Reed-Muller_Reed-Muller编码理论_reed muller_编码理论
09-20
Reed-Muller编码是一种重要的纠错编码技术，源自于数学中的多项式理论，由I. Reed和G. Muller在1954年提出。它主要用于数据传输和存储中的错误检测与纠正，尤其是在通信和数字存储系统中。Reed-Muller编码的主要特点...
仿真里德-穆勒（Reed-Muller）码在AWGN信道中的性能，调制采用bpsk.rar
03-15
1、本程序用于仿真里德-穆勒（Reed-Muller）码在AWGN信道中的性能，调制采用bpsk 2、理论请参见《差错控制编码》（第二版），Shu Lin（美）编，晏坚等（译）一书P70-75. 且仿真结果与书中图4-2完全一致 3、BPSK_...
RM.rar_RM信道编码_RM码_RM码的编码_RM码译码_大数逻辑译码
07-15
仿真RM码，及在高斯信道下的译码性能，对RM采用大数逻辑译码算法，并与单独BPSK调制在高斯信道的性能进行比较，分析上述两个码带来的编码增益。
RM编码及译码源码（matlab）
05-13
本程序用matlab实现RM的编码和译码
LTE系统中Reed-Muller码的编译码算法 (2010年)
05-26
在3GPP LTE物理层协议中，信道质量指示(channel quality indicator，CQI)与混合自动重传请求应答(hybrid automatic repeat-request acknowledgement，HARQ-ACK)均采用了基于Reed-Muller码的超码编码方式。与TD-SCDMA物理层协议中的TFCI（transport format combination indicator）编码类似，但3GPP LTE系统中的编码矩阵采用了更复杂的交织技术，增加了更多的掩码，这使得接
信道编码之RM 编译码
11-24
这里给出一个对于阶数r和维数m不固定的里德-穆勒码在AWGN信道下的误码性能仿真，程序包含完整通信系统仿真框架，编码和译码模块都包含有，输出为误比特率和信噪比的对应结果
LTE系统中Reed-Muller码的编码研究与实现
05-08
本文是一整片关于Reed-Muller编码的计算机实现的毕业设计。
Reed_Solomon_code_matlab.rar_RS 编码 matlab_Reed-Solomon_Reed-Solo
07-14
Reed-Solomon编码是一种非线性纠错编码技术，源于1960年由Irving S. Reed和Gordon M. Solomon提出，广泛应用于数据存储、通信系统和数字媒体等领域。这种编码方法能够检测并纠正数据传输或存储过程中的错误，提高了...
基于NTT的循环码：RS码、BCH码、RM码
weixin_44885334的博客
05-14 790
NTT性质 令时域v=(vi)∈GF(q)nv=(v_i) \in GF(q)^nv=(vi​)∈GF(q)n，其中iii是时间，满足gcd(n,q)=1gcd(n,q)=1gcd(n,q)=1。那么∃m≤n, n∣qm−1\exists m \le n,\, n | q^m-1∃m≤n,n∣qm−1，令w∈GF(qm)w \in GF(q^m)w∈GF(qm)满足wn=1w^n=1wn=1，即www是nnn阶单位根。做NTT变换得到频域V=(Vj)∈GF(qm)nV=(V_j) \in GF(q^m)^n
reed muller编码matlab实现
最新发布
05-14
Reed-Muller编码是一种经典的编码方式，可以在错误率比较高的情况下保证数据传输的可靠性。在Matlab中实现Reed-Muller编码，需要首先设置编码参数，例如码长和维度。根据这些参数计算出生成矩阵和校验矩阵，并且将数据编码成一个向量并乘以生成矩阵，得到编码后的结果。在接收端，将接收到的编码后的数据向量与校验矩阵相乘，得到校验后的向量，然后根据校验结果恢复出原始的数据。 在Matlab中实现Reed-Muller编码可以使用comm.RMEncoder和comm.RMDecoder对象。comm.RMEncoder将编码数据向量和生成矩阵相乘得到编码后的向量；comm.RMDecoder使用校验矩阵来检查接收到的数据是否存在错误，如果有错误则纠错并恢复出原始的数据向量。 除了使用comm.RMEncoder和comm.RMDecoder对象之外，也可以手动实现Reed-Muller编码，在生成矩阵和校验矩阵的计算上需要使用一些高级的数学知识。因此，对于非专业用户来说，推荐使用comm.RMEncoder和comm.RMDecoder对象来进行Reed-Muller编码。

“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
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