基于Matlab的LDPC码性能研究毕业设计(含源文件)

欢迎添加微信互相交流学习哦！

项目源码：https://gitee.com/oklongmm/biye

 

本科毕业设计（论文）

题
目    LDPC码性能研究

摘 要
    信道编码是数字通信系统的重要组成部分。LDPC信道编码技术是编码界的重要成果之一。1/2码率的二元LDPC码在AWGN信道下的性能距信息理论中的Shannon极限仅差0.0045dB，它是目前距Shannon极限最近的纠错码。Gallagar在1962年提出LDPC码，1996年经过Mackey、Spielman和Wiberg等人的再发现后，LDPC码以其性能优越、全并行迭代译码结构、便于硬件实现等优点，在无线通信、存储工业等领域得到了广泛应用。
    校验矩阵的构造是编码的前提，本文采用了随机构造法构造，并对矩阵的多种变换方法进行分析，比较了优缺点。译码算法是LDPC码的关键，译码复杂度的大小直接影响系统的实现。主要分硬判决译码、软判决和复合译码。设计中采用的译码方式是软判决译码。
    在性能分析方面，利用matlab仿真码长、列重和迭代次数对LDPC码性能的影响。仿真结果表明，在一定范围内，LDPC码长码的误码性能优于短码；码长较小时，列重的增加会使性能变差，而对于长码，列重在一定范围内的增大会改善LDPC的误码性能；增加迭代次数会使误码率降低，但当迭代次数大到一定值时，误码率将不会再随着迭代次数的增加而降低。

关键词 LDPC码 信道编码 矩阵变换 性能分析  
Abstract
    Channel coding is an important component for digital communication systems. LDPC channel coding technology is one important achievement of the encoding results. The performance of half of the binary bit-rate LDPC codes in AWGN channel only has a tap of 0.0045dB to the Shannon Limit that makes it be the latest error-correcting codes from the Shannon Limit. Gallager proposed LDPC codes in 1962, after Mackey and others re-discovered it in 1996, with best performance, completely decoding algorithm in parallel scheme and easily realized for hardware design, LDPC codes has already been widely used in many practical systems such as wireless communication system and storage system.
    The construction of the Check matrix is a precondition for coding; the randomized method was used in this paper. Several ways to transform the matrix was discussed and being compared about the merits of each method. The decoding algorithm is the key to LDPC code and the complexity of decoding direct impact realization of the system. There are three kinds of decoding algorithms: hard-decision method, soft-decision methods and hybrid decoding. The hard-decision method was used in this design.
Based on studying the basic theory of LDPC codes, the impact of codes length, column weight and iteration times on BER performance of LDPC codes are demonstrated by computer simulation and theoretical analysis. The simulation experiment indicated that: LDPC codes long-code error performance is superior to short-code error performance, but when the code length reaches a certain value, and then increase the code length, BER of LDPC codes lower rate will be small. When the code length is small, increasing the column weight, LDPC codes performance will deteriorate; when code length is large enough, increasing the column weight, LDPC codes performance will be improved, but when the column weight reaches a certain value, as set out priority to increasing the performance of LDPC codes will be worse. To increase the number of decoding iterations, LDPC codes performance will be improved; but when the number of iterations is large enough, then increase the number of iterations, LDPC codes will no longer reduce the error rate.

key words    LDPC codes    channel coding    matrix transformation    performance analysis    
 
目 录

摘 要    I
ABSTRACT    II
第1章 绪论    1
1.1 数字通信系统    1
1.2 信道编码理论及其发展    2
1.3 低密度奇偶校验码的提出、发展和现状    4
第2章 预备知识    7
2.1 线性分组码    7
2.2 信道容量和香农极限    12
第3章 LDPC码表示及编码    14
3.1 LDPC码的定义及其TANNER图表示    14
3.1.1 LDPC码的定义及其描述    14
3.1.2 LDPC码的Tanner图表示    15
3.2 二进制LDPC码的编码原理    16
3.2.1 H矩阵的构造    16
3.2.2  LDPC码的编码思想    17
第4章 LDPC码的译码思想    22
4.1 软判决译码算法    22
4.1.1 Tanner图解析法原理    22
4.1.2 SPA算法原理    24
4.1.3 对数域BP译码算法    27
4.1.4 最小和（Min-Sum）译码算法（改进的对数域BP译码算法）    28
4.2硬判决译码算法    29
4.2.1 Gallager的比特反转译码算法    29
4.2.2 改进的比特反转译码算法    30
4.3 优化的基于加权错误校验的LDPC比特反转算法（IWVBF）    31
第5章 程序流程分析    33
5.1 主程序    33
5.2 H矩阵生成    34
5.3 编码过程    35
5.4 译码过程    36
第6章 LDPC码的性能分析    37
6.1 码长对LDPC码性能的影响    37
6.2 列重对LDPC码性能的影响    37
6.3 迭代次数对LDPC码性能的影响    38
6.4 H矩阵变换方法对性能的影响    39
总结与展望    43
参考文献    44
致 谢    45
附 录    46

 
第1章 绪论
本章简要介绍了数字通信系统，并对系统中的每一部分进行了功能性说明，介绍了信道编码理论及其发展历程，最后概述了低密度奇偶校验码的提出、发展和现状。
1.1 数字通信系统
通信系统的基本目的在于将信息由信源高效、可靠、安全地传送到信宿。在信息传输的过程中，信道中的噪声会不可避免地对传输信息产生干扰，从而导致了可靠性的降低。所以，通信系统设计的核心问题在于如何克服信道中随机噪声对信号的干扰，减小信息传输产生的差错，同时在最大程度上保证信息传输的效率，即如何解决系统有效性和可靠性的矛盾。一般地，通信系统的可靠性用误比特率（BER）来衡量，其有效性则用信息传输速率R比特/信道符号来衡量。早期的人们普遍认为：通信系统的可靠性与有效性之间存在不可调和的矛盾，一方的改善总是以牺牲另一方为代价，并指出当功率受限时，在有扰通信信道上实现任意小错误概率的信息传输的唯一途径就是把信息传输速率降低至零。Shannon信息和编码理论的奠基性论文“通信的数学理论”于1948年发表之后，改变了这一观点。他首次阐明了在有扰信道上实现可靠通信的方法，指出实现有效而可靠地信息传输的途径就是通过编码。根据Shannon的信息理论，数字通信系统的基本组成如图1.1所示：

 
图1.1 数字通信系统的基本组成

图中，信源的作用为产生需要传送的信息，信息可以是模拟信号也可以是数字信号。如果是模拟信号，在进入数字通信系统之前需要进行采样和量化处理。
信源编码器的主要作用是将信源发出的信息，例如语音、图像或者是文字等原始的数据进行转化，在保证通信质量的前提下，尽可能的通过对信号的压缩，提高通信系统的有效性。以更少的符号来表示原始信息，使信息能够更好的在传输媒介中进行传输。
信道编码是在发送器和接收器之间实现信号可靠传输的必要手段之一。传输信道中存在的噪声必然会对传输的信息引入失真和信号判决错误，因此需要采用差错控制码来检测和纠正这些比特错误。信道编码器的主要作用是通过对信源编码后的信息加入冗余信息，使得接收方在收到信号后，可以通过信道编码中的冗余信息进行前向纠错，以保证通信系统的可靠性。
数字调制器的作用是使信息变成能够适应信道传输的信号。信号经过调制器后进入物理信道进行传输。典型的物理信道包括有线信道、无线信道、光纤信道、卫星信道等，针对不同的信道设计通信系统时要有不同的考虑，如无线信道会收到多径的影响而产生衰落，而卫星信道会受到信号功率衰减的影响等。
信号到达接收端后，通过数字解调器对接收到的调制信号序列或传输码字进行最优估计，然后输出数字编码序列送到信道译码器。信道译码器对信息进行估计和判决，估计准则是根据编码准则和信道特性而确定的，目的是最小化信道噪声的影响。最后信源译码器根据信源编码准则将得到的信道编码器输出的编码信息序列经过相应的信源译码后，得到对原始信息序列的估计。
1.2 信道编码理论及其发展
图1.1中的信道编译码部分是以特定的控制手段，引入适量冗余比特，以克服信息在传输过程中受到的噪声和干扰影响。根据Shannon提出的信道编码定理，对任意一个平稳离散无记忆有噪声信源，都有一个固定的量，称之为信道容量，记做C。只要信息的传输速率低于信道容量，就必然存在一种编码方法，使得信息出现差错的概率随码长的增加趋于任意小；反之，当信息传输速率超过信道容量时，则不存在这样的编码方法。这就是著名的信道编码定理，它给出了特定信道上信息传输速率的上确界。
信道编码定理：任意离散输入无记忆平稳信道存在信道容量，对预期的任一数据速率和任一错误概率，有可能设计一对编译码器，以保证该信道中速率为R的数据传输具有小于p的译码错误概率。
信道编码定理指出，在有扰信道中，只要信息传输速率小于信道容量，就有可能实现任意可靠的信息传输。这个存在性定理提醒我们可以实现以接近信道容量的传输速率进行通信。但遗憾的是该定理采用的是非构造性的证明方法，其中并没有给出逼近信道容量的码的具体编译码方法。
Shannon在信道编码定理的证明中引用了三个基本条件，即：
(1)、采用随机的编码方式；
(2)、码字长度趋近于无穷大；
(3)、译码采用最佳的最大似然译码。
一般可将信道编译码器所使用的纠错码从性能上分为坏码和好码。所谓坏码是指只有将码率降至零才能使误码率为任意小的编码方式；而好码又可以分为当误码率任意小时，码率逼近信道容量限的非常好码和码率可达到的非零最大值小于信道容量限的一般好码。虽然Shannon指出一个随机选择的码以很高的概率为好码，但随机码的最大似然译码的复杂度往往与码长呈指数关系，即在误码率随码长趋于无穷而趋向于零的同时，译码复杂度以指数增长，而在实际应用中，只能够使用以码长多项式的时间和空间复杂度内完成编译码的纠错码，因而尽管一般的随机码是好码，但不能看作是实用码。
自信道编码定理提出以来，如何构造一个逼近信道容量限的实用好码成了众多研究学者竟相研究的课题，并逐渐形成信息论的一个重要分支——信道编码理论。五十多年来，人们构造实用好码的探索基本上是按照Shannon所引用的基本条件的后两条为主线展开的。虽然从理论上讲，除了目前已知的码外，几乎所有的码都是好码，但到目前为止，构造出真正意义上的实用好码还有较长的距离。虽然如此，通过众多学者，特别是有关数学和信息论学术界的研究人员五十多年的共同努力，目前已经取得了很多成果。下面对其进行简要概述。
纠错码从构造方法上可分为分组码（Block Codes）和卷积码（Convolutional Codes）两大部分。在分组码方面，第一个分组码是1950年发现的能纠正单个错误的Hamming码；在整个50年代，基于代数理论又发现了多个短码长的分组码，如1954年Golay发现的Golay码以及Reed和Muller发现的RM码，Prange在1957年发现的循环码等。最有意义的是Bose和Ray-Chaudhuri在1960年及Hocuenghem在1959年分别独立发现的能纠正多个错误的BCH码，以及Reed和Solomon在1960发现的非二进制RS码。实际上，BCH码可以看作是某个RS码的子域子码，而RS码又可以看作是BCH码的特例。其后发现的分组码主要有1970年的Goppa码和1982年发现的代数几何码。在所有这些分组码中，除了Goppa码和代数几何码中存在个别达到GV限的渐进好码外，其它均不是好码。分组码的译码主要采用基于代数的硬判决译码。
卷积码最早由Elias提出，早期被称为树码（Tree Codes），现在称为格图码（Trellis Codes）或卷积码。卷积码具有动态格图结构，可用有限状态机来描述其状态。由于缺乏有效的理论研究工具，对卷积码的有效研究成果不是很多，目前性能好的卷积码的构造方法主要借助于计算机搜索来获得。卷积码的译码一般采用概率译码，由于译码算法的简单、实用和易于实现，卷积码被广泛应用于实际中。
1966年，Forney将分组码和卷积码结合起来，提出了级联码（Concatenated Codes）的概念。级联码一般采用RS码作为外码，卷积码作为内码。Forney的研究表明，级联码在性能得到较大改善的情况下，其译码复杂度并不显著增加。
根据对接收信号处理方式的不同，纠错码的译码可以分为硬判决译码和软判决译码。硬判决译码是基于传统纠错码观点的译码方法，解调器首先对信道输出值进行最佳硬判决，再将判决结果送入译码器，译码器根据解调器的判决结果，利用码字的代数结构来纠正其中的错误。而软判决译码则充分利用了信道输出的波形信息，解调器将匹配滤波器输出的一个实数值送入译码器，由于实数值包含了比硬判决更多的信道信息，译码器能够通过概率译码充分利用这些信息，