基带传输中的信道编码和信源编码

序

最近因为通信的作业，老师要求我们去实现信道加密和信源的几种方式，因为其中的HDB3编码耗费了我有一会儿功夫，所以记录一下

相关概念

信道编码

由于移动通信存在干扰和衰落，在信号传输过程中将出现差错，故对数字信号必须采用纠、检错技术，即纠、检错编码技术，以增强数据在信道中传输时抵御各种干扰的能力，提高系统的可靠性。对要在信道中传送的数字信号进行的纠、检错编码就是信道编码。

信源编码

针对信源输出符号序列的统计特性来寻找某种方法，把信源输出符号序列变换为最短的码字序列，使后者的各码元所载荷的平均信息量最大，同时又能保证无失真地恢复原来的符号序列。

基带传输：

模拟信号----（信源编码）---->数字基带信号

将这种信号经过码型编码，不经过调制，直接送到信道传输，成为数字信号的基带传输。

频带传输：

发送端：数字基带信号----（数字调制器调制）---->数字载波信号，再进行传输。

接收端---- (相应的数字解调器进行解调) ---->恢复成数字基带信号。

这种经过调制和解调和数字信号传输方式称为数字信号的频带传输。

基带传输系统模型

信道编码

信道编码有很多种，针对于不同传输方式也不同，常用的基带传输编码方式有：

1. AMI
2. CMI
3. Hdb3

AMI:

（Alternative Mark Inversion)信号交替码，"0"码不变，“1”码交替编码，所以因为其如果碰到长连“0”的情况的话就会导致接受信号的地方如示波器等其波型一直不变，无法判断究竟是死机了还是其他情况，所以被Hdb3所取代。

CMI

CMI(Coded Mark Inversion)码是传号反转码的简称，其编码规则是“1”码交替用“11”和“00”两位码表示，“0”码固定地用“01”表示。

Hdb3:

（High Density Bipolar of Order 3 code）三阶高密度双极性码。因为Hdb3是我这三个里面花费时间最多写的一个编码，所以这里着重说一下我自己的个人理解：Hdb3是用来取代AMI,就如同之前所说的AMI如果碰到了长连“0”的情况的话就可能导致波型不变，所以Hdb3在长连“0”情况上制定了以下规则：
1.如果数字信号中没有四连“0”（连续出现4个0）的情况的话，其编码和AMI一样
2.如果数字信号中有四连：“0”的情况，那么将第一次出现四连“0”的地方：0000变成000V,q这里的“V"代表”1"电平，也就是我们的的高电平码，而第二次碰到0000的时候我们就要在此考虑：这里有两种情况：

• 0000变成000V
  如果两个“V”，也就是第一次出现四连“0”和第二次出现四连"0"的情况之间有奇数个“1"码，那么此时0000变成000V,其中的"V"代表"1"

• 0000变成B00V
  如果两个“V”之间有偶数个“0”,那么这里的“0000”变成“B00V”，其中"B"和"V"的极性一样，所以这里的极性就主要取决于“B”的极性，那么我们的“B”的极性怎么判断呢？

   "B"的极性和它前面相邻的那个“1”的极性相反。
  

信源编码

信源编码的意义就是在于将我们的信息（也就是我们所说的信源）通过一定的编码规则，将信息转化成“0”和“1”的序列。

常用的信源编码

• 香农编码
• 费诺编码
• 哈夫曼编码

香农编码：

香农编码的例子：

香农编码算法实例：

费诺编码：

费诺编码的方法在我看来就是二分法，将我们的信号出现的概率大小依次排序，按照将概率等分的原则，分成“0”和“1”码元，如此循环，直到最后。看图理解：

哈夫曼编码

这个可能就是最熟悉的编码了吧，因为在数据结构中有哈夫曼树，其规则想必大多数人都记得，就是将我们的值，从最小的开始，两两结合产生新值，再将这个值做放进去做同样的操作即可，构成了一棵二叉树。
看图理解：

为什么会有两种呢？

• 哈夫曼编码方法得到的并非是唯一的，每次对信源缩减时，赋予信源最后两个概率最小的符号，用“0”和“1”可以是任意的，所以可以得到不同的哈夫曼码，但不会影响码字的长度。
• 对信源进行缩减时，两个概率最小的符号合并后的概率与其他信源符号的概率相同时，这两者在缩减信源中进行概率排序，其位置放置顺序是可以任意的，故也会得到不同的哈夫曼码。（一般将合并的概率放在上面，可以得到较小的马方差）。

产生的哈夫曼树

总结：
以上就是通信技术课上老师主要讲的6中编码方式啦，如果需要实现代码，可以访问GitHub。