维特比译码算法.docx
《维特比译码算法.docx》由会员分享,可在线阅读,更多相关《维特比译码算法.docx(7页珍藏版)》请在冰豆网上搜索。
维特比译码算法
这周空时码的老师布置了一个编程的作业,有一天晚上突然兴起,熬夜到2点多,把这个程序写完了,虽然这个程序写的不算简单,于我自己毕竟是自己还是挺喜欢的,同学说我这个编程思想可以有点受C++的影响,不过我看了他写的那个,发现他在巧用矩阵方面确实比我强一点。
下面我把程序贴出来,并做一些简单的说明。
%维特比算法
clearall;
closeall;
filename=['tempdata_viterbi_v'];
PAM=[-3-113];
N=10000;%产生序列的长度
%x=[-331-13-1-113-3];%输入x
x_path=ceil(4*rand(1,N));
fori=1:
N
x(i)=PAM(x_path(i));
end
y=zeros(1,length(x)+1);%输出y
path=zeros(length(y),4);%路径存储
L=zeros(length(y),4);%距离存储
d=zeros(1,4);
%SNR_dB=1:
2:
20;
%count=1;%计数器
forSNR_dB=1:
20
%检验输入序列
fori=1:
N
switchx(i)
case-3
case-1
case1
case3
otherwise
error('wronginput.');
end
end
%关于状态转移表(不加入噪声)y(i+1)=0.8*x(i+1)-0.6*x(i)
P=[PAM;PAM;PAM;PAM];
state=(0.8*P'-0.6*P);%生成状态转移表--取原表的转置,便于计算
n=randn(1,length(x));%噪声
sigma=sqrt(5)*10^(-SNR_dB/20);
%经过信道
fori=1:
length(x)
ifi==1
y(i)=0.8*x(i)+sigma*n(i);
else
y(i)=0.8*x(i)-0.6*x(i-1)+sigma*n(i);
end
end
%viterbi
forj=1:
length(y);
ifj==1
d=(y(j)-0.8*PAM).^2;%求下一状态不同电平的距离
L(j,:
)=d;%保存距离
else
forjj=1:
4
d=(y(j)-state(jj,:
)).^2;%求下一状态不同电平的距离
temp_L=L(j-1,:
)+d;
%temp_L=d;
L(j,jj)=min(temp_L);
r=find(temp_L(1:
length(d))==min(temp_L));
iflength(r)==1%min值可能有相同,这个算法应该可以改进,目前默认取第一个相等的min值
path(j,jj)=r;
else
path(i,jj)=r
(1);
end
end
end
end
%找出最佳路径
path_final=ones(1,length(y)-1);
temp_L=L(length(y)-1,:
);
min_L=min(temp_L);
path_final(end)=find(temp_L(1:
length(temp_L))==min_L);
fori=1:
length(path_final)-1
path_final(length(path_final)-i)=path(length(path_final)-i+1,path_final(length(path_final)-i+1));
end
y_final=-3*ones(1,length(path_final));
fori=1:
length(path_final)
j=path_final(i);
y_final(i)=PAM(j);
end
%检验译码输出
fori=1:
N
switchy_final(i)
case-3
case-1
case1
case3
otherwise
error('wrongdecoder.');
end
end
%参数计算
error_pattern(SNR_dB,:
)=y_final-x;%错误图样
errorNumber(SNR_dB)=nnz(error_pattern(SNR_dB,:
))%错误数
FER(SNR_dB)=errorNumber(SNR_dB)/N;%错误率
end
%误码曲线图
snr=1:
SNR_dB;
semilogy(snr,FER);
xlabel('SNR(dB)');
ylabel('FER');
title('viterbi误码曲线图')
gridon;
save(filename)
说明
输入电平PAM=[-3-113]
序列长度N=10000
产生输入序列x
经过信道输出序列y
yi=0.8*xi-0.6*x(i-1)+n,其中是第i时刻输出,xi为第i时刻的输入
当i=0,x0=0,表示寄存器里没有数据
所以在源程序里面,用if语句把传输起始时刻和别的时刻分开计算。
下面列出的是对应得状态转移表:
-3
-1
1
3
-3
-0.6000
-1.8000
-3.0000
-4.2000
-1
1.0000
-0.2000
-1.4000
-2.6000
1
2.6000
1.4000
0.2000
-1.0000
3
4.2000
3.0000
1.8000
0.6000
译码过程中有两个需要存储的数据:
即当前状态的分支度量值和幸存的路径,分别用L和path来存,L中每个状态中存的都是这个状态以前的总的分支度量(随着i的增加不断累加),而path中存的是当前状态下的前一状态的选择出的最佳状态。
由于path中存的是前一状态,所以循环的次数应该为N+1次。
译码过程有三个步骤
1.Add:
即当前状态分支度量+幸存路径
2.Compare:
通过比较每一状态四条支路的度量
3.Selected:
找出度量最小值,即为该状态最佳路径
最后根据path里存的路径,从最后倒推找出最佳路径。
在这个过程中遇到了几个疑问;
1.本科学习通信原理时,里面讲到的维特比译码,它的起始和结尾状态都应该是零状态,这样做的目的也是为了检测序列是否发完,那么在这个维特比里是否也有某种方法来处理。
2.在译码过程中,调试程序的时候发现,如果在序列译码在中间某一状态时,发现该状态有几条分支最小度量相等,那么该如何选择分支。
在这个程序里面,自动默认找到的第一个最小度量。
附:
下面是我的同学写的matlab程序:
clearall
temp=[-3-113];
N=30;
sent1=zeros(1,N+1);
addgain=zeros(1,4);
addgain1=zeros(1,4);
result2=zeros(4,N);
result2(:
1)=[-3-113];
result1=zeros(4,N);
yy0=[-2.4-0.80.82.4];
yy=[-0.6-1.8-3-4.2;1-0.2-1.4-2.6;2.61.40.2-1;4.231.80.6];
SNR_dB=100;
sigma=10^(-SNR_dB/20)*sqrt(5)
%*****************************************
info=ceil(rand(1,N)*4);
sent=temp(info)
sent1(1,2:
end)=sent(1,1:
end);
%*****************************************
%****************************************
fori=1:
N
ii=i+1;
y(i)=sent1(ii)*(0.8)+sent1(i)*(-0.6);
end
y;
noise=randn(1,N)*sigma;
y=y+noise;
%*****************************************
%*****************************************
addgain=(yy0-y
(1)).^2;
%*******************************************
%******************************************
fori=2:
1:
N
forii=1:
4
xx=addgain+(yy(ii,:
)-y(i)).^2;
[minval,minnum]=min(xx);
xxx=minval-addgain(minnum);
addgain1(ii)=addgain(minnum)+xxx;
result1(ii,:
)=result2(minnum,:
);
result1(ii,i)=temp(ii);
end
addgain=addgain1;
result2=result1;
end
[minval,minnum]=min(addgain);
receive=result2(minnum,:
)