内容发布更新时间 : 2024/12/22 12:01:32星期一 下面是文章的全部内容请认真阅读。

%survivor state是一个矩阵，它显T了通过网格的最优路径，这个矩阵通过一个单独的函数metric(x,y)给出。

%其中G是一个矩阵，它的任一行决定了从移位寄存器到模2加法器的连接方式.为生成矩阵 %这里，我们做了一个简单的(2,1,7)卷积码编码器。 k=1;

G=[1 0 1 1 0 1 1;1 1 1 1 0 0 1];%G1=133,G2=171 %以下3种输入序列，可任选一种% %input=[0 0 0 0 0 0 0];%全0输入 %input=[1 1 1 1 1 1 1];%全1输入

input=[round(rand(1,7)*1)];%随机系列输入，也可用 randint(1,7,[0 1]) figure;plot(input,'*r') %figure1：画图：目标input，红色（red，r），形状为* s=input; g1=G(1,:); g2=G(2,:);

c1=conv(s,g1);%作卷积 %disp(c1); c2=conv(s,g2); %disp(c2);

n=length(c1);%7位输入时n=13 c=zeros(1,2*n);%生成全0矩阵，1*26 %disp(c); for i=1:n

c(2*i-1)=c1(i);c(2*i)=c2(i);%两个模2加法器分别输出卷积结果序列后，由旋转开关读取的结果（此时仅为卷积结果，非2进制0/1） end

for i=1:2*n

if(mod(c(i),2)==0)% mod(c(i),2)==0意思：c(i)除以2，余数为0 c(i)=0; else c(i)=1; end end output=c;

channel_output=output;%输出矩阵 %disp(channel_output);

figure;plot(output,'*b') %画图：目标：卷积码编码输出，蓝色（blue，b）* %————————————————以上为编码部分，以下为维特比译码————————————————

n=size(G,1);%取矩阵G的行数，故n=2。即得到输出端口，即2个模2加法器 %检验G的维数

if rem(size(G,2),k)~=0 %当矩阵G的列数不为k的整数倍时，rem为求余函数 error('Size of G and k do not agree')%报错 end

if rem(size(channel_output,2),n)~=0 %当输出矩阵的列数不是输出端口n的整数倍时。（注：size(channel_output,2)=26，2个模2加法器合成的输出）

error('channle output not of the right size') end

L=size(G,2)/k;%得出移位数，即寄存器个数，此例程为7

%由于L-1个寄存器的状态即可表示出输出状态，所以总的状态数number_of_states可由前L-1个寄存器的状态组合来确定

number_of_states=2^((L-1)*k);%此例程中2^6，移位寄存器组的状态数为64个 %产生状态转移矩阵，输出矩阵和输入矩阵

for j=0:number_of_states-1 %表示当前寄存器组的状态。因状态从0开始，所以循环为从0到number_of_states-1

for t=0:2^k-1 %k位输入端的信号组成的状态，总的状态数为2^k，所以循环为从0到2^k-1

[next_state,memory_contents]=nxt_stat(j,t,L,k);%nxt_stat完成从当前的状态和输入的矢量得出下寄存器组的一个状态

input(j+1,next_state+1)=t;%input数组值是用于记录当前状态到下一个状态所要的输入信号矢量

%input数组的维数：一维坐标x=j+1指当前状态的值，二维坐标y=next_state+1指下一个状态的值

%由于Matlab中数组的下标是从1开始的，而状态值是从0开始的，所以以上坐标值为：状态值+1

branch_output=rem(memory_contents*G',2);%branch_output用于记录在状态j下输入1时的输出

nextstate(j+1,t+1)=next_state;%nextstate状态转移矩阵，记录了当前状态j下输入1时的下一个状态

output(j+1,t+1)=bin2deci(branch_output);%output记录了当前状态j下输入1时的输出（十进制） end end input;

state_metric=zeros(number_of_states,2);%state_metric数组用于记录译码过程在每个状态时的汉明距离，大小为number_of_states,2

%（：，1）为当前状态位置的汉明距离，为确定值；（：，2）为当前状态加输入得到的下一个状态汉明距离，为临时值

depth_of_trellis=length(channel_output)/n;Tpth_of_trellis用于记录网格图的深度

channel_output_matrix=reshape(channel_output,n,depth_of_trellis);%channel_output_matrix为输出矩阵，每一列为一个输出状态

%reshape改变原矩阵形状，将channel_output矩阵变为n行depth_of_trellis列矩阵 survivor_state=zeros(number_of_states,depth_of_trellis+1);%survivor_state描述译码过程中在网格图中的路径

[row_survivor col_survivor]=size(survivor_state); %开始非尾信道输出的解码

%i为段，j为何一阶段的状态，t为输入

for i=1:depth_of_trellis-L+1 %i指示网格图的深度

flag=zeros(1,number_of_states);%flag矩阵用于记录网格图中的某一列是否被访问过

if i<=L

step=2^((L-i)*k);%在网格图的开始处，并非所有的状态都取到 else %用step来说明这个变化

step=1; %状态数从1到2到4，直到number_of_states end

for j=0:step:number_of_states-1 %j表示寄存器的当前状态 for t=0:2^k-1 %t为当前的输入 branch_metric=0; %用于记录码间距离

binary_output=deci2bin(output(j+1,t+1),n);%将当前状态下输入状态t时的输出output转为n位2进制，以便计算码间距离。（说明：数组坐标大小变化同上）

for tt=1:n %计算实际的输出码同网格图中此格某种输出的码间距离

branch_metric=branch_metric+metric(channel_output_matrix(tt,i),binary_output(tt)); end

%选择码间距离较小的路径，即当下一个状态没有被访问时就直接赋值，否则，用比它小的将其覆盖 if

((state_metric(nextstate(j+1,t+1)+1,2)>state_metric(j+1,1)+branch_metric)|flag(nextstate(j+1,t+1)+1)==0)

state_metric(nextstate(j+1,t+1)+1,2)=state_metric(j+1,1)+branch_metric;%下一状态的汉明距离（临时值）=当前状态的汉明距离（确定值）+码间距离

survivor_state(nextstate(j+1,t+1)+1,i+1)=j;%survivor_state数组的一维坐标为下一个状态值，二维坐标为此状态

%在网格图中的列位置，记录的数值为当前状态，这样就可以从网格中某位置的

%某个状态得出其对应上一个列位置的状态,从而能很方便的完成译码过程。

flag(nextstate(j+1,t+1)+1)=1;%指示该状态已被访问过 end end end

state_metric=state_metric(:,2:-1:1);%移动state_metric，将临时值移为确定值 end

%开始尾信道输出的解码

for i=depth_of_trellis-L+2:depth_of_trellis flag=zeros(1,number_of_states);

%状态数从number_of_states→number_of_states/2→??→2→1 %程序说明同上，只不过输入矢量只为0