turbo码的编译码原理及matlab仿真

《turbo码的编译码原理及matlab仿真》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、Turbo码的编译码原理及MATLAB仿真摘要纠错码技术作为改善数字通信可靠性的一种有效手段，在数字通信的各个领域中获得极为广泛的应用。Turbo码是并行级联递归系统卷积码，在接近Shannon限的低信噪比下能获得较低的误码率，现已被很多系统所采用。本文分析了Turbo码编码译码的原理，为了使Turbo码仿真更容易，研究并建立了基于Matlab中Simulink通信模块的Turbo码仿真模型。使用所建立的模型进行仿真，结果表明，在信噪比相同的情况下，交织长度越大、迭代次数越多、译码算法越优，Turbo码性能越好，设计实际系统时，应综合考虑各因素。关键词：T

2、urbo码；Simulink仿真；交织长度；迭代次数AbstractAsaneffectivemeanstoimprovethereliabilityofdigitalcommunication,errorcorrectingcodetechnologyiswidelyusedinthefieldofdigitalcommunication.Turbocodeisaparallelconcatenatedrecursivesystematicconvolutionalcode,whichcanobtainlowerbiterrorrateinthelowS

3、NRnearShannonlimit,whichisnowusedbymanysystems.Inthispaper,theprincipleofTurbocodinganddecodingisanalyzed,inordertomaketheTurboCodesimulationeasier,aTurbocodesimulationmodelbasedonSimulinkmoduleofMatlabisstudied.Simulationresultusingtheestablishedmodelshowsthatthelongerinterleavin

4、glength,themoreiterationtimesandthebetterdecodingalgorithmbringthebetterTurbocodeperformancewiththesameSNRvalue.Keywords:Turbocode;Simulinksimulation;Interleavinglength;Iterationtimes;20引言　根据Shannon[1]有噪信道编码定理，在信道传输速率R不超过信道容量C的前提下，只有在码组长度无限的码集合中随机地选择编码码字并且在接收端采用最大似然译码算法时，才能使误码率接近为

5、零。但是最大似然译码的复杂性随编码长度的增加而加大，当编码长度趋于无穷大时，最大似然译码是不可能实现的。所以人们认为随机性编译码仅仅是为证明定理存在性而引人的一种数学方法和手段，在实际的编码构造中是不可能实现的。直到Turbo的出现，人们才改变了这种看法。1993年，ClaudBernou等人在国际通信会议(ICC'93)上提出了并行级联卷积码(PCCC)即Turbo码，由于它很好地应用了Shannon信道编码定理中的随机性编译码条件，从而获得了几乎接近Shannon理论极限的译码性能。Turbo码巧妙地将两个简单分量码通过伪随机交织器并行级联来构造具有伪

6、随机特性的长码，并通过在两个软输入/软输出(SISO)译码器之间进行多次迭代实现了伪随机译码。采用迭代译码的方法来提高通信系统的译码性能是Turbo码的最大特点。Turbo码的编码器、译码器结构繁琐，是一种非常复杂的信道编码方案，这使得对Turbo码的理论分析十分困难，且只能对运算复杂度作宏观分析，对Turbo码的具体实现并没有一个清楚的度量。因此，使用计算机对Turbo码进行仿真分析是十分必要的。本文分析了Turbo码编码译码的原理，考虑到Turbo码系统编译码的数据处理量很大，利用生成矩阵对信息序列进行编码、译码时的迭代计算等等，都涉及了矩阵运算，故采

7、用Matlab/Simulink来进行建模仿真。1Turbo码编码原理1.1Turbo码的编码结构Turbo码的典型编码器如图1所示，Turbo码编码器主要由分量编码器、交织器复接器组成。分量码一般选择为递归系统卷积(RSC，RecursiveSystematicConvolutional)码[2]，当然也可以是分组码(BC,BlockCode)、非递归卷积(NRC，Non-RecursiveConvolutional)码以及非系统卷积(NSC，Non-SystematicConvolutional)码，但从后面的分析将看到，分量码的最佳选择是递归系统卷积

8、码。通常两个分量码采用相同的生成矩阵，当然分量码也可以是不同的。以