RS+BCH级联编译码误码率性能matlab仿真

简介: RS+BCH级联编译码误码率性能matlab仿真

1.算法描述

    在实际情况中,在光通信信道中出现的错误有单独随机出现的误码,也有突发出现的无码,为了更好的提升光通信的性能,需要使用级联码。

    级联码在进行编码的时候,将k1k2个二进制bit数据分为k2个部分,每个部分由k1个bit信息,然后按照非二进制分组码编成(n2,k2)的外码C2,最小距离为d2,码率为R2= k2/n2。然后将每一个部分中的k1个信息按照二进制分组码编码成(n1,k1)的内码C1,最小距离为d1,码率为R1=k1/n1。因此,级联码的码率为R = R1R2。

    级联码根据结构的不同,可以分为内外型级联码,并行型级联码以及交织连续型级联码三种类型,根据文献[50]的研究成果,我们选择一种结构较为简单的内外型级联码作为本文的一个研究对象。

    在本课题中,本文选择内外型级联码的内码分别为BCH(15,7)和BCH(255,207),外码使用RS(31,15)两种类型进行仿真性能分析。级联码的基本结构框图如下图所示:

1.png

2.仿真效果预览
matlab2013b仿真结果如下:

2.png

   从上面的仿真分析可知,RS(31,15)+BCH(15,7)这种内外型级联码具有良好的纠错性能,当SNR = 5的时候,其误码率性能达到了10^-5。 

3.MATLAB部分代码预览

k            = 15;       
n            = 31;   
 
N            = 15; 
K            = 7; 
 
Len          = log2(n+1);
Simu_Len     = k;  %仿真的时间长度
Simu_time    = 1;
SNR          = [0:1:5];
TJL          = [200,150,100,50];
 
 
Rs_Encoder   = fec.rsenc(n,k);
Rs_Decoder   = fec.rsdec(Rs_Encoder);
 
%主体代码
for i = 1:length(SNR)
    i
    Bit_err(i)    = 0; %设置误码率参数
    Num_err       = 0; %蒙特卡洛模拟次数
    Numbers       = 0; %误码率累加器
    while Num_err <= TJL 
          fprintf('Eb/N0 = %f\n', SNR(i));
          Num_err 
          %产生信号
          msg2     = (double(rand(1,Simu_Len)>0.5))';
          %编码
          Msg_Enc  = encode(Rs_Encoder,msg2);
          %转换为二进制
          Msg_Enc2 = func_dec2bin(Msg_Enc,Len);
 
          %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
          %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
          
          message    = [Msg_Enc2,(rand(1,55)>=0.5)];
          Rec        = [];
          for jj = 1:length(message)/K
              tmps       = message((jj-1)*K+1:jj*K);
              msg        = gf(tmps);
              BCHcode_gf = bchenc(msg,N,K);
              %BCH编码
              BCHcode_double=-1*ones(1,N);
              for code_j=1:N
                  if BCHcode_gf(1,code_j)==1
                     BCHcode_double(1,code_j)=1;
                  end
              end         
              %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
              %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
              %通过信道
              BCH_receive = awgn(BCHcode_double,SNR(i),'measured');
 
              %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
              %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
              hard_coded  = zeros(1,N);
              for hard_j=1:N
                  if BCH_receive(hard_j)>0
                     hard_coded(hard_j)=1;
                  end
              end
              %BCH解码 
              BCHdecode = gf(zeros(1,K));
              hard_BCH  = hard_coded;
              [BCHdecode_i,error_num]=bchdec(gf(hard_BCH),N, K);
              BCHdecode = BCHdecode_i;
              BCHdecode_double = zeros(1,K);
 
              for gf_to_double_j=1:K
                  if BCHdecode(gf_to_double_j)==1
                     BCHdecode_double(gf_to_double_j)=1;
                  end
              end
              Msg_Enc4 = BCHdecode_double;
              %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
              %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
              Rec = [Rec,Msg_Enc4];
          end
          Rec(end-55+1:end) = [];
          
          %二进制转换为十进制
          Msg_Enc5 = Rec; 
          Msg_Enc6 = func_bin2dec(Msg_Enc5,Len);
        
          %译码
          [Msg_Dec,cnumerr,ccode] = decode(Rs_Decoder,Msg_Enc6');
          %计算误码率
          Err                     = biterr(Msg_Dec,msg2);
          Num_err                 = Num_err+Err;
          Num_err
          Numbers                 = Numbers+1;
    end  
    Bit_err(i) = Num_err/(Simu_Len*Numbers);  
end
 
%曲线仿真
figure;
semilogy(SNR,Bit_err,'b-o');
xlabel('SNR');
ylabel('BER');
grid on;
save data.mat SNR Bit_err
A_046
相关文章
|
21天前
|
数据可视化
基于MATLAB的OFDM调制发射与接收仿真
基于MATLAB的OFDM调制发射与接收仿真
|
1月前
|
监控 算法
基于SEIR传染病模型的社会舆情传播matlab模拟与仿真
本项目基于SEIR传染病模型构建社会舆情传播分析系统,利用MATLAB 2022A进行仿真测试。通过数值求解微分方程组,模拟舆情从产生、扩散到平息的全过程,揭示其内在传播规律。模型将人群分为易感者、暴露者、感染者和康复者四类,结合真实推文数据绘制传播曲线,验证模型有效性,为舆情监控与干预提供科学依据。
|
1月前
|
算法 测试技术 Python
【IEEE复现】配电网可靠性评估用于分配优化模型:一种非仿真的线性规划方法(Matlab代码实现)
【IEEE复现】配电网可靠性评估用于分配优化模型:一种非仿真的线性规划方法(Matlab代码实现)
|
1月前
|
算法 机器人
基于SOA海鸥优化算法的PID控制器最优控制参数计算matlab仿真
本课题研究基于海鸥优化算法(SOA)优化PID控制器参数的方法,通过MATLAB仿真对比传统PID控制效果。利用SOA算法优化PID的kp、ki、kd参数,以积分绝对误差(IAE)为适应度函数,提升系统响应速度与稳定性。仿真结果表明,SOA优化的PID控制器在阶跃响应和误差控制方面均优于传统方法,具有更快的收敛速度和更强的全局寻优能力,适用于复杂系统的参数整定。
|
11天前
|
机器学习/深度学习 算法 数据可视化
基于MVO多元宇宙优化的DBSCAN聚类算法matlab仿真
本程序基于MATLAB实现MVO优化的DBSCAN聚类算法,通过多元宇宙优化自动搜索最优参数Eps与MinPts,提升聚类精度。对比传统DBSCAN,MVO-DBSCAN有效克服参数依赖问题,适应复杂数据分布,增强鲁棒性,适用于非均匀密度数据集的高效聚类分析。
|
11天前
|
开发框架 算法 .NET
基于ADMM无穷范数检测算法的MIMO通信系统信号检测MATLAB仿真,对比ML,MMSE,ZF以及LAMA
简介:本文介绍基于ADMM的MIMO信号检测算法,结合无穷范数优化与交替方向乘子法,降低计算复杂度并提升检测性能。涵盖MATLAB 2024b实现效果图、核心代码及详细注释,并对比ML、MMSE、ZF、OCD_MMSE与LAMA等算法。重点分析LAMA基于消息传递的低复杂度优势,适用于大规模MIMO系统,为通信系统检测提供理论支持与实践方案。(238字)
|
26天前
|
传感器 算法 数据挖掘
基于协方差交叉(CI)的多传感器融合算法matlab仿真,对比单传感器和SCC融合
基于协方差交叉(CI)的多传感器融合算法,通过MATLAB仿真对比单传感器、SCC与CI融合在位置/速度估计误差(RMSE)及等概率椭圆上的性能。采用MATLAB2022A实现,结果表明CI融合在未知相关性下仍具鲁棒性,有效降低估计误差。
141 15
|
21天前
|
监控
基于MATLAB/Simulink的单机带负荷仿真系统搭建
使用MATLAB/Simulink平台搭建一个单机带负荷的电力系统仿真模型。该系统包括同步发电机、励磁系统、调速系统、变压器、输电线路以及不同类型的负荷模型。
349 5
|
26天前
|
机器学习/深度学习 算法 数据安全/隐私保护
基于WOA鲸鱼优化的XGBoost序列预测算法matlab仿真
基于WOA优化XGBoost的序列预测算法,利用鲸鱼优化算法自动寻优超参数,提升预测精度。结合MATLAB实现,适用于金融、气象等领域,具有较强非线性拟合能力,实验结果表明该方法显著优于传统模型。(238字)
|
1月前
|
传感器 算法 数据可视化
MATLAB来计算和仿真无人机飞行过程
使用MATLAB来计算和仿真无人机飞行过程中的运动参数是一个极其常见且强大的方法。这通常被称为无人机建模与仿真,是无人机飞控算法开发中不可或缺的一环。
48 1

热门文章

最新文章

下一篇
oss教程