m基于matlab的里德-穆勒码Reed Muller(RM)编码译码误码率仿真分析

简介: m基于matlab的里德-穆勒码Reed Muller(RM)编码译码误码率仿真分析

1.算法描述

   1948年,Bell实验室的C.E.Shannon(香农)发表了《通信的数学理论》,Shannon在该文中指出,任何一个通信信道都有确定的信道容量C,如果通信系统所要求的传输速率R小于C,则存在一种编码方法,当码长n充分大并应用最大似然译码(MLD:MaximumLikelihoodDecdoding)时,信息的错误概率可以达到任意小。
   Shannon指出了可以通过差错控制码在信息传输速率不大于信道容量的前提下实现可靠通信,但却没有给出具体实现差错控制编码的算法。
   1954,Muller提出一种差错控制编码的算法,此后Reed在Muller提出的分组码的基础上得到了一种新的分组码,称为 Reed-Muller码(雷德-穆勒),简记为 RM码。在1969年到1977年之间, RM码在火星探测方面得到了极为广泛的应用。其快速的译码算法非常适合于光纤通信系统。

    在Golay码提出之后最主要的一类分组码就是Reed-Muller码。它是Muller在1954年提出的,此后Reed在Muller提出的分组码的基础上得到了一种新的分组码,称为Reed-Muller码,简记为RM码。在1969年到1977年之间,RM码在火星探测方面得到了极为广泛的应用。即使在今天,RM码也具有很大的研究价值,其快速的译码算法非常适合于光纤通信系统。

   Reed-Muller(RM)码是一类经典的纠错编码,其编码和译码算法都拥有较低的复杂度,容易通过硬件电路实现。此外,RM码可以通过改变参数形成结构丰富的子类,能够适应不同信道。RM码自上世纪五十年代被Muller和Reed提出至今,已被应用在多种通信系统中,包括深空通信、蜂窝网络等.Reed-Muller(RM)码是一类经典的纠错编码,其编码和译码算法都拥有较低的复杂度,容易通过硬件电路实现。此外,RM码可以通过改变参数形成结构丰富的子类,能够适应不同信道。

1.png
2.png
3.png

RM码由( r , m ) (r,m)(r,m)两个参数定义,记作RM(r,m)。其中满足0 ≤ r ≤ m 0\le r\le m0≤r≤m,含义为:

4.png

2.仿真效果预览
matlab2013b仿真如下:

5.png
6.png
7.png

3.MATLAB核心程序

M = 2;
[mods,demods] = func_modulation(M);
 
%RM编码参数 
r         = 2;
m         = 4;
SNR       = 0:9;
Errs      = zeros(1,length(SNR));
 
[V,N,K,I] = func_rm(r,m);
for k = 1:length(SNR)
    k
    Err = 0;
    Num = 0;
    Len = 10000;
    TL  = 500;  
    Rt  = 11/16;%code rate
    N0  = 10^(-SNR(k)/Rt/10);
    while(Err <= TL)
         k
         Err
         Num = Num + 1;
         %产生数据
         Signal    = randint(1,K,M,Len);
         %RM编码
         Signal_RM = func_Encode(Signal,V);
         %调制
         RM_mod    = modulate(mods,Signal_RM);
         %过信道
         RM_Noise  = RM_mod + sqrt(N0)*randn(size(RM_mod)); 
         %解调
         RM_demod  = demodulate(demods,RM_Noise);
         %RM译码
         Bhat = func_Decode(RM_demod,r,m,V,N,K,I); 
         %计算误码率
         Err  = Err + sum(xor(Bhat,Signal));
    end
    Errs(k) = Err/Num/length(Signal);
end    
01_096_m
相关文章
|
24天前
OFDM深入学习及MATLAB仿真(二)
OFDM深入学习及MATLAB仿真
22 1
|
4天前
|
机器学习/深度学习 人工智能 算法
基于DCT和扩频的音频水印嵌入提取算法matlab仿真
本文介绍了结合DCT和扩频技术的音频水印算法,用于在不降低音质的情况下嵌入版权信息。在matlab2022a中实现,算法利用DCT进行频域处理,通过扩频增强水印的隐蔽性和抗攻击性。核心程序展示了水印的嵌入与提取过程,包括DCT变换、水印扩频及反变换步骤。该方法有效且专业,未来研究将侧重于提高实用性和安全性。
|
2天前
|
机器学习/深度学习 算法 数据挖掘
基于PSO优化的CNN-LSTM-Attention的时间序列回归预测matlab仿真
该文档介绍了使用MATLAB2022A中PSO优化算法提升时间序列预测模型性能的过程。PSO优化前后对比显示了优化效果。算法基于CNN、LSTM和Attention机制构建CNN-LSTM-Attention模型,利用PSO调整模型超参数。代码示例展示了PSO的迭代优化过程及训练、预测和误差分析环节。最终,模型的预测结果以图形形式展示,并保存了相关数据。
|
8天前
|
数据可视化
matlab用高斯曲线拟合模型分析疫情数据
matlab用高斯曲线拟合模型分析疫情数据
13 0
|
8天前
|
Shell
MATLAB 求解特征方程的根轨迹图稳定性分析
MATLAB 求解特征方程的根轨迹图稳定性分析
12 0
|
17天前
|
存储 人工智能 机器人
【Matlab】Matlab 汉/英语(A/a)声学特征比较与基音频率分析(源码+音频文件)【独一无二】
【Matlab】Matlab 汉/英语(A/a)声学特征比较与基音频率分析(源码+音频文件)【独一无二】
|
23天前
雷达模糊函数及MATLAB仿真(三)
雷达模糊函数及MATLAB仿真
15 0
|
23天前
雷达模糊函数及MATLAB仿真(一)
雷达模糊函数及MATLAB仿真
25 0
|
24天前
雷达检测及MATLAB仿真(三)
雷达检测及MATLAB仿真
21 0
|
3月前
|
Perl
【MFAC】基于全格式动态线性化的无模型自适应控制(Matlab代码)
【MFAC】基于全格式动态线性化的无模型自适应控制(Matlab代码)

热门文章

最新文章