卷積碼的編譯碼MATLAB程序

%survivorstate是一個(gè)矩陣，它顯T了通過網(wǎng)格的最優(yōu)路徑，這個(gè)矩陣通過一個(gè)單獨(dú)的函數(shù)metric(x,y)給出。%其中G是一個(gè)矩陣，它的任一行決定了從移位寄存器到模2加法器的連接方式.為生成矩陣%這里，我們做了一個(gè)簡單的(2,1,7)卷積碼編碼器。k=1;G=[1011011;1111001];%G1=133,G2=171%以下3種輸入序列，可任選一種%%input=[0000000];%全0輸入%input=[1111111];%全1輸入input=[round(rand(1,7)*1)];%隨機(jī)系列輸入，也可用randint(1,7,[01])figure;plot(input,'*r')%figure1：畫圖：目標(biāo)input，紅色（red，r），形狀為*s=input;g1=G(1,:);g2=G(2,:);c1=conv(s,g1);%作卷積%disp(c1);c2=conv(s,g2);%disp(c2);n=length(c1);%7位輸入時(shí)n=13c=zeros(1,2*n);%生成全0矩陣，1*26%disp(c);fori=1:nc(2*i-1)=c1(i);c(2*i)=c2(i);%兩個(gè)模2加法器分別輸出卷積結(jié)果序列后，由旋轉(zhuǎn)開關(guān)讀取的結(jié)果（此時(shí)僅為卷積結(jié)果，非2進(jìn)制0/1）endfori=1:2*nif(mod(c(i),2)==0)%mod(c(i),2)==0意思：c(i)除以2，余數(shù)為0c(i)=0;elsec(i)=1;endendoutput=c;channel_output=output;%輸出矩陣%disp(channel_output);figure;plot(output,'*b')%畫圖：目標(biāo)：卷積碼編碼輸出，藍(lán)色（blue，b）*%————————————————以上為編碼部分，以下為維特比譯碼————————————————n=size(G,1);%取矩陣G的行數(shù)，故n=2。即得到輸出端口，即2個(gè)模2加法器%檢驗(yàn)G的維數(shù)ifrem(size(G,2),k)~=0%當(dāng)矩陣G的列數(shù)不為k的整數(shù)倍時(shí)，rem為求余函數(shù)error('SizeofGandkdonotagree')%報(bào)錯(cuò)endifrem(size(channel_output,2),n)~=0%當(dāng)輸出矩陣的列數(shù)不是輸出端口n的整數(shù)倍時(shí)。（注：size(channel_output,2)=26，2個(gè)模2加法器合成的輸出）error('channleoutputnotoftherightsize')endL=size(G,2)/k;%得出移位數(shù)，即寄存器個(gè)數(shù)，此例程為7%由于L-1個(gè)寄存器的狀態(tài)即可表示出輸出狀態(tài)，所以總的狀態(tài)數(shù)number_of_states可由前L-1個(gè)寄存器的狀態(tài)組合來確定number_of_states=2^((L-1)*k);%此例程中2^6，移位寄存器組的狀態(tài)數(shù)為64個(gè)%產(chǎn)生狀態(tài)轉(zhuǎn)移矩陣，輸出矩陣和輸入矩陣forj=0:number_of_states-1%表示當(dāng)前寄存器組的狀態(tài)。因狀態(tài)從0開始，所以循環(huán)為從0到number_of_states-1fort=0:2^k-1%k位輸入端的信號(hào)組成的狀態(tài)，總的狀態(tài)數(shù)為2^k，所以循環(huán)為從0到2^k-1[next_state,memory_contents]=nxt_stat(j,t,L,k);%nxt_stat完成從當(dāng)前的狀態(tài)和輸入的矢量得出下寄存器組的一個(gè)狀態(tài)input(j+1,next_state+1)=t;%input數(shù)組值是用于記錄當(dāng)前狀態(tài)到下一個(gè)狀態(tài)所要的輸入信號(hào)矢量%input數(shù)組的維數(shù)：一維坐標(biāo)x=j+1指當(dāng)前狀態(tài)的值，二維坐標(biāo)y=next_state+1指下一個(gè)狀態(tài)的值%由于Matlab中數(shù)組的下標(biāo)是從1開始的，而狀態(tài)值是從0開始的，所以以上坐標(biāo)值為：狀態(tài)值+1branch_output=rem(memory_contents*G',2);%branch_output用于記錄在狀態(tài)j下輸入1時(shí)的輸出nextstate(j+1,t+1)=next_state;%nextstate狀態(tài)轉(zhuǎn)移矩陣，記錄了當(dāng)前狀態(tài)j下輸入1時(shí)的下一個(gè)狀態(tài)output(j+1,t+1)=bin2deci(branch_output);%output記錄了當(dāng)前狀態(tài)j下輸入1時(shí)的輸出（十進(jìn)制）endendinput;state_metric=zeros(number_of_states,2);%state_metric數(shù)組用于記錄譯碼過程在每個(gè)狀態(tài)時(shí)的漢明距離，大小為number_of_states,2%（：，1）為當(dāng)前狀態(tài)位置的漢明距離，為確定值；（：，2）為當(dāng)前狀態(tài)加輸入得到的下一個(gè)狀態(tài)漢明距離，為臨時(shí)值depth_of_trellis=length(channel_output)/n;%depth_of_trellis用于記錄網(wǎng)格圖的深度channel_output_matrix=reshape(channel_output,n,depth_of_trellis);%channel_output_matrix為輸出矩陣，每一列為一個(gè)輸出狀態(tài)%reshape改變原矩陣形狀，將channel_output矩陣變?yōu)閚行depth_of_trellis列矩陣survivor_state=zeros(number_of_states,depth_of_trellis+1);%survivor_state