MATLAB卷积码编译码与Viterbi译码误码率仿真

资 源 简 介

本项目致力于在MATLAB环境中构建一套完整的卷积码通信链路仿真系统。主要功能涵盖了从信源产生、卷积编码、信道传输到Viterbi译码及性能分析的全过程。具体包括：1. 卷积编码模块，实现特定约束长度和生成多项式的卷积编码算法，将二进制信息序列转换为编码序列；2. 信道模拟模块，模拟加性高斯白噪声（AWGN）信道环境，对信号引入噪声干扰；3. Viterbi译码模块，采用经典的维特比算法（最大似然译码）对接收到的含噪信号进行纠错译码，恢复原始数据；4. 误码率验证与分析模块，自动对比原始发送数据与译码后的数据，计算不同信噪比（SNR）条件下的误码率（BER），并绘制BER曲线图以评估系统的纠错性能。该项目代码源自高分毕业论文，经过严格校验和修正，解决了网络上同类资源常见的逻辑错误，是学习信道编码理论与Viterbi算法实现的可靠参考资源。

详 情 说 明

基于MATLAB的卷积码编译码与Viterbi译码误码率仿真系统

项目介绍

本项目是一个基于MATLAB环境开发的完整数字通信链路仿真系统，专注于卷积码（Convolutional Codes）的编码与译码性能分析。项目代码源自经过严格校验的高分毕业论文，旨在修复网络上常见同类资源的逻辑错误，提供一套逻辑严谨、算法透明的参考实现。

该系统从底层原理出发，不依赖MATLAB通信工具箱的高级封装函数（如 convenc 或 vitdec），而是手动实现了卷积编码器和Viterbi译码算法的核心逻辑。这使得本项目特别适合用于深入理解信道编码理论、Viterbi算法（最大似然估计）以及移动通信中的信道传输过程。

功能特性

• 全链路仿真：涵盖信源生成、卷积编码、BPSK调制、AWGN信道模拟、硬判决解调、Viterbi译码及误码率统计的全过程。
• 手动算法实现：

* Trellis构建：自动根据约束长度和生成多项式计算网格图的状态转移表和输出表。 * 卷积编码：基于移位寄存器原理手动实现编码逻辑。 * Viterbi译码：实现经典的硬判决Viterbi算法，包含路径度量初始化、分支度量计算（汉明距离）、加-比-选（ACS）操作及路径回溯逻辑。

• 理论严谨性：

* 正确的 $E_b/N_0$ 到 $E_s/N_0$ 的信噪比转换。 * 包含尾比特（Tail Bits）处理，不仅在编码端添加 $K-1$ 个零比特使寄存器归零，更在误码率计算时正确截断。

• 可视化分析：自动绘制误码率（BER）随信噪比（$E_b/N_0$）变化的曲线图，用于评估系统性能。

系统要求

• MATLAB R2016a 或更高版本（代码基于基础MATLAB函数编写，对工具箱依赖较低）。

使用方法

1. 将代码保存为MATLAB脚本文件（例如 main.m）。
2. 确保工作路径下包含主函数及所有子函数。
3. 直接运行主脚本。
4. 程序将在命令行输出初始化状态，并在仿真循环中实时打印当前信噪比下的误码数和误码率。
5. 运行结束后，系统将自动弹窗显示BER曲线图。

代码实现逻辑详解

本项目的核心逻辑位于 main 函数及其调用的子函数中，具体流程如下：

1. 系统参数初始化

程序首先定义了通信系统的关键参数：

• 帧长度：设定为 10,000 比特，保证足够的样本量以统计低误码率。
• 卷积码结构：采用约束长度 $K=3$，码率 $R=1/2$。生成多项式使用八进制表示 [7, 5]（即 $g_1=1+D+D^2$, $g_2=1+D^2$）。
• 信噪比范围：设定 $0 sim 10$ dB 的 $E_b/N_0$ 扫描范围。

2. 网格（Trellis）预计算

为了提高译码效率，程序调用 create_trellis 函数预先计算卷积码的拓扑结构。该函数将八进制生成多项式转换为二进制，并遍历所有可能的状态（$2^{K-1}$个）和输入（0或1），生成“状态转移表”和“输出符号表”。这一步模拟了编码器的状态机行为。

3. 仿真主循环

程序对每个信噪比点进行独立的蒙特卡洛仿真：

• 信源产生：生成均匀分布的随机二进制序列（0/1）。
• 尾比特填充：为了保证编码器最终回到全零状态（Trellis Termination），在数据末尾添加了 $K-1$ 个零比特。这对于分组传输的Viterbi译码是必要的，能显著降低末尾数据的误码率。
• 卷积编码：调用 convolutional_encoder 函数。该函数模拟物理移位寄存器，通过滑动窗口和模2加法（异或）生成编码序列。
• 信道传输：

* BPSK调制：将逻辑0映射为-1，逻辑1映射为+1。 * 噪声添加：根据当前 $E_b/N_0$ 计算噪声方差。代码中严谨地进行了单位转换：$E_s/N_0 = (E_b/N_0) times R$，从而推导出高斯白噪声的标准差，并叠加到发送信号上。

• 解调与判决：采用硬判决（Hard Decision）方式。接收信号大于0判为1，小于等于0判为0（注意：此处接收端的判决逻辑已根据发送端的映射关系进行了适配，确保逻辑一致）。
• Viterbi译码：调用 viterbi_decoder_hard 对接收到的含噪比特流进行纠错。
• 误码统计：将译码结果去除尾比特后与原始信源比对，计算误码率（BER）。

4. 结果可视化

仿真结束后，调用 plot_results 函数绘制 $E_b/N_0$ 与 BER 的关系曲线，通常采用半对数坐标系展示。

关键算法实现细节

###手动构建卷积编码器 (convolutional_encoder) 该函数并未通过矩阵乘法实现，而是模拟了硬件移位寄存器的工作流：

1. 维护一个长度为 $K-1$ 的寄存器状态 reg。
2. 对输入比特流逐位处理，将输入位推入寄存器，旧位移出。
3. 利用生成多项式的二进制掩码与当前寄存器状态进行点乘和模2求和，得到输出码字。

硬判决 Viterbi 译码器 (viterbi_decoder_hard)

这是本项目的核心算法模块，实现了最大似然序列估计：

1. 初始化：设定时刻0的状态度量，状态0的路径度量（Path Metric, PM）为0，其余状态为无穷大。
2. 前向递推（Forward Pass）：

* 遍历每一个时间步 $t$。 * 计算接收符号与网格图中预期输出符号之间的汉明距离（Branch Metric）。 * 执行 ACS (Add-Compare-Select)操作：对于每一个“下一状态”，比较所有能到达该状态的路径的累积度量，保留度量最小（距离最近）的那条路径。 * 记录幸存路径：使用矩阵存储每个状态在每个时刻的最优前驱信息（输入比特或前一状态），为回溯做准备。

1. 回溯与输出：利用前向递推记录的幸存路径矩阵，从最佳路径恢复出原始发送的比特序列。