数字喷泉码LT码编译码与信道仿真系统

资 源 简 介

本项目基于MATLAB平台设计并实现了数字喷泉码（以LT码为主）的完整编译码生成过程。系统首先对原始信源数据进行分块处理，将其划分为K个固定长度的输入符号。核心功能在于编码生成模块，该模块依据鲁棒孤立子分布（Robust Soliton Distribution）产生随机度数，并根据度数随机选择相应数量的源输入符号进行异或（XOR）运算，从而生成无限序列的编码符号，模拟“数字喷泉”的特性。项目详细展示了从参数配置、度分布构建、生成矩阵构造到编码符号输出的全过程。此外，系统包含模拟二元删除信道（BEC）的传输过程，以及基于置信传播（Belief Propagation/BP）算法或剥离算法的译码模块，用于验证接收端在仅接收到略多于K个编码包的情况下恢复原始数据的能力。功能还包括对不同编码参数与信道丢包率下的性能分析，输出译码成功率与所需编码包数量的关系曲线。

详 情 说 明

数字喷泉码信道编码生成与仿真系统

项目介绍

本项目基于 MATLAB 平台设计并实现了一套完整的数字喷泉码（LT码）编译码仿真系统。系统模拟了从信源数据生成、编码、信道传输到译码恢复的全过程。核心算法采用 鲁棒孤立子分布（Robust Soliton Distribution, RSD） 指导编码度数的生成，利用 异或（XOR） 运算构造编码符号，并在接收端使用高效的 剥离算法（Peeling Decoder, 基于置信传播 BP） 进行数据恢复。

该项目旨在通过蒙特卡洛仿真，分析在不同编码开销（Overhead）下，系统成功恢复原始信源数据的概率以及译码所需的计算时间，直观展示数字喷泉码的性能特性。

功能特性

• 信源数据模拟：支持生成随机字节流作为原始信源（默认为 uint8 格式矩阵），模拟任意文件分块。
• 鲁棒孤立子分布构建：实现了标准的 RSD 分布生成算法，包含理想孤立子分布分量与鲁棒分量，确保编码符号度数的合理分布。
• LT 编码实现：根据度分布随机采样度数，并随机选择对应数量的源符号进行异或合并，生成指定数量的编码包。
• 高效译码算法：实现了基于 Ripple（波纹）机制的剥离算法，能够快速迭代恢复源符号并消除已知信息。
• 性能仿真评估：支持设定不同的开销范围和步长，对每个开销点进行多次蒙特卡洛试验，计算译码成功率。
• 可视化展示：

* 度分布直方图。 * 译码成功率随开销变化的曲线。 * 平均译码耗时曲线。 * 信源数据与恢复数据的直观图像对比。

系统要求

• MATLAB R2016a 或更高版本。
• 无需额外的工具箱（Toolbox），仅使用基础数学与绘图功能。

实现细节与算法逻辑

系统的主逻辑流程与各个模块的具体实现如下：

1. 系统参数配置与初始化

系统首先定义了关键仿真参数：

• 信源块数 (K)：定义将文件切分为多少个原始数据包（代码中设为 100）。
• 符号长度：每个数据包的字节大小（代码中设为 32 字节）。
• RSD 参数：设定了参数 c 和 delta，用于控制度分布的形状，平衡译码启动能力与覆盖所有源符号的能力。
• 仿真控制：定义了最大开销、步长以及每个数据点的试验次数（Trials）。

2. 鲁棒孤立子分布 (RSD) 生成

通过独立子函数实现了 RSD 的数学构造：

• 计算理想孤立子分布（Ideal Soliton Distribution），保证大部分度数较低。
• 计算鲁棒分量（Robust Component），在特定位置增加概率峰值，防止译码过程中的“波纹”过早枯竭。
• 将两部分叠加并归一化，得到最终的度数概率质量函数（PMF）和累积分布函数（CDF），用于后续的随机采样。

3. LT 编码过程

编码器接收原始信源矩阵，根据设定的开销计算需要生成的总编码包数量（N）。对于每一个编码包：

• 利用 degree CDF 随机采样生成一个度数 d。
• 从 K 个源符号中随机均匀选取 d 个不同的邻居。
• 将这 d 个源符号的数据进行 按位异或 (XOR) 运算，生成当前的编码符号。
• 记录该编码符号与源符号的连接关系（邻接表）。

4. 信道模拟

代码模拟了二元删除信道（BEC）的特性。在仿真循环中，假设接收端成功收集到了 N = K * (1 + overhead) 个编码包。这些包被认为是无误传输的（无位翻转），如果数量不足则视为丢包。

5. 译码过程（剥离算法 / Peeling Decoder）

译码器采用迭代的置信传播算法变体：

• 图的构建：建立编码符号到源符号的逆向映射关系，统计每个编码包当前的度数。
• Ripple 初始化：找出所有度数为 1 的编码包，将其加入“波纹（Ripple）”集合。
• 迭代消除：

1. 从 Ripple 中取出一个度为 1 的编码包，其内容直接对应一个原始源符号。 2. 恢复该源符号数据，并标记为“已解决”。 3. 查找连接到该源符号的所有其他编码包（即包含该源符号信息的包）。 4. 对这些编码包执行异或操作，消除已恢复源符号的影响，并将它们的度数减 1。 5. 如果某个编码包的度数减为 1，则将其加入 Ripple。 6. 重复上述步骤，直到 Ripple 为空。

• 最终检查所有源符号是否都已被标记为“已解决”，且数据完全一致。

6. 性能分析与可视化

系统执行双重循环（开销循环 + 蒙特卡洛试验循环）：

• 统计在每个开销点下的成功次数，计算由 0 到 1 的成功率。
• 累计译码时间，计算平均耗时。
• 最后通过 4 个子图展示：度分布条形图、成功率曲线、耗时统计以及单次演示的数据恢复图像对比（成功时恢复，失败时显示全黑）。

使用方法

1. 将代码保存为 MATLAB 脚本文件（例如 main.m，文件名可自定义，不影响运行）。
2. 在 MATLAB 命令窗口或编辑器中直接运行该脚本。
3. 脚本运行过程中会在控制台输出当前的仿真进度，包括当前开销、包数量、该点的成功率及平均耗时。
4. 运行结束后，会弹出一个图形窗口展示综合分析结果和一次详细的数据恢复演示。

代码结构说明

代码采用单文件结构，包含主函数入口和三个核心子函数：

• generate_RSD: 负责数学计算，生成度分布概率表。
• lt_encoder: 执行编码逻辑，输出编码符号矩阵和邻接关系。
• lt_decoder: 执行剥离译码逻辑，尝试恢复信源矩阵。