Turbo码Max-Log-MAP解码算法仿真与性能分析

资 源 简 介

本项目旨在利用MATLAB平台深入实现和分析Turbo码的Max-Log-MAP解码算法，构建一个完整的通信链路仿真系统。Max-Log-MAP算法是经典的BCJR（MAP）算法在对数域的一种低复杂度近似实现，其核心思想是通过将复杂的指数和对数运算转换为简单的加法和最大值运算（即利用max(a,b)近似Jacobian对数项），从而在保持较好纠错性能的同时显著降低计算复杂度和硬件实现难度。项目的主要功能涵盖以下几个方面：1. 系统建模：搭建包含递归系统卷积码（RSC）编码、随机交织器、BPSK/QPSK调制以及加性高斯白噪声（AWGN）信道的完整传输模型。2. 解码核心：详细实现软输入软输出（SISO）的Max-Log-MAP分量解码器，精确编写前向状态度量（Alpha）、后向状态度量（Beta）及分支度量（Gamma）的对数域递归计算逻辑，并实现外信息（Extrinsic Information）在两个分量解码器之间的迭代交换机制。3. 性能评估：通过蒙特卡洛仿真方法，支持动态配置信噪比（Eb/N0）范围、迭代次数、帧长度等参数，计算并统计系统的误码率（BER）和误帧率（FER）。4. 对比分析：将Max-Log-MAP算法与标准的Log-MAP算法及Sub-Log-MAP算法进行性能对比，绘制不同迭代次数下的BER曲线，量化分析由于Max算子近似带来的性能损失（通常在0.5dB以内）及其对收敛速度的影响。

详 情 说 明

基于MATLAB的Turbo码Max-Log-MAP解码算法仿真与性能分析

项目介绍

本项目是一个基于MATLAB平台开发的通信链路仿真系统，专注于实现和分析Turbo码的Max-Log-MAP解码算法。项目构建了一个完整的数字通信传输模型，从信源产生、编码、调制、信道传输到迭代解码及误码率统计。核心算法采用了Max-Log-MAP（最大对数最大后验概率）算法，这是经典的BCJR算法在对数域的低复杂度实现，通过简化数学运算显著降低了计算量，同时保持了接近最优的解码性能。

功能特性

• 完整的Turbo编译码链路：包含并联级联卷积码（PCCC）编码和基于SISO（软输入软输出）的迭代解码。
• Max-Log-MAP核心算法：实现了对数域的软判决解码，利用Max算子近似Jacobian对数运算。
• 参数化仿真配置：支持自定义帧长、迭代次数、信噪比（Eb/N0）范围和仿真帧数。
• RSC编码模型：使用生成多项式为 $(7, 5)_8$ 的递归系统卷积码。
• BPSK调制与AWGN信道：模拟加性高斯白噪声环境下的二进制相移键控传输。
• 性能可视化：自动绘制不同迭代次数下的误码率（BER）曲线，并统计误帧率（FER）。

系统要求

• MATLAB R2016a 或更高版本
• 无需额外的工具箱（核心算法纯代码实现，未依赖通信工具箱的高层封装函数）

使用方法

1. 确保工作路径包含主要仿真脚本及相关的子函数文件。
2. 直接运行主函数。
3. 程序将依次遍历配置的Eb/N0值（默认为0dB至5dB）进行仿真。
4. 控制台将实时输出当前信噪比下的误帧率（FER）、最终迭代的误码率（BER）及耗时。
5. 仿真结束后，程序将自动生成BER性能曲线图，并在控制台打印最后一帧的解码比特对比。

详细代码逻辑与实现分析

1. 仿真参数配置

代码首先初始化全局仿真参数，定义帧长为1024比特，最大迭代次数为6次。生成多项式配置为八进制的 [7, 5]，即反馈多项式 $1+D+D^2$ 和前馈多项式 $1+D^2$。通过 build_trellis 函数（逻辑包含在项目中）构建适用于RSC编码和MAP解码的网格（Trellis）状态转移表。

2. Turbo编码实现

编码过程采用了标准的RSC（递归系统卷积码）结构：

• 信源产生：生成随机的二进制序列。
• 交织器：生成随机排列索引 alpha_interleaver，用于打乱第二个分量编码器的输入比特顺序。
• 分量编码器：使用 rsc_encode 函数分别对原始序列和交织后的序列进行编码。

* 编码器1输出系统位和校验位p1。 * 编码器2输出校验位p2。 * 代码采用码率为1/3的方案，即传输系统位、校验位1和校验位2。

• 调制与组帧：将0/1比特映射为BPSK符号 -1/+1。对于尾比特（Tail Bits），代码采用了简化的零输入截断（Zero Truncation/Padding）策略，在数据尾部添加0以尝试归零网格状态。

3. AWGN信道模型

仿真模拟了加性高斯白噪声信道：

• 根据当前的 $Eb/N0$ 和码率（1/3）计算每符号信噪比 $Es/N0$ 及噪声标准差 $sigma$。
• 计算信道可靠性因子 $Lc = 4 / (2sigma^2)$，用于在解码端对接收到的信号进行加权，以此生成初始的对数似然比（LLR）。

4. Max-Log-MAP 迭代解码

这是项目的核心部分，实现了两个分量解码器（DEC1 和 DEC2）之间的软信息交换：

• 初始化：计算接收信号的系统位和校验位LLR，初始化先验信息 $L_a$ 为零。
• 迭代循环：

* DEC1 解码：调用 max_log_map_siso，输入为系统位LLR、校验位p1 LLR和先验信息。输出外信息 $L_{ext1}$。 * 交织处理：将DEC1输出的外信息 $L_{ext1}$ 进行交织，作为DEC2的先验信息。同时对系统位LLR进行相同的交织处理以匹配DEC2的输入顺序。 * DEC2 解码：调用 max_log_map_siso，输入为交织后的系统位LLR、校验位p2 LLR和来自DEC1的先验信息。输出外信息 $L_{ext2}$。 * 解交织处理：将DEC2输出的外信息 $L_{ext2}$ 进行解交织（恢复原始顺序），作为下一轮DEC1的先验信息。

• 判决与统计：

* 在每次迭代结束或最后一次迭代时，计算后验LLR（系统位LLR + 先验信息 + 外信息）。 * 若 $LLR > 0$ 判决为1，否则为0。 * 对比判决结果与原始信源，统计错误比特数和错误帧数。

5. 辅助功能与可视化

• 状态转移与输出表：代码中通过 build_trellis 逻辑生成网格结构，用于指导递归计算。
• 编码器逻辑：rsc_encode 函数模拟了带有状态存储的移位寄存器，根据输入和当前状态查表更新状态并输出校验位。
• 绘图：使用 semilogy 绘制BER曲线，清晰展示了随着迭代次数增加（从第1次到第6次），系统纠错性能的提升过程（Waterfall curve）。

算法关键点

• 对数域计算：所有的概率计算均在对数域进行，乘法转化为加法。
• 外信息交换：Turbo码的核心机制，两个解码器并不直接传递判决结果，而是传递对数据比特的“软”估计（外信息），使得两个解码器能够相互辅助纠错。
• SISO模块：软输入软输出模块是实现迭代解码的基础，它同时利用了前向递归（Alpha）、后向递归（Beta）和分支度量（Gamma）来计算每一个比特的后验概率。