基于Chase算法的TPC编译码仿真系统

资 源 简 介

本项目主要用于模拟和分析Turbo乘积码（TPC）的编码与译码性能，重点在于实现了基于Chase算法（Pyndiah算法）的高效迭代译码方案。程序完整构建了通信链路，其具体功能包括：1. TPC编码模块：实现基于扩展汉明码（如(64,57)或(32,26)）或其他线性分组码的二维乘积码构造，完成数据的行编码与列编码；2. 信道模型：模拟加性高斯白噪声（AWGN）信道环境，对调制后的信号施加噪声干扰；3. Chase译码模块：这是项目的核心，代码实现了软输入软输出（SISO）的Chase迭代译码器，通过寻找最不可靠的比特位置生成测试图样，利用代数译码器寻找竞争码字，并计算外信息以供下一次迭代使用；4. 性能仿真：支持设置不同的迭代次数和信噪比范围，能够自动统计误码数，计算误码率（BER），从而验证Chase算法在TPC译码中的纠错能力和迭代增益。

详 情 说 明

基于Chase算法的TPC编译码仿真系统

项目介绍

本项目是一个基于MATLAB开发的通信链路仿真系统，专门用于模拟和分析Turbo乘积码（Turbo Product Codes, TPC）的性能。项目的核心在于实现了基于Chase算法（Pyndiah算法）的软输入软输出（SISO）迭代译码方案。

该系统构建了完整的数字通信处理流程，使用的是扩展汉明码作为分量码构建二维乘积码。通过在AWGN（加性高斯白噪声）信道下的仿真，评估了TPC在高信噪比环境下的纠错性能和迭代译码增益。

功能特性

• TPC编码构造：实现了基于(32, 26)扩展汉明码的二维乘积码编码，采用行编码后列编码的方式，构建 $32 times 32$ 的编码矩阵。
• 真实信道模拟：采用BPSK调制方案，并模拟了加性高斯白噪声（AWGN）信道，支持动态调节信噪比（Eb/No）。
• Pyndiah迭代译码：完整实现了Pyndiah提出的Chase算法改进版本，支持SISO软信息传递。
• 自适应权重系数：引入了随迭代次数增加的 $alpha$ 权重因子，逐步增加外信息在译码中的比重。
• 性能可视化：实时统计误比特率（BER），并绘制Eb/No与BER的关系曲线。

系统要求

• MATLAB R2016a 或更高版本
• 通信工具箱（Communications Toolbox）- 用于基础函数支持

使用方法

1. 直接运行 main 函数即可启动仿真。
2. 程序将自动初始化参数，并在预设的信噪比范围（2dB - 8dB）内进行循环仿真。
3. 运行时，控制台会输出当前的仿真进度、误码数、总传输比特数及当前的误码率。
4. 仿真过程会实时绘制并更新BER性能曲线图。

代码实现逻辑详解

本项目的所有核心逻辑均封装在单一脚本中，以下是对 main.m 中实际代码实现的详细功能分析：

1. 参数与初始化

• 码型参数：硬编码配置为扩展汉明码 $m=5$，即码长 $n=32$，信息位 $k=26$，最小汉明距离 $d_{min}=4$。
• 仿真参数：设置最大迭代次数为4次（对应8次半迭代），信噪比范围及终止条件（最小误码数50或最大帧数200）。
• Chase参数：设定测试图样选取的最不可靠比特数 $p_{lrb}=4$，即每次译码测试 $2^4=16$ 个图样。
• Pyndiah系数：定义了经验权重列表 alpha_list（从0.2逐步增至1.0）和可靠性补偿系数 beta (0.8)。
• 矩阵生成：这里调用了特定的生成函数来获取扩展汉明码的生成矩阵 $G$ 和校验矩阵 $H$。

2. TPC 编码流程

• 数据生成：并在每一帧中生成 $k times k$ 的随机二进制信息矩阵。
• 行编码：对信息矩阵的每一行通过生成矩阵 $G$ 进行编码。
• 列编码：对行编码后的矩阵，逐列再次通过 $G$ 进行编码，形成最终的 $n times n$ 乘积码矩阵。

3. 信道模型

• 调制：执行BPSK映射，将二进制0映射为-1，1映射为+1。
• 噪声添加：根据设定的码率和信噪比计算噪声标准差 $sigma$，生成高斯白噪声并叠加到发送信号上。

4. Chase迭代译码核心 (Pyndiah算法)

这是代码中最关键的部分，实现了软信息的迭代处理：

• 软信息组合：在每次半迭代开始时，计算输入软信息 $R' = R + alpha times W$，其中 $R$ 是信道观测值，$alpha$ 是迭代系数，$W$ 是上一次迭代计算的外信息。
• 行列交替：

* 奇数次迭代：对矩阵的行进行译码。 * 偶数次迭代：对矩阵的列进行译码（通过转置矩阵复用行译码逻辑）。

• 末次迭代判决：在达到最大迭代次数后，取最后的软输出结果进行硬判决（大于0判为1，小于0判为0）以统计误码。

5. 块译码的具体实现 (process_block_chase)

该子函数对码字矩阵的每一行（或列）执行具体的Chase算法：

1. 寻找不可靠位：根据输入软信息的绝对值，找出 $p=4$ 个最不可靠的位置（LRB）。
2. 生成测试图样：生成 $2^p$ 种二进制翻转模式。
3. 代数译码与度量计算：

* 对每个图样翻转后的硬判决序列进行代数译码。 * 如果译码成功，将其映射回BPSK符号，并计算与原始信道观测值 ($R_{chan}$) 的欧氏距离平方作为度量值。 * 筛选出度量值最小的码字作为最大似然码字 $D$。

1. 外信息计算 ($W$)：

* 对于每一位 $j$，寻找一个竞争码字 $C$，要求 $C$ 在第 $j$ 位的值与 $D$ 相反且度量值最小。 * 若找到竞争码字：计算外信息 $w_j = frac{M_C - M_D}{4} times D_j - R_{chan,j}$。 * 若未找到竞争码字：使用近似公式 $w_j = beta times D_j$ 进行可靠性补偿。

6. 辅助算法

• 代数译码器 (algebraic_decoder_extended_hamming)：

* 计算伴随式 $S = r cdot H^T$。 * 利用伴随式查找错误位置。 * 代码逻辑旨在纠正单个比特错误（符合汉明码特性），用于生成候选码字。

7. 统计与绘图

• 每帧仿真结束后，对比译码输出的信息位与原始信息矩阵。
• 累加错误比特数，计算BER。
• 使用 semilogy 绘制BER曲线，并利用 drawnow 实现动态刷新效果。