分布式信源编码理论及应用的研究应用.doc

本科毕业设计分布式信源编码理论及应用研究摘 要无线传感器网络是一种全新信息获取和解决技术，与其她无线网络相比，无线传感器网络中传感器节点能量有限并且不可以实时更新，因而传感节点信息解决能力和无线通信容量都受到了很大影响，为了克服这些限制，需要设计能耗较低通信合同和算法，其中，在编码时采用分布式信源编码(Distributed Source Coding，DSC)技术就是一种有效地解决办法。分布式信源编码运用各种信源之间有关性，进行独立编码减少传送信息速率，并通过联合译码提高信息传播整体有效性。DSC技术作为无线传感器数据传送中核心技术，对于其研究也越来越成熟，而对DSC应用也扩展到了无线摄像机网络等领域，成为了一种具备高效压缩性和先进译码性能信源编码。本文就分布式信源编码算法与应用进行仿真研究。本文讨论了Turbo码在分布式信源编码中应用，通过仿真来对Turbo码应用到分布式信源编码中性能进行分析。核心词：分布式信源编码 DSC Turbo码Research on the Theory and Applications of Distributed Source CodingZhao Shuji(College of Engineering，South China Agricultural University，Guangzhou 510642，China)Abstract：Wireless sensor network，WSN is a new wireless network which Integrates sensor，embedded computing，networking and wireless communication technology to gather and process information. Contrast to other wireless networks，the nodes in WSN is power-limited，thus，the information process performance and the communicating capacity is greatly affected. To overcome such constraints，a low power-consuming communication protocol or algorithm is needed. Using Distributed Source Coding，DSC during information encoding is one of the effective ways to solve the problem.DSC reduces the transmitted rate by independently encoding information using the correlation of sources，and improve the overall effectiveness of the whole transmit process by joint decoding. As one of the key technology in WSN information transmission，the research on DSC is getting more and more multure，and the application of DSC is also expanding to the realms such as wireless camera network etc.，which makes it a wildly use source coding with high compression rate and outstanding decoding performance. This thesis focuses on the researches on distributed source coding algorithms and applications.This paper discusses the distributed source coding using Turbo and analyzes the performance of Distributed Source Coding using Turbo with the emulation results.Key words：Distributed Source Coding DSC Turbo目 录1 前言11.1 课题研究背景及意义11.2 论文研究内容22 分布式信源编码理论基本22.1 分布式信源编码简介22.2 分布式信源编码原理22.2.1 信源编码原理32.2.2 Slepian-Wolf编码原理32.2.3 Wyner-Ziv编码原理52.3 分布式信源编码实现办法62.3.1 运用校验子分布式信源编码62.3.2 使用校验位分布式信源编码73 基于Turbo码分布式编码73.1 Turbo码提出73.2 Turbo码特性83.3 Turbo码编码原理83.3.1 并行级联卷积码83.3.2 串行级联卷积码93.3.3 混合级联卷积码93.3.4 Turbo码编码器中交织器设计103.4 Turbo码译码原理104 Turbo码作为信道码在分布式信源编码中应用124.1 编码器设计124.2 解码器设计134.3 仿真实现144.3.1 Matlab程序设计语言概述144.3.2 程序仿真成果155 总结20参照文献21附录22道谢24华南农业大学本科生毕业设计成绩评估表1 前言1.1 课题研究背景及意义近年来，无线传感器网络（WSN：Wireless Sensor Network）引起人们广泛关注和研究，在军事、环境以及医疗等领域都得到较好运用。集成了传感器、微机电系统和网络三大技术而形成传感器网络是一种全新信息获取和解决技术。无线传感器网络与老式无线网络（如WLAN和蜂窝移动电话网络）有着不同设计目的，后者在高度移动环境中通过优化路由和资源管理方略最大化带宽运用率，同步为顾客提供一定服务质量保证。在无线传感器网络中，除了少数节点需要移动以外，大某些节点都是静止。由于它们普通运营在人无法接近恶劣甚至危险远程环境中，能源无法代替，使得传感器节点信息解决和传播能力受到了很大限制，设计有效方略延长网络生命周期成为无线传感器网络核心问题（任丰原等，）。为了克服这些限制需要设计能耗较低通信合同和算法，分布式信源编码（DSC：Distributed Source Coding）为此提供理解决方案。与老式编码技术相比，分布式信源编码将独立信源数据记录有关性转移到解码端考虑，有效地将编码端复杂度转移到解码端，并能获得较高编码效率。当前分布式信源编码技术在国外已经成为重要研究内容，在国内也开始受到越来越多研究者关注（王万良等，）。分布式信源编码是对信息互有关联但不互相通信信源一种信息压缩方式。和其她信源编码不同是，分布式信源编码使用是信道码。分布式信源编码是指针对一组有关信源编码，各个信源进行独立编码，编码后信号送到解码端进行联合解码。这种编码办法大大减少了对编码端计算能力规定，并且在解码时考虑了各个信源之间信息冗余，提高了编码效率，把编码端复杂度转移到理解码端，极大减少了编码端工作量，因而非常适合于WSN中减少传感器节点消耗（陈睿，），不但如此，对于解决视频、图像大数据量应用中也是至关重要。随着网络和无线技术发展，以分布式信源编码技术为理论基本分布式视频编码越来越受到人们注重。在老式视频压缩方案中，编码端通过帧间预测来运用相邻帧之间有关性，从而实现数据压缩。由于帧间预测要用到复杂运动预计和运动补偿算法，因而编码器普通要比解码器复杂5-10倍。随着移动多媒体通信及无线视频传感器网络等新技术浮现，对编解码器配备方案提出了完全不同规定，即编码器要力求简朴，而解码器可以复杂。这时压缩要在存储和运算能力都较弱摄像机中进行，因而但愿编码器尽量简朴；而解码器在基站，可采用较复杂算法构造（史萍，）。在这种状况下，编码端复杂度较低分布式视频编码技术研究越来越得到了注重。1.2 论文研究内容本文重要简介了分布式信源编码理论基本，及Turbo信道码编码、解码原理，并且对Turbo码应用于分布式信源编码中进行了仿真和性能分析，并结合仿真研究了参数变化对编码性能影响。2 分布式信源编码理论基本2.1 分布式信源编码简介作为信息论一种分支，早在1973年David Slepian和Jack K.Wolf就运用信息熵提出针对于两个信息互有关联信源无损压缩理论极限，称之为斯理篇-伍夫界限（Slepian-Wolf bound）。 她们证明了两个互不通信信息有关信源压缩可以达到有互相通信压缩效率，从而奠定了分布式信源编码理论基本。分布式信源编码是对信息互有关联但不互相通信信源一种信息压缩方式。和其她信源编码不同是，分布式信源编码使用是信道码。分布式信源编码是指针对一组有关信源编码，各个信源进行独立编码，编码后信号送到解码端进行联合解码。这种编码办法大大减少了对编码端计算能力规定，并且在解码时考虑了各个信源之间信息冗余，提高了编码效率，把编码端复杂度转移到理解码端，极大减少了编码端工作量。分布式信源编码重要应用领域有传感器网络（sensor network）和图像，视频，多媒体压缩。其最重要特点有两条，第一，编码计算非常简朴，解码相对比较复杂；第二，互不通信信息有关信源压缩可以达到有互相通信压缩效率。2.2 分布式信源编码原理早在1973年，David Slepian和Jack K.Wolf就从理论上提出了在无损压缩时有关信源独立编码和联合解码同样有效，从而奠定了DSC理论基本。于1976年， A.Wyner和J.Ziv在考虑高斯信源有损压缩时得到了类似成果，提出了联合高斯信源有损编码方案。2.2.1 信源编码原理信源编码是以提高通信有效性为目编码，普通通过压缩信源冗余度来实现。信源编码采用办法普通是压缩每个信源符号平均比特数或信源码率。同样多信息用较少码率来传送，使单位时间内传送平均信息量增长，从而提高通信有效性。信源编码基本途径有两个：使序列中各个符号尽量互相独立，即解除有关性；使编码中各个符号浮现概率尽量地相等，即概率均匀化。信源编码基本是信息论中两个编码定理：无失真编码定理和限失真编码定理。无失真信源编码是一种可逆性编码，即编码后码字序列再经解码解决后，可无失真地恢复出本来消息或消息序列。显然对于离散信源来说才有也许实现这种可逆编码，因此无失真信源编码仅合用于离散信源。限失真信源编码不能构成可逆编码，即编码后码字序列经解码（反变换）解决后，所恢复消息序列与发送端原消息序列存在一定失真。这种编码合用于持续信源模仿信号编码。2.2.2 Slepian-Wolf编码原理Slepian-Wolf编码合用于离散信源分布式信源编码。Slepian-Wolf定理指出对每个信源分别进行编码，再进行联合译码，其性能与所有信源联合编码是一致，只要满足在n个信源中任取k个信源和速率不不大于这k个信源以剩余n-k个信源为条件熵(当k=n时，即规定总和速率不不大于n个信源联合熵)。假设X和Y是一组具备有关性离散无记忆信源，依照信源编码定理，要实现无损压缩编码，只需要编码速率不不大于信源熵。在两个有关信源可以进行通信状况下，如图1所示，对信源X和Y进行联合编码，则其和速率只要不不大于联合熵H(X,Y)，就能实现无差别编码。例如，先将信源Y序列以速率H(Y)进行压缩，然后在信源X编码端完全获取信源Y信息条件下，对信源X以速率H(X|Y)进行压缩编码。图1 老式信源编码构造但是，如果两个信源X和Y之间是互不通信，如图2所示，仅在译码端进行联合译码，则需要满足什么样速率规定才干实现无损压缩编码？图2 分布式信源编码构造假设两个有关无记忆信源联合熵为H(X,Y)，在编码端依然采用分离编码，而在译码端进行联合译码，则下面速率区域是可达： 图3 Slepian-Wolf可达速率域图3中画斜线区域表达了Slepian-Wolf定理可达速率区域，而双斜线某些则表达每个信源压缩码率均不不大于信源熵条件下速率域。前者区域比后者要大，表白运用信源有关性，可以减少编码速率，提高效率。图3中角点A，可以表达将两个信源有关性等效为信源X到信源Y虚拟信道，然后以H(X|Y)码率对信源X进行编码并传送到译码端，而对信源Y进行单信源编码，以速率H(Y)传至译码器。在译码端，一方面将信源Y信息无误译出，然后在此基本上将信源X信息译出，于是便实现了Slepian-Wolf区域一种角点渐进无差错传播。由对称性，将信源X和Y地位互换，便可以实现另一种角点B渐进无差错传播。角点A和B称为非对称压缩。通过运用时分(Time Sharing) 技术，就可以实现Slepian-Wolf区域边界上（如图3点C）任意一点渐进无差错传播。而对于由ABD所构成三角区域，称为对称压缩。在该区域中任意一点上，每一种信源压缩速率都超过单信源熵极限。Slepian-Wolf定理指出对每个信源分别进行编码，再进行联合译码，其性能跟所有信源联合编码是一致，只要满足在N个信源中任取k个信源和速率不能不大于这N个信源联合熵（薛国栋，）。2.2.3 Wyner-Ziv编码原理Wyner-Ziv编码是指对具备有关性持续信源来进行分布式编码，这样需要一方面对信源X进行量化，引入了量化失真，量化后与边信息Y之间仍具备有关性，然后采用Slepian-wolf编码来运用这种有关性减少X编码速率。由于Slepian-Wolf编码是基于信道编码，因此Wyner-Ziv编码事实上是一种信源信道编码问题。Wyner-Ziv理论以为，在有损压缩时候，如果只在解码端可以得到参照信息和在编解码端都能得到参照信息相比，并没有编码效率下降，即在有损压缩时候，如果参照信息只在解码端可以得到和在编解码端都能得届时具备相似率失真。这样Wyner-Ziv编码问题可以看作是一种对码字量化和Slepian-Wolf编码相结合问题，如图4所示。图4 Wyner-Ziv编解码器Wyner-Ziv编码可以当作是一种信源信道联合编码问题，量化某些和预计某些是信源编码内容，可以采用信号解决中各种量化办法，如标量量化、网格量化等。量化后码字构成了待分割码字空间，在解码端预计某些则依照解码码字和参照信息对解码输出做出估值。将图4中Slepian-Wolf编码器看作是信道编码某些，应当注意这里所进行并不是信道编码，而是把信道码原理用于信源编码。随着信道码渐近地接近信道容量，Slepian-Wolf编码码率就会渐近地接近Slepian-Wolf理论极限（廖希睿， ）。2.3 分布式信源编码实现办法在分布式信源编码理论基本支持之下，对于分布式信源编码实现方式也越来越多。分布式信源编码是运用边信息编码方式，其在解码端是运用信道编码思想对接受信息进行解码。因而需要采用先进信道码进行实现。虽然分布式信源编码实现方式多样，采用信道码字也不同，但事实上，可以分为基于校验子（Syndrome）方式和基于校验位（Parity）方式。本节讨论了这两种实现方式理论基本和实现过程，其中基于校验子编码方式以由Pradhan和Ramchandran提出DISCUS（Distributed Source Coding Using Syndrome）方案为基本，以采用BCJR算法为译码器算法；而基于校验位编码方式则以Turbo码为举例，实现以Turbo码分布式信源编码。2.3.1 运用校验子分布式信源编码DISCUS方案使用网格编码调制信道码来分割信源符号空间，构建出不同陪集，发送各个信源符号所在陪集序号作为编码信息发送到信道中。接受端依照收到陪集索引信息，结合与当前译码信源有关信源译码成果，在陪集中找到最佳译码成果作为输出。DISCUS考虑了两个互有关信源之间有关性，把一种信源当作另一种信源通过了噪声干扰成果，运用信道编码研究成果实现分布式信源编码（王良等，）。图5 DISCUS编译码框图DISCUS考虑了两个互有关信源X 和Y 独立编码和联合解码，在X和Y之间想象一条虚拟信道P(Y|X)，把信源X 看作信道输入，把参照信息Y 看作信道输出，即把信源Y当作是信源X通过噪声污染后成果，这样就可以运用信道码纠错性能来恢复信源码字（陈睿，）。2.3.2 使用校验位分布式信源编码分布式信源编码是由信道编码转变而来，而信道编码是产生冗余校验信息来保证信息精确传播，这与信源编码减少信息冗余信息保证信源传播高效性宗旨正好相反。DISCUS对信道编码校验位进行了特殊解决，使其转变为校验子从而减少了直接传播校验位冗余信息，达到压缩信源并且保证了传播有效性目。如果直接用校验位实现分布式信源编码，就必要考虑一种问题，即：如何解决实现对信源压缩?近年来，由于Turbo信道码浮现，使得这个问题得到理解答。Turbo码容许只传播某些校验位也能保证精确地实现译码，这样也就在保证译码精确性前提之下，实现了信源压缩。由于其先进性能，Turbo码已经被应用到分布式信源编码中来。3 基于Turbo码分布式编码3.1 Turbo码提出Turbo码是当前普遍应用高性能信道编码，由C.berrou等人最初在1993年提出来，后经理论分析和仿真实现证明了其是性能优秀信道编码方案。在1993年简介Turbo码首篇论文里，创造者Berrou仅给出了Turbo码基本构成和迭代译码原理，而没有严格理论解释和证明。因而，在Turbo码提出之初，其基本理论研究就显得尤为重要。J.Hagenauer一方面系统地阐明了迭代译码原理，并推导了二进制分组码与卷积码软输入软输出译码算法。S.Benedetto等人提出了均匀交织（UI，Uniform interleaver）概念，并运用联合界技术给出了Turbo码平均性能上界。D.Divsalar等人也依照卷积码转移函数，给出了Turbo码采用MLD时误比特率上界。一开始，Turbo码只应用于卫星链路等特殊场合。当Turbo码与第三代移动通信原则结合时，它就成为应用最广泛纠错码之一。研究人员还在研究把Turbo码用于数字音频和视频广播，以及用于增强型无线互联网，以提高数据传播速率。由于Turbo码这种巨大前景，它已经成为通信研究前沿。在全世界各大公司和大学成百个小组都聚焦在这个领域。当前，Turbo码逐渐完善并被各种通信原则所采纳，如第三代移动通信系统伙伴项目（3GPP）、802.16等组织。3.2 Turbo码特性Turbo码有一重要特点是其译码较为复杂，比常规卷积码要复杂多，这种复杂不但在于其译码要采用迭代过程，并且采用算法自身也比较复杂。这些算法核心是不但要可以对每比特进行译码，并且还要随着着译码给出每比特译出可靠性信息，有了这些信息，迭代才干进行下去。用于Turbo码译码详细算法有：MAP（Maximum A Posterori）、Max-Log-MAP、Log-MAP和SOVA（Soft Output Viterbi Algorithm）算法。MAP算法是1974年被用于卷积码译码，但用作Turbo码译码还是要做某些修改；Max-Log-MAP与Log-MAP是依照MAP算法在运算量上做了重大改进，虽然性能有些下降，但使得Turbo码译码复杂度大大减少了，更加适合于实际系统运用；Viterbi算法并不适合Turbo码译码，因素就是没有每比特译出可靠性信息输出，修改后具备软信息输出SOVA算法，就正好适合了Turbo码译码。这些算法在复杂度上和性能上具备一定差别，系统地理解这些算法原理是对Turbo码研究基本，同步对这些算法复杂度和性能比较研究也将有助于Turbo应用研究。此外，要想在移动无线系统中成功使用Turbo码，一方面要考虑在语音传播中最大延迟限制。在短帧状况下仿真成果表白短交织Turbo码在AWGN信道和Rayleigh衰落下依然具备接近信道容量纠错能力，从而显示出Turbo码在移动无线通信系统中非常辽阔应用前景。3.3 Turbo码编码原理Turbo编码器由两个递归系统卷积码通过交织器以并行级联方式结合而成，以较小编译码复杂度，生成码重分布优良长码。Turbo码编码构造有：并行级联卷积码、串行级联卷积码、混合级联卷积码（刘东华，）。3.3.1 并行级联卷积码1993年，C.Berrou提出Turbo码就是并行级联卷积码构造，重要由分量译码器、交织器、凿孔矩阵和复接器构成。分量码普通选取为递归系统卷积码，固然也可以选取分组码、非递归卷积码以及非系统卷积码。普通两个分量码采用相似生成矩阵（也可不同）。图6 并行级联卷积码编码方案3.3.2 串行级联卷积码通过对并行级联卷积码构成Turbo码在AWGN信道上仿真证明，误比特率会随着信噪比增长而下降，但是当误比特率下降到一定限度后，信噪比增长所起影响就几乎没有了，或者叫信噪比下降浮现了平台效应。为理解决这种问题，S.Benedetto等人于1996年提出了所谓串行级联卷积码Turbo码方案。该方案集合了串行级联码和基于并行级联卷积码Turbo码特点，在恰当范畴信噪比范畴内，通过迭代译码可以得到优秀译码性能。详细串行级联卷积码编码构造如图7所示。图7 串行级联卷积码编码方案3.3.3 混合级联卷积码通过上两节描述，咱们理解了并行级联卷积码和串行级联卷积码，也就容易想到将两者结合起来编码方案。这样就既可以保证在低信噪比状况下优秀译码性能，又可以有效消除并行级联卷积码平台效应。这种结合方案就称作混合级联卷积码。图8、9给出了2种常用混合级联卷积码编码方案。图8 混合级联卷积码编码方案I图9 混合级联卷积码编码方案II3.3.4 Turbo码编码器中交织器设计交织器是影响Turbo码性能一种核心因素，它可以便Turbo码距离谱细化，即码重分布更为集中。它特性好坏直接关系着Turbo码性能。编码器中交织器使用是实现Turbo码近似随机编码核心。交织器事实上是一种映射函数，作用是将输入信息序列中比特位置进行重置，以减小分量编码器输出校验序列有关性和提高码重。普通在输入信息序列较长时可以采用近似随机映射方式，相应交织器称为伪随机交织器。由于在详细通信系统中采用Turbo码时交织器必要具备固定构造，同步是基于信息序列，因而在一定条件下可以把Turbo码当作一类特殊分组码来简化分析。交织是对信息序列加以重新排列一种过程。在交织器设计中，基本上是遵循下列原则：1）最大限度置乱本来数据排列顺序，避免置换前相距较近数据在置换后依然相距较近，特别是要避免相邻数据在置换后依然相邻； 2）尽量提高最小码重码字重量和减小低码重码字数量；3）尽量避免与同一信息位直接有关两个分量编码器中校验位均被删除；4）对于不归零编码器，交织器设计时要避免浮现“尾效应”图案。在设计交织器时，应考虑详细应用系统数据大小，使交织深度在满足时延规定前提下，与数据大小一致，或是数据帧长度整数倍。交织器类型可以分为两大类，一是规则交织器，也称拟定性交织器，其交织器映射函数可以由一种拟定解析函数给出。二是随机交织器，其映射函数不能由一种拟定解析表达式给出。Turbo 码惯用交织器涉及如下几种：分组交织器、随机交织器、s-随机交织器等等。3.4 Turbo码译码原理由于Turbo码是由两个或各种成员码通过不同交织后对同一信息序列进行编码。译码时，为了更好地运用译码器之间信息，译码器应当运用软判决信息，而不是硬判决信息。因而，一种有两个成员码构成Turbo码译码器是由两个与成员码相应译码单元和交织器与解交织器构成，将一种译码单元软输出信息作为下一种译码器单元输入，为了进一步提高译码性能，将此过程迭代多次。这就是Turbo码迭代译码算法原理。图10 Turbo码解码器构造框图Turbo码可以运用各种译码算法，如MAP算法、Log-MAP算法、Max-log-MAP算法和SOVA算法等。MAP算法在1974年提出，又名BCJR算法，该算法最初是用来预计无记忆噪声下马尔可夫过程，它是一种最优算法。MAP算法不但能译出序列比特值，在译码同步还能输出关于每比特译出可靠性信息。这种特点正好符合了Turbo码迭代译码特性，因此才被用于Turbo码译码中。LOG-MAP是改进MAP算法，它在对数域进行计算，可以将MAP算法中大量乘法运算化简为加法运算，从而减少计算量。除此之外，它基本原理与典型MAP算法相似。Max-Log-MAP算法是在对数域算法中，将似然值加法表达式中对数分量忽视，是似然加法完全变成求最大值运算，这样除了省去大某些加法运算外，最大好处是省去了对信噪比预计，使得算法更稳健。老式Viterbi算法用来计算卷积码最大似然序列，只提供硬判决输出。但在级联系统中，前级硬判决事实上相称于丢失了信息，使后级译码器无法从解调得到软输出中获益。SOVA是改进Viterbi算法，它可以给出译码成果可靠性值（软输出），这个可靠性值作为先验信息传递给下级译码器，从而提高译码性能。4 Turbo码作为信道码在分布式信源编码中应用分布式信源编码中倍集分割和随着式编码、解码可以运用信道编码来完毕。Turbo码是当前性能较好信道编码，因此越来越多学者对Turbo码在分布式信源编码中应用进行了研究。4.1 编码器设计分布式信源编码中Turbo码编码器构造图如图11所示，其中成员码采用码率为（n- 1） /n系统码（即编码输出n个比特中具有n-1个信息位和1个校验位），交织器长度为L，对于输入长度为L序列X，编码后将得到2L/n- 1个校验比特，对这些校验比特进行打孔后，即得到整个Turbo编码器输出。图11 分布式信源编码中Turbo码编码器构造图编码过程如下：1）将信息比特流提成多组长度恒定为N比特序列；2）每一组比特序列记为，输入到第1个编码单元，得到相应校验序列；3）同步通过交织器后进入第2个编码单元，得到相应校验序列；4）将两个校验序列按照规定通过删余打孔后进行复接，最后得到turbo码码字输出序列。分布式信源编码中Turbo输出序列丢弃所有信息位而只保存校验位，与分布式信源编码只传播倍集索引相符，从而提高了编码效率。4.2 解码器设计分布式信源编码中，Turbo码编码端仅传送了编码后得到校验位，而不涉及其相应信息位，因而必要运用边信息来进行解码。对于如图12所示序列X，假设序列Y与之有关性较高，则在解码端可运用序列Y为边信息对X进行解码。图12 分布式信源编码中Turbo码解码器构造图Turbo码解码器中迭代译码终结条件设计是个很重要问题，由于迭代译码是个很耗资源计算，另一方面，过多迭代也许会导致溢出或者振荡，从而得到错误输出成果。最简朴终结办法就是指定迭代次数，实验表白通过5次左右迭代之后，可以从后来迭代过程中获得好处就很少了，因而可以指定迭代次数，使译码过程在达到设定数值时结束。这是本实验仿真中采用办法之一。然而，固定迭代次数有两个弊端。当信道特性较好时，多余迭代导致了计算资源挥霍，另一方面，当信道特性差，误码率高时，又不能充分发挥出Turbo码性能。抱负状况下，迭代次数应随着误码状况动态变化。另一种译码终结算法是在信息序列中加入CRC校验字，每次迭代之后即检测信息序列与否有错，无错时译码即结束，为防止误码率很高时不能完全纠错状况，还必要设定最大迭代次数，达到这一数值后，虽然译码成果依然有错误，迭代过程也被强制终结。CRC校验合用于信道特性比较好状况，实验表白在这种状况下，只需一两次迭代就可以得到对的成果。它缺陷是必要加入多余校验位，减少了通信效率。此外一种效果较好办法是采用检测成员编码器输出之间交叉信息熵，当发现熵值低于某一门限时，表白再次迭代可以获得增益已经很小，因而终结译码。这种办法可以非常好挖掘出Turbo码潜力。它缺陷是计算交叉信息熵需要较大计算量和存贮空间。4.3 仿真实现4.3.1 Matlab程序设计语言概述为了精确把一种控制系统复杂模型输入计算机，然后对之进行进一步分析与仿真，1990年Mathworks公司为Matlab提供了新控制系统模型图形输入与仿真工具Simulab，该工具不久在控制界得到了广泛使用。但因其名字与知名软件公司Simula相似，因此在1992年正式改名为Simulink，此软件有两个明显功能：仿真与连接，亦即运用鼠标在模型窗口上画出所需控制系统模型，然后运用该软件提供功能对系统直接进行仿真解决。很明显，这种做法使得一种很复杂系统输入相称容易。Simulink浮现，使得Matlab为控制系统仿真及其在CAD等中应用打开了崭新局面。Matlab作为一种数值计算和与图形解决工具软件，其特点是语法构造简要、数值计算高效、图形解决完备、易学易用，它在矩阵代数数值计算、数字信号解决、震动理论、神经网络控制、动态仿真等领域均有广泛应用。与C、C+、Fortran等高档语言相比，Matlab不但在数学语言表达与解释方面体现出人机交互高度一致，并且具备先进高技术计算环境所不可缺少如下特性：1）高效数值计算及符号计算功能，能使顾客从繁杂数学运算分析中解脱出来；2）具备完备图形解决功能，实现计算成果和编程可视化；3）和谐顾客界面及接近数学表达式自然化语言，使学者易于学习和掌握；4）功能丰富应用工具箱（如信号解决工具箱、通信工具箱等），为顾客提供了大量以便实用解决工具。当前Matlab已经成为国际上最流行软件之一，它除了老式交互式编程外，还提供了丰富可靠矩阵运算。图形绘制、数据解决、图象解决、以便Windows编程等便利工具。以Matlab为基本工具箱，广泛应用于自动控制、图像信号解决、生物医学工程、语言解决、雷达工程、信号分析、震动理论、时序分析与建模、化学记录学、优化设计等领域，并体现出普通高档语言难以比拟优势。较为常用工具箱重要涉及：1）Matlab主工具箱（Matlab Main Toolbox）2）控制系统工具箱（Control System Toolbox）3）通讯工具箱（Communication Toolbox）4）系统辨识工具箱（System Identification Toolbox）5）图象解决工具箱（Image Processing Toolbox）6）神经网络工具箱（Neural Network Toolbox）7）鲁棒控制工具箱（Robust Control Toolbox）8）信号解决工具箱（Signal Processing Toolbox）9）符号数学工具箱（Symbolic Math Toolbox）10）动态仿真工具箱（Simulink Toolbox）Simulink是实现动态系统模型仿真一种集成环境，它存在使Matlab功能得到进一步扩展。这种扩展意义体当前：（1）实现可视化建模。在Windows环境下，顾客通过简朴鼠标操作就可以建立直观系统模型，并进行仿真；（2）实现多工作环境内文献互用和数据互换，如Simulink与Matlab，Simulink与Fortran、C和C，Simulink与实时硬件工作环境信息互换都可以以便实现；（3）把理论研究和工程实既有利地结合在一起。Simulink为顾客提供了用方框图进行建模图形接口，采用这种构造化模型就像纸和笔同样容易，它与系统仿真软件包用微分方程和差分方程建模相比具备更直观、以便、灵活长处。4.3.2 程序仿真成果本节对Turbo码整个编码、译码过程做了仿真。译码某些采用LOG-MAP算法以及SOVA算法。而后对两者仿真成果作了简要性能分析、比较和总结。本文提出了下面整体框图，将Turbo 码应用于分布式信源编码，其基本框图如图13所示：图中可以分为三某些，分别是编码、信道和译码。Turbo 码编码器有三某些构成：RSC 编码器，交织器和删余矩阵。图13 Turbo码编译码原理框图1）有关性对译码成果性能仿真基于Turbo码分布式信源编码实验用来仿真数据为随机产生数据，仿真环境重要参数涉及：传播信道、译码算法、迭代次数、交织方式、删余矩阵等，详细取值如表1所示。表1 有关性对译码成果性能仿真参数参数取值交织方式伪随机交织译码算法LOG-MAP，SOVA迭代次数5传播信道AWGN信道删余矩阵111;101有关性系数0.02 ,0.03，0.04，0.05，0.06，0.07，0.08信噪比1dB编码码率1/2由图14可知,随着值增长，误码率也越来越大。这是由于仿真中参照信息是信源加上一种随机噪声所得，而表达随机噪声大小系数就是，即值直接反映两者有关性大小，越大，阐明参照信息与信源有关性越低，译码性能越差。图14 误码率BER与有关性关系曲线2） LOG-MAP与SOVA算法译码性能仿真成果表2 LOG-MAP与SOVA算法译码性能仿真参数参数取值译码算法LOG-MAP，SOVA帧长度400编码码率1/2有关性系数0.05从图15可以看出，相似条件下，迭代译码迭代次数越多，抗噪声性能越好。图15 L=400时LOG-MAP算法仿真成果图16 L=1200时LOG-MAP算法仿真成果现将帧长度L改为L=1200，通过对随机信源数据进行编译码仿真得到图16。结合图15及图16，可以得出，相似条件下，帧长度越大，误码率性能越好。综上所述，基于LOG-MAP译码算法，相似条件下，迭代译码迭代次数与帧长度增长，能有效改进Turbo码译码性能。现将以上仿真所使用仿真参数中译码算法改为SOVA译码算法，别的参数保持不变，通过仿真可得到图17。图17 L=400时SOVA算法仿真成果从图17可以看出，相似条件下，迭代译码迭代次数越多，抗噪声性能越好。现将帧长度L改为L=1200，通过对随机信源数据进行编译码仿真得到图18。图18 L=1200时SOVA算法仿真成果结合图17及图18，可以得出，相似条件下，帧长度越大，抗噪声性能越好。由此可见，使用SOVA算法与使用LOG-MAP算法仿真所得到结论是一致，即相似条件下，迭代译码迭代次数与帧长度增长，能有效改进Turbo码译码性能。3）SOVA和LOG-MAP译码算法性能比较在实现