【正文】 // 計時 rst: in std_logic。 end if。 state_l3:=reg((TREL1_LEN3)*8+pathId(conv_integer(unsigned(selState))))。 end if。 end if。139。 if freeBeg(pathId(current_state))=39。event then free := 11111111。)。 selStateL1 = (others = 39。 variable outState_l2 : std_logic_vector(2 downto 0)。 variable freeBeg : std_logic_vector(7 downto 0)。 // 8 selected transitions (1 per state) at time 0 selStateL2: out std_logic_vector(2 downto 0)。 20 交織器 1 和交織器 2 所對應(yīng)的代碼如下所示： 交織器 1 library ieee。在交織過程中，利用交織地址讀數(shù)據(jù)，解交織時利用解交織地址存儲數(shù)據(jù)，大大減少了計算量與地址存儲量。 圖 偽隨機序列發(fā)生器 采用 9 個 D 觸發(fā)器 (D0~D8)，構(gòu)造周期為 291 的偽隨機序列發(fā)生器，其輸出為觸發(fā)器 D8 的輸出取反，并將 D8 與 D4 的輸出經(jīng)過異或后反饋給 D0，使其連續(xù)產(chǎn)生輸出比特。如果完全按照非均勻量化中的 A 律或 μ律壓縮特性曲線，或者類似的連續(xù)壓縮特性函數(shù)，則系數(shù) A/μ 或者解析函數(shù)式難以確 16 定。限幅 SOVA 算法采用預(yù)先設(shè)定的門限值 對 值進行限制，在一定程度上提高了 SOVA 的性能。其譯碼流程、路徑度量、對數(shù)似然比的計算與傳統(tǒng) SOVA 相同，唯一要修正的是利用公式 ()對軟判決值 值進行限幅。選擇錯誤路徑的概率由公式 () ( ) () 式中 和 表示幸存路徑的累積路徑度量和概率， 和 表示幸存路徑的并行路徑的累積路徑度量和概率。 譯碼器結(jié)構(gòu) 經(jīng)過刪余后，編碼器的輸出為 =( , )，其中 由 和 交替組成。 k 表示時刻， 表示 k 時刻分量編碼器的狀態(tài)， = 表示分量編碼器 k 時刻輸出的信息位， 表示分量編碼器 k 時刻輸出的校驗位， * +表示分量編碼器輸出的碼序列， 和 分別表示 k 時刻譯碼器接收到的信息位和校驗位， Y={ }表示接收到的碼序列。從信息論的角度來看，任何硬判決都會損失部分信息，因此，如果分量譯碼器（內(nèi)碼譯碼器）能夠提供一個反映其輸出可靠性的軟輸出，則其它分量譯碼器（外碼譯碼器）也可以采用軟判決譯碼，從而系統(tǒng)的性能可以得到進一步提高。 Turbo 碼既然要求采用系統(tǒng)碼，理所當然地選擇了遞歸型系統(tǒng)卷積碼 RSC 在截余形式下，遞歸型系統(tǒng)卷積碼 RSC 比非遞歸系統(tǒng)卷積碼 NSC 具有更好的重量譜分布和更佳的誤碼率性能，并且在碼率越高，信噪比越低的時候其優(yōu)勢越明顯。 課題中采用對編碼器輸出信號混入噪聲的方法來模擬通信信道，如圖 所示。根據(jù)刪余矩陣的不同形式，就可以得到不同碼率的 Turbo 碼。 偽隨機交織器 關(guān)于偽隨機交織器，目前所公認的性能較好的是偽隨機 S 交織器，即每一個隨機產(chǎn)生的置換位置 π(i)均與它前面的 S 個值， π(i1)， π(i2)，?? π(is) 進行比較，如果距離| ( ) ( )| ， j=1,2,3，?? s 則 π(i)被拒絕，必須重新產(chǎn)生。由表可見，經(jīng)過這種交織器的置換，信息序列中首尾比特位置在交織前后保持不變。 RSC 碼由前饋多項式和反饋多項式共同決定。 圖 Turbo 碼編碼器原理框圖 Turbo 碼將卷積碼和隨機交織器結(jié)合在一起，巧妙地實現(xiàn)了隨機編碼的思想，同時采用軟輸出迭代譯碼來逼近最大似然譯碼。 相比之下， Turbo 碼譯碼中，軟輸出維特比譯碼 (SOVA)算法計算簡單，存儲量小，易于硬件實現(xiàn)的優(yōu)點，受到人們廣泛的關(guān)注。為此，受有限譯碼約束長度維特比算法的啟發(fā)，人們提出了準最佳的活動窗 BCJR 算法 ； 或把長幀的信息分成 W 段用 W 個并行子譯碼算法同時進行譯碼。這主要是因為 ； 在算法中求對數(shù)似然比和中間變量的迭代過程中存在著大量的指數(shù)，乘法和加法運算 ； 隨著狀態(tài)數(shù)與分組序列長度的增長，中間變量所需的內(nèi)存呈指數(shù)性增長 ； 需要接收完整的序列才能獲得信息位的軟輸出?？偟膩碚f，推出的專用芯片和 IP Core 是用于特殊用途的，參數(shù)單一，缺乏靈活性，存儲量大，功耗較大，而且價格昂貴，專用芯片還有一定的起訂數(shù)量要求，阻礙了 Turbo 碼的實用化推廣。 1996 年， 與 教授提出了均勻交織器的概念， 還推測出了 我們可以設(shè)計出好的交織器，使得誤比特率可以達到最低。在 AWGN 信道上，歸一化信噪比 SNR 7dB 時，若交織長度為 65536bit，同時譯碼采用最大似然判決譯碼方式，經(jīng)過 18 次迭代，碼率為 1/2 的 Turbo 碼的誤比特率可達105。 在 Ungerbock 提出 TCM 之后的 10 年時間里，信道編碼理論在通向 Shannon 極限的道路上又陷入了困境，一直沒有太大的進展。 當時，在通信學界的研究者當中普遍存在這樣的觀點，他們認為在數(shù)據(jù)傳輸速率不為零的情況下，是不可能使差錯率為任意小的，而 Shannon提出的理論改變了這一觀點，為信道編碼界做出了重大的貢獻，同時也引出 了兩個比較實際的問題，其一， Shannon的編碼定理只是在理論上提出存在這樣的“好碼”能夠達到信道容量極限，但并沒有提出有效的方法來構(gòu)造這種“好碼” ； 其二，為了實現(xiàn)很低的差錯概率，必須增加碼字的長度，但是譯碼的復雜性會隨著碼字長度的增加而變得更加復雜 ， 圍繞著這兩個實際問題，研究者們對信道編碼理論展開了研究和實際應(yīng)用。 Turbo 碼已經(jīng)在實際的通信系統(tǒng)中得到應(yīng)用，但是隨著通信技術(shù)的發(fā)展和人們對通信業(yè)務(wù)需求的不斷提高，對 Turbo 碼的編譯碼技術(shù)進行研究很有必要。在具體的設(shè)計過程中，利用利用 VHDL 語言對各個模塊進行編程，并通過 Modelsim 進行仿真測試。以至于人們開始對 Shannon 的論斷產(chǎn)生了懷疑。因此， Turbo 碼被認為是繼 1982年 TCM 技術(shù)問世以來，信道編碼理論與技術(shù)研究上所取得的最偉大的成就，具有里程碑的意義。雖然理論尚有欠缺，但是通過多年來學者們在降低 Turbo 碼譯碼復雜度方面的努力， Turbo 碼己經(jīng)走向了實用化的道路：在第三代移動通信系統(tǒng)中， Turbo 碼被各種標準采用為高速數(shù)據(jù)業(yè)務(wù)的信道編碼方式；在深空通信中， Turbo 碼也作為標準被寫入 CCSDS 建議中；第四代移動通信的研究方案中， Turbo碼作為信道編碼的備選方案之一 [3]。 和其它的信道編碼方案相比較， Turbo 碼雖然采用了迭代譯碼的原理，具有優(yōu)異的譯碼性能，但是仍存在有待于改進的缺陷： (1) 譯碼算法相對較為復雜，計算量大； (2) 編譯碼器中交織器的引入，譯碼器采用迭代譯碼，導致譯碼延時較大，從而限制 了 Turbo 碼在高速實時通信系統(tǒng)中的應(yīng)用； (3) 存在著所謂的地板效應(yīng) (errorfloor)，即在誤碼率下降到一定程度以后，再增加信噪比的情況下，誤碼率就下降得很慢，并趨于恒定； (4) 理論分析困難，目前尚未有對 Turbo 碼編譯碼器進行完整的理論分析與估計，一般都是通過計算機仿真模擬其性能。 MAP 算法是一種基于碼元的最大后驗概率譯碼算法，對于線性塊編碼的卷積碼，它能使比特錯誤率最小。 另外，由于狀態(tài)變量向后遞歸迭代的需要， MAP 算法要接收到完整的序列才能得到信息位軟輸出，譯碼過程缺乏連續(xù)性，且編碼器必須終止于某一確定狀態(tài)（如零狀態(tài)），這意味著每傳送一幀（編碼分組）數(shù)據(jù)就必須在末尾 添加一些額外的“迫零比特”。軟判決值（通常為對數(shù)似然比）送 入下一級。 第 4 章介紹了譯碼器的設(shè)計與實現(xiàn)。其中，編碼器 1 和編碼器 2 均為遞歸系統(tǒng)卷積碼 (RSC)編碼器，整個編碼器采用并行級聯(lián)卷積碼 (PCCC)的形式。長度為 N 的交織器可以用 N 個整數(shù) π(0)， π(1)， π(2)，??π(N1)來表示，交織的過程可以理解為：交織器在第 s 時刻的輸出等于第 π(s)時刻的輸入信號。同樣，數(shù)據(jù)也可從交織矩陣的左下角開始向右上角讀取，即每讀上一行數(shù)據(jù)的同時，右移一位，圖 (a) (b) 分別為兩種讀取數(shù)據(jù)方式的分組螺旋交織器的交織過程。對于碼率大于 1/2 的情況，選擇別的刪余方案可以獲得更優(yōu)異的性能。 (2) 在第 k 步，以隨機的方式在集合 ={ S， , ?? }中選擇一個整數(shù) ，其被取到的概率為 ( ) ( )，將 放入新的集合 中，記為 I(k)，并將其 從 原有的集合 中刪除。然而 Forney 等己經(jīng)證明過，對于經(jīng)典前饋型的卷積碼而言，在同樣記憶長度和較大信噪比 SNR 條件下，非系統(tǒng)卷積碼 (NSC, Non Systematic Convolutional)比系統(tǒng)碼有著更大的自由距離和更低的誤比特率 BER。此時，雖然 1 位比特信息仍產(chǎn)生 2 位校驗，但發(fā)送到信道上的只是 1 位系統(tǒng)信息位和 1 位輪流取值的校驗位，于是碼率被調(diào)整為 R=1/2。 SISO 譯碼器的輸出應(yīng)該為軟判決信息。在現(xiàn)代通信系統(tǒng)當中，人們采用將編碼與調(diào)制相結(jié)合，解調(diào)與譯碼相結(jié)合的辦法，即解調(diào)器不對輸入信息進行硬判決，而是將符號可能出現(xiàn)的概率值輸出給譯碼器，這樣就不會將錯誤信息傳遞給譯碼器，從而降低了誤碼率，提高了譯碼性能。傳統(tǒng)的 SOVA 算法包括以下步驟： 累積路徑度量的計算 在時刻 k， 每一狀態(tài)的路徑 m 的累積路徑度量由公式 ()得 ( ) ( ) ∑ ( ) ( ) ( ) () 其中 x 和 y分別為編碼輸出的碼字序列和對應(yīng)的接收序列， =4 ( ) ( ) ( ) ( ) () 為接收碼字在 k 時刻的系統(tǒng)碼元， L( )為輸入譯碼器的先驗信息值。雙向 SOVA 算法在傳統(tǒng) SOVA 譯碼結(jié)構(gòu)的基礎(chǔ)上，增加了反向 SOVA 譯碼單元，使每個譯碼模塊能夠同時進行正向和反向 SOVA 譯碼操作，并提供各自的軟判決輸出，通過綜合兩個方向的軟輸出 ，為下一輪譯碼提供更為可靠的外部信息，達到改善 SOVA 譯碼性能的目的。利用修正函數(shù)對 進行整個非負實數(shù)域的校正，進而改善 SOVA 軟輸出值的精確度。關(guān)于幀同步機和偽隨機序列生成器都在標準中有著詳細的規(guī)定，下面本文將對 Turbo編碼器的各個功能模塊逐一進行設(shè)計與實現(xiàn)。 ( ) () 0 ?1 () ,( ) () ( ) ( ) () () ( ) () ( ( ) ) () 其中： P1=31； P2=37； P3=43； P4=47； P5=53； P6=59； P7=61； P8=67； 由于上述算法采用了大量的乘除（取模）運算，如果直接進行硬件實現(xiàn)，將使電路變得過于復雜和龐大，為了在資源有限的硬件上實現(xiàn)，本文針對 ， 的具體數(shù)據(jù)及使用的具體環(huán)境，將該算法進行了優(yōu)化。根據(jù) m序列的性質(zhì)，在一個周期內(nèi)除了全零以外，其它狀態(tài)只出現(xiàn)一次，由于它的狀態(tài)是唯一的，那么用 n 序列來當做RAM 的讀寫地址，就保證了數(shù)據(jù)的唯一性。 // 計時 rst: in s