读了好几年通信工程起码要知道个最简单的通信系统模型吧。
最近时间比较充足，总结一下之前做的信息论与编码实验，回顾一下通信原理的信息论与编码的基本知识。
本实验搭建了完整的通信系统，进行信源编码和信道编码分别提高了有效性和可靠性。（其实我用的定长PCM，不太能提高有效性）
设计了如下系统模块，先产生随机模拟信号，进行PCM编码（非均匀量化中使用A律13折线压缩），信道编码分别尝试使用了BCH编码和线性码，调制使用的是2FSK，经过高斯白噪声信道后进行相干解调（通信原理中尝试用simulink比较相干解调、非相干解调和最佳接收机，可参考我的GitHub），抽样判决后进行信道译码和信源译码，最后低通滤波得到模拟信号。
具体系统框图和调制解调子模块框图如下：
比较了BCH、线性码的性能，用无信道编码的系统作为对照，结果如下：
相同信噪比条件下，信道编码可以有效降低系统的误码率，提高系统性能。
为了方便比较，BCH和线性分组码均采用3位编为6位的方式，但是实验中明显看出，BCH（6，3）编码与（6，3）线性分组编码相比，虽然编码效率一致，但是BCH（6，3）编码的性能更胜一筹，可能与线性分组码自定义的生成矩阵有关。
信道编码并不能降低信道的误码率，但能增加纠错能力，使得部分码元即便出现差错也能得到纠正。
除此之外，我还观察了不同信噪比下模拟信号的恢复情况，尤其是误码率为0时的系统，恢复效果如图：
由此可见，即便误码率为0，但是模拟信号也无法完全恢复，原因是抽样量化存在误差，且不可消除，由此也可以说明，PCM并不是一种无失真信源编码。
1.信源编码之后的译码问题，就是哈夫曼编码这种变长编码，一旦发生错误，如何译码？比如一个4位码字的前三位错成了一个3位合法码字，而第四位又和下一组混合了，这种就导致后边的继续错下去，无法译码。
我们的实验中只是要求实现无失真的编码，即考虑信源编码的时候，认为信道是无错误，实际应用中哈夫曼编码并没有这么简单，实际中应用的信源编码都是针对某种业务特征采用的具体编码，哈夫曼编码可以说是一种编码思想，而不是实际应用中的一种编码标准。本实验要求使用定长编码，传输错误不会导致信源编码由于译码错误导致的错误积累。
2.Simulink仿真跟Matlab代码仿真最大的区别就是，Simulink是严格按照时间线执行的，然而在编码、信道传输过程中会出现时延，且译码是从0时刻开始，导致译码的时候出现严重差错。
观察各个模块延时的码元个数，在译码之前增加延时模块，使得第一个码到来时正好是第二个码组时刻。比如，在本系统中，信道编码后6个码为一组，而信道传输产生了两个码元时间的时延，所以在信道译码之前，再认为时延四个码元时间，抛弃第一组码，从第二组开始译码。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。