Mã hóa vs uncoded hiệu suất của mã Reed-Solomon

[serhannn]

Tôi thiết kế một bộ giải mã Reed-Solomon trong Matlab. Bây giờ, tôi cần phải thực hiện một mô phỏng để so sánh hiệu suất của dữ liệu được mã hóa vs uncoded được gửi trên một kênh AWGN. Điều gì sẽ là bước để làm theo? Tôi nghĩ rằng, lần đầu tiên tôi có để tạo ra một chuỗi ngẫu nhiên các biểu tượng và điều chỉnh chúng. Tôi sẽ sử dụng điều chế BPSK. Sau đó, làm thế nào tôi có thể tạo ra tiếng ồn và có được các lỗi biểu tượng? Tôi có nên quay Reed-Solomon bộ giải mã của tôi vào một chức năng và sử dụng nó theo cách đó để giải mã các kênh ồn ào? Ngoài ra, đối với một mô phỏng đáng tin cậy, làm thế nào nhiều điểm dữ liệu là cần thiết? Có thể ai đó cho tôi một đề cương chung như thế nào tôi nên tiếp cận vấn đề? , Cảm ơn rất nhiều.

 

[kalyanasv]

Hi, tôi sẽ đề nghị nhìn vào ví dụ như cuốn sách bất kỳ kỹ thuật số truyền thông, Sklar, Lindsay và MK Simon Haykin, Proakis tất cả các chi tiết các bước chính xác mà bạn sẽ cần. Tuy nhiên, để bạn bắt đầu, bạn có thể xem xét một chuỗi ngẫu nhiên -> Mã hóa-> điều biến -> AWGN (Box Mueller) -> nhận được - Số> demodulate-> Giải mã (lỗi Symbol) của các điểm dữ liệu của bạn bằng cách sử dụng một cái gì đó như RS, và muốn có một thực hiện thực tế. nó phụ thuộc vào SNR, nhưng để có được đường cong đầy đủ có thể là khó khăn, bạn có thể nhìn vào 10 ^ 6 là đủ tốt. Hãy vui vẻ

 

[serhannn]

kalyanasv, cảm ơn cho lời giải thích của bạn, nó đã trở thành hữu ích cho tôi. Chỉ có một điều tôi đã không nhận được. Giới thiệu về AWGN, làm những gì bạn có nghĩa là "Mueller Box"? Có một phương pháp để thêm AWGN tiếng ồn? Ngoài ra, trong hướng dẫn sử dụng Trợ giúp của Matlab, nó nói rằng ít nhất 100 điểm dữ liệu là cần thiết cho một mô phỏng đáng tin cậy. Tôi có nên sử dụng nhiều hơn (10 ^ 6, như bạn nói)?

 

[kalyanasv]

Box Muller là một phương pháp trực tiếp để tạo ra các số ngẫu nhiên gaussian như chức năng "randn trong MATLAB. Sử dụng MATLAB chỉ cần sử dụng randn và tạo ra tiếng ồn gaussian. Độ chính xác và đường cong mà bạn muốn tạo ra quyết số teh điểm mô phỏng ví dụ như 100 điểm có nghĩa là bạn sẽ nhận được một đường cong Symbol Tỉ lệ Lỗi tối đa 10 ^ -2. Nếu bạn có 10 ^ 6, bạn sẽ nhận được 10 ^ -6. Nó là sự lựa chọn của bạn, để kiểm tra mã của bạn 10 ^ -2 hoặc 10 ^ -3 nên là đủ, để giữ cho mô phỏng thời gian tối thiểu.

 

[serhannn]

Cảm ơn, tôi có quyền mô phỏng cho các điểm dữ liệu đầy đủ. Tôi có một câu hỏi mặc dù. Tôi đã chỉ định một số Eb / Không có giá trị (1-10 dB) bắt đầu mô phỏng và sau đó chuyển đổi chúng sang SNR để tạo ra các AWGN. Trong sự giúp đỡ của Matlab, nó được viết bằng chuyển đổi nên được thực hiện như thế này: snr = EbNo 3 10 * log10 (K); mà tôi định nghĩa: K = log2 (M) * code_rate ; M = 2 cho BPSK điều chế. Bạn có thể giải thích công thức này? Có vẻ như để làm việc nhưng tôi không nhận được logic đằng sau nó. Tại sao tôi có thêm 3 để EbNo đầu tiên và sau đó tổng hợp với 10 * log10 (K)?

 

[kalyanasv]

Tôi chắc chắn không có 3 kinh nghiệm trong phương trình đó: Nếu bạn tìm kiếm các trang web MATLAB: [URL = "http://www.mathworks.com/help/toolbox/comm/ug/a1069451448b1.html] SNR / URL] bạn sẽ lưu ý rằng các SNR = Eb / No 10 logk-10log (Tsym / Tsamp) trường hợp thời hạn cuối cùng định nghĩa các biểu tượng để thời gian lấy mẫu. Từ đó, nó là rõ ràng rằng có một tỷ lệ lấy mẫu cao rõ ràng là sẽ cải thiện SNR. "3" có thể là một ví dụ cụ thể. Chúc may mắn

 

[pr_ve]

hi, nhìn vào bài viết của bạn cho thấy bạn có đủ kiến ​​thức trong mã reed-Solomon. Tôi đã được làm việc trên các mã này cho các dự án của tôi. Cụ thể hơn, nó là RS (15:13) mã với 4bits mã kích thước từ. Tôi có thể thành công phát hiện và sửa lỗi nibble 1. Nhưng, tôi không thể phát hiện hơn 1 lỗi. Theo đó, các mã RS được xem xét sẽ có thể phát hiện (15-13) = 1 số lỗi và chính xác tối đa (15-13) / 2 = 1 số lỗi. Tôi đã cố gắng đọc nhiều sách, nhưng im không thể tìm thấy một logic có thể phát hiện lỗi thứ hai trong dữ liệu của tôi. Xin vui lòng giúp tôi ....

 

[serhannn]

Với mã RS, bạn sẽ có thể phát hiện (nk) lỗi và sửa chữa lên (nk) / 2 lỗi. Loại thuật toán được sử dụng trong mã của bạn, được các thuật toán Berlekamp-Massey? Massey Berlekamp,, bạn xây dựng một đa thức lỗi, định vị để phát hiện vị trí của các lỗi, sau đó với một đa thức lỗi cường độ riêng biệt, bạn tìm thấy tầm quan trọng của các lỗi này. Với thông tin hai này, bạn có thể sửa (nk) / 2 lỗi. Kể từ khi khả năng phát hiện là (nk), tôi cho rằng đa thức tìm lỗi định vị (nk) lỗi. Có lẽ, bạn nên tập trung vào các thông tin được cung cấp bởi đa thức này. Nếu bạn đang sử dụng bất kỳ thuật toán khác (Peterson-Gorenstein Zierler hoặc Euclide), tôi đề nghị bạn tham khảo những cuốn sách "Hệ thống kiểm soát lỗi cho truyền thông kỹ thuật số và lưu trữ" Wicker và "kiểm soát Lỗi mã" của Lin và Costello. Đây là nguồn tuyệt vời cho các thuật toán Berlekamp-Massey.