一種高效咬尾卷積碼譯碼器的設計與仿真

1、【Word版本下載可任意編輯】 一種高效咬尾卷積碼譯碼器的設計與仿真 介紹了咬尾卷積碼的和次譯碼算法的實現(xiàn)細節(jié)。給出了采用新的蝶形圖計算方法和環(huán)形內存來節(jié)省硬件資源的實現(xiàn)方法，給出了次算法在FPGA上的實現(xiàn)結果。 0 引言 自1955年Elias發(fā)明卷積碼以來，卷積碼作為一種高效的信道編碼已被用在許多現(xiàn)代通信系統(tǒng)中。卷積碼分為零比特卷積碼(Zero Tail CC，簡稱ZTCC)和咬尾卷積碼(Tail Biting CC，簡稱TBCC)兩種。ZTCC是指在編碼的時候，碼字后面要另外加上K(K為約束長度)個0將編碼存放器的狀態(tài)打出，而TBCC則是直接用碼字的K個比特將編碼存放器初始化，從而提高編

2、碼率?，F(xiàn)在的3G和4G通信標準中(比方WiMAX或LTE)都采用了TBCC信道編碼。關于TBCC的譯碼算法很多，其中比較經典的譯碼算法有循環(huán)維特比算法(CVA)和BCJR算法。但上述算法由于解碼時延不固定和復雜度的原因，均不便于硬件實現(xiàn)。為此，本文提出了一種便于硬件實現(xiàn)的次優(yōu)解碼算法。 1 TBCC譯碼算法 1.1 譯碼算法 TBCC的理論譯碼算法是，對于每一個可能的初始狀態(tài)(3k)用維特比譯碼算法對所有可能的狀態(tài)開展搜索，再根據(jù)的狀態(tài)開展解碼。但是，這種算法的復雜度太高，不利于硬件實現(xiàn)。 1.2 次譯碼算法 次譯碼算法的經典代表是CVA算法，此外還有其改良的算法比方環(huán)繞維特比算法(WAVA)

3、和雙向維特比算法(BVA)。它們的主要思路是利用圓形buffer將碼字擴展成多個相同碼塊首尾相接的長碼塊開展譯碼。當檢測到首尾狀態(tài)相等或者滿足自適應迭代的停止條件時，即完成譯碼；否則繼續(xù)開展迭代。但該算法或其改良的WAVA和BVA算法都存在這樣一個問題。那就是解碼的延遲不是固定的，而這非常不便于硬件實現(xiàn)。 所以，本文中提出固定延遲的譯碼算法，其基本思路是在碼塊的前Lt個符號補在符號的后面，將碼塊的后Lh個符號補在碼字的前面，這樣就構成一個長度為Lt+N+Lh的新碼塊(假設原碼字長度為N)，圖1所示是重構的碼塊示意圖。該新碼塊可以按照ZTCC解碼一樣去解碼，然后從具有路徑度量(path metr

4、ic)的狀態(tài)開展回溯。 圖2所示是其譯碼算法流程圖。其中Lt和Lh參數(shù)的選擇應根據(jù)仿真來確定。這里采用典型值：Lt=72，Lh=96。 2 TBCC譯碼算法的實現(xiàn) 2.1 分支度量(branch metric)的計算 維特比譯碼算法采用ML準則，其分支度量可通過下式計算： 2.2 加-比較-選擇器(ACS) 圖3所示是ACS的狀態(tài)轉移蝶形圖。實際上，卷積碼的Trellis圖具有如下性質(LTE中TBCC編碼約束長度為7)： 對于每一個狀態(tài)，其前面的狀態(tài)為i1)64和(i1+1)64。 上述性質在硬件實現(xiàn)時非常好用。由上述性質可以給出路徑度量的計算式： 從上面的公式可以看出。計算一個蝶形圖需要4

5、次加法和2次比較。圖4所示是ACS路徑度量蝶形圖。此外，操作時還可采用Andries的簡化方法來減小硬件開銷，其公式如下： 計算出需要2次加法。對于LTE中約束長度為7的TBCC來說，總共有64個狀態(tài)，可以分別在兩個蝶形圖里面使用(符號會有所變化)，這樣，加法器就減小為32，加上每個路徑度量更新還需要一個加法器，這樣共需要的加法器為32+64=96，比之前未簡化的算法少用了32個加法器。 2.3 回溯 回溯的深度(Trace back Depth)必須大于編碼深度(Coding Depth)，這是因為，經過回溯CD的長度，所有的幸存路徑均會收斂。每次回溯時，所有幸存路徑都需要從內存里面讀出TD

6、個狀態(tài)，同時將有TD-CD個判斷之后的比特送入LIFO?；厮葜?，會有TD-CD的內存空間可寫，另外在回溯時，還需要TD-CD個內存空間來保存進來的數(shù)據(jù)，這樣，內存空間就共需TD+(TD-CD)=2TD-CD。在此可取典型值TD=96，CD=72。 2.4 FPGA的實現(xiàn) 本設計采用的FPGA芯片為Altera的StratixIIIEP3SL340系列器件，其在QuartusII9.0下綜合出來的RTL視圖如圖5所示。其布線后所占用的資源如下表l所列。 3 仿真驗證 本文采用的開發(fā)流程是先在matlab下仿真出浮點算法的性能，然后根據(jù)系統(tǒng)要求用C實現(xiàn)定點模型，在和浮點的版本比較后，再采用Ver

7、-ilog實現(xiàn)。由于用verilog做性能仿真比較慢，本文采用的仿真和驗證方法是在定點C下做性能仿真，然后將C版本的輸入輸出作為黃金參考數(shù)據(jù)，再用modelsim仿出vetilog版本的數(shù)據(jù)和參考數(shù)據(jù)做比照，如果數(shù)據(jù)完全一樣，則驗證通過，否則調試verilog語言并追蹤錯誤。 驗證選擇的碼長為1080，將TBCC解碼器放在44 MIMO接收機里，可得到如圖6所示的SNR曲線。 由圖6可知，在SNR很小的時候，TBCC解碼器的性能反而較硬判決會下降，這是由于SNR太小，TBCC已經無法從很少的已知信息中糾正其他的錯誤信息。而當SNR較大時，TBCC解碼器就可以從相對多的已知信息中糾正錯誤信息。由圖6可見，在誤碼率為10-3以下時，TBCC能夠獲得約