TD-SCDMA—信道译码概述.doc

TD-SCDMATD-SCDMA————信道译码概述信道译码概述信道译码是信道编码的逆过程，作用是从编码后的序列恢复出原始的信 息序列 主要过程包括： • 物理信道解映射 • 第二次解交织 • 解比特加扰 • 传输信道解复用 • 解速率匹配 • 第一次解交织 • 无限帧解均衡 • 信道解码 • 编码块分割逆过程 • CRC 校验 CCTrCH 的译码过程 · 经过解调后的数据首先需要进行物理信道解映射，把各个 码道上的数据恢复到 CCTrCH 上，以 10ms 无线帧为单 位 · 然后对每个 CCTrCH 的 10ms 数据进行第二次解交织，解 交织使用与发送端相同的算法 · 解交织后的数据需要进行比特解扰，解扰是加扰的逆运 算 · 最后需要把 CCTrCH 上的数据进行 TrCH 解复用，从而以 10ms 无线帧为单位，把数据分到各个 TrCH 上去，解复用 的顺序完全对应复用时的顺序 TrCH 译码过程 · 经过 TrCH 解复用后数据被分到各个 TrCH 上进行计算，首 先需要进行速率解匹配，使用与发送端相同的速率匹配算 法，把 10ms 数据速率恢复到速率匹配以前的水平 · 无线帧分割的逆过程就是把数据按照各个 TrCH 上的 TTI 大 小进行合并。

· 之后进行第一次解交织，交织长度为 TTI 内的数据长度，算法与发送端相同 · 无线帧解均衡需要把发送端加入的多余比特删除 · 信道解码算法对应发送端的信道编码方式，从加入冗余的 序列中解码得到原始的信息序列 · 对信道解码后的序列进行 CRC 校验得到 FER 判决结 解速率匹配 · 经过 TrCH 解复用，数据就被分配到各个 TrCH 上，对应发 送端首先需要对经过速率匹配的数据进行恢复，恢复为原 来的比特数 · 计算参数完全对应于业务参数，与发送端完全一致 · 对应于发送端的处理，解速率匹配的处理也分为三种： • 对于没有进行速率匹配处理的数据块，接收端也不做处理； • 对于速率匹配进行重复处理的数据块，接收端需要对相应位置进 行删除； • 对于速率匹配进行删除处理的数据块，接收端需要对相应位置进 行补足，一般来讲，应该在相应位置填“0”； 解速率匹配 速率匹配为重复方式的示例，其中下图一中为发送端进行重 复的图样，下图二为接收端进行删除恢复的图样，以╳为 标记的即为被删除的比特位置： 速率匹配为打孔方式的示例，其中下图一中为发送端进行删 除的图样，以╳为标记的即为被删除的比特位置，下图二为 接收端进行恢复的图样：对应信道编码，信道译码的处理分为三种： · 对于未编码的数据块，不做任何处理 · 对于采用卷积码编码的数据块，一般采用 VITERBI 解码算法； · 对于 TURBO 码编码的数据块，译码算法主要有 MAP 算法和 SOVA 算法，考虑到性能和实现的综合因素，一般采用 MAP 算法进行 TURBO 译码； 在 3G 中信道编码方式中应用了卷积码和 TURBO 码，TURBO 码虽然在 1993 年才被提出，但以其接近香农限的优越性能而在 3G 系统中被广泛使 用。

对于不同的业务需求，信道编码的方式也不同一般卷积码被用于话 音和低速数据业务中，而 TURBO 码则被用于高速数据业务 卷积译码（一） 卷积码译码通常采用最大似然算法，其基本思想是： 把接收序列与所有可能的发送序列相比较，选择码距 最小的序列作为发送序列这类算法中，由维特比 （Viterbi）提出的简化算法应用最多 码距用以表示两个等长序列之间的差异，通常采用的是汉明距离，即 两个长度相同的序列之间对应位取值不同的数目例如，序列 0 1 1 0 与序列 1 0 1 1 的汉明距离为 3 维特比译码算法的流程是：不断计算每条路径（即可能的发送序列） 相应的输出与输入之间的汉明距离和（即路径度量）；在经过一定时间段 后，如 M 时间段后，根据路径度量值最小的原则，对每一个状态只选留一 条路径（即幸存路径）；再经过一段时间后，状态数量减少，选留路径也相 应减少，到最后只剩下一条选留路径（即码输出） 卷积码卷积码/Viterbi 译码译码卷积码在一个二进制分组码（n,k）当中，包含 k 个信息位，码组长度为 n，每 个码组的（n-k）个校验位仅与本码组的 k 个信息位有关，而与其它码组无关为了达到一定的纠错能力和编码效率（＝k/n），分组码的码组长度 n 通常都比较大。

编译码时必须把整个信息码组存储起来，由此产生的延时随着 n 的 增加而线性增加 为了减少这个延迟，人们提出了各种解决方案，其中卷积码就是一种较好的信 道编码方式这种编码方式同样是把 k 个信息比特编成 n 个比特，但 k 和 n 通 常很小，特别适宜于以串行形式传输信息，减小了编码延时 与分组码不同，卷积码中编码后的 n 个码元不仅与当前段的 k 个信息有关，而 且也与前面（N-1）段的信息有关，编码过程中相互关联的码元为 nN 个因此， 这 N 时间内的码元数目 nN 通常被称为这种码的约束长度卷积码的纠错能力随 着 N 的增加而增大，在编码器复杂程度相同的情况下，卷段积码的性能优于分 组码另一点不同的是：分组码有严格的代数结构，但卷积码至今尚未找到如 此严密的数学手段，把纠错性能与码的结构十分有规律地联系起来，目前大都 采用计算机来搜索好码 下面通过一个例子来简要说明卷积码的编码工作原理正如前面已经指出的那 样，卷积码编码器在一段时间内输出的 n 位码，不仅与本段时间内的 k 位信息 位有关，而且还与前面 m 段规定时间内的信息位有关，这里的 m＝N-1 通常用 （n，k，m）表示卷积码（注意：有些文献中也用（n，k，N）来表示卷积码）。

图 1 就是一个卷积码的编码器，该卷积码的 n = 2，k = 1，m = 2，因此，它 的约束长度 nN = n×(m+1) = 2×3 = 6 图 1 （2，1，2）卷集码编码器 在图 1 中，与 为移位寄存器，它们的起始状态均为零与、、之间的关系如下： （1） 假如输入的信息为 D = [11010]，为了使信息 D 全部通过移位寄存器，还必须 在信息位后面加 3 个零表 1 列出了对信息 D 进行卷积编码时的状态 表 1 信息 D 进行卷积编码时的状态 描述卷积码的方法有两类，也就是图解表示和解析表示解析表示较为抽象难 懂，而用图解表示法来描述卷积码简单明了常用的图解描述法包括树状图、 网格图和状态图等基于篇幅原因这里就不详细介绍了 卷积码的译码方法可分为代数译码和概率译码两大类代数译码方法完全基于 它的代数结构，也就是利用生成矩阵和监督矩阵来译码，在代数译码中最主要 的方法就是大数逻辑译码概率译码比较常用的有两种，一种叫序列译码，另 一种叫维特比译码法虽然代数译码所要求的设备简单，运算量小，但其译码 性能（误码）要比概率译码方法差许多因此，目前在数字通信的前向纠错中 广泛使用的是概率译码方法。

维特比译码法简介 viterbi 译码算法是一种卷积码的解码算法缺点是随着约束长度的增加算法 的复杂度增加很快约束长度 N 为 7 时要比较的路径就有 64 条，为 8 时路径变 为 128 条 (2<<(N-1))所以 viterbi 译码一般应用在约束长度小于 10 的场 合中 编码（举例约束长度为 7）：编码器 7 个延迟器的状态（0，1）组成了整个编 码器的 64 个状态每个状态在编码器输入 0 或 1 时，会跳转到另一个之中比 如 110100 输入 1 时，变成 101001（其实就是移位寄存器）并且输出也是随 之而改变的 解码的过程就是逆过程算法规定 t 时刻收到的数据都要进行 64 次比较，就是 64 个状态每条路有两条分支（因为输入 0 或 1），同时，跳传到不同的两个状 态中去，将两条相应的输出和实际接收到的输出比较，量度值大的抛弃（也就是比较结果相差大的），留下来的就叫做幸存路径，将幸存路径加上上一时刻 幸存路径的量度然后保存，这样 64 条幸存路径就增加了一步在译码结束的时 候，从 64 条幸存路径中选出一条量度最小的，反推出这条幸存路径（叫做回溯） ，得出相应的译码输出。

这样的算法在 TI 的 C54x 的 dsp 上使用 100M 的速率运行，都无法达到数传速度 的要求，主要的时间消耗在每条路径的两次比较上，两次比较的时候一共需要 从内存中取 3 个数（上一时刻幸存路径的量度，两个状态跳转相应的输出值）， 比较结束以后，还需要对内存写入 2 个数（幸存路径新的总量度，下一个跳转 的状态），这样，每个时钟节拍需要比较的次数就是 64*2 次，每次存取数就要 5 次一个数据包是 256byte，知道解码一包所大概需要的时间加上其他的开 销，最后实验出来的结果是大概 0.06m，但是用 64k 速率传输的时候只要 0.03m 即可传完 Viterbi 译码 对于卷积码的解码方法中，Viterbi 译码算法是被应用的最广泛的译码算 法是一种最大似然译码算法(MLD，Maximu LikelihoodDecoding）它接收 输人的信息序列后，寻找任何可能的路径值，而后找一条最佳路径值当作解码 输出为了描述 Viterbi 译码算法，常用网格图（Trellis Diagram，根 据时 间的增加将网格图扩充所得到的图形，如图 1 所示）来表示演算过程网格图 中的节点，代表编码器中的各个状态， 而在其中的分支代表编码器的所有可能 的状态转移情况。

图 1 显示为（2，1，3）网格图 图 1 （2，1，3）网 L=5 时的网格图 此图是 L＝5 时，该（2，1，3）码的状态转移时间关系图，总共有 L＋m＋1 个时间单位（节点），以 0 至 L＋m 标号，其中 m ＝k￣1 为编码存储 若编码器从 SO（00）状态开始，并且结束于 SO 状态，则最先的 m＝2 个节点 （0，1），相应于编码器 由 SO 状态出发往各个状态行进，而最后 m2 个节点 （6，7），相应于编码器由各状态返回到 SO 状态因而，在开始和最后 m 个 时间单位，编码器不可能处于任意状态中，而只能处于某些特定状态（如 SO，Sl）中之一，仅仅从第 m（2）至第 L（5 ）节点，编码器可以处于任何状 态之中（即 4 个状态 SO、S1、S2、S3 中之任一个）编码器从全 0 的 SO 状态 出发，最后叉 回到 SO 状态时所输出的码序列，称为结尾卷积码序列因此， 当送完 L 段信息序列后，还必须向编码器再送入 m 段全 0 序列 ，以迫使编码器 回到 SO 状态 网格图中每一状态有两个输入和两个输出分支在某一节点 i，离开每一 状态的虚线分支（下面分支），表示输人编码 器中的信息子组 ml＝1；而实线 分支（上面分支）表示此时刻输人至编码器的信息子组 ml＝o；每一分支上的 2（nO）个数 字，表示第 i 时刻编码器输出的子组 01=（cl（1），cl（2））， 因此网格图中的每一条路径都对应于不同输入的信息序 列。

由于所有可能输人 的信息序列共有 2k1条不同的路径，相应于编码器输出的 2k1个码序列 Viterbi 译码算法考虑的是如何去掉不可能成为最大似然选择对象的格形 图上的路径，即如果有两条路径到达同一个状 态，则具有最佳度量的路径被选 中，称为幸存路径（survtvmgpath）对所有状态都将进行这样的选路操作， 译码器不 断在格形图上深人，通过去除可能性最小的路径实现判决较早地抛 弃不可能的路径从而降低了译码器上实现的复杂度 Omura 在 1969 年证明了 Viterbi 译码算法其实就是最大似然算法也就是说，选择最优路径可以表述 为选择具有最大似 然度量的码字，或者选择具有最小距离的码字 Viterbi 译码算法中硬判决 Viterbi 译码和软判决 Viterbi 译码的性能差 异由于对模拟信号的处理比较复杂，因此在软 判决译。