m基于信道差错概率模型仿真对比RS,汉明码以及卷积编译码性能,仿真输出信道差错概率与误码率和仿真速度三维关系图

1.算法仿真效果

matlab2022a仿真结果如下：

       在数字通信系统中, 数字通信系统及其相关部分必须满足误码率的最低规 范要求。误码率是一个非常重要的指标，它衡量着系统性能的好坏，因此在数 字通信领域中经常会遇到误码率的测试问题。误码率[是二进制比特流经过系 统传输后发生差错的概率，其测量方法[ 68]从系统的输入端输入某种预定形式的 比特流，检测其输出，并与输入码流比较即可检测出发生差错的位e，位数e和 已传输的总位数n之比为误码率.

1.仿照实际实验建立仿真模型，仿真模块主要包括信号发 生器模块，信道编码模块，理想二进制突发信道，译码模块，误码分析模块。

2.设置模块参数：仿真中主要用到的主要参数变量有：采样率，每帧采样 数，编码格式，采样点数，译码格式，接收延迟。

3.在上述参数下，.采用不同的编码方式：线形编码，循环编码，卷积编码 算法仿真在一定的信道差错概率下，编码算法对信道性能，即误码率的改善情 况。

4.在信道误码率逐渐增大的情况下，仿真编码算法对信道性能的改善情 况。

2.算法涉及理论知识概要

       大气激光通信是采用频率极高的光波[ 3]作为信息的传输载体的一种通信方 式，由于光载波的频率高、能量集中、方向性强、可用频谱宽等特点，与其他 通信方式相比，大气光通信具有以下优点:

（1）通信容量大，可以用于宽带接入解决最后一英里的瓶颈问题。目前 卫星微波通信使用的频段在300MHz到300GHz之间,而卫星光通信的频段为 300THz，两者相差103到10 6倍。  （2）保密性好，可用于需要严格保密的场合，尤其用于军事领域；因为 它的发散角小，波束很窄，又非常定向，截接很难做到。因此，大气光通信比 通常的无线系统安全得多。

（3）抗电磁干扰，由于光波频率比电磁波频率高几个数量级，电磁波很 难对光波传输形成干扰。

（4）协议的透明性，以光为传输机制，任何传输协议均可容易的迭加上 去，电路和数据业务都可透明传输。

       在卫星光通信系统中，信息经过大气进行传输，受到大气湍流，散射等作 用的影响，使光信号受到严重干扰，造成在接收端的较大误码率和短时间的通 信中断，严重影响无线光通信系统的稳定性和可靠性。因此，要保证在随机信 道条件下系统的正常工作，提出有效的手段克服大气的干扰，对激光大气通信 来说十分必要和紧迫。信道编码技术可以降低误码率，提高通信质量，因而信 信道编码技术是卫星光通信系统的关键技术之一。

       卷积码是1955年由爱里斯(Elias)提出的。它与分组码不同，分组码编码 时，本组的n-k个检验元仅与k个信息元有关，而与其它各组码元无关。分组 码译码时，也仅从本码组中的码元内提取有关译码信息，而与其它各组无关。 卷积码则不同，它在编码时，本组的n-k个检验元不仅与本组的k个信息元有 关，而且还与以前各时刻输入至编码器的信息元有关;译码时也须利用以前和 以后各时刻收到的码组中提取有关信息。此外，卷积码中每组的信息位和码 长，通常要比分组码的要小。正由于在卷积码的编码过程中，充分利用了各组 之间的相关性，且n和k都比较小，因此，在与分组码同样的码率R和设备复 杂性条件下，无论是理论上还是实际上均已证明卷积码的性能至少不比分组码 差，且实现最佳和准最佳也较分组码容易，但是，在工程应用中，由于卷积码 各组之间相关，一致性能分析比较困难，从分析上得到的成果也不像分组码那 么多，而往往要借助计算机的搜索来寻找好码。

       Reed-Solomon码首先是由Reed和Solomon两人于1960年提出来的，简 称为RS码。这是一类具有很强纠错能力的二进制循环码，既能纠正随机错误 也能纠正突发错误，也是一类典型的代数几何码。RS码一直以来都是国际通 信领域研究的热点之一。

3.MATLAB核心程序

k         = 5;       
n         = 7;       
Step         = 20;%仿真时间间隔
Simu_Len     = 1000*k;  %仿真的时间长度
Simu_time    = 2000;
Pf           = 1e-3  :  (10e-3-1e-3)/Step  :  10e-3-(10e-3-1e-3)/Step;         %信道差错概率
Simu_speed   = 3*10^10/Step : 3*10^10/Step : 3*10^10;
msg          = (double(rand(1,Simu_Len)>0.5))';
Rs_Encoder   = fec.rsenc(n,k);
Rs_Decoder   = fec.rsdec(Rs_Encoder);
%% 主体代码
for i = 1:length(Pf)
    Err   = zeros(1,Simu_time);
    
    for j = 1:Simu_time
        i
        j
        %编码
        Msg_Enc  = encode(Rs_Encoder,msg);
        Msg_Enc2 = Msg_Enc;
        %将数据通过信道
        idx                     = round(length(Msg_Enc)*Pf(i));
        idx2                    = round(length(Msg_Enc)*rand(1,idx));
        idx2(find(idx2 == 0))   = 1;
        Msg_Enc2(idx2)          = floor(rand(1,1)*Msg_Enc(idx2));%设置出错值
        
        %译码
        [Msg_Dec,cnumerr,ccode] = decode(Rs_Decoder,Msg_Enc2);
        
        %计算误码率
        Err(j)                  = biterr(Msg_Dec,msg);   
    end
    
    Err2(i) = sum(Err)/(Simu_time*Simu_Len);
    
end
%% 曲线仿真
figure;
semilogy(Pf,Err2,'b-*');
xlabel('channel error rate');
ylabel('BER');
%% 3D图
figure;
[X,Y]  = meshgrid(Simu_speed,Pf); 
Error  = [Err2' Err2' Err2' Err2' Err2' Err2' Err2' Err2' Err2' Err2' Err2' Err2' Err2' Err2' Err2' Err2' Err2' Err2' Err2' Err2' ];
mesh(X,Y,Error);
xlabel('信道差错概率');
ylabel('仿真速度');
zlabel('误码率');