分布式信源编码理论及应用的研究分析 信号学专业.docx

《分布式信源编码理论及应用的研究分析 信号学专业.docx》由会员分享，可在线阅读，更多相关《分布式信源编码理论及应用的研究分析 信号学专业.docx（27页珍藏版）》请在三一办公上搜索。

1、分布式信源编码理论及应用的研究无线传感器网络是一种全新的信息获取和处理技术，与其他的无线网络相比，无线传感器网络中传感器节点的能量有限而且不能够实时更新，因此传感节点的信息处理能力和无线通信的容量都受到了很大的影响，为了克服这些限制，需要设计能耗较低的通信协议和算法，其中，在编码时采用分布式信源编码(DiStribUtedSoUrCeCOding,DSC)技术就是一种有效地解决方法。分布式信源编码利用多个信源之间的相关性，进行独立编码减少传送的信息速率，并通过联合译码提高信息传输的整体有效性。DSC技术的作为无线传感器数据传送中的关键技术，对于其研究也越来越成熟，而对DSC的应用也扩展到了无线

2、摄像机网络等领域，成为了一种具有高效压缩性和优秀译码性能的信源编码。本文就分布式信源编码算法与应用进行仿真研究。本文讨论了Turbo码在分布式信源编码中的应用，通过仿真来对Turbo码应用到分布式信源编码中的性能进行分析。关键词：分布式信源编码DSCTUrbO码ResearchontheTheoryandApplicationsofDistributedSourceCoding(CollegeofEngineering,SouthChinaAgriculturalUniversity,Guangzhou510642,China)Abstract:Wirelesssensornetwork,WS

3、NisanewwirelessnetworkwhichIntegratessensor,embeddedcomputing,networkingandwirelesscommunicationtechnologytogatherandprocessinformation.Contrasttootherwirelessnetworks,thenodesinWSNispower-limited,thus,theinformationprocessperformanceandthecommunicatingcapacityisgreatlyaffected.Toovercomesuchconstra

4、ints,alowpower-consumingcommunicationprotocoloralgorithmisneeded.UsingDistributedSourceCoding,DSCduringinformationencodingisoneoftheeffectivewaystosolvetheproblem.DSCreducesthetransmittedratebyindependentlyencodinginformationusingthecorrelationofsources,andimprovetheoveralleffectivenessofthewholetra

5、nsmitprocessbyjointdecoding.AsoneofthekeytechnologyinWSNinformationtransmission,theresearchonDSCisgettingmoreandmoremulture,andtheapplicationofDSCisalsoexpandingtotherealmssuchaswirelesscameranetworketc.,whichmakesitawildlyusesourcecodingwithhighcompressionrateandoutstandingdecodingperformance.Thist

6、hesisfocusesontheresearchesondistributedsourcecodingalgorithmsandapplications.ThispaperdiscussesthedistributedsourcecodingusingTurboandanalyzestheperformanceofDistributedSourceCodingusingTurbowiththeemulationresults.Keywords:DistributedSourceCodingDSCTurbo1前言O1.1 课题研究背景及意义O1.2 论文研究内容12分布式信源编码理论基础11.

7、1 分布式信源编码介绍11.2 分布式信源编码原理11.2.1 信源编码原理21.2.2 Slepian-Wolf编码原理21.2.3 Wyner-Ziv编码原理41.3 分布式信源编码的实现方法51.3.1 利用校验子的分布式信源编码51.3.2 使用校验位的分布式信源编码63 基于Turbo码的分布式编码63.1 TUrbo码的提出63.2 TUrbO码的特征63.3 TUrbo码的编码原理73.3.1 并行级联卷积码73.3.2 串行级联卷积码83.3.3 混合级联卷积码83.3.4 TUrbO码编码器中交织器的设计83.4 Turbo码的译码原理94 Turbo码作为信道码在分布式信源

8、编码中的应用104.1 编码器的设计104.2 解码器的设计114.3 仿真实现124.3.1 MatIab程序设计语言概述124.3.2 程序仿真结果145 总结18参考文献19附录21致谢错误!未定义书签。1刖百1.1 课题研究背景及意义近年来，无线传感器网络（WSN：WirelessSensorNetwork）引起人们的广泛关注和研究，在军事、环境以及医疗等领域都得到很好的利用。集成了传感器、微机电系统和网络三大技术而形成的传感器网络是一种全新的信息获取和处理技术。无线传感器网络与传统的无线网络（如WLAN和蜂窝移动电话网络）有着不同的设计目标，后者在高度移动的环境中通过优化路由和资源管

9、理策略最大化带宽的利用率，同时为用户提供一定的服务质量保证。在无线传感器网络中，除了少数节点需要移动以外，大部分节点都是静止的。因为它们通常运行在人无法接近的恶劣甚至危险的远程环境中，能源无法替代，使得传感器节点的信息处理和传输能力受到了很大的限制，设计有效的策略延长网络的生命周期成为无线传感器网络的核心问题（任丰原等，2003）o为了克服这些限制需要设计能耗较低的通信协议和算法，分布式信源编码（DSC：DistributedSourceCoding）为此提供了解决的方案。与传统的编码技术相比，分布式信源编码将独立信源的数据统计相关性转移到解码端考虑，有效地将编码端的复杂度转移到解码端，并能获

10、得较高的编码效率。当前分布式信源编码技术在国外已经成为重要的研究内容，在国内也开始受到越来越多的研究者关注（王万良等，2009）o分布式信源编码是对信息互相关联但不互相通信的信源的一种信息压缩方式。和其他信源编码不同的是，分布式信源编码使用的是信道码。分布式信源编码是指针对一组相关信源编码，各个信源进行独立编码，编码后的信号送到解码端进行联合解码。这种编码方法大大降低了对编码端的计算能力的要求，并且在解码时考虑了各个信源之间的信息冗余，提高了编码效率，把编码端的复杂度转移到了解码端，极大降低了编码端的工作量，因此非常适合于WSN中减少传感器节点的消耗（陈睿，2009）,不仅如此，对于处理视频、

11、图像的大数据量的应用中也是至关重要。随着网络和无线技术的发展，以分布式信源编码技术为理论基础的分布式视频编码越来越受到人们的重视。在传统的视频压缩方案中，编码端通过帧间预测来利用相邻帧之间的相关性，从而实现数据压缩。由于帧间预测要用到复杂的运动估计和运动补偿算法，因此编码器通常要比解码器复杂5-10倍。随着移动多媒体通信及无线视频传感器网络等新技术的出现，对编解码器的配置方案提出了完全不同的要求，即编码器要力求简单，而解码器可以复杂。这时压缩要在存储和运算能力都较弱的摄像机中进行，因此希望编码器尽量简单；而解码器在基站，可采用较复杂的算法结构(史萍，2007)在这种情况下，编码端复杂度较低的分

12、布式视频编码技术的研究越来越得到了重视。1.2 论文研究内容本文主要介绍了分布式信源编码理论基础，及Turbo信道码编码、解码原理，并且对Turbo码应用于分布式信源编码中进行了仿真和性能分析，并结合仿真研究了参数变化对编码性能的影响。2分布式信源编码理论基础2.1 分布式信源编码介绍作为信息论的一个分支，早在1973年DavidSlepian和JackK.WOlf就利用信息燧提出针对于两个信息互相关联信源无损压缩的理论极限，称之为斯理篇-伍夫界限(Slepian-Wolfbound)o他们证明了两个互不通信的信息相关的信源压缩可以达到有互相通信的压缩效率，从而奠定了分布式信源编码的理论基础。

13、分布式信源编码是对信息互相关联但不互相通信的信源的一种信息压缩方式。和其他信源编码不同的是，分布式信源编码使用的是信道码。分布式信源编码是指针对一组相关信源编码，各个信源进行独立编码，编码后的信号送到解码端进行联合解码。这种编码方法大大降低了对编码端的计算能力的要求，并且在解码时考虑了各个信源之间的信息冗余，提高了编码效率，把编码端的复杂度转移到了解码端，极大降低了编码端的工作量。分布式信源编码的主要应用领域有传感器网络(SenSornetwork)和图像，视频，多媒体压缩。其最主要的特点有两条，第一，编码计算非常简单，解码相对比较复杂；第二，互不通信的信息相关的信源压缩可以达到有互相通信的压

14、缩效率。2.2 分布式信源编码原理早在1973年，DaVidSlepian和JackK.WOIf就从理论上提出了在无损压缩时相关信源的独立编码和联合解码同样有效，从而奠定了DSC的理论基础。于1976年，A.Wyner和J.Ziv在考虑高斯信源的有损压缩时得到了类似的结果，提出了联合高斯信源的有损编码方案。2.2.1 信源编码原理信源编码是以提高通信的有效性为目的的编码，通常通过压缩信源的冗余度来实现。信源编码采用的方法一般是压缩每个信源符号的平均比特数或信源的码率。同样多的信息用较少的码率来传送，使单位时间内传送的平均信息量增加，从而提高通信的有效性。信源编码的基本途径有两个：使序列中的各个

15、符号尽可能相互独立，即解除相关性;使编码中各个符号出现的概率尽可能地相等，即概率均匀化。信源编码的基础是信息论中的两个编码定理：无失真编码定理和限失真编码定理。无失真信源编码是一种可逆性编码，即编码后的码字序列再经解码处理后，可无失真地恢复出原来的消息或消息序列。显然对于离散信源来说才有可能实现这种可逆编码,所以无失真信源编码仅适用于离散信源。限失真信源编码不能构成可逆编码，即编码后的码字序列经解码(反变换)处理后，所恢复的消息序列与发送端的原消息序列存在一定的失真。这种编码适用于连续信源模拟信号的编码。2.2.2 SlePian-WOIf编码原理Slepian-Wolf编码适用于离散信源的分

16、布式信源编码。Slepian-Wolf定理指出对每个信源分别进行编码，再进行联合译码，其性能与所有信源联合编码是一致的，只要满足在n个信源中任取k个信源的和速率不小于这k个信源以剩余的n-k个信源为条件的燧(当k=n时，即要求总的和速率不小于n个信源的联合燧)。假设X和Y是一组具有相关性的离散无记忆信源，根据信源编码定理，要实现无损压缩编码，只需要编码速率大于信源端。在两个相关信源能够进行通信的情况下，如图1所示，对信源X和Y进行联合编码，则其和速率只要大于联合燧H(X,Y),就能实现无差别的编码。例如，先将信源Y的序列以速率H(Y)进行压缩，然后在信源X的编码端完全获取信源Y的信息的条件下，

17、对信源X以速率H(XlY)进行压缩编码。图1传统信源编码结构但是，如果两个信源X和Y之间是互不通信的，如图2所示，仅在译码端进行联合译码，则需要满足什么样的速率要求才能实现无损压缩编码？图2分布式信源编码结构假设两个相关的无记忆信源的联合端为H(X,Y),在编码端仍然采用分离编码，而在译码端进行联合译码，则下面的速率区域是可达的：RXH(XIr)RyH(YX)Rr+RyH(X,y)图3Slepian-Wolf可达速率域图3中的画斜线区域表示了SIePian-WOlf定理的可达速率区域，而双斜线部分则表示每个信源的压缩码率均不小于信源嫡条件下的速率域。前者的区域比后者要大，表明利用信源的相关性，

18、可以降低编码速率，提高效率。图3中的角点A,可以表示将两个信源的相关性等效为信源X到信源Y的虚拟信道，然后以H(XlY)的码率对信源X进行编码并传送到译码端，而对信源Y进行单信源编码，以速率H(Y)传至译码器。在译码端,首先将信源Y的信息无误译出，然后在此基础上将信源X的信息译出，于是便实现了SlePian-WOIf区域的一个角点的渐进无差错传输。由对称性，将信源X和Y的地位互换,便可以实现另一个角点B的渐进无差错传输。角点A和B称为非对称压缩。通过运用时分（TimeSharing）技术，就可以实现SIePian-WoIf区域边界上（如图3的点C）任意一点的渐进无差错传输。而对于由ABD所组成

19、的三角区域，称为对称压缩。在该区域中任意一点上，每一个信源的压缩速率都超过单信源的燧极限。SIePian-WoIf定理指出对每个信源分别进行编码，再进行联合译码，其性能跟所有信源联合编码是一致的，只要满足在N个信源中任取k个信源的和速率不能小于这N个信源的联合峭（薛国栋，2009）o2.2.3 Wyner-Ziv编码原理Wyner-Ziv编码是指对具有相关性的连续信源来进行分布式编码，这样需要首先对信源X进行量化，引入了量化失真，量化后与边信息Y之间仍具有相关性，然后采用SIePian-WOlf编码来利用这种相关性降低X的编码速率。因为SIePian-WoIf编码是基于信道编码的，所以Wyne

20、r-Ziv编码实际上是一个信源信道编码问题。Wyner-Ziv理论认为，在有损压缩的时候，如果只在解码端可以得到参考信息和在编解码端都能得到参考信息相比，并没有编码效率的下降，即在有损压缩的时候，如果参考信息只在解码端可以得到和在编解码端都能得到时具有相同的率失真。这样Wyner-Ziv编码问题可以看作是一个对码字量化和SIePian-WoIf编码相结合的问题，如图4所示。编码器解码器SlCPian二WOlf编解码器图4Wyner-Ziv编解码器Wyner-Ziv编码可以看成是一个信源信道联合编码的问题，量化部分和估计部分是信源编码的内容，可以采用信号处理中的各种量化方法，如标量量化、网格量化

21、等。量化后码字构成了待分割的码字空间，在解码端的估计部分则根据解码的码字和参考信息对解码输出做出估值。将图4中的SIePian-WOIf编码器看作是信道编码部分，应当注意这里所进行的并不是信道编码，而是把信道码的原理用于信源编码。随着信道码渐近地接近信道容量，SlePian-WOIf编码的码率就会渐近地接近Slepian-Wolf的理论极限（廖希睿,2010）o2.3 分布式信源编码的实现方法在分布式信源编码的理论基础支持之下，对于分布式信源编码的实现方式也越来越多。分布式信源编码是利用边信息的编码方式，其在解码端是利用信道编码的思想对接收信息进行解码。因此需要采用优秀的信道码进行实现。虽然分

22、布式信源编码的实现方式多样，采用的信道码字也不同，但实际上，可以分为基于校验子（SyndrOme）的方式和基于校验位（Parity）的方式。本节讨论了这两种实现方式的理论基础和实现过程，其中基于校验子的编码方式以由Pradhan和Ramchandran提出的DISCUS（DistributedSourceCodingUsingSyndrome）方案为基础，以采用BCJR算法为译码器算法；而基于校验位的编码方式则以TUrbO码为举例，实现以Turbo码的分布式信源编码。2.3.1 利用校验子的分布式信源编码DISCUS方案使用网格编码调制的信道码来分割信源符号空间，构建出不同的陪集,发送各个信源

23、符号所在陪集序号作为编码信息发送到信道中。接收端根据收到的陪集索引信息，结合与当前译码信源相关的信源的译码结果，在陪集中找到最佳的译码结果作为输出。DISCUS考虑了两个互相关的信源之间的相关性，把一个信源看成另一个信源经过了噪声干扰的结果，利用信道编码的研究成果实现分布式信源编码（王良等，2009）o编码端译码端边信息图5DISCUS编译码框图DlSCUS考虑了两个互相关的信源X和Y的独立编码和联合解码，在X和Y之间想象一条虚拟的信道P（YX）,把信源X看作信道的输入，把参考信息Y看作信道的输出，即把信源Y看成是信源X经过噪声污染后的结果，这样就可以利用信道码的纠错性能来恢复信源码字（陈睿，

24、2009）O2.3.2 使用校脸位的分布式信源编码分布式信源编码是由信道编码转变而来的，而信道编码是产生冗余的校验信息来保证信息的准确传输，这与信源编码的减少信息冗余信息保证信源传输高效性的宗旨正好相反。DISCUS对信道编码的校验位进行了特殊的处理，使其转变为校验子从而减少了直接传输校验位的冗余信息，达到压缩信源并且保证了传输有效性的目的。如果直接用校验位实现分布式信源编码，就必须考虑一个问题，即：如何处理实现对信源的压缩？近年来，由于TUrbo信道码的出现，使得这个问题得到了解答。TUrbO码允许只传输部分校验位也能保证准确地实现译码，这样也就在保证译码准确性的前提之下，实现了信源的压缩。

25、由于其优秀的性能，TUrbO码已经被应用到分布式信源编码中来。3基于TUrbO码的分布式编码3.1 TUrbO码的提出TUrbO码是目前普遍应用的高性能信道编码，由C.beou等人最初在1993年提出来,后经理论分析和仿真实现证明了其是性能优异的信道编码方案。在1993年介绍Turbo码的首篇论文里，发明者Berrou仅给出了Turbo码的基本组成和迭代译码的原理，而没有严格的理论解释和证明。因此，在TUrbO码提出之初，其基本理论的研究就显得尤为重要。LHagenauer首先系统地阐明了迭代译码的原理，并推导了二进制分组码与卷积码的软输入软输出译码算法。S.Benedetto等人提出了均匀交

26、织(ULUniforminterleaver)的概念，并利用联合界技术给出了TUrbO码的平均性能上界。D.DiVSaIar等人也根据卷积码的转移函数,给出了TUrbO码采用MLD时的误比特率上界。一开始，TUrbO码只应用于卫星链路等特殊的场合。当TUrbO码与第三代移动通信标准结合时，它就成为应用最广泛的纠错码之一。研究人员还在研究把Turbo码用于数字音频和视频广播，以及用于增强型无线互联网，以提高数据传输速率。由于TUrbO码的这种巨大前景，它已经成为通信研究的前沿。在全世界各大公司和大学的成百个小组都聚焦在这个领域。目前,Turbo码逐渐完善并被多种通信标准所采纳,如第三代移动通信系

27、统伙伴项目(3GPP)802.16等组织。3.2 Turbo码的特征TUrbO码有一重要特点是其译码较为复杂，比常规的卷积码要复杂的多，这种复杂不仅在于其译码要采用迭代的过程，而且采用的算法本身也比较复杂。这些算法的关键是不但要能够对每比特进行译码，而且还要伴随着译码给出每比特译出的可靠性信息，有了这些信息，迭代才能进行下去。用于TUrbo码译码的具体算法有：MAP(MaximumAPosterori)Max-Log-MAPLog-MAP和SOVA(SoftOutputViterbiAlgorithm)算法。MAP算法是1974年被用于卷积码的译码，但用作TUrbO码的译码还是要做一些修改；M

28、aX-LOg-MAP与Log-MAP是根据MAP算法在运算量上做了重大改进，虽然性能有些下降，但使得TUrbO码的译码复杂度大大的降低了，更加适合于实际系统的运用；Viterbi算法并不适合TUrbo码的译码,原因就是没有每比特译出的可靠性信息输出，修改后的具有软信息输出的SOVA算法，就正好适合了Turbo码的译码。这些算法在复杂度上和性能上具有一定的差异，系统地了解这些算法的原理是对Turbo码研究的基础，同时对这些算法的复杂度和性能的比较研究也将有助于Turbo的应用研究。此外，要想在移动无线系统中成功的使用Turbo码，首先要考虑在语音传输中最大延迟的限制。在短帧情况下的仿真结果表明短

29、交织Turbo码在AWGN信道和Rayleigh衰落下仍然具有接近信道容量的纠错能力，从而显示出Turbo码在移动无线通信系统中非常广阔的应用前景。3.3 Turbo码的编码原理Turbo编码器由两个递归系统卷积码通过交织器以并行级联的方式结合而成，以较小的编译码复杂度，生成码重分布优良的长码。TUrbO码编码结构有：并行级联卷积码、串行级联卷积码、混合级联卷积码(刘东华，2004)o3.3.1 并行级联卷积码1993年，CBeITOU提出的TUrbo码就是并行级联卷积码结构，主要由分量译码器、交织器、凿孔矩阵和复接器组成。分量码一般选择为递归系统卷积码，当然也可以选择分组码、非递归卷积码以及

30、非系统卷积码。通常两个分量码采用相同的生成矩阵(也可不同)。图6并行级联卷积码编码方案3.3.2 串行级联卷积码通过对并行级联卷积码构成的Turbo码在AWGN信道上的仿真证明，误比特率会随着信噪比的增加而下降，但是当误比特率下降到一定的程度后，信噪比增加所起的影响就几乎没有了，或者叫信噪比下降出现了平台效应。为了解决这种问题，S.Benedetto等人于1996年提出了所谓的串行级联卷积码的TUrbO码方案。该方案集合了串行级联码和基于并行级联卷积码的TUrbo码的特点，在适当的范围信噪比范围内，通过迭代译码可以得到优异的译码性能。具体串行级联卷积码编码结构如图7所示。图7串行级联卷积码编码

31、方案3.3.3 混合级联卷积码经过上两节的描述，我们了解了并行级联卷积码和串行级联卷积码，也就容易想到将两者结合起来的编码方案。这样就既可以保证在低信噪比的情况下优异的译码性能，又可以有效消除并行级联卷积码的平台效应。这种结合方案就称作混合级联卷积码。图8、9给出了2种常见的混合级联卷积码编码方案。F外编码器T交织I内编码器I,交织I_编码器I图8混合级联卷积码编码方案I图9混合级联卷积码编码方案113.3.4 TUrbo码编码器中交织器的设计交织器是影响TUrbO码性能的一个关键因素，它可以便TUrbo码的距离谱细化，即码重分布更为集中。它的特性的好坏直接关系着Turbo码的性能。编码器中交

32、织器的使用是实现Turbo码近似随机编码的关键。交织器实际上是一个映射函数，作用是将输入信息序列中的比特位置进行重置，以减小分量编码器输出校验序列的相关性和提高码重。通常在输入信息序列较长时可以米用近似随机的映射方式，相应的交织器称为伪随机交织器。由于在具体的通信系统中采用Turbo码时交织器必须具有固定的结构，同时是基于信息序列的，因此在一定条件下可以把Turbo码看成一类特殊的分组码来简化分析。交织是对信息序列加以重新排列的一个过程。在交织器的设计中，基本上是遵循下列原则：1）最大程度的置乱原来的数据排列顺序，避免置换前相距较近的数据在置换后仍然相距较近，特别是要避免相邻的数据在置换后仍然

33、相邻；2）尽量提高最小码重码字的重量和减小低码重码字的数量；3）尽可能避免与同一信息位直接相关的两个分量编码器中的校验位均被删除；4）对于不归零的编码器，交织器设计时要避免出现“尾效应”图案。在设计交织器时，应考虑具体应用系统的数据的大小，使交织深度在满足时延要求的前提下，与数据大小一致，或是数据帧长度的整数倍。交织器的类型可以分为两大类，一是规则交织器，也称确定性交织器，其交织器的映射函数可以由一个确定的解析函数给出。二是随机交织器，其映射函数不能由一个确定的解析表达式给出。Turbo码常用的交织器包括以下几种：分组交织器、随机交织器、S.随机交织器等等。3.4Turbo码的译码原理由于Tu

34、rbo码是由两个或多个成员码经过不同交织后对同一信息序列进行编码。译码时，为了更好地利用译码器之间的信息，译码器应该利用软判决信息，而不是硬判决信息。因此，一个有两个成员码构成的Turbo码的译码器是由两个与成员码对应的译码单元和交织器与解交织器组成的，将一个译码单元的软输出信息作为下一个译码器单元的输入，为了进一步提高译码性能，将此过程迭代数次。这就是Turbo码的迭代译码算法的原理。输入解复用解交织器信息位译码器1校验位2交织器译码器2解交织器硬判决输出A图10TUrbO码解码器结构框图TUrbO码可以利用多种译码算法，如MAP算法、LOg-MAP算法、MaX-IOg-MAP算法和SOVA

35、算法等。MAP算法在1974年提出，又名BCJR算法，该算法最初是用来估计无记忆噪声下的马尔可夫过程的，它是一种最优的算法。MAP算法不仅能译出序列的比特值，在译码的同时还能输出关于每比特译出的可靠性信息。这种特点正好符合了Turbo码的迭代译码特性，所以才被用于TUrbo码的译码中。1.oG-MAP是改进的MAP算法，它在对数域进行计算，可以将MAP算法中大量的乘法运算化简为加法运算，从而降低计算量。除此之外，它的基本原理与经典MAP算法相同。Max-Log-MAP算法是在对数域的算法中，将似然值加法表示式中的对数分量忽略，是似然加法完全变成求最大值运算，这样除了省去大部分的加法运算外，最大

36、的好处是省去了对信噪比的估计，使得算法更稳健。传统Viterbi算法用来计算卷积码的最大似然序列，只提供硬判决输出。但在级联系统中，前级硬判决实际上相当于丢失了信息，使后级译码器无法从解调得到的软输出中获益。SOVA是改进的Viterbi算法，它可以给出译码结果的可靠性值（软输出），这个可靠性值作为先验信息传递给下级译码器，从而提高译码性能。4TUrbO码作为信道码在分布式信源编码中的应用分布式信源编码中倍集的分割和伴随式的编码、解码可以利用信道编码来完成。Turbo码是目前性能很好的信道编码，所以越来越多的学者对Turbo码在分布式信源编码中的应用进行了研究。4.1 编码器的设计分布式信源编

37、码中TUrbo码编码器结构图如图11所示,其中成员码采用码率为（n-1）/n的系统码（即编码输出的n个比特中含有n-1个信息位和1个校验位），交织器长度为L,对于输入长度为L的序列X,编码后将得到2Ln-1个校验比特，对这些校验比特进行打孔后，即得到整个TUrbO编码器的输出。输入序列XL bits 交织器 长度为L1-分量编码器1码率为（nT） /n分量编码器2码率为（nT） In输入序列XL bits 一丢弃校验序列Pf校验序列P2.刷余矩阵校验序列?输出-k输入序列X女开L bits图11分布式信源编码中TUrbO码编码器结构图编码过程如下：1）将信息比特流分成多组长度恒定为N的比特序列

38、；2）每一组比特序列记为。=（小,八小,办），输入到第1个编码单元，得到相应的校验序列Cl=（C.1,C1.2,C1.3,.,C1.）；3）同时。=（八小,小,.,办）通过交织器后进入第2个编码单元，得到相应的校验序歹!）Cl=（C2.1,C2.2,C2f3,.,C2,N）；4）将两个校验序列按照要求经过删余打孔后进行复接，最后得到turb。码的码字输出序列S,=（s1,s2,s3,s）0分布式信源编码中的Turbo输出序列S=（sW2,s3,丢弃全部信息位而只保留校验位，与分布式信源编码只传输倍集索引相符，从而提高了编码效率。4.2 解码器的设计分布式信源编码中，Turbo码编码端仅传送了编

39、码后得到的校验位，而不包括其相应的信息位，因此必须利用边信息来进行解码。对于如图12所示的序列X,假设序列Y与之相关性较高，则在解码端可利用序列Y为边信息对X进行解码。解交织器输入解复用边信息Y校验位2译码器1交织器译码器2解交织器图12分布式信源编码中Turbo码解码器结构图Turbo码解码器中的迭代译码终止条件的设计是个很重要的问题，因为迭代译码是个很耗资源的计算，另一方面，过多的迭代可能会造成溢出或者振荡，从而得到错误的输出结果。最简单的终止方法就是指定迭代次数，实验表明经过5次左右迭代之后，能够从以后的迭代过程中获得的好处就很少了，因此可以指定迭代次数，使译码过程在达到设定数值时结束。

40、这是本实验仿真中采取的方法之一。然而，固定迭代次数有两个弊端。当信道特性较好时，多余的迭代造成了计算资源的浪费，另一方面，当信道特性差，误码率高时，又不能充分发挥出Turbo码的性能。理想的情况下，迭代次数应随着误码情况动态的变化。另一种译码终止算法是在信息序列中加入CRC校验字，每次迭代之后即检测信息序列是否有错，无错时译码即结束，为防止误码率很高时不能完全纠错的情况，还必须设定最大迭代次数，达到这一数值后，即使译码结果仍然有错误，迭代过程也被强制终止。CRC校验适用于信道特性比较好的情况，实验表明在这种情况下，只需一两次迭代就可以得到正确结果。它的缺点是必须加入多余的校验位，降低了通信效率

41、。另外一种效果较好的方法是采用检测成员编码器输出之间的交叉信息燃，当发现燃值低于某一门限时.，表明再次迭代能够获得的增益已经很小，因此终止译码。这种方法能够非常好的挖掘出Turbo码的潜力。它的缺点是计算交叉信息燧需要较大的计算量和存贮空间。4.3 仿真实现4.3.1 Matlab程序设计语言概述为了准确的把一个控制系统的复杂模型输入计算机，然后对之进行进一步的分析与仿真，1990年Mathworks公司为Matlab提供了新的控制系统模型图形输入与仿真工具Simulab,该工具很快在控制界得到了广泛的使用。但因其名字与著名的软件公司SimUIa相似，所以在1992年正式改名为SimUlink

42、,此软件有两个明显的功能：仿真与连接，亦即利用鼠标在模型窗口上画出所需的控制系统模型，然后利用该软件提供的功能对系统直接进行仿真处理。很明显，这种做法使得一个很复杂的系统的输入相当容易。Simulink的出现，使得Matlab为控制系统的仿真及其在CAD等中的应用打开了崭新的局面。Matlab作为一种数值计算和与图形处理工具软件，其特点是语法结构简明、数值计算高效、图形处理完备、易学易用，它在矩阵代数数值计算、数字信号处理、震动理论、神经网络控制、动态仿真等领域都有广泛的应用。与C、C+、FOrtnm等高级语言相比,Matlab不但在数学语言的表达与解释方面表现出人机交互的高度一致，而且具有优

43、秀高技术计算环境所不可缺少的如下特征：1）高效的数值计算及符号计算功能，能使用户从繁杂的数学运算分析中解脱出来；2）具有完备的图形处理功能，实现计算结果和编程的可视化；3）友好的用户界面及接近数学表达式的自然化语言，使学者易于学习和掌握；4）功能丰富的应用工具箱（如信号处理工具箱、通信工具箱等），为用户提供了大量方便实用的处理工具。目前Matlab已经成为国际上最流行的软件之一，它除了传统的交互式编程外，还提供了丰富可靠的矩阵运算。图形绘制、数据处理、图象处理、方便的WindOWS编程等便利工具。以Matlab为基础的工具箱，广泛的应用于自动控制、图像信号处理、生物医学工程、语言处理、雷达工程

44、、信号分析、震动理论、时序分析与建模、化学统计学、优化设计等领域，并表现出一般高级语言难以比拟的优势。较为常见的工具箱主要包括:1) Matlab主工具箱(MatlabMainToolbox)2)控制系统工具箱(COntrOISyStemTOOIbOX)3)通讯工具箱(COmmUniCatiOnTOOlbOX)4)系统辨识工具箱(SyStemldentifiCationTOOlbOX)5)图象处理工具箱(ImageProcessingToolbox)6)神经网络工具箱(NeUraINetWOrkTOolbOX)7)鲁棒控制工具箱(RobUStCOntrOIToOIboX)8)信号处理工具箱(S

45、ignalPrOCeSSingTOOlbOX)9)符号数学工具箱(SymboIiCMathTOOIbOX)10）动态仿真工具箱（SimUlinkTooIbOX）Simulink是实现动态系统模型仿真的一个集成环境，它的存在使Matlab的功能得到进一步的扩展。这种扩展的意义表现在：（1）实现可视化建模。在WindOWS环境下，用户通过简单的鼠标操作就可以建立直观的系统模型，并进行仿真；（2）实现多工作环境内文件互用和数据交换，如Simulink与Matlab,Simulink与FortranC和C+,Simulink与实时硬件工作环境的信息交换都可以方便的实现；（3）把理论研究和工程实现有利地

46、结合在一起。Simulink为用户提供了用方框图进行建模的图形接口，采用这种结构化模型就像纸和笔一样容易，它与系统仿真软件包用微分方程和差分方程建模相比具有更直观、方便、灵活的优点。4.3.2 程序仿真结果本节对TUrbo码的整个编码、译码过程做了仿真。译码部分采用LoG-MAP算法以及SoVA算法。而后对两者的仿真结果作了简要的性能分析、比较和总结。本文提出了下面的整体框图，将TUrb。码应用于分布式信源编码，其基本框图如图13所示：图中可以分为三部分，分别是编码、信道和译码。Turbo码编码器有三部分组成：RSC编码器，交织器和删余矩阵。图13 TUrbo码编译码原理框图译码器一删余矩阵w

47、1）相关性对译码结果的性能仿真基于Turbo码的分布式信源编码实验用来仿真的数据为随机产生的数据，仿真环境主要参数包括：传输信道、译码算法、迭代次数、交织方式、删余矩阵等，具体取值如表1所示。表1相关性对译码结果的性能仿真参数参数取值交织方式伪随机交织译码算法LOG-MAP,SOVA迭代次数5传输信道AWGN信道删余矩阵相关性系数0.02,0.03,0.04,0.05,0.06,0.07,0.08信噪比IdB编码码率1/2由图14可知,随着。值的增加，误码率也越来越大。这是因为仿真中参考信息是信源加上一个随机噪声所得，而表示随机噪声大小的系数就是,即值直接反映两者相关性的大小，越大，说明参考信息与信源相关性越低，译码性能越差。图14误码率BER与相关性的关系曲线2)3) 1.oG-MAP与SoVA算法译码性能仿真结果表2LoG-MAP与SOVA算法译码性能仿真参数参数取值译码算法LOG-MAP,SOVA帧长度400编码码率1/2相关性系数0.05从图15可以看出，相同条件下，迭代译码的迭代次数越多，抗噪声性能越好。图15L=400时LoG-MAP算法仿真结果图16L=1200时LOG-MAP算法仿真结果现将帧长度L改为L=1200,通过对随机信源