moerjielovecookie

Sawen_Blog

一个普通工科牲的博客网站
x
github
follow
email

DVB-S系统仿真学习

DVB-S 系统用于卫星电视信号传输,发送端框图如下所示

1711536126647.png

扰码#

实际数字通信中,载荷数据的码元会出现长连 0 或长连 1 的情况,不利于接收端提取时钟信号,同时会使得数据流中含有大量的低频分量,使得 QPSK 调制器的相位长时间不变,使得信号易受干扰。因此要对载荷数据进行随机化扰码处理

DVB-S 标准中规定扰码的生成多项式为

p(x)=x15+x14+1p(x)=x^{15}+x^{14}+1

同时移位寄存器的初始状态为 "1001_0101_0000_000”

1711536797434.png

Matlab 代码仿真#

n=500;
% origin_data=randi([0 1],n,1);
origin_cnt_1=nnz(origin_data==1)

scrambling = comm.Scrambler("CalculationBase",2,"InitialConditions",[1 0 0 1 0 1 0 1 0 0 0 0 0 0 0], ...
    "Polynomial",[1 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1]);
scrambling_data=step(scrambling,origin_data);
scrambling_data_cnt_1=nnz(scrambling_data==1)

运行结果如下图所示

1711536855542.png

可以看出初始的 500 点长度的数据包中有 403 个 “1”,经过扰码处理后 “1” 的个数接近数据总量的一半

外码纠错编码(RS 编码)#

RS 码定义:

$GF (q) 上(q \neq 2, 通常 q=2^m),码长 n=q-1 的本原 BCH 码 $

能纠正 t 个错误的 RS 码的参数为

- 分组长度n=q-1
- 校验符号数n-k=2t
- 码的最小距离dmin=2t+1

DVB-S 系统中使用的 RS (188,204) 是由 RS (239,255) 截断而来的,可以纠正 8 个字节的错误

Matlab 仿真#

m=8; %bit per symbol
n=204;
k=188;

data_test=randi([0,n],1,k);
data_gf=gf(data_test,m);

data_rs_enc=rsenc(data_gf,n,k);
data_enc=data_rs_enc.x;

data_rs_dec=rsdec(data_rs_enc,n,k);
data_dec=data_rs_dec.x;

subplot(3,1,1);
stem(data_test);
subplot(3,1,2);
stem(data_enc);
subplot(3,1,3);
stem(data_dec);

首先生成一个长度为 188 的序列,将其转换到伽罗华域后,使用 rsenc 函数进行 RS 编码,再进行译码,根据对比可以看出译码后的比特和译码前的完全一样

1711538853533.png

卷积交织#

在实际的传输过程中,由于脉冲干扰、多径效应等因素会带来持续一定时间的突发错误,虽然 RS 码对突发错误有较好的纠错能力,但是当其持续时间较长时,就会超出 RS 码的纠错能力,因此在编码过程中引入了卷积交织,将数据的传输顺序按照一定的规律分散开,就可以使得错误的码元也被分散开

DVB-S 中交织深度为 12,总共 17 个 FIFO,数据按行写入寄存器,按列读出

交织后最大可纠错长度为 12*8=96

1711539867512.png

可以看出前一段时间读取到了很多 0,说明下面的移位寄存器中的数据还没有移动到末端

卷积编码#

卷积码是一种有效的前向纠错码记作 $(n,k,m)$,将 k 个信息比特编为 n 个比特,m 为编码存储长度,N=m+1 为约束长度,即卷积码的当前码元不仅与当前输入的 k 的信息码元有关,还与前面 m 个时刻输入的信息码元有关

clc;
close all;
n=500;
tre1=[1 1 1 1 0 0 1]; %oct 171
tre2=[1 0 1 1 0 1 1]; %oct 133

trellis = poly2trellis(7,[171 133]);

convData=convenc(scrambling_data,trellis);

decData=vitdec(convData,trellis,499,"trunc","hard");

subplot(3,1,1);
stem(scrambling_data);
subplot(3,1,2);
stem(convData);
subplot(3,1,3);
stem(decData);
biterr(scrambling_data,decData)

使用 poly2trellis 将卷积编码多项式转换为网格描述

1711541868504.png

比对后可以看到解码出的数据和原数据完全相同

Loading...
Ownership of this post data is guaranteed by blockchain and smart contracts to the creator alone.