BCJR算法——卷积码的最大后验译码

定义:输入序列为

其中每比特,同时相应的输出序列为

其中每一码字的长度为n,定义在i时刻的编码器的状态为,对于时刻里有

表示输出码字和卷积码第i时刻的输入和第i-1时刻的状态有关(包括寄存器和输出部分),

表示状态转变和输入的关系。

编码器的的状态表示一系列在一个状态集合。

假设接收端接收到的为,第i时刻的输入根据最大后验准则:

表示一个状态对,每个状态对应一个或者,把所有输入对应的状态对记为同理。最后一个等号表示输入为​​输入的每个比特转换成所有的状态对来描述。

定义:

接收序列重写为

对于后验概率求和中的一项有

前三个等号是有条件概率公式,最后一个等号是有Trellis图的马尔科夫性质。

定义:

由此可以将上述式子重写为:

MAP的结果重写为

的前向递归性

可以由之前的时刻的表示。

第三个等号利用马尔科夫性质。

假设初始时刻的输入为全0状态,则有:

的后向递归性

可以由之后的结果递归计算得到。

证明

第一个等号为全概率公式,第三个等号为马尔科夫性质。

假设Trellis图最后停止在全零状态。

的计算

对应输出码字,同时在i-1时刻状态为的条件下第i时刻状态为的概率等效与第i时刻的输入为的概率。

定义L值(最大后验准则度量):

判决准则:

在AWGN信道的计算如下

例子:

BPSK,码字,接受矢量s代表系统位,p代表校验位, 对应的输出值

是和最大后验中的无关项(计算L值的时候会被消掉)。

L值的计算

系统位直接对应输入码字,校验位要根据具体卷积译码器

相关推荐
颜酱34 分钟前
一步步实现字符串计算器:从「转整数」到「带括号与优化」
javascript·后端·算法
CoovallyAIHub20 小时前
语音AI Agent编排框架!Pipecat斩获10K+ Star,60+集成开箱即用,亚秒级对话延迟接近真人反应速度!
深度学习·算法·计算机视觉
木心月转码ing1 天前
Hot100-Day14-T33搜索旋转排序数组
算法
会员源码网1 天前
内存泄漏(如未关闭流、缓存无限增长)
算法
颜酱1 天前
从0到1实现LFU缓存:思路拆解+代码落地
javascript·后端·算法
颜酱1 天前
从0到1实现LRU缓存:思路拆解+代码落地
javascript·后端·算法
CoovallyAIHub2 天前
Moonshine:比 Whisper 快 100 倍的端侧语音识别神器,Star 6.6K!
深度学习·算法·计算机视觉
CoovallyAIHub2 天前
速度暴涨10倍、成本暴降6倍!Mercury 2用扩散取代自回归,重新定义LLM推理速度
深度学习·算法·计算机视觉
CoovallyAIHub2 天前
实时视觉AI智能体框架来了!Vision Agents 狂揽7K Star,延迟低至30ms,YOLO+Gemini实时联动!
算法·架构·github