【编码译码】基于matlab实现汉明码仿真（含编码译码）

✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。

个人主页：Matlab科研工作室

个人信条：格物致知。

⛄ 内容介绍

利用matlab软件进行汉明码仿真，包含了编码、译码。同时译码分别采用了软判决+最小欧式距离译码、硬判决+最小汉明距离译码方法。

⛄ 部分代码

BitSeq=randi([0,1],[5120000,2]); %生成比特序列
SymbolSeq=bi2de(BitSeq,'left-msb');  %比特序列转化为符号序列
ModulatedSeq=qammod(SymbolSeq,4);  %调制后的信号序列

%QPSK实际误码率：
error=zeros([1,11]);
for ebno=0:1:10
    AWGNChannel = comm.AWGNChannel('NoiseMethod','Signal to noise ratio (Eb/No)','EbNo',ebno,'BitsPerSymbol',2,'SignalPower',mean(abs(ModulatedSeq).^2));
    outsignal=AWGNChannel(ModulatedSeq);
    recv=qamdemod(outsignal,4);
    rec=de2bi(recv,'left-msb');
    [~,error(ebno+1)]=biterr(rec,BitSeq);
end
semilogy(0:1:10,error,'o-');
grid on 
axis([0,10,1e-5,1])
hold on
xlabel('Eb/No');
ylabel('BER');
title('AWGN');
%%
BitSeq=randi([0,1],[512000,4]); %生成比特序列
BitSeq_1 = reshape(BitSeq',[2048000,1]);
BitSeq_Encode = encode(BitSeq_1,7,4,'hamming/binary');

ModulatedSeq=qammod(BitSeq_Encode,4,'InputType','bit');  %调制后的信号序列

error=zeros([1,11]);
for ebno=0:1:10
    AWGNChannel = comm.AWGNChannel('NoiseMethod','Signal to noise ratio (Eb/No)','EbNo',ebno,'BitsPerSymbol',2,'SignalPower',mean(abs(ModulatedSeq).^2)*7/4);
    outsignal=AWGNChannel(ModulatedSeq);
    recv = qamdemod(outsignal,4,'OutputType','bit');
    rec = decode(recv,7,4,'hamming/binary');
    [~,error(ebno+1)]=biterr(rec,BitSeq_1);
end
semilogy(0:1:10,error,'o-');
legend('Uncoded','Soft decision','Hard decision')

%%
function [res] = SoftD(Seq)
% 软判决函数
% INPUT：接收到的编码后的符号
% OUTPUT：软判决后的比特序列
    global ModulatedY;
    global base;
    dist = sum(dis_complex(ModulatedY,Seq),2);
    [~,index] = min(dist);
    res = base(index,:);
end

function [res] = dis_complex(a,b)
% 复数欧式距离函数
    res = sqrt((imag(a)-imag(b)).^2+(real(a)-real(b)).^2);
end

⛄ 运行结果

⛄ 参考文献

[1] 于洪涛.基于均值匹配的Turbo码联合译码的Matlab实现[D].哈尔滨工业大学[2023-07-22].DOI:CNKI:CDMD:2.2009.229135.

[2] 曹亚陆.基于Matlab的卷积码译码器的设计与仿真[J].硅谷, 2011(15):1.DOI:10.3969/j.issn.1671-7597.2011.15.030.

[3] 段晓霞.基于MATLAB编码的PCM编译码实现[J].廊坊师范学院学报：自然科学版, 2019, 19(4):5.DOI:CNKI:SUN:HZJS.0.2019-04-009.

⛳️ 代码获取关注我

❤️部分理论引用网络文献，若有侵权联系博主删除

❤️ 关注我领取海量matlab电子书和数学建模资料

仿真咨询

1 各类智能优化算法改进及应用

生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化

2 机器学习和深度学习方面

卷积神经网络(CNN)、LSTM、支持向量机(SVM)、最小二乘支持向量机(LSSVM)、极限学习机(ELM)、核极限学习机(KELM)、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断

2.图像处理方面

图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知

3 路径规划方面

旅行商问题(TSP)、车辆路径问题(VRP、MVRP、CVRP、VRPTW等)、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划、天线线性阵列分布优化、车间布局优化

4 无人机应用方面

无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配

5 无线传感器定位及布局方面

传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化

6 信号处理方面

信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化

7 电力系统方面

微电网优化、无功优化、配电网重构、储能配置

8 元胞自动机方面

交通流 人群疏散 病毒扩散 晶体生长

9 雷达方面

卡尔曼滤波跟踪、航迹关联、航迹融合