13 数字卫星链路差错控制与信道容量分析

从3G到5G:Turbo码的兴衰史与它在现代通信中还剩多少“存在感”? 本文探讨了Turbo码从3G时代的巅峰到5G时代的边缘化历程。Turbo码凭借其独特的迭代译码架构在3G通信中占据主导地位,但在4G和5G时代逐渐被LDPC码和Polar码取代。文章分析了Turbo码的技术优势、改进挑战及其在现代通信中的剩余价值,特别是在深空通信和卫星物联网等领域的应用。 阅读详情

数字卫星链路差错控制与信道容量分析

1. 总体架构与核心概念

1.1 问题背景与体系定位

数字卫星通信链路面临的核心矛盾在于:有限的功率资源、受限的频谱带宽与日益增长的传输可靠性需求之间的冲突。卫星转发器功率受限于太阳能电池与行波管(TWT)效率,频谱资源受国际电信联盟(ITU)严格管制,而现代应用(如高清电视广播、深空遥测、金融交易数据回传)对误码率的要求已从 10−610^{-6}10−6 提升至 10−1210^{-12}10−12 量级。差错控制编码(Error Control Coding)通过引入受控冗余,在不增加发射功率或带宽的前提下,将链路性能推向香农极限(Shannon Limit),成为卫星通信系统设计的核心使能技术。

差错控制涵盖两个互补维度:检错(Detection)与纠错(Correction)。检错机制通过校验码识别传输错误,可触发自动重传请求(ARQ)或标记丢弃;纠错机制则通过前向纠错(FEC)在接收端直接恢复原始信息,适用于实时流媒体等无法容忍重传延迟的场景。二者在卫星链路中常采用级联(Concatenation)策略,以兼顾可靠性与实时性。

1.2 方法分类图谱

卫星链路差错控制编码按结构可分为四大类:分组码(Block Codes)、卷积码(Convolutional Codes)、Turbo 码与低密度奇偶校验码(LDPC)。按功能可分为纯检错码、纯纠错码与混合码。按应用场景可分为星地链路码、星间链路码与用户终端码。

差错控制编码
根节点

分组码

卷积码

级联码

容量逼近码

汉明码

RS码

BCH码

LDPC码

约束长度K=7

Viterbi译码

软判决译码

RS+卷积

外码+内码

Turbo码

LDPC码

Polar码

1.3 核心概念对比表

编码类型核心机制典型码率译码复杂度卫星应用场景距香农极限
BCH码代数纠错,短码块56/64低传统遥控指令较远
卷积码移位寄存器,连续编码1/2, 2/3中早期卫星电视约 5 dB
RS+卷积级联外码RS + 内码卷积接近1/2中高DVB-S约 2.5 dB
Turbo码并行级联卷积 + 交织器1/2, 1/3高深空通信约 0.5 dB
LDPC码稀疏校验矩阵,置信传播可变中(可并行)DVB-S2/5G卫星约 0.2 dB
Polar码信道极化,递归构造可变低5G控制信道逼近极限

2. 信道容量与频谱效率原理

2.1 香农-哈特利定理

1948年,Claude Shannon 提出信道容量定理,奠定了信息论的理论基石。对于带宽受限且受加性高斯白噪声(AWGN)干扰的信道,其容量 CCC(单位:bit/s)由以下公式严格界定:

C=Blog⁡2(1+SN)C = B \log_2\left(1 + \frac{S}{N}\right)C=Blog2​(1+NS​)

其中 BBB 为信道带宽(Hz),SSS 为接收信号功率(W),NNN 为噪声功率(W)。该定理表明,无论采用何种编码与调制方式,信息传输速率 RRR 必须满足 R≤CR \leq CR≤C,否则误码率无法任意降低。

将噪声功率表示为 N=N0BN = N_0 BN=N0​B(N0N_0N0​ 为单边噪声功率谱密度),并引入每比特能量 Eb=S/RE_b = S/REb​=S/R,可将容量公式改写为频谱效率形式:

CB=log⁡2(1+EbN0⋅RB)\frac{C}{B} = \log_2\left(1 + \frac{E_b}{N_0} \cdot \frac{R}{B}\right)BC​=log2​(1+N0​Eb​​⋅BR​)

当系统以容量运行时(R=CR = CR=C),频谱效率 η=C/B\eta = C/Bη=C/B 与每比特信噪比 Eb/N0E_b/N_0Eb​/N0​ 构成一一对应关系:

η=log⁡2(1+η⋅EbN0)\eta = \log_2\left(1 + \eta \cdot \frac{E_b}{N_0}\right)η=log2​(1+η⋅N0​Eb​​)

2.2 功率受限与带宽受限场景

卫星链路根据资源约束可分为两类典型工作区:

功率受限区(Power-Limited):当 C<BC < BC<B(即频谱效率 η<1\eta < 1η<1 bit/s/Hz)时,系统瓶颈在于发射功率而非带宽。深空通信、高雨衰区卫星链路、VSAT终端上行均属此类。此时应优先采用扩频或高冗余编码(如码率 1/6 的 Turbo 码)以降低所需 Eb/N0E_b/N_0Eb​/N0​,而非追求高阶调制。

带宽受限区(Bandwidth-Limited):当 C>BC > BC>B(即 η>1\eta > 1η>1)时,频谱资源成为瓶颈。直播卫星电视(DTH)、高通量卫星(HTS)下行链路通常工作于此区。此时应采用高阶调制(如 16-APSK、32-APSK)配合高效编码(如 LDPC),以在有限带宽内最大化吞吐量。

信道容量边界

功率受限区
eta < 1

带宽受限区
eta > 1

深空通信

雨衰链路

VSAT上行

低码率FEC
R < 1/2

直播电视
DTH

高通量卫星
HTS

高阶调制
32APSK

高码率FEC
R > 3/4

2.3 香农极限与编码增益

当带宽 B→∞B \to \inftyB→∞ 时,容量公式取极限可得:

lim⁡B→∞C=1.443SN0\lim_{B \to \infty} C = 1.443 \frac{S}{N_0}B→∞lim​C=1.443N0​S​

此时每比特最小能量需求为:

EbN0≥11.443≈−1.59 dB\frac{E_b}{N_0} \geq \frac{1}{1.443} \approx -1.59 \text{ dB}N0​Eb​​≥1.4431​≈−1.59 dB

该值称为香农极限,是任何通信系统无法逾越的理论边界。实际系统与香农极限的差距即为编码技术的优化空间。例如,未编码 BPSK 在误码率 10−510^{-5}10−5 时需 Eb/N0≈9.6E_b/N_0 \approx 9.6Eb​/N0​≈9.6 dB,而采用码率 1/2、约束长度 K=7K=7K=7 的卷积码后仅需 4.44.44.4 dB,获得约 5.25.25.2 dB 的编码增益。若进一步级联 RS(255,223) 外码,可再获约 1.81.81.8 dB 增益,总计逼近香农极限约 2.62.62.6 dB。

现代 LDPC 与 Turbo 码通过迭代译码可将差距缩小至 0.2∼0.50.2 \sim 0.50.2∼0.5 dB,使卫星链路在相同天线尺寸下等效获得 41%41\%41% 的口径增益,或在相同功率下支持更高速率。

3. 差错控制编码原理详解

3.1 分组码:结构与代数基础

分组码将信息序列划分为长度为 kkk 的块,通过线性映射生成长度为 nnn 的码字,码率 R=k/nR = k/nR=k/n。核心参数为最小汉明距离 dmin⁡d_{\min}dmin​,决定纠错能力 t=⌊(dmin⁡−1)/2⌋t = \lfloor (d_{\min}-1)/2 \rfloort=⌊(dmin​−1)/2⌋。

BCH 码:采用有限域代数构造,可纠正多个随机错误。传统卫星遥控(TC)采用缩短 BCH(63,56) 码,单纠错(SEC)或三检错(TED)模式。其优势在于译码简单、码长短(56 bit 信息位),适合短指令传输;劣势在于码率固定、距香农极限较远。

Reed-Solomon(RS)码:在符号域(而非比特域)上工作的分组码,特别适合纠正突发错误。RS(255,223) 可纠正 16 个符号错误,常与卷积码级联形成内外码结构,在 DVB-S 标准中广泛应用。

3.2 卷积码:连续编码与维特比译码

卷积码通过移位寄存器与模二加器实现连续编码,不依赖固定码块。约束长度 KKK 决定记忆深度,编码增益随 KKK 增加而提升,但译码复杂度呈指数增长。

维特比算法(Viterbi Algorithm)是最大似然译码的最优实现,通过网格图(Trellis)搜索最小汉明路径。软判决维特比译码利用接收信号的多比特量化信息,较硬判决可获得约 2∼32 \sim 32∼3 dB 额外增益。卫星链路中常用 K=7K=7K=7、码率 1/21/21/2 的卷积码作为内码,与 RS 外码构成经典级联方案。

3.3 Turbo 码:迭代译码与容量逼近

1993 年提出的 Turbo 码通过并行级联两个简单卷积码(分量码)与交织器(Interleaver)构造长码块。其核心创新在于迭代译码:两个分量译码器通过交换软信息(Soft-Output)逐步逼近后验概率,经多次迭代后性能急剧提升。

Turbo 码在卫星通信中的典型参数为码率 1/21/21/2 或 1/31/31/3,交织长度 N=1024∼16384N = 1024 \sim 16384N=1024∼16384。深空网络(DSN)采用 Turbo 码替代早期 RS+卷积级联,在相同误码率下节省约 333 dB 功率,等效于将地面天线口径扩大一倍。其劣势在于译码延迟随迭代次数线性增加,且存在误码平台(Error Floor)现象。

3.4 LDPC 码:稀疏图与置信传播

LDPC 码由 Gallager 于 1960 年提出,1996 年被 MacKay 重新发现。其校验矩阵 HHH 具有稀疏性(非零元素极少),可通过 Tanner 图(二分图)表示,变量节点(v-node)与校验节点(c-node)通过边连接。

译码采用置信传播(Belief Propagation, BP)算法,节点间传递对数似然比(LLR)消息。由于稀疏结构,译码复杂度与码长线性相关,且可高度并行化,适合 FPGA/ASIC 硬件实现。CCSDS 下一代上行链路标准评估显示,LDPC(512,256) 码较传统 BCH 码可获得 2.5∼8.52.5 \sim 8.52.5∼8.5 dB 功率增益,非二进制 LDPC 在 GF(256)GF(256)GF(256) 上可再获 1.51.51.5 dB。

DVB-S2 标准采用 LDPC 作为内码、BCH 作为外码的级联结构,支持自适应编码调制(ACM),在雨衰条件下动态切换码率(从 1/41/41/4 到 9/109/109/10),实现功率与频谱效率的最优权衡。

差错控制编码演进

经典编码
1970s-1980s

级联编码
1980s-1990s

容量逼近码
1993-今

BCH码
短码块

卷积码
Viterbi译码

RS码
突发纠错

RS+卷积
DVB-S

外码+内码
NASA标准

Turbo码
迭代译码

LDPC码
BP算法

Polar码
信道极化

4. 卫星链路实现与协议架构

4.1 编码增益的工程量化

编码增益 GcG_cGc​ 定义为:在相同误码率与信息速率下,未编码系统与编码系统所需 Eb/N0E_b/N_0Eb​/N0​ 的比值(dB 域为差值):

Gc=(EbN0)uncoded−(EbN0)codedG_c = \left(\frac{E_b}{N_0}\right)_{\text{uncoded}} - \left(\frac{E_b}{N_0}\right)_{\text{coded}}Gc​=(N0​Eb​​)uncoded​−(N0​Eb​​)coded​

对于 VSAT 终端,333 dB 编码增益等效于天线口径增加 41%41\%41%(因增益与口径平方成正比),显著降低终端成本与安装难度。对于金融交易卫星链路,10−1210^{-12}10−12 误码率要求下,级联编码可提供 >8> 8>8 dB 增益,确保数据完整性。

4.2 自动重传请求(ARQ)机制

ARQ 作为 FEC 的补充,在卫星链路中承担可靠性兜底角色。传统 COP-1 协议采用 Go-Back-N 机制,在误帧后回退重传全部后续帧,适用于近地任务。深空任务因往返时延(RTT)长达数小时,COP-1 效率极低,故采用选择性重传(Selective-Repeat)协议,如 CFDP(CCSDS File Delivery Protocol)与 LTP(Licklider Transmission Protocol),仅重传丢失帧,避免带宽浪费。

实时流媒体(如卫星电视广播)因无法容忍重传延迟,采用纯 FEC 方案,通过图像后处理(如前向纠错后的错误隐藏)缓解残余误码。

4.3 协议分层与编码部署

卫星通信协议栈中,编码部署具有灵活性:

  • 物理层:调制与信道编码(FEC)紧密耦合,如 DVB-S2 的 LDPC+BCH 级联。
  • 数据链路层:帧同步、随机化、ARQ(COP-1/CFDP/LTP)。
  • 应用层:端到端加密与附加纠错(如军事卫星的独立安全编码)。

CCSDS 建议将编码选择权部分下放给用户:地球站与卫星链路间采用标准 FEC(如 DVB-S2),而用户终端可叠加私有编码以满足特定误码率要求。军事应用常采用独立编码层,与加密层分离,确保传输准确性而非保密性。

5. 知识图谱与思维导图

5.1 全文知识图谱

数字卫星链路
差错控制

信道容量
香农极限

编码技术
FEC/ARQ

频谱效率
功率/带宽

卫星应用
DTH/VSAT

C = B log2(1+S/N)

Eb/N0 >= -1.6 dB

功率受限 vs 带宽受限

分组码
BCH/RS

卷积码
K=7

Turbo码
迭代译码

LDPC码
BP算法

eta = R/B
bit/s/Hz

高阶调制
QAM/APSK

ACM自适应
DVB-S2X

深空通信
Turbo/LDPC

直播电视
DVB-S2

VSAT网络
3dB增益

金融交易
10-12 BER

5.2 编码选择决策流程图

高

低

是

否

短

长

链路需求分析

实时性要求
高/低

纯FEC方案
Turbo/LDPC

FEC+ARQ级联
CFDP/LTP

功率/带宽约束
功率受限?

低码率FEC
R=1/3~1/2
低阶调制

高码率FEC
R=3/4~9/10
高阶APSK

往返时延
RTT大小

COP-1 GBN
近地任务

Selective Repeat
深空任务

6. 总结

  1. 香农极限是卫星链路设计的终极边界:Eb/N0≥−1.59E_b/N_0 \geq -1.59Eb​/N0​≥−1.59 dB 为不可逾越的理论下限,现代编码技术(LDPC、Turbo、Polar)已将差距缩小至 0.2∼0.50.2 \sim 0.50.2∼0.5 dB,使卫星系统在功率或带宽受限场景下逼近最优性能。

  2. 功率受限与带宽受限的区分决定编码-调制策略:功率受限链路(深空、VSAT、雨衰区)优先采用低码率 FEC 与鲁棒调制(BPSK/QPSK);带宽受限链路(DTH、HTS)采用高阶 APSK/QAM 配合高码率 LDPC,并通过 ACM 动态适配信道条件。

  3. 编码增益直接转化为工程效益:333 dB 编码增益等效于天线口径增加 41%41\%41% 或发射功率减半,显著降低卫星与地面终端的硬件成本。对于金融交易等关键应用,级联编码可将误码率压至 10−1210^{-12}10−12 以下。

  4. ARQ 与 FEC 的协同是卫星链路可靠性的双保险:实时业务依赖纯 FEC(Turbo/LDPC),非实时业务采用 FEC+选择性重传(CFDP/LTP),在深空长时延场景下避免 Go-Back-N 的带宽浪费。

  5. 标准化推动技术落地:DVB-S2/S2X、CCSDS 下一代上行链路、5G NR 卫星扩展均采纳 LDPC 与 Polar 码,标志着容量逼近码从理论研究进入大规模商用阶段,卫星通信正式迈入“后香农极限”优化时代。

从通信原理到Verilog:一个约束长度7的卷积码编码器是如何炼成的? 本文详细介绍了如何从通信原理出发,使用Verilog实现一个约束长度7的卷积码编码器。通过生成多项式转换、状态机设计到Verilog代码实现,逐步展示了(7, [171,133])卷积码的硬件编码过程,并提供了时序优化、参数化设计和验证策略等实用技巧,助力数字通信系统开发。 阅读详情

相关推荐

从直观到抽象:深入理解卷积码的编码奥秘

卷积码,从直观现象到数学推导

zhou8201的博客 1385

【编码译码】信道编译码Matlab仿真(含RS BCH turbo LDPC RSBCH级联)

在数字通信系统中,信道噪声会干扰信号传输,导致接收端出现误码。信道编译码技术通过对发送信息进行编码,增加冗余信息,使接收端能够检测和纠正错误,从而提高通信的可靠性。本文将详细介绍几种常见的信道编译码方案,包括里德 - 所罗门(RS)码、博斯 - 乔赫里 - 霍克文黑姆(BCH)码、Turbo 码、低密度奇偶校验(LDPC)码以及 RS - BCH 级联码。RS 码、BCH 码、Turbo 码、LDPC 码以及 RS - BCH 级联码在不同的应用场景中各有优劣。

Matlab_jiqi的博客 78

【信息科学与工程学】【通信工程】第六十九篇 企业网络的数学分析02

编号类型领域子领域问题问题的数学分析及数值分析及算法分析及数学物理分析及数学化学分析及代数/拓扑/几何/结构/数论/逻辑/形式化证明参数列表及参数的数值范围关联知识和法律法规参考462企业园区网络园区网络监控需求WiFi体验劣化相关性分析(AI离群检测+相关性分析)逐步推理:用户规模U为WiFi用户数,流量规模F为体验KPI,时序特征T为体验劣化事件。AI使用离群检测(Isolation Forest)识别体验劣化用户,再用相关性分析(Pearson相关系数)找出与劣化最相关的网络指标。建立分析模型:劣化用

weixin_49199313的博客 908

Matlab实现BPSK调制与信道编码技术研究:汉明码、循环码及卷积码的应用

最后来个性能对比彩蛋:在Eb/N0=4dB时,三种编码的BER大概分别在1e-2、5e-3、1e-3量级。卷积码虽然计算量大,但用matlab的向量化操作跑起来其实也没慢多少,毕竟底层是编译过的C代码在干活。poly2trellis这个函数参数得小心设置,第一个数字是约束长度(寄存器数量+1),后面数组是八进制的生成多项式。注意encode出来的数据长度会变成原来的n/h倍,这里7/4=1.75倍数据量膨胀。核心是H矩阵的构造,汉明码能纠正单比特错误,但遇到突发错误就跪了。后来发现是随机数种子导致的假象。

2508_94204880的博客 355

【信息科学与工程学】【通信工程】第四篇 通信网络的数学架构10 通信网络核心数学方程式01

卸载:Toffload​=L/R+C/fserver​+Tback​, Eoffload​=Ptx​⋅(L/R)。下层:在切片 s内,为用户 u分配资源,最大化对数效用函数 ∑u​log(ru​), 其中 ru​=∑n∈NRBs​​au,n​⋅SEu,n​, au,n​∈{0,1}表示分配。:在时隙 t, 能量到达 Et​, 电池能量状态 Bt​更新:Bt+1​=min(Bt​−pt​+Et​,Bmax​)。:基站发送:x=α1​P​s1​+α2​P​s2​, α1​+α2​=1, α1​>α2​。

weixin_49199313的博客 374

ldpcmatlab代码-Channel-Coding-Architecture-for-5G-wireless-Communications

ldpc matlab代码用于 5G 无线通信的信道编码架构使用高级综合 动机和目标 在当今瞬息万变的世界中,对移动互联网的需求与日俱增。 第四代 (4G) 系统现已在全球范围内使用。 由于移动互联网用户数量的急剧增加,当今的 4G LTE 还存在一些挑战,例如更高的数据速率和频谱效率。 这导致我们将 4G 系统的 Turbo 码替换为承诺更高吞吐量的信道码。 从那时起,3GPP 就接受了 LDPC 码作为 5G 无线通信的信道编码方案,正在进行大量的研究来优化解码器。 在5G中,LDPC码和极性码分别用于数据通道和控制通道的纠错。 第五代系统的主要目标是更高的数据速率、更高的频谱效率、更高的吞吐量、更高的带宽和更高的能效,同时在更低的延迟下也是如此。 信道编码在任何无线通信系统中都起着至关重要的作用。 我们的项目为第五代无线通信的低密度奇偶校验码提供了一种新颖的高效高吞吐量编码器和解码器。 这项工作提出了实现 LDPC 码高吞吐量信道编码架构的策略。 所提议的设计以较低的延迟实现峰值吞吐量,满足 5G NR 标准的吞吐量和延迟要求。 建议的设计首先在 Matlab 中实现。 经过验证

从半部电台到5G:红色通信史与现代通信技术全景

通信技术是信息社会的基石,其本质是解决“信息如何高效、可靠、安全地传递”。从信源编码到信道调制,从嵌入式UART、SPI到网络TCP/IP、TLS,协议分层与差错控制构成了现代通信的骨架。无论是物联网场景下的MQTT、LoRa,还是工业现场总线CAN、RS485,通信原理始终贯穿其中。理解这些技术,不仅需要掌握协议细节,更要建立“信源-信道-信宿”的系统思维。红色通信史正是这一知识体系的生动注脚,从“半部电台”起步,到5G/6G与量子通信,技术演进始终围绕编码、传输、校验、保密与协作展开。以红色通信为线索,

ciya3282的博客 393

Turbo与LDPC编解码及其应用-肖扬

-肖扬编写的Turbo与LDPC编解码及其应用,详细介绍了torbo码和LDPC码的应用

探秘基带算法:从原理到5G时代的通信变革【三】Turbo 编解码

Turbo的编码器非常简单,由两个并行的卷积码编码器 (Encoder) 组成。所谓卷积码,即输出为输入和一段已知序列的卷积。与其对应的分组码则是将序列分段,每段序列和编码矩阵相乘得到输出序列(在后续发展中,Turbo码也拥有了分组码版本)。在Turbo码中,输入序列 (Input)在进入第二个编码器时须经过一个交织器 (Interleaver),用于将序列打乱。两个编码器的输出(Output I 和 II)共同作为冗余信息添加到信息序列(Systematic output)之后,对抗信道引起的错误。

凳子花❀的博客 1879

convolutional-codes.zip_viterbi_串行_卷积码 硬

基于MATLAB的卷积码的编译码实现。采用串行编码原理实现编码,Viterbi硬判决实现译码。

一些著名代码的FEC编解码器IP核库(BCH、RS、LDPC、Turbo)_SystemVerilog_源码_下载.zip

一些著名代码的FEC编解码器IP核库(BCH、RS、LDPC、Turbo)_SystemVerilog_源码_下载.zip

Turbo码——与LDPC并称的现代编码双雄,我用C语言实现了迭代译码

Turbo码是1993年由法国学者提出的革命性信道编码技术,通过并行级联卷积码和交织器的巧妙设计,实现了逼近香农极限的性能。其核心思想是将信息比特分两路处理:一路直接编码,另一路经交织后编码。接收端通过两个译码器迭代交换软信息来提升解码精度。文章从通信工程角度解析了Turbo码的结构原理,重点介绍了Log-MAP译码算法,并提供了简化版的C语言实现框架。作者还对比了Turbo码与LDPC码的特性,分享了调试Log-MAP算法时遇到的数值稳定性等实践心得。Turbo码现广泛应用于移动通信、卫星通信等领域,与L

Proxy_ZZ0的博客 710

安卓逆向实战:用Batch Apktool 3.8.0快速汉化APK的完整流程

本文详细解析了如何使用Batch Apktool 3.8.0进行安卓APK汉化的完整流程,包括环境配置、反编译、资源解析、深度汉化、重构建与签名优化等关键步骤。通过这款集成化逆向工具,开发者可以高效完成APK汉化,提升工作效率。

s1t2u3的博客 1102

卷积码树状图的画法

教材为《现代通信技术与系统》 王兴亮主编  P144-P145的卷积码树状图的画法,没看懂 百度文库搜到一个筒子的报告,弄懂了 做个记录 以(3,1,3)卷积码为例 a、b、c、d四个状态:a=M2M1=00,b=M2M1=10,c=M2M1=01,d=M2M1=11 根据编码器,得式子:y1=M3,y2=M1+M3,y3=M1+M2+M3(这里的+为异或,没画圆圈)

duoduo 1万+

海康视觉平台VisionMaster通讯实战:三种触发方式深度解析

本文深度解析海康视觉平台VisionMaster的三种通讯触发方式:字符串触发、接收字符串事件触发和轮询D地址触发。通过实际案例和配置技巧,帮助工程师在工业场景中实现高效、稳定的设备通讯,提升视觉系统的集成效率和可靠性。

weixin_42665255的博客 284

西门子工业物联网云平台 Insights Hub 技术白皮书

Insights Hub是西门子公司推出的工业物联网云平台,它是一个使用开放技术的基于云架构的平台,能够为制造业企业提供物联网连接、数据分析、应用开发等一系列服务。Insights Hub的设计理念是“连接、分析和运营”,即通过连接物理设备、收集数据并进行分析,来优化工业生产的运营和管理。

可爱的刘三岁的博客 3336

维特比译码器(Viterbi Decoder)硬件架构(一)--卷积码及编解码算法介绍

1. 卷积码(convolution code) 卷积码在无线通信里用的非常广泛,通常卷积码编码器开始工作前都要进行初始化,按编码器的初始状态不同可以分为两类: 1.1 末尾补零卷积码(Tail-bits): 通常卷积码编码器开始工作时都要进行初始化,编码开始前将编码器的所有寄存器单元都进行清零处理。而在编码结束时,需要添加0到码流末尾(Tailed Termination),使编码器状态归...

wonder_coole的博客 1万+

OpenCV实战:用C++和Python实现亚像素边缘检测(附完整代码)

本文详细介绍了使用OpenCV实现亚像素边缘检测的技术,通过C++和Python双语言代码解析,提升工业测量和医学影像中的检测精度。文章涵盖算法原理、核心实现步骤及工业应用案例,帮助开发者掌握亚像素精度处理技术,解决高精度场景中的边缘检测难题。

beer8的博客 376

信道编码避坑指南:从香农极限到工程实现,新手容易忽略的5个关键点

本文深入探讨信道编码从理论到工程实现的5个关键陷阱,对比分析Turbo码、LDPC码等主流技术的性能与硬件代价。揭示5G选择LDPC码的深层原因,解析低密度奇偶校验的硬件优化原理,并给出Polar码参数配置的实用建议。通过实测案例,帮助开发者规避时钟抖动、温度漂移等工程难题,实现最优编码方案选择。

weixin_30299709的博客 241

手把手拆解DGX GB200 NVL72:1个机柜如何塞进72块GPU?详解NVLink Switch铜缆背板设计

本文深度解析英伟达DGX GB200 NVL72系统如何通过NVLink Switch铜缆背板设计,在标准42U机柜中集成72块B200 GPU,实现1800GB/s的超高带宽。文章详细介绍了模块化架构、铜缆互连技术、液冷散热方案和高密度供电系统等核心创新,为AI算力需求提供突破性解决方案。

red88的博客 1593

基于YOLOv5/v8/v10的答题卡填涂识别与评分系统(附数据集+UI界面+完整代码)

在教育信息化的大背景下,传统的手工阅卷方式正在被智能化技术所取代。答题卡识别作为标准化考试的核心环节,其准确率和效率至关重要。本文将详细介绍如何利用YOLO系列目标检测算法(YOLOv5、YOLOv8、YOLOv10)构建一个答题卡填涂识别与评分系统。文章从数据集的制作与标注开始,逐步深入到模型的训练、评估与对比,最后基于PyQt5设计了一个用户友好的桌面端UI界面,实现了从图像输入到得分输出的全流程自动化。

YOLO 640

信道编码-卷积码、QC-LDPC码

卷积码是一种差错控制编码,由P.Elias于1955年发明。因为数据与二进制多项式滑动相关故称卷积码。卷积码在通信系统中应用广泛,如IS-95,TD-SCDMA,WCDMA,IEEE 802.11及卫星等系统中均使用了卷积码。卷积码使用(n,k,L)表示,码率为R。n为输出码字;k为输入的比特信息;L为约束长度,也称为记忆深度。R表示为R = k/n。

weixin_62355917的博客 3401

Google Gemini 模型本地可视化

Google近期发布了Gemini模型,而且开放了Gemini Pro API,Gemini Pro 可免费使用!Gemini Pro支持全球180个国家的38种语言,目前接受文本、图片作为输入并生成文本作为输出。Gemini Pro的表现超越了其他同类模型,当前版本配备了 32K 文本上下文窗口,可免费使用,且其定价将十分有竞争力。Gemini Pro具备丰富的功能:函数调用、数据嵌入、语义检索、自定义知识嵌入以及聊天功能。

HJ_blog 1250

卷积码编码及维特比译码(Viterbi)算法的原理及其FPGA实现

引言 卷积码是一种信道纠错编码,在通信中具有广泛的应用。在发送端根据生成多项式进行卷积码编码,在接收端根据维特比(Viterbi)译码算法进行译码,能够有效抵抗信道噪声的影响,在误码率门限之下可以对传输过程中发生的突发错误进行纠错。 1、编码及译码算法的基本原理 卷积码编码 卷积码是一种纠错编码,它将输入的k个信息比特编成n个比特输出,特别适合以串行形式进行传输,时延小。卷积码编码器的一般形式如下图所示。 如下图所示为k=1时的编码框图,k=1也是最常用的一种...

qq_40230112的博客 1万+

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

Outlook Express 6 (OE6) for Win7/Win8/Win10

英文版 Outlook Express6.0, 兼容Win7/Win10/WinXP,解压就可用。

视频隐私脱敏工程化:CSRT/KCF追踪算法在本地推理中的实现与边界

在短视频内容合规审查中,动态遮挡(Dynamic Masking)是高频且高耗时的环节。传统手动关键帧打码不仅效率低下,且在目标快速移动或遮挡时极易出现遮罩漂移。本文从计算机视觉工程角度,解析基于CSRT与KCF算法的目标追踪方案在视频隐私处理中的技术路径、性能权衡及落地实践。

Mysssone的博客 352

锂电池充电器电路设计 里面有电路

锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。

上一篇: 【战术鸡蛋控制】2 被控对象数学模型
下一篇: 【空间通信系统原理与技术】14 线性分组码与卷积码的工程实现及性能评估
VectorShift
博客等级 码龄1年 1839粉丝 1109原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

VectorShift

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值