基于MATLAB的TCM编译码器设计

绪论从传统的传输理念来看的话，我们不难发现，纠错编码与调制在具体的运行过程中，采用的是一种独立的形式予以执行的，译码与解调的工作原理也是一致的。80年代初，Ungerboeck根据信号传输的特点，在原来的基础之上做出了一定的创新和改进，称作网格编码调制，记为TCM。它是将之前的理念作为一个新的方向予以重点的管理。它的中心思想是：采用编码方法将原来的信号予以重点的分割，使得原先的信号更加的完善。这样就能够保证信号处于一种高速发展的态势予以传输，在频率受限以及功率受限这个方向受到的影响是非常大的。由于TCM编译码是一种将原先的偏差予以矫正的技术，因而在通信技术中得到了广泛的应用，并且从目前的形势来看的话，大众对他的研究力度不管是从哪个层面上都是较为热门的。1.1本课题研究目的及意义在传统的通信系统中是将调制以及编码进行独立的管理的，采用编码方式来有效的改善效率不高在具体的经营过程中的不足：由于编码导致最终的信息量相对于之前实现了较大的提升，从而在信号的传输速率上实现了较大的提升，如果在传输速率上实现较大的提升，那么相应的频带就必须要相应的下降。人们希望通过这样的一种方式有效的解决目前面临的这一实际问题。1982年，昂格尔博克（Ungerboeck）提出了将调制与解码进行有序的结合从而从根本上解决这一问题的基本思路，正式的引出了TCM这样的一种解决思路。这项技术将原先需要分开来进行的调制和解码这两个程序予以了有序的结合，而且这样的一种结合方式，不管是在带宽的管理上，还是在频率的管理上，相较于之前，都没有较大的改动，获得3~6dB的编码增益，这样的一项技术的出现，不管是从宏观的层面上，还是从微观的层面上产生的积极作用都是不言而喻的，可以说这项技术创造出来的价值是划时代的，这项技术的诞生对于信道编码技术的发展，产生的实际影响是非常重大的，也是我们在具体的研究过程中，需要重点的关注和加强的。所以本文在具体的研究过程中，主要是针对于这一问题予以了重点的管理和研究。1.2本课题的研究内容本文的研究内容是通过MATLAB来设计与实现TCM的编码及译码，并且在TCM的纠错功能上予以了较大的完善与改进。设计由两部分组成：TCM编码器及TCM译码器的设计。编码器完成数字采样、差分编码、卷积编码、集分割、信号点的映射以及8PSK信号调制；译码器完成8PSK信号解调及维特比译码。2TCM原理2.1TCM的优点从过去传统的信号传输理念中，我们不难发现，通信编译码器和调制解调器这两个部分通常是独立的分开与进行的，编码与调制、译码与解调各自独立设计。TCM在实际的运行过程中，需要的设备环境相对来说是较为复杂的，当然最终取得的综合成效也是较为乐观的，利用卷积码与调制相结合，实现了在原先的频率带宽不降低的前提条件之下，保证最终的使用功率的最大化。在目前这样的一种集成电路高速发展的综合环境之下、传输成本比终端设备成本都要高的这样一项事实成为目前我们需要解决的首要问题，这样的一项技术的诞生，对于我们来讲，不管是从哪个层面上来讲，取得的综合成效都是非常高的。目前，这种网格编码调制已经在频率以及带宽都受到较大的制约的前提条件之下，如深空信道、卫星信道、微波信道、有线信道等诸多信号领域中，占据了较大的比重，也成为现在研究的重点方向，这一点是值得关注和重视的。TCM有具有以下两个基本特点：（1）在信号空间中的信号比之前的信号相对来说，是要高出许多的，这些增加的信号使得在具体的编码过程中，其综合的编码成效相较于之前实现了较大的提升和加强，同时保持原有的带宽维持一种较好的恒定；（2）采用卷积码编码规则，使得原先的信号之间维持一种较高的依赖性，只有少部分的信号点是允许使用的信号点，并且在具体的实施过程中，能够形成一个网格的状态，因此命名“网格编码”。2.2欧氏距离与汉明距离两个码组中在相应的位置上，出现的编码的位数的差异也是我们在具体的管理过程中，需要着重的关注和加强的。表示两个码组的距离称为汉明距离。对于卷积码，通常将从一个距离出发、到另外一个状态停止的状态的这样的一种相互之间的最短的距离为自由汉明距离。最小汉明距对于编码方案在具体的纠错以及改正的过程中，起到的综合作用死尤为重大的，只有最大程度的将码组之间的差异进行有序的组合，才能够保证信号在具体的传输过程中，受到的综合影响是较小的，从而保证编码的纠错能力。从简单的编码的层面上来看的话，我们不难发现，最小汉明距离是是他的编码性能在具体的管理过程中出现了较大的偏差，但是当从一个相对宏观的层面上去思考这样的一个问题的时候，最小欧氏距离才是衡量彼此之间距离的一个至关重要的影响因素的。欧氏距离是一组与原先的信号相似或者相近的一组信号，对于两个信号之间的信号点，欧氏距离指的是两个信号之间最短的空间距离。传统的纠错编码是以汉明距离作为主要的衡量基准来予以丈量和实施的，但汉明距离最佳的编码方案在实际的运行过程中，并不能够较好的形成一种相对较为有利的状态。实际上，在一维码和二维码进行具体的调制的过程中，汉明距离与欧氏距离在具体的实施过程中，其综合的衡量成果是有较大的相似性的。但是在多进制的关系中，汉明距离和欧氏距离之间的对应关系相对是较为复杂的。2.3集分割TCM在具体的运行过程中，至关重要的一个环节就是分割集，TCM通过分割集实现了在具体的欧氏距离运行过程中的最大化，而星座点之间的最小平方欧氏距离对于衡量TCM在抗干扰性能方面的好坏起着至关重要的作用。所谓集分割是将空间中的一个点按照相应的规律分割成最小单位的子集，使分割后的子集内的最小空间距离实现较大的分割和加强。每一次的分割都是对之前的大洗牌。集分割是利用星座图来进行的。下面以（3，2，N）卷积码和8PSK调制相结合为例，具体说明集分割的原理。假设一个系统用（3，2，N）卷积码编码器，后接一个8PSK调制器组成，该编码器输出的码组有8种可能的组合（000，001，010，011，100，101，110，111）。根据某种映射规则，这8种组合对应于8PSK信号空间中的8个信号点，星座中8个信号点对应于8PSK信号的8个不同相位，设信号点与星座中心的距离为r均为1，则信号点之间的最小距离为。信号点之间可能有的距离有、、和，该距离即为信号点的欧氏距离。8PSK星座中8个信号点组成一个集。在实际的运行过程中，可以根据原来的信号决定最终能够分割出来的综合成果，将没有必要进行分割的进行有效的隔离。8PSK具体分割情况如图2.1所示。B1C3C2C1C0B0B1C3C2C1C0B0图2.18PSK星座集分割对8PSK、16QAM等一类系统，用这样的一种分割方式在不同的技术之间进行有序的调试和变换，并且用计算机的原理有效的解决了目前存在的这一具体客观的问题，该码被称为UB码。UB码采用（n+1，n，N）卷积码，n比特的信息组进入TCM编码器后，得到n+1个码元组成的子码，各子码与信号星座中个信号点一一对应。2.4TCM编码网格编码在具体的调制过程中，采用的根本思路就是通过集分割方法将原先的编码进行有序的管理和结合，使得在信号通道中传输的信号在具体的运行过程中，是按照一定的顺序予以重点的实施和开展的。下面将从TCM信号的形成、TCM的网格图、TCM的编码增益3个方面对网格编码在具体的运行过程中的工作原理予以重点的分析和解剖。2.4.1TCM信号的形成TCM编码器的一般结构如图2.2所示，根据该结构，TCM信号的形成包括以下3个部分。图2.2TCM编码器的一般结构1.卷积码编码发送端将输入的n比特信息经过一定的方式予以处理之后，其最终呈现出的是两条分支的形式，其中一路m（m<=n）比特信息进入码率为m/（m+1，m，N）卷积码编码器中扩展成m+1个编码比特，而另一路n-m比特信息不进行编码。我们可以将得到的n+1个编码比特视为（n+1，n，N）卷积码编码器的输出。卷积编码器一般结构如图2.3所示。图2.3卷积编码器的一般结构2.星座集分割选择M=2n+1个星座点在具体的调制过程中，采用的是一种多元化的调制模式予以重点的管理和调制（如MPSK或MQAM），将星座进行逐步的管理和分层。M个星座点逐级分割后的星座点数目为M/2，M/4，M/8……，各个子级在这样的模式之下予以有效的排列，但是在这样的情况之下，他们的欧氏距离保持着一种逐渐增大的状态，一直使得最终的欧氏距离保持最终的两个星座距离的范围之内，具体分割如图2.1所示。3.编码比特向星座点的映射下面举例说明TCM在实际的运行过程中，其具体的工作原理。为了方便对这样的一个原理予以重点的解读和管理，现在以一种更为量化的方式予以说明。设n=2，m=n-m=1，则输入比特流的星座点数为2n=22=4。若选择M=8的多元调制8PSK，星座点数较n=2的4状态信号有一倍冗余。1.设计编码器图2.4所示为（3，2，3）卷积编码器的框图。图中将n-m=1未编码比特‘纳入’编码器，其输出为3比特码组X2X1X0。图2.4（3，2，3）卷积编码器2.对8PSK星座图逐级分割具体分割过程如图2.1所示，经过两次的分割之后，最终得到的结果是四个星座的距离C0~C3，每个子集之间只保持两个星座的距离，这样的情况之下，星座之间的欧氏距离维持一种最大化的状态，这一点是在实际的8PSK具体的管理过程中，需要重点的关注和加强的核心以及关键性的问题。3.编码比特向8PSK星座点映射现在的问题是（3，2，3）卷积编码器输出的3比特组X2X1X0，如何有效的将子集之间的星座距离予以有效的实施和管理，从而在编码与调制之间维持一种较大程度的平衡，这一点是在具体的经营过程中，需要重点的关注和加强的环节，这一点对于TCM来讲，也是一个尤其关键和重要的环节。图2.4右侧方框指明了这一选择方法。①由（2，1，3）卷积吗编码器输出的2比特X1X0的4组双比特，分别选择子集C0，C1，C2，C3。即当X1X0=00时，选C0；X1X0=10时，选C2；X1X0=01时，选C1；X1X0=11时，选C3。②未编码比特（n-m）直接映射X2（X2在X2X1X0中为最高位），在X1X0选定其子集Ci后，由X2随机选择该子集Ci中的2个星座点之一。③8PSK星座的8个星座点所表示的8个不同相位的已调波波形，对应编码为8个3比特码组（图2.1底部）。且按自然码顺序为000、001、…、111，其编号对应为0、1、...、7。图2.5所示为四状态8PSK星座的网格编码调制过程与结果。图2.5四状态8PSK的网格编码调制2.4.2TCM的网格图设计TCM时最根本的目标就是在具体的运行过程中，寻找与之相匹配的卷积码，当卷积码的每个分支在具体的经营过程中，维持了一种相对的平衡之后，保持每条信号在具体的实施过程中，维持一种最大的平衡距离，此时称为最优码。TCM最优码网格图遵循以下规则。（1）并行转移分支指定分配有间隔指的是欧氏距离在具体的实施过程中，至关重要的一个问题。对于8PSK，这个时候的信号点都是来源于同样的一个方向。（2）由于最终产生的分支在最初的时候，都是来源于同一个方向的，在子集的分配上也是维持了一种较大程度的平衡，这样的一种状态使得最终分支出来的信号在综合的距离之间大于或等于d1。（3）所有的信号在具体的实现过程中，都是以一种较为同步的频率出现的，并且在具体的实现过程中，不管是从哪个层面上都是有一定的规律可以遵循的。这样的一种现象表明好的TCM在实际的实施过程中，其具体的运行规则应该是保持高度的一致性的。这是因为TCM方案从根源上来看，是对信号空间做出一种有效的管理和划分，而调制信号在具体的实施过程中，其空间的综合性能是较为一致的，所以最佳分割方案不管是在规则性上还是在具体的一致性上都应该最大程度的保持一致。2.4.3TCM的编码增益 （2.1）为了使得整个信号传输以及调制过程，以一种更为量化的形式予以说明，定义昂博尔格克编码的渐近编码增益P （2.1）（2.1）（2.1）式（2.1）中dfree为编码的自由欧式距离，dref为工作在每比特能量相同时无编码的调制方案中最小欧式距离。2.5TCM译码维特比译码又称为最大似然译码，此译码方法的核心是在篱笆图上寻找幸存路径。如果最大似然函数能够在某个拐点的地方出现的话，那么这样的一条路线将会被称之为幸存路线，如果不能找到的话，那么这样的路线，毫无疑问，是应该被丢弃的，随后的时间里，应该再对其进行具体的管理和思考，从而保证最终得到的原始数据的一致性以及其综合性。（n，k，m）卷积编码器的输入比特流长度为kl，不同的分支路径有2k1条。维特比译码任何时候，都要将之前的编码进行有序的比对，之后再重新的选择一条新的路径，而并不是在同一时刻，将所有的数据进行统一的比对和结合，这样一来，使得原先相对较为复杂的译码工作，较之于之前，是实现了较大的便捷性以及方便性。假设接收信号的概率是独立同分布的，则根据条件概率公式：（2-2）式（2.2）中y是估计序列r是接收序列，在已知r的条件下可以用此公式估计出y的最大似然函数值，与上式等价的函数为（2-3）其中a，b可以定义为两个常量：（2-4）这样码元量度可写成（2-5）维特比译码的一般步骤如下：（1）画出卷积编码器对应的状态图和篱笆图。（2）计算出分支量度的大小。分支量度指的是接收信号的编码系列与篱笆图上的其他的分支序列在综合的汉明距离之间的较大的差异。（3）将每个时刻的综合距离与之前的距离进行实时的管理和说明，得到一个累计的总和的值，并且将这个值予以重点的记录。（4）将这样的状态，由点及面，推广到其他的方式中，选择所有的方式中最小的值，将最大的值予以摒弃。并且将对应的路径所符合的状态值予以重点的记录，从而使得最终的结果以一种较为合理的方式回到最开始的地方。（5）在下一个时刻，各个路径都往后予以重点的延伸，将上述提到的方法予以更进一步的重复和说明，一直到最后，这样，最终记录的方式就是按照相关的要求符合预先的规定的要求的值，之后将记录到的值予以重点的关注和管理，最终恢复到最初始的状态。在这里需要重点的予以强调和说明的是，当两条路线都是一致的话，那么此时只需要保留其中一条，而摒弃另外的一条即可。对译码结果没有影响。图2.6Viterbi译码的加比选在卷积编码器（n，k，m）中，约束长度N=m+1，也就是在任何一个时刻最终呈现出来的节点就是2n-1条路径，同时接收上一个状态节点的2n-1条路径。移位寄存器的阶数为m，因此系统状态数为2km，每个状态之下分配的储存器也是有较大的差异的，分别以一种相对较为量化的值对这样的一个数据予以重点的说明，译码复杂度与编码器输入端比特数n成正比，而与信道的复杂程度无关。图2.7维特比译码的基本步骤图2.8维特比译码器结构维特比算法在实际的算法运行的过程中，采取的是通过顺序移动网格图来予以计算的方式来实施和执行的，在一个时间间隔T内，将所有与之相关的分支代价都予以明确的说明。举例说明，如果卷积编码器中的存储单元数是m，如果延时器在具体的经营过程中的总分支数目是四个的话，那么在一个总共的时刻中，计算出来的值就是他的四倍。但是，由于维特比算法在具体的计算的过程中，是采取同时计算的模式予以实施和执行的，因此在路径代价每次得以计算的时候，能被保留下来的路径就是N条了。分支代价指的是两个之间的最短的距离。最后在具体的筛选的过程中，采用一种较为合理有效的方式予以筛选，确保最终存留下吕的路径是一种幸存路径，这一点在具体的经营和实际的管理过程中，是需要重点的关注和加强的环节，也是在实际的经营过程中，需要重点的关注和管理的地方。译码过程从序列开始被接受开始，就开始逐渐的建立每个路径在具体的实施过程中，需要涉及到的具体的代价，通过这样的一种模式，使得最原始的数据得以顺利的实施和有效的呈现，这一种模式在整个过程实施的过程中，发挥的综合作用也是非常重大的，可以说这样的一种技术的存在，产生的综合成效也是非常关键的。169163基于MATLAB的TCM编译码器设计前两章简单叙述了TCM在具体的工作过程中的相关的工作思路以及具体的工作原理，本章将以具体TCM编译码器作为例子，来介绍TCM在具体的编码过程中的总体的设计思路。3.1MATLAB简介MATLAB目前全球最领先，最前沿的一门通信技术。它是MathWork公司于1982年推出的一套高性能的数值计算和可视化数学软件。MATLAB是一种高级的计算机语言，在实际的使用过程中，为具体的通信技术带来了较大的便捷。它将计算，可视化和编程等都进行了一个统一的结合，使得彼此之间能够在一种相对较为和谐的环境中得以顺利的实施和计算，从而使原先相对较为复杂的问题以一种数字化的模式呈现在我们的面前。MATLAB是一个交互式系统，在具体的计算过程中，他的基本的计算数据是矩阵，并且在大小的制定上并没有较为明确的要求。通过这样的一种方式能够较大程度的实现相关的技术问题的关注和解决。MATLAB系统可分为五个部分：MATLAB语言。这是一种高级矩阵语言，他在具体的实施过程中，起到的至关重要的作用是控制整个运营流程的作用，，从计算机的层面上来看，他所能够实现的功能也时非常多的。它既有“小型编程”的功能，能够在小型的程序上实现高速的实现和建立，又有“大型编程”的功能，在较为大型的程序与以实施和开发的时候，其取得的综合成效相对也是较大的。MATLAB的工作环境。在具体的使用过程中，他运用的较多的是将工具和设备进行紧密的联系和结合。它包含有在你的工作空间进行相关的数据的研究和采集。同时也有开发，管理，调试的系列工具。图形操作。这是MATLAB的图形系统。它在具体的计算指令调用的过程中，使用的是一种较为高级的计算指令，在具体的内容处理的层面上，采用的是二维码以及三维码相结合的形式予以实施和执行的，不管是在静态的处理层面上，还是在动态的处理层面上，都能够实现较好的管理和较大的提升。MATLAB数据功能库。在实际的计算过程中，他拥有了庞大的数据库系统，这样的一套数据库系统为其在具体的计算过程中，维持了较大的便捷性，涉及到的各项复杂的计算方式也是非常多的，但是利用这样的一套语言以及计算方式都能够实现较好的解决和实现。MATLAB应用程序编程界面。这是一个允许你在MATLAB界面下编写C和Fortran程序的库。在调用动态的链接上以及实际的管理程序上，都能够实现高度的一致和较好的统一，使MATLAB称为了一种计算的工具，能够较好的解决之前无法解决的关键性的问题。3.2仿真流程3.2.1仿真的总体流程图3.1TCM系统的仿真流程3.2.2TCM编码部分流程编码流程如图3.2所示。图3.2编码部分流程图3.2编码部分流程如图3.2为编码部分程序流程图。在卷积编码之前进行差分编码的目的是为了租点程度的克服之前存在的相位问题，差分编码是将之前输入的信号按照一定的原则予以实行的转换，从而生成全新的信息码，使彼此之间实现全新的匹配，然后将全新的信息予以重点的管理和调制，从而最终实现整个管理系统在具体的计算过程中，维持其最终的计算结果的最大化以及其差异化的形成。图3.2编码部分流程3.2.3TCM译码部分流程译码流程如图3.3所示。图3.3维特比译码流程如图3.3为维特比译码流程。整个维特比译码过程大致可以概括为两点，一是对每个子集的信号最好的位置予以实行的关注和确定；二是将每个子集在具体的信号位置予以统计，从而最终找出距离最短的幸存路径。3.3调试分析3.3.1仿真代码%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%function[y]=Qfunct（x）%[y]=Qfunct（x）%QFUNCT计算Q函数y=（1/2）*erfc（x/sqrt(4）)；%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%clear%8PSK-TCMsimulationM=8；tx=randint（1，1000）；%%用于产生基质的均匀分布1-1000的随机整数conv_input=tx（1：2：end）；uncode_data=tx（2：2：end）；%Convolutionalencoder卷积编码器trellis=poly2trellis（7，[str2double(dec2base(bin2dec('1011011'），M))str2double（dec2base(bin2dec('1111001'），M))])；%poly2trellis是将卷积码多项式转换成MATLAB的trellis网格表达式的函数%str2double把字符串转换数值%dec2base把十进制转化为8为二进制%bin2dec把二进制转化为十进制%约束长度为7，code_data=convenc（conv_input,trellis）；%对二进制信息conv_input进行编码，trellis是编码器的trellis结构%partitioning分区partition=[pskmod（1，M,0，'gray'）pskmod（7，M,0，'gray'）；pskmod（2，M,0，'gray'）pskmod（4，M,0，'gray'）；pskmod（3，M,0，'gray'）pskmod（5，M,0，'gray'）；pskmod（0，M,0，'gray'）pskmod（6，M,0，'gray'）]；%TCMModulationTCM调制txSig=zeros（1，length(uncode_data）)；%zeros（m,n）产生m×n的全0矩阵fork=1：length（uncode_data）%length数组长度（即行数或列数中的较大值）i=code_data（2*k-1）+code_data（2*k）*2；txSig（1，k）=partition（i+1，uncode_data(k）+1)；end%EffectofRayleighchannel瑞利信道的影响x=randn（length(txSig），1)；%返回一个length（txSig）行1列随机矩阵y=randn（length(txSig），1)；ray=sqrt（0.5*(x.^2+y.^2）)；fadeSig=txSig.*ray'；EbNo=（0：1：10）；k=log2（8）；SNR=EbNo+10+10*log10（k）；BER=zeros（1，length(EbNo）)；forn=1：length（SNR）%AddGaussiannoise.添加高斯噪声。rxSig=awgn（fadeSig,SNR(n），'measured')；%在信号fadeSig中加入高斯白噪声，信噪比SNR以dB为单位，measured表 示在加入噪声之前测定信号强度%Demodulate.解调。rx=pskdemod（rxSig,M,0，'gray'）；%Decode解码r_code=zeros（1，length(rx）*2)；r_uncode=zeros（1，length(rx）)；fori=1：length（rx）switchrx（i）case0r_code（1，2*i-1）=1；r_code（1，2*i）=1；r_uncode（1，i）=0；case1r_code（1，2*i-1）=0；r_code（1，2*i）=0；r_uncode（1，i）=0；case2r_code（1，2*i-1）=1；r_code（1，2*i）=0；r_uncode（1，i）=0；case3r_code（1，2*i-1）=0；r_code（1，2*i）=1；r_uncode（1，i）=0；case4r_code（1，2*i-1）=1；r_code（1，2*i）=0；r_uncode（1，i）=1；case5r_code（1，2*i-1）=0；r_code（1，2*i）=1；r_uncode（1，i）=1；case6r_code（1，2*i-1）=1；r_code（1，2*i）=1；r_uncode（1，i）=1；case7r_code（1，2*i-1）=0；r_code（1，2*i）=0；r_uncode（1，i）=1；otherwiseerror（'Thisisimpossible'）enddecrx1=vitdec（r_code,trellis,2，'trunc'，'hard'）；decrx（1：2：length(tx）)=decrx1；decrx（2：2：length(tx）)=r_uncode;end[nErrors,BER（1，n）]=biterr（tx,decrx）；EndNBRfori=1：length（EbNo）SN=exp（EbNo(i）*log（10）/10)；%信噪比theo_err_prb（i）=2*Qfunct（sqrt(6*SN）*sin（pi/8）)/3；%理论比特误码率endsemilogy（EbNo,theo_err_prb,'b*'，EbNo,BER,'o'）；gridon;legend（'TheoreticalBER'，'EmpiricalBER'）；xlabel（'EbNo(dB）')；ylabel（'BER'）；title（'TCM误码率分析'）；3.3.2仿真截图及分析具体仿真截图如图3.4和图3.5所示。图3.4理论误码率与实际误码率比较图图3.5信噪比图3.4所示纵坐标BER为误码率，图3.5为信噪比，信噪比大小与图3.4的横坐标的EbNo成正比，从图中可以看出信噪比在逐渐的加强的同时，与之相关的相应的数值在逐渐的下降和减弱，理论误码与实际误码率相差不大，由于有些人为因素、使得最终呈现出来的结果与实际的结果存在着较大的差异，但是从仿真的层面上来看，这样的一种方式还是利大于弊的，这也体现了TCM的优点。4总结与展望本论文完成了基于MATLAB的TCM编译码器的设计，通过实验验证了TCM编译码在信号传输的过程中，不管是从传输的速度还是综合的传输性能，相较于之前，都是有较大的优势的，下面就对本课题的编译码器的设计方法、遇到的困难进行详细的叙述，最后对TCM技术进行了展望。4.1本课题完成的工作（1）本文着眼于将传统的方式与现代化的方式相结合的方式，重点讨论了TCM网格编码调制的原理，包括TCM编码器结构，子集分割原理及编码映射。还介绍了Viterbi译码算法。（2）设计出具体的TCM编译码器，并给出原理及结构图。（3）对TCM编码器进行MATLAB仿真，实现了TCM编译码功能。（4）给出了TCM的实际误码率与理论误码率的仿真截图，验证了TCM的纠错能力，证明了使用TCM可以有效的提高通信的可靠性，符合人们对信息传送的要求。4.2本设计过程中遇到的困难虽然TCM编译码器从整体上实现了预期的结果，但也出现了一些缺陷。有的缺陷是不可避免的，还有的缺陷是因为意想不到的漏洞引起的。整个实现过程遇到了很多困难，例如以下是编译码实现的过程中遇到的4个难点：TCM如何对信号做最佳划分以达到信息的有效传输。TCM如何通过维特比译码找到最终的幸存路径以及如何减少甚至是避免维特比译码时的突发错误。如何计算实际误码率和理论误码率。MATLAB软件能否熟练应用。4.3TCM技术的展望目前来看Viterbi算法在TCM中能达到比较好的效果，今后Viterbi算法将朝着两个方向改进，一是在译码器的速度上有必要进行更进一步的研究和挖掘，保证期速度能够维持一个较为高速的增长，二是努力减少译码器的复杂性。我们知道之所以网格编码调制能在其他的各项综合性能不变的前提之下实现予以较好的实施和发展，是因为在具体的设计的时候，将与之相关的一些因素予以了重点的结合和管理，充分考虑了信道编码与调制之间的联系。参考文献[1]肖萍萍，金振坤，周一.通信原理与应用[M].北京：人民邮电出版社，2013，9.[2]陈志成，郑宝玉，吉晓东，肖小潮.一种基于TCM的信道编码与物理层网络编码的联合设计[J].电子与信息学报，2011，11：2594-2599.[3]王鹏.编码器的原理特性及应用[J].重工与起重技术，2011，03：20-22.[4]李红军，葛建华，董亚萍，金博.ATSCDTV系统中TCM编译码器的实现和简化[J].现代电子技术，2013，02：13-16.[5]曹田.基于TCM的编码调制技术在