%survivor state是一个矩阵，它显T了通过网格的最优路径，这个矩阵通过一个单独的函数metric(x,y)给出。%其中G是一个矩阵，它的任一行决定了从移位寄存器到模2加法器的连接方式.为生成矩阵%这里，我们做了一个简单的(2,1,7)卷积码编码器。k=1;G=1 0 1 1 0 1 1;1 1 1 1 0 0 1;%G1=133,G2=171%以下3种输入序列，可任选一种%input=0 0 0 0 0 0 0;%全0输入%input=1 1 1 1 1 1 1;%全1输入input=round(rand(1,7)*1);%随机系列输入，也可用 randint(1,7,0 1)figure;plot(input,*r) %figure1：画图：目标input，红色（red，r），形状为*s=input;g1=G(1,:);g2=G(2,:);c1=conv(s,g1);%作卷积%disp(c1);c2=conv(s,g2);%disp(c2);n=length(c1);%7位输入时n=13c=zeros(1,2*n);%生成全0矩阵，1*26%disp(c);for i=1:n c(2*i-1)=c1(i);c(2*i)=c2(i);%两个模2加法器分别输出卷积结果序列后，由旋转开关读取的结果（此时仅为卷积结果，非2进制0/1）endfor i=1:2*n if(mod(c(i),2)=0)% mod(c(i),2)=0意思：c(i)除以2，余数为0 c(i)=0; else c(i)=1; endendoutput=c;channel_output=output;%输出矩阵%disp(channel_output);figure;plot(output,*b) %画图：目标：卷积码编码输出，蓝色（blue，b）*%以上为编码部分，以下为维特比译码n=size(G,1);%取矩阵G的行数，故n=2。即得到输出端口，即2个模2加法器%检验G的维数if rem(size(G,2),k)=0 %当矩阵G的列数不为k的整数倍时，rem为求余函数 error(Size of G and k do not agree)%报错endif rem(size(channel_output,2),n)=0 %当输出矩阵的列数不是输出端口n的整数倍时。（注：size(channel_output,2)=26，2个模2加法器合成的输出） error(channle output not of the right size)endL=size(G,2)/k;%得出移位数，即寄存器个数，此例程为7%由于L-1个寄存器的状态即可表示出输出状态，所以总的状态数number_of_states可由前L-1个寄存器的状态组合来确定number_of_states=2(L-1)*k);%此例程中26，移位寄存器组的状态数为64个%产生状态转移矩阵，输出矩阵和输入矩阵for j=0:number_of_states-1 %表示当前寄存器组的状态。因状态从0开始，所以循环为从0到number_of_states-1 for t=0:2k-1 %k位输入端的信号组成的状态，总的状态数为2k，所以循环为从0到2k-1 next_state,memory_contents=nxt_stat(j,t,L,k);%nxt_stat完成从当前的状态和输入的矢量得出下寄存器组的一个状态 input(j+1,next_state+1)=t;%input数组值是用于记录当前状态到下一个状态所要的输入信号矢量 %input数组的维数：一维坐标x=j+1指当前状态的值，二维坐标y=next_state+1指下一个状态的值 %由于Matlab中数组的下标是从1开始的，而状态值是从0开始的，所以以上坐标值为：状态值+1 branch_output=rem(memory_contents*G,2);%branch_output用于记录在状态j下输入1时的输出 nextstate(j+1,t+1)=next_state;%nextstate状态转移矩阵，记录了当前状态j下输入1时的下一个状态 output(j+1,t+1)=bin2deci(branch_output);%output记录了当前状态j下输入1时的输出（十进制） endendinput;state_metric=zeros(number_of_states,2);%state_metric数组用于记录译码过程在每个状态时的汉明距离，大小为number_of_states,2 %（：，1）为当前状态位置的汉明距离，为确定值；（：，2）为当前状态加输入得到的下一个状态汉明距离，为临时值depth_of_trellis=length(channel_output)/n;%depth_of_trellis用于记录网格图的深度channel_output_matrix=reshape(channel_output,n,depth_of_trellis);%channel_output_matrix为输出矩阵，每一列为一个输出状态 %reshape改变原矩阵形状，将channel_output矩阵变为n行depth_of_trellis列矩阵survivor_state=zeros(number_of_states,depth_of_trellis+1);%survivor_state描述译码过程中在网格图中的路径row_survivor col_survivor=size(survivor_state);%开始非尾信道输出的解码%i为段，j为何一阶段的状态，t为输入for i=1:depth_of_trellis-L+1 %i指示网格图的深度 flag=zeros(1,number_of_states);%flag矩阵用于记录网格图中的某一列是否被访问过 if istate_metric(j+1,1)+branch_metric)|flag(nextstate(j+1,t+1)+1)=0) state_metric(nextstate(j+1,t+1)+1,2)=state_metric(j+1,1)+branch_metric;%下一状态的汉明距离（临时值）=当前状态的汉明距离（确定值）+码间距离 survivor_state(nextstate(j+1,t+1)+1,i+1)=j;%survivor_state数组的一维坐标为下一个状态值，二维坐标为此状态 %在网格图中的列位置，记录的数值为当前状态，这样就可以从网格中某位置的 %某个状态得出其对应上一个列位置的状态,从而能很方便的完成译码过程。 flag(nextstate(j+1,t+1)+1)=1;%指示该状态已被访问过 end end endstate_metric=state_metric(:,2:-1:1);%移动state_metric，将临时值移为确定值end%开始尾信道输出的解码for i=depth_of_trellis-L+2:depth_of_trellis flag=zeros(1,number_of_states); %状态数从number_of_statesnumber_of_states/221 %程序说明同上，只不过输入矢量只为0 last_stop=number_of_states/(2(i-depth_of_trellis+L-2)*k); for j=0:last_stop-1 branch_metric=0; binary_output=deci2bin(output(j+1,1),n); for tt=1:n branch_metric=branch_metric+metric(channel_output_matrix(tt,i),binary_output(tt); end if (state_metric(nextstate(j+1,1)+1,2)state_metric(j+1,1)+branch_metric)|flag(nextstate(j+1,1)+1)=0) state_metric(nextstate(j+1,1)+1,2)=state_metric(j+1,1)+branch_metric; survivor_state(nextstate(j+1,1)+1,i+1)=j; flag(nextstate(j+1,1)+1)=1;