exponenta event banner

Сверточное кодирование потоковых выборок

В этом примере показано, как использовать блок сверточного кодера LTE для кодирования данных и как сравнивать аппаратную конструкцию с результатами Toolbox™ LTE. Рабочий процесс выполняется следующим образом:

  1. Создание кадров случайных входных выборок в MATLAB ®.

  2. Кодирование данных с помощью функции LTE Toolbox lteConvolutionalEncode.

  3. Преобразование входных данных с кадрами в поток образцов и импорт потока в Simulink ®.

  4. Для кодирования выборок с использованием аппаратной архитектуры запустите модель Simulink, которая содержит сверточный кодер LTE беспроводного HDL Toolbox™ блока.

  5. Экспорт потока кодированных битов в рабочую область MATLAB.

  6. Преобразуйте поток образцов обратно в данные с кадрами и сравните кадры с опорными данными.

Создание входных кадров данных. Создание эталонных кодированных данных с помощью lteConvolutionalEncode.

rng(0);
frameLength = 256;
numframes   = 2;

txframes     = cell(1,numframes);
txcodeword   = cell(1,numframes);
rxSoftframes = cell(1,numframes);

for k = 1:numframes
    txframes{k}   = randi([0 1],frameLength,1)>0.5;
    txcodeword{k} = lteConvolutionalEncode(txframes{k});
end

Сериализация входных данных для модели Simulink. Оставьте достаточно времени между кадрами, чтобы каждый кадр был полностью закодирован до начала следующего. Блок принимает frameLength + 5 циклов для кодирования кадра.

idleCyclesBetweenSamples = 0;
idleCyclesBetweenFrames  = frameLength+5;

[sampleIn,ctrlIn] = whdlFramesToSamples(...
    txframes,idleCyclesBetweenSamples,idleCyclesBetweenFrames);

Запустите модель Simulink. Из-за добавленных циклов простоя между кадрами потоковые входные данные включают в себя достаточное количество циклов для модели, чтобы завершить кодирование обоих кадров.

sampletime = 1;
samplesizeIn = 1;
simTime = size(ctrlIn,1);
modelname = 'ltehdlConvolutionalEncoderModel';
open_system(modelname);
sim(modelname);

Экспорт модели Simulink sampleOut и ctrlOut обратно в рабочую область MATLAB. Десериализируйте выходные выборки и сравните их с кодированным кадром.

Выходные выборки блока сверточного кодера LTE являются перемежающимися результатами трех полиномов.

  • Аппаратный выход: G0_1 G1_1 G2_1 G0_2 G1_2 G2_2 ... Gn G1_n G2_n

  • Выходные данные панели инструментов LTE: G0_1 G0_2 ... G0_n G1_1 G1_2 ... G1_n G2_1 G2_2 ... G2_n

whdlSamplesToFrames функция обеспечивает возможность переупорядочивания выборок. Сравните переупорядоченные выходные кадры с кодированными опорными кадрами.

interleaveSamples = true;
sampleOut = sampleOut';
txhdlframes = whdlSamplesToFrames(sampleOut(:),ctrlOut,[],interleaveSamples);

fprintf('\nLTE Convolutional Encoder\n');
for k = 1:numframes
    numBitsDiff = sum(double(txcodeword{k})-double(txhdlframes{k}));
    fprintf(['  Frame %d: Behavioral and ' ...
        'HDL simulation differ by %d bits\n'],k,numBitsDiff);
end
Maximum frame size computed to be 768 samples.

LTE Convolutional Encoder
  Frame 1: Behavioral and HDL simulation differ by 0 bits
  Frame 2: Behavioral and HDL simulation differ by 0 bits

См. также

Блоки

Функции

Связанные темы