Information Theory

项目背景

这是研究生《信息论与信道编码》课程的期末大作业。核心目标是通过编程仿真，理解不同信道编码方案在加性高斯白噪声（AWGN）信道下的误码率（BER）性能差异。

仿真内容

项目覆盖了信道编码中三种核心译码算法：

• 硬判决 Viterbi：基于汉明距离，实现简单但损失了信道软信息。
• 软判决 Viterbi：利用接收符号的可靠性信息，相比硬判决有约 2dB 的增益。
• BCJR (MAP)：最大后验概率译码，输出比特级的 LLR 软信息，是 Turbo 码迭代译码的核心组件。
• Turbo 码：通过并行/串行级联卷积码和迭代译码逼近 Shannon 极限，具有陡峭的”瀑布区”。

实验从**约束长度、码长、迭代次数、级联结构（PCCC vs SCCC）**等多个维度进行了对比，直观展示了编码增益、交织器增益和误平层等现象。

技术实现

编码和译码算法用 C/C++ 实现以保证仿真效率，仿真结果输出为 CSV 数据文件，再由 Python（Matplotlib）统一绘制性能对比图。项目中还包含 GitHub Actions 自动化仿真流水线。源码和完整结果图可查看下方仓库。