通信工程 / 系统课时
用 BSC 生成独立比特翻转序列
用 BSC 生成独立比特翻转序列
二元对称信道(BSC)把每个发送比特以固定概率翻转,并假设不同位置的翻转相互独立。用一段可重复运行的 Python 仿真生成发送、错误和接收序列,再检查误码率及相邻错误频率,就能建立未编码传输的统计基线。
学习目标
- 根据交叉概率 生成独立的比特翻转,并得到接收序列。
- 用固定随机种子复现实验,计算经验误码率。
- 通过抽样波动与条件频率,初步核对 BSC 的统计假设。
把信道写成逐位异或
设发送比特为 、接收比特为 、翻转标记为 ,则
表示第 位翻转, 表示保持不变;。二元对称表示发送 0 变 1 与发送 1 变 0 的概率相同。独立表示各位置的 互不影响,同时错误过程不依赖发送比特。
例如 、发送 10110、翻转标记 00100,接收应为 10010。这里仅第 3 位出错,观察到的 不等于设定的 0.05,并不意味着模型错误:样本太短时波动很大。
运行可复现的仿真
下面使用 Python 3.9 及以上版本的标准库,无须安装依赖。取 、,先生成随机发送位,再为每个位独立抽取一次随机数决定是否翻转。单独保存错误序列,方便做统计核对。
import math
import random
def simulate_bsc(n: int, p: float, seed: int = 2026) -> None:
if n < 2 or not 0 <= p <= 1:
raise ValueError("n must be >= 2 and p must be in [0, 1]")
rng = random.Random(seed)
sent, flips, received = [], [], []
for _ in range(n):
bit = rng.getrandbits(1)
flip = int(rng.random() < p) # 每一位重新采样,不能复用一次抽样
sent.append(bit)
flips.append(flip)
received.append(bit ^ flip)
errors = sum(flips)
previous_errors = sum(flips[:-1])
adjacent_errors = sum(
flips[i] == 1 and flips[i + 1] == 1 for i in range(n - 1)
)
# 估计前一位出错时,后一位也出错的条件概率
after_error = adjacent_errors / previous_errors if previous_errors else float("nan")
margin = 3 * math.sqrt(p * (1 - p) / n)
print("发送前16位:", "".join(map(str, sent[:16])))
print("翻转前16位:", "".join(map(str, flips[:16])))
print("接收前16位:", "".join(map(str, received[:16])))
print("错误位数:", errors)
print(f"经验BER: {errors / n:.5f}")
print(f"相邻条件错误率: {after_error:.5f}")
print(f"3σ波动范围: [{p - margin:.5f}, {p + margin:.5f}]")
if __name__ == "__main__":
simulate_bsc(100_000, 0.05)预期输出(固定种子为 2026):
发送前16位: 0111101110100110
翻转前16位: 0000000000001000
接收前16位: 0111101110101110
错误位数: 5014
经验BER: 0.05014
相邻条件错误率: 0.05106
3σ波动范围: [0.04793, 0.05207]先逐位检查前 16 位满足异或关系,再检查错误位数等于发送、接收逐位不同的位置数。种子让这次实验可重复,但不应在每次循环内重新初始化随机数生成器;否则可能制造重复模式,破坏独立性。
判断误码统计是否合理
由于每位独立翻转,错误总数 服从二项分布 ,经验误码率为 。在本例中,期望错误数是 ,实际得到 5014;经验 BER 为 0.05014。
误码率的标准差为
因此 约为 。这个范围是大样本正态近似下的经验检查区间,不是每次运行必须满足的硬性断言,约有少量实验可能超出。
还可以检查相邻位置:如果翻转独立,理论上 。本次观测值为 0.05106,接近理论值。它只能初步发现明显相关性,不能凭一次有限样本证明独立;需要时可换种子重复实验,并检查更多滞后距离。
避免把模型误差当作编码效果
- 错误比较对象:BER 应使用发送序列与接收序列逐位比较,不能拿接收序列中 1 的比例充当误码率。
- 错误实现方法:每位都用新抽样得到
flip,不要抽一次后整块统一翻转;后者会产生相关错误,不再是独立 BSC。 - 错误解释波动:对 、,期望仅 5 个错误,单次 BER 偏离 0.05 很常见;增大样本量或重复不同种子后再判断。
- 边界情况: 时没有翻转; 时接收位与发送位统计独立,无法从接收位直接获得原始位信息; 时每位必翻转,接收序列可通过再取反恢复。
用于纠错码实验时,应使用相同的交叉概率 和同一批信息比特,分别对编码与未编码比特流施加独立 BSC 噪声,再比较解码后的信息比特误码率。由于编码会增加传输比特数,不应把不同长度的传输序列强行套用同一条翻转序列,也不能忽略码率差异。