Декодирование - мягкое решение
Cтраница 3
 |
Характеристики некоторых кодов Рида-Соломона, исправляющих t ошибок, с N31, 32-позиционной ЧМ в канале с АБПП ( некогерентная демодуляция. [31] |
Если демодулятор не выносит жесткое решение по каждому кодовому символу, но, вместо этого, отправляет неквантованные выходы согласованных фильтров к декодеру, можно использовать декодирование мягких решений. Такое декодирование включает в себя формирование cf - 2kK корреляционных метрик, где каждая метрика соответствует одному из qk кодовых слов и состоит из суммы выходов N согласованных фильтров, соответствующих N кодовым символам. Выходы согласованных фильтров можно ( 1) суммировать когерентно, ( 2) детектировать по огибающей, а затем суммировать или ( 3) квадратировать и затем суммировать. Если используется когерентное детектирование, а в канале действует АБГШ, расчет вероятности ошибки является простым обобщением двоичного случая, рассмотренного в разделе 8.1.4. С другой стороны, если используется детектирование огибающей или квадратичное детектирование и некогерентное сложение для формирования величин, по которым принимается решение, расчет качества декодера значительно более сложен. [32]
Следующие численные результаты иллюстрируют вероятность ошибки двоичных сверточных кодов со скоростью l / п и максимальным свободным расстоянием при п 2, 3 и 4 при декодировании мягких решений алгоритмом Витерби. [33]
Заметим, что трехбитовое квантование ( восемь уровней) примерно на 2 дБ лучше, чем декодирование жестких решений, что близко к безусловному пределу, получаемому при декодировании мягких решений в канале с АБГШ. [35]
Интересно отметить, что как и при блоковом кодировании, когда используются границы Чернова для P id), при сверточком декодировании эффект декодирования жестких решений сводится к сокращению расстояний между кодовыми словами ( порядка разнесения) в два раза по сравнению с декодированием мягких решений. [36]
 |
Модель системы связи с ЧМ. [37] |
Хотя в выше представленном обсуждении предполагалось использование блокового кода сверточный кодер можно легко применить в блок-схеме, показанной на рис. 14.6.1. Для примера, если используется двоичный сверточный код, каждый символ в его выходной последовательности можно передать двоичной ЧМ. Максимально-правдоподобное правило декодирования мягких решений для сверточного кода можно эффективно реализовать Посредствам алгоритма Витерби ( АВ), в котором метрики для выживших последовательностей в любой точке решетки состоят из суммы квадратичных выходов для соответствующих путей по решетке. С другой стороны, если используется декодирование жестких решений, АВ применяется с использованием в качестве метрик расстояния Хемминга. [38]
Рассмотрите каскадирование кода Рида-Соломона ( 31 3) ( q 32-ичный алфавит) как внешнего кода с двоичным кодом Адамара ( 16 5) как внутреннего кода в широкополосной ПП системе. Предположите, что осуществляется декодирование мягких решений по обоим кодам. Определите верхнюю ( объединенную) границу для вероятности ошибки на бит, основываясь на минимальном расстоянии каскадного кода. [39]
 |
Сравнение Ra ( декодирование мягких решений с RQ ( декодирование жестких решений в функции от ОСШ на измерение. [40] |
Выражения для вероятности ошибки, полученные в этой главе для декодирования мягких и жестких решений линейных двоичных блоковых кодов, ясно указывает на важное значение параметра минимальное кодовое расстояние для качества кода. Если мы, например, рассмотрим декодирование мягких решений, верхняя граница вероятности ошибки, представленная в (8.1.52), указывает на то, что для заданной скорости кода Rc k I n вероятность ошибки в канале с АБГШ уменьшается экспоненциально с dmm. Если эту границу использовать в соединении с нижней границей для dmm, данной ниже, мы получаем верхнюю границу для Рм, которую можно достичь многими известными кодами. Аналогично, мы можем использовать верхнюю границу данную в (8.1.82) для вероятности ошибки при декодировании жестких решений в соединении с нижней границей для dmin для получения верхней границы для вероятности ошибочного декодирования линейных двоичных блоковых кодов в ДСК. [41]
В этой главе мы опишем специальные коды и рассчитаем их качество для канала с АБГТТТ В частности, мы рассмотрим два класса кодов, именно линейные блоковые и сверточные коды. Качество кода рассчитывается как для декодирования жестких решений, так и для декодирования мягких решений. [42]
С этой точки зрения, техника суммирования, описанная выше, представляет декодирование мягких решений для кода с повторением. Поскольку код с повторением - это тривиальная форма кодирования, мы теперь рассмотрим дополнительные преимущества, получаемые от более эффективных типов кодов. В частности, мы покажем, что кодирование обеспечивает эффективное средство разнесения по каналу с замираниями. Величина ( порядок) разнесения, обеспечиваемая кодом, прямо связано с его минимальным расстоянием. [43]
Разница в 2 дБ ( по ОСШ на бит) между декодированием жестких и мягких решений применима не только для кода Голея, но является фундаментальным результатом, который применим в общем к кодированию в системах цифровой связи в каналах с АБГШ. Этот результат получен ниже при расчете пропускной способности канала с АБГШ при декодировании жестких и мягких решений. [44]
Лучшее качество можно получить, когда декодирование мягких решений используется для внутренних и внешних кодов. Однако альтернативно, что обычно ведет к уменьшению сложности для декодера, используется декодирование мягких решений для внутреннего кода и декодирование жестких решений для внешнего кода. Выражение для вероятности ошибки этих схем декодирования зависит частично от типа кодов ( блоковых или сверточных), выбираемых для внутреннего и внешнего кодов. [45]
Страницы: 1 2 3 4 5