Читайте также:
|
|
Пожалуй, наиболее важной моделью для систем цифровой связи является модель канала с аддитивным белым гауссовым шумом (АБГШ - additive white Gaussian noise (AWGN)). В этом разделе выводятся оценки вероятности ошибки декодирования и вероятности ошибки на бит для линейных кодов в канале с АБГШ. Хотя аналогичные выражения оказываются справедливыми и для сверточных кодов, они будут выведены в последующих разделах, вместе с обсуждением декодирования с «мягким решением» по алгоритму Витерби. Следующие ниже результаты содержат необходимые инструменты для оценки помехоустойчивости двоичных систем кодирования в гауссовом канале.
Рассмотрим двоичную систему передачи сигналов, в которой кодовые символы {0,1} отображаются в действительные числа {+1,-1}, соответственно, как показано на Рисунке 8. В дальнейшем, вектора имеют размерность и и обозначение v = (хд, vn_i). Условная функция плотности вероятности (ф.п.в.) последовательности r на выходе канала при условии, что на его входе передавалась последовательность v, равна
(1.1)
где р„(п) есть ф.п.в. и статистически независимых и одинаково распределенных (i.i.d.) отсчетов шума, каждый из которых имеет Гауссово распределение с нулевым средним и дисперсией, раной jVo/2. Величина Nq называется односторонней спектральной плотностью мощности шума. Легко показать, что декодирование по максимуму правдоподобия (м.п.) линейного кода в таком канале соответствует выбору последовательности v', минимизирующей квадрат Евклидова расстояния между принятой последовательностью r и v', т.е.
(1.2)
Следует заметить, что декодер, использующий (1.2) как метрику, называется декодером с мягким решением не зависимо от того, используется или нет принцип максимума правдоподобия.
Рис.1.1. Система двоичной передачи с кодированием по каналу с АБГШ.
В этой главе рассматривается декодирование с (дополнительной) «мягкой» информацией, получаемой из канала. Рассмотрим простой случай передачи двоичных сигналов по каналу с АБГШ (аддитивным белым гауссовым шумом). Чтобы обосновать целесообразность применения декодирования с мягким решением заметим, что шумовая компонента в задаче восстановления данных или приема сигналов является непрерывной, т.е. не дискретной, по своей природе. Это означает, что принятые символы представляются (квантованными) действительными числами (соответствующими напряжению, току и т.п.), а не двоичными символами или символами из конечного поля GF(2m).
Когда выбираются жесткие решения относительно принятых символов, при посимвольной обработке, то могут происходить ошибки. Это иллюстрируется на рис. 1.2.
В принципе существуют два метода декодирования помехоустойчивых кодов, основанных на принятой последовательности действительных чисел:
1. Декодирование с жестким решением (hard decision decoding) (HDD): при формировании жестких решений относительно принятых из канала величин происходят ошибки. Цель HDD состоит в исправлении двоичных ошибок, возникших в процессе выбора жестких решений. Первая часть этой книги была посвящена описанию различных методов HDD для линейных блоковых кодов, циклических и сверточных кодов.
Рис. 1.2. Пример возникновения ошибок при декодировании с жестким решением
2. Декодирование с мягким решением (soft-decision decoding) (SDD):
принятые из канала величины вводятся непосредственно в декодер для формирования оценок кодовой последовательности. Особым случаем SDD является декодирование по максимуму правдоподобия (maximum-likelihood decoding) (MLD или МПД), при котором в качестве решения декодера выбирается ближайшая (в некоторой метрике) кодовая последовательность. Здесь важно помнить, что для SDD необходимо знать статистику шума в канале связи.
В общем случае SDD более трудоемко, чем HDD. Отметим две основных причины этого. Одна из них состоит в том, что SDD требует выполнения операций с действительными числами. В практических применениях эти числа квантуются с конечной точностью (т.е. представляются конечным числом бит). Для некоторых систем передачи двоичных сигналов известно, что квантование на 8 уровней (или трех-битное представление чисел) обеспечивает эффективность системы, близкую к использованию вычислений с бесконечной точностью (без квантования) [2].
Другая причина увеличения сложности SDD связана с необходимостью вычисления апостериорных статистик для кодовых символов. Тем не менее, увеличение трудоемкости окупается потенциальным повышением эффективности системы кодирования. Как показано в Главе 1 для двоичных сигналов в Гауссовом канале в случае SDD та же самая эффективность достигается при отношении сигнал-шум на 2 — 3 dB меньше, чем при HDD. Это означает, что в случае SDD излучаемая передатчиком мощность может быть снижена на 50 — 63% по сравнению со случаем HDD. Эта экономия мощности преобразуется в
меньший размер передающей антенны или в меньший размер приемной антенны при той же мощности передатчика.
Дата добавления: 2015-08-02; просмотров: 202 | Нарушение авторских прав
<== предыдущая страница | | | следующая страница ==> |
Пример сверточного декодирования Витерби | | | Передача двоичных сигналов по каналам с АБГШ |