Методы повышения эффективности обработки сигналов в каналах с памятью Мишин Дмитрий Викторович

Содержание к диссертации

Введение

ГЛАВА 1. Модель цифровой системы передачи дискретных сообщений 24

1.1. Структурная схема цифровой системы передачи 24

1.2. Модели каналов, сигналов и помех 27

1.2.1. Цифровое моделирование случайных процессов и систем 28

1.2.1.1. Моделирование независимых гауссовских случайных величин 29

1.2.1.2. Моделирование гауссовских последовательностей с заданными корреляционными свойствами 31

1.2.1.3. Дискретные модели линейных стационарных систем... 35

1.2.2. Моделирование многолучевого радиоканала 37

1.2.3. Модель сосредоточенных помех 45

1.3. Принципы декодирования блоковых и сверточных кодов 48

1.3.1. Алгоритм Витерби с жесткими решениями 50

1.3.2. Мягкое декодирование сверточных кодов 57

1.3.2.1. Мягкий выход канала связи 57

1.3.2.2. Алгоритм Витерби с мягкими решениями (SOVA) 59

1.3.2.3. Алгоритм максимума апостериорной вероятности 66

1.4. Решение задачи демодуляции в канале с памятью 73

1.5. Различение сигналов как задача оценивания параметра состояния 82

1.6. Выводы 88

ГЛАВА 2. Алгоритмы демодуляции кодированных сигналов в каналах с памятью 90

2.1. Анализ потенциальной помехоустойчивости оптимального поэлементного приема в каналах с памятью 90

2.2. Алгоритм «прием в целом с поэлементным принятием решения» и его помехоустойчивость 99

2.2.1. Анализ помехоустойчивости алгоритма ПЦПГТР в канале с памятью 105

2.2.2 Влияние длительности интервала обработки на помехоустойчивость алгоритма ПЦГШР 114

2.2.3. Влияние обратной связи по решению на процесс группирования ошибок в каналах с межсимвольной интерференцией 118

2.3. Влияние сосредоточенных помех на помехоустойчивость алгоритма ПЦППР 122

2.4. Алгоритм демодуляции в каналах с памятью с «идеальной» обратной связью по решению 128

2.5. Алгоритм приема дискретных сигналов в каналах с памятью по максимуму апостериорной вероятности 140

2.6. Модификации алгоритма максимума апостериорной вероятности 150

2.6.1. Первая модификация МАР-алгоритма 151

2.6.2. Вторая модификация МАР-алгоритма 153

2.7. Прием по критерию максимума апостериорной вероятности с фиксированной задержкой в принятии решения 157

2.8. Выводы 168

ГЛАВА 3. Синтез алгоритмов совмещения операций демодуляции и декодирования при приеме сложных сигналов в каналах с памятью 170

3.1. Оценка выигрыша от использования помехоустойчивого кодирования 170

3.2. Способы обработки кодированного сигнала в каналах с памятью 172

3.3. Совмещение операций демодуляции и декодирования 175

3.4. Анализ помехоустойчивости приема при совмещении операций демодуляции и декодирования 180

3.5. Турбо-коды как разновидность каскадного кодирование 188

3.5.1. Каскадное кодирование 189

3.5.2. Принципы итерационного декодирования 196

3.5.3. Итерационное декодирование турбо-кодов 200

3.6. Итерационная процедура вынесения решения в канале с памятью при совмещении операций демодуляции и декодирования 203

3.7. Прием сигналов с турбо-кодированием при совмещении операций демодуляции и декодирования 214

3.8. Выводы 223

ГЛАВА 4. Адаптивное кодирование в многолучевых каналах связи 225

4.1. Кодирование в каналах с группированием ошибок 225

4.2. Оценка помехоустойчивости приемника при использовании перемежителя 229

4.2.1. Перемежение - метод борьбы с пачками ошибок 229

4.2.2. Структура устройств перемежения символов 230

4.2.3. Результаты сравнительного моделирования 239

4.3. Прием с адаптивным декодированием в канале с памятью 241

4.3.1. Адаптивное кодирование 241

4.3.2. Использование адаптивного кодирования в канале с памятью при совмещении операций демодуляции и декодирования 243

4.3.3. Оценка помехоустойчивости приемника при использовании адаптивного кодирования 248

4.3.4. Использование несистематических сверточных кодов при адаптивном декодировании 254

4.4. Выводы 257

ГЛАВА 5. Использование методов теории оценивания при решении задачи различения гипотез в канале с памятью 259

5.1. Постановка задачи различения гипотез в канале с памятью 259

5.2. Решение задачи (замена различения оцениванием) 261

5.3. Реализация алгоритма оценивания по критерию минимума СКО 264

5.3.1. Свойства регуляризованных оценок 269

5.3.2. Оценка помехоустойчивости алгоритма 271

5.4. Модификация алгоритма оценивания с использованием двойной регуляризации 276

5.5. Рекуррентная процедура решения задачи демодуляции 283

5.6. Анализ компенсационного алгоритма демодуляции в канале с рассеянием 286

5.7. Выводы 293

Заключение 296

Литература 300

• Моделирование гауссовских последовательностей с заданными корреляционными свойствами
• Алгоритм «прием в целом с поэлементным принятием решения» и его помехоустойчивость
• Анализ помехоустойчивости приема при совмещении операций демодуляции и декодирования
• Использование адаптивного кодирования в канале с памятью при совмещении операций демодуляции и декодирования

Введение к работе

Широкое распространение цифровых систем передачи информации порождает постоянно растушую потребность в повышении эффективности методов передачи данных по существующим и вновь вводимым каналам связи. Эти методы подразумевают в первую очередь повышение помехоустойчивости системы передачи сообщений и повышение скорости передачи при гарантированном уровне вероятности ошибочного приема.

Увеличение скорости передачи ведет к значительному усложнению алгоритмов функционирования систем связи и к существенному взаимному влиянию сигналов в каналах связи различных диапазонов волн. К таким каналам относятся, прежде всего, каналы декаметрового, метрового и дециметрового диапазона, которые следует отнести к радиоканалам со случайно изменяющимися параметрами. Характерной особенностью таких стохастических радиоканалов является рассеяние энергии передаваемого элемента сигнала во времени (память канала), по частоте и в пространстве. Рассеяние энергии сигнала во времени обусловлено неидеальностью амплитудно-частотной и фазо-частотной характеристик канала, ограничением полосы частот, а также многолучевым характером распространения радиоволн. Кроме того, для рассматриваемых радиоканалов характерно наличие аддитивных помех: флуктуаци-онной (дельта-коррелированной) и сосредоточенной по спектру, обусловленной большим числом радиосредств, одновременно работающих в радиоканале на близких частотах. Отмеченные выше факторы приводят к тому, что текущее значение наблюдаемого на выходе канала процесса зависит от его значений в предыдущие моменты времени. При скоростной последовательной (од-ночастотной) передаче дискретных сообщений по таким каналам наблюдается явление межсимвольной интерференции (МСИ), характеризующееся взаимным наложением в месте приема сигналов, соответствующих различным переданным символам сообщения. Кроме того, такие каналы связи характеризуются наличием селективных по частоте замираний и доплеровскими эффектами. Необходимость использования каналов с такими свойствами для передачи дискретных сообщений с большими скоростями делает актуальной проблему разработки и построения эффективных устройств преобразования сигналов (УПС, модемов), предназначенных для работы в многолучевых каналах с переменными параметрами и большой относительной памятью.

Недостаточность априорных сведений о свойствах конкретно используемого канала и помех, действующих в нем, приводит к необходимости построения адаптивного приемного устройства, в задачу которого входит не только вынесение решения о передаваемой последовательности дискретных элементов, но и оценивание некоторой совокупности параметров стохастического канала связи, включая помехи, а также слежение за их изменениями.

Эффективность и помехоустойчивость систем передачи дискретных сообщений по многолучевым радиоканалам можно существенно повысить путем использования новых эффективных алгоритмов демодуляции, новых методов кодирования и декодирования, предназначенных для борьбы как со случайными ошибками, так и с пачками ошибок (возникающими, например, при глубоких замираниях сигнала). Эффективным методом повышения помехоустойчивости дискретных систем связи является использование сигнально-кодовых конструкций с возможностью «мягкого» декодирования таких конструкций в канале со случайно изменяющимися параметрами при наличии системы перемежитель-деперемежитель.

Теория оптимальных методов приема дискретных сообщений первоначально была разработана В.А.Котельниковым [94] для каналов без временного рассеяния (без памяти, однолучевой канал) при полной априорной определенности относительно их свойств и при учете в канале только аддитивного белого гауссовского шума (БГШ). Дальнейшее развитие теории для стохастических каналов без памяти и при учете, кроме БГШ, сосредоточенных и импульсных помех отражено в работах Л.М.Финка [156], Д.Д.Кловского [78, 79], ленной символами предшествующими анализируемому. Различные аспекты использования ОСР были обсуждены М.Остином (M.Austin) [173], Н.П.Хворостенко [161], Дж.Кларком (J.Clark) [77], И.А.Цикиным [100]. Можно считать, что в начале 60-х годов в работах Д.Д.Кловского [81, 86] были сформулированы все идеи, приведшие к созданию в конце 60-х годов (совместно с Б.И.Николаевым) субоптимального (основанного на использовании ОСР) алгоритма, названного позже алгоритмом «приема в целом с поэлементным принятием решения» (ПЦППР), или алгоритмом Кловского-Николаева.

Проблемы оптимального приема в каналах с памятью при последова тельном способе передачи дискретных сообщений нашли свое отражение в работах А.Витерби (A.Viterbi) и Дж.Омура (J.K.Omura) [23], Г.Форни (G.D.Forney) [158, 216], К.Абенда и Б.Фритчмана (K.Abend, B.D.Fritchman) [1,172], Г.Унгербоека (G.Ungerboeck) [272, 274], В.Г.Карташевского [45], Б.И.Николаева [117] и других ученых. Предложенный А.Витерби в 1967г. ал горитм декодирования сверхточных кодов (алгоритм Витерби - АВ) был при способлен в 1970г. Дж.Омура (по данным Г.Форни) для решения задачи демо дуляции в канале с памятью. Имея важные принципиальные отличия, АВ и ПЦППР реализуют в канале с белым гауссовским шумом примерно одинаковую помехоустойчивость. Алгоритм Витерби представленый в 1967 как эффективный в вычислительном отношении метод для декодирования сверхточных кодов нашел множество других применений, например, прием сигналов с решетчато-кодовой модуляцией G.Ungerboeck и I.Csajka [275], обнаружение сигналов с нелинейными методами модуляции M.G.Pelchat, R.C.Davis, M.B.Luntz [256], оптимальное максимально-правдоподобное последовательное оценивание для символов, искаженных межсимвольной интерференцией Г.Форни [216], Дж.Омура [255], демодуляция и декодирования сигналов в системах со многими пользователями S.Verdu [281] и др. Методы преодоления априорной неопределенности и построения адаптивных устройств были развиты работами Б.Р.Левина [99], Р.Л.Стратоновича [139], Я.З.Цыпкина [164], В.Г.Репина и Г.П.Тартаковского [131], ленной символами предшествующими анализируемому. Различные аспекты использования ОСР были обсуждены М.Остином (M.Austin) [173], Н.П.Хворостенко [161], Дж.Кларком (J.Clark) [77], И.А.Цикиным [100]. Можно считать, что в начале 60-х годов в работах Д.Д.Кловского [81, 86] были сформулированы все идеи, приведшие к созданию в конце 60-х годов (совместно с Б.И.Николаевым) субоптимального (основанного на использовании ОСР) алгоритма, названного позже алгоритмом «приема в целом с поэлементным принятием решения» (ПЦППР), или алгоритмом Кловского-Николаева.

Проблемы борьбы с сосредоточенными (по спектру) помехами рассматривались многими авторами (Л.М.Финк [156], Д.Д.Кловский [80], В.И.Коржик [91], В.Г.Карташевский [45], А.А.Сикарев и А.И.Фалько [135], Н.Е.Кириллов [75, 76], М.Н.Чесноков [168] и др.) в разных аспектах, причем можно выделить ряд подходов к решению этой задачи: фильтровой («вырезание» помехи вместе с частью спектра полезного сигнала), компенсационный (оценивание и вычитание из смеси с полезным сигналом и шумом), алгоритмический (построение решающего правила с учетом действия сосредоточенной помехи).

Повышение помехоустойчивости и эффективности последовательного (одночастотного) метода передачи, впрочем как и параллельного (многочастотного), связано с использованием кодирования. Основы теории корректирующих кодов, которые используются практически во всех современных системах связи, были заложены в работах К.Шеннона (C.E.Shannon) [267], Р.Хемминга (R.W.Hamming) [230], М.Голея (M.J.E.Golay) [221]. В 1948 году Клод Шеннон опубликовал статью [267], где были сформулированы математические основы «безошибочной передачи» информации по каналам с шумами. В диссертации также использованы результаты работ У.Питерсона (W.Peterson) и Э.Уэлдона (E.Weldon) [126], Г.Форни [159], Дж.Кларка (G.Clark) и Дж.Кейна (J.Cain) [77], Р.Блейхута (R.E.Blahut) [9], А.И.Туркина [149], М.Н.Чеснокова [167] и других авторов. Одной из наиболее интересных разработок в теории кодирования за последнее время является схема кодирования, названная турбо-кодом (C.Berrou, A.Glavieux, P.Thitimajshima) [190]. Появление турбо-кодирования породило целый класс помехоустойчивых кодов (S.Benedetto, G.Montorsi) [186] и способы их декодирования с приемлемой сложностью (S.Benedetto, D.Divsalar, G.Montorsi, F.Pollara) [185], (J.Hagenauer, L.Papke) [228], (S.S.Pietrobon, S.A.Barbulescu) [259]. Турбо-коды фактически базировалась на двух уже известных и достаточно хорошо исследованных понятиях, а именно, составное (каскадное) кодирование (Г.Д.Форни) [159], (Э.Л.Блох, В.В.Зяблов) [10] и итерационная процедура декодирования (J.Hagenauer, P.Robertson, L.Papke) [229].

При реализации итерационного декодирования осуществляется обмен «мягкими решениями» между декодерами. Для этого целесообразно использовать алгоритмы «мягкий вход, мягкий выход» (SISO - Soft-Input Soft-Output) (J.Hagenauer) [223]. Характерная особенность SISO-алгоритмов - использование априорной информации на входе декодера и выдача апостериорной информации на его выходе. Был разработан модифицированный алгоритм Ви-терби с мягким выходом, известный как алгоритм SOVA (Soft-Output Viterbi Algorithm) (J.Hagenauer, P.Hoeher) [226]. Существуют и другие похожие предложения (T.Schaub, J.W.Modestino) [265], (G.Battail) [176]. Альтернативой классическому алгоритму Витерби для мягкого декодирования сверточных кодов является алгоритм поэлементного приема, реализующий правило максимума апостериорной вероятности (L.Bahl, J.Cocke, F.Jelinek, J.Raviv) [174]. Предпосылками к разработке этого алгоритма могут служить работы (R.W.Chang, J.C.Hancock) [195], (K.Abend, B.D.Fritchman) [172] и подобный ему алгоритм (P.McAdam, L.Welch, C.Weber) [250].

В связи с интенсивным использованием сверточных кодов, наиболее естественно соответствующих непрерывному (последовательному) характеру передачи информации по каналу связи, актуальными стали вопросы совмещения операций демодуляции и декодирования (А.Витерби и Дж.Омура [23], Д.Д.Кловский [83 ], Г.Унгербоек [273], В.Г.Карташевский [45]), а также вопросы адаптивного кодирования-декодирования (Р.Галлагер (R.G.Gallager) [25]), с помощью которого возможно существенное повышение достоверности передачи в каналах с пакетированием ошибок. 

Проблемы повышения помехоустойчивости и эффективности последовательных систем передачи дискретных сообщений по многолучевым каналам, подверженных действию совокупной помехи является актуальными и в настоящее время. Эти проблемы и составляют объект исследования данной работы.

Целью диссертационной работы является разработка и исследование методов повышения эффективности последовательных (одночастотных) систем передачи дискретных сообщений в стохастических каналах с памятью и практическая реализация этих методов для высокоскоростной последовательной передачи дискретных сообщений по ВЧ каналам.

Поставленная цель обусловила основные задачи исследования:

- построение математической модели линейного стохастического канала с памятью и аддитивной сосредоточенной и флуктуационной помехой для компьютерного моделирования;

- синтез алгоритмов оптимальной демодуляции в канале с памятью и исследование потенциальных характеристик помехоустойчивости предложенных алгоритмов;

- анализ помехоустойчивости алгоритма «прием в целом с поэлементным принятием решения» при действии идеальной и реальной обратной связи по решению и при наличии сосредоточенной по спектру помехи в канале связи;

- анализ помехоустойчивости и разработка процедур приема при совмещении операций демодуляции и декодирования; - разработка и исследование итерационных алгоритмов принятия решения в канале с памятью при совмещении операций демодуляции и декодирования;

- разработка методов повышения эффективности процедур кодирования и декодирования в стохастических каналах с памятью;

- разработка и исследование методов теории оценивания для решения задачи демодуляции (замена различения оцениванием);

- разработка цифровых устройств, реализующих оптимальную (субоптимальную) обработку сигналов в канале с памятью;

- экспериментальное исследование помехоустойчивости разработанных устройств.

Методы исследования

Основные результаты диссертации получены на основе применения математического аппарата теории вероятностей и математической статистики, теории оптимального приема сигналов в стохастических каналах связи, теории оценивания, теории кодирования.

Экспериментальные исследования алгоритмов демодуляции и декодирования проводилось с использованием IBM PC на основе метода статистических испытаний. Язык программирования - Borland Turbo Pascal v.7.0, MathCad v.8.1, MathLab v.5.2.

Научная новизна

- Определены потенциальные характеристики помехоустойчивости поэлементного приема дискретных сообщений в канале с памятью.

- Получены новые результаты по оценке помехоустойчивости в канале с памятью алгоритма ПЦППР - точные формулы для вероятности ошибки при любой форме импульсной реакции канала.

- Исследовано влияние на помехоустойчивость алгоритма ПЦППР наличия в канале связи сосредоточенных по спектру помех. - Разработан и исследован оценочно-компенсационный алгоритм демодуляции, созданный на основе алгоритма ПЦППР и исключающий влияние обратной связи по решению.

- Предложен алгоритм демодуляции, оптимальный по критерию максимума апостериорной вероятности и обеспечивающий минимум вероятности ошибки в отдельном информационном символе. Приведены две модификации алгоритма, позволяющие значительно уменьшить вычислительную сложность.

- Разработаны и исследованы два алгоритма блокового и поэлементного принятия решений с использованием скользящего «оконного» режима анализа, реализующие критерий максимума апостериорной вероятности.

- Исследована помехоустойчивость процедуры совместного выполнения операций демодуляции и декодирования в канале с памятью при использовании алгоритма ПЦППР. Предложена вычислительная процедура реализации расчета помехоустойчивости на ЭВМ.

- Разработан итерационный алгоритм совместного выполнения операций демодуляции и декодирования для канала с памятью в схеме с использованием перемежения символов кодовой последовательности для получения мягких решений, оптимальных по критерию максимума апостериорной вероятности.

- Предложен итерационный метод приема сигналов с турбо-кодированием при совмещении операций демодуляции и декодирования в канале с памятью на основе алгоритма ПЦППР.

- Предложен метод адаптивного декодирования систематического и несистематического сверхточного кода в канале с памятью при совмещении операций демодуляции и декодирования по алгоритму ПЦППР.

- Разработана структурная схема демодулятора для реализации процедуры замены различения оцениванием на основе нахождения регуляризованных оценок кодовых символов по критерию минимума СКО. - Разработан и исследован оценочный алгоритм демодуляции, основанный на использовании модифицированной процедуры регуляризации системы линейных алгебраических уравнений (двойная регуляризация).

- Предложена рекуррентная реализация оценочного алгоритма получения регуляризованного решения системы линейных алгебраических уравнений.

- Исследована (методом статистического моделирования на ЭВМ) помехоустойчивость алгоритма ПЦППР с реальной ОСР при вариации интервала анализа. Исследовано влияние ОСР в алгоритме ПЦППР на процесс группирования ошибок.

- Разработаны методы статистического моделирования многолучевого канала связи с замирениями.

Практическая ценность

Разработано алгоритмическое и программное обеспечение блока совместного выполнения операций демодуляции и декодирования цифрового устройства преобразования сигналов (УПС) при передаче двоичных сообщений по декаметровому каналу со скоростью 2400 бит/с и скоростью кода в полосе канала ТЧ.

УПС конструктивно выполнено в виде платы, вставляемой в РО-слот персонального компьютера. Плата представляет собой базовый модуль ADP160QPCI, являющийся системой для цифровой обработки сигналов. В модуле установлены два процессора ADSP-21160M, объединенных в единый кластер. Проведены лабораторные испытания УПС, показавшие его высокую помехоустойчивость при совмещении операций демодуляции и декодирования в каналах с памятью.

Реализация результатов работы

Результаты диссертационных исследований по разработке и исследованию алгоритмов демодуляции и декодирования двоичных сигналов в каналах с памятью использованы в организациях: 1. Филиал ОАО «ЦентрТелеком» - «Липецкэлектросвязь» (г.Липецк) -при проектировании сетей доступа ADSL с использованием цифровых методов обработки на основе цифровых процессоров обработки сигналов;

2. ФГУП НИИ «Вектор» (г. Санкт-Петербург) - при разработке методов оптимальной обработки сигналов в системах связи в условиях структурной и параметрической неопределенности;

3. ОАО НИИ «Радуга» (г. Санкт-Петербург) - при проведении анализа вариантов построения технических средств систем передачи данных;

4. ЗАО «Самара-ТрансТелеКом» (г. Самара) - при создании мультисервиснои сети передачи данных, основанной на использовании технологии Х.25, FR.

5. ОАО «Мобильные ТелеСистемы» (ОАО «МТС», филиал в г. Самаре) -при разработке алгоритмического и программного обеспечения системы совмещения операций демодуляции и декодирования для систем мобильной связи стандарта GSM;

6. Поволжская государственная академия телекоммуникаций и информатики (ПГАТИ, г. Самара) - при внедрении в учебный процесс по направлению подготовки специалистов «Телекоммуникации» на кафедрах факультета электросвязи и факультета радиосвязи, радиотехники и телевидения.

Использование результатов работы подтверждено соответствующими документами, приведенными в приложениях 4, 5, 6, 7, 8, 9.

Апробация работы и публикации

Основные положения и результаты работы докладывались на следующих конференциях:

- Научная сессия РНТО РЭС им. А.С.Попова, посвященная Дню Радио, г. Москва, (1995, 1997,1999, 2000, 2001, 2002,2003, 2004);

- Международная конференции «Цифровая обработка сигналов и ее применение» - DSPA, г. Москва, 2000, 2004; - Международная научно-техническая конференция «Радиолокация, навигация, связь» - RLNC, г. Воронеж, 2002, 2003, 2004;

- World Multi-Conference on SYSTEMICS, CYBERNETICS AND INFORMATICS (SCI), Orlando, Florida, USA, 2002, 2003;

- 2-я Международная научно-техническая конференция «Физика и технические приложения волновых процессов», г. Самара, 2003;

- Научная конференция ФАПСИ при Президенте РФ «Актуальные вопросы развития защищенных телекоммуникационных сетей связи», г. Орел, 1995;

- 1-ая Поволжская научно-техническая конференция по проблемам двойного применения (РАН, Секция прикладных проблем), г. Самара, 1995;

- 3-я Всероссийская научно-практическая конференция «Современные проблемы создания и эксплуатации радиотехнических систем», г. Ульяновск, 2001;

- Всероссийская научно-техническая конференция ПГАТИ и семинары секции теории информации Самарского правления НТО РЭС им. А.С.Попова. (1987-2004 г.)

Результаты диссертационной работы опубликованы в 64 печатных трудах, в числе которых одна монография, 18 статей в журналах (14 из которых опубликованы в журналах, входящих в перечень ВАК), 40 тезисов и текстов докладов на международных и всероссийских конференциях, 4 патента Российской Федерации на изобретения, положительное решение о выдаче патента на изобретение.

Структура, объем и содержание работы

Диссертационная работа состоит из введения, пяти глав, заключения, списка литературы и приложений. Основная часть работы содержит 327 страниц машинописного текста, 95 рисунков, 5 таблиц и 9 приложений. В библиографию вынесены 286 наименований литературы. В первой главе рассмотрена модель цифровой системы передачи дискретных сообщений. Приведены методы моделирования независимых гаус-совских случайных величин и случайных последовательностей с заданными корреляционными свойствами. Рассматриваются модели линейных стационарных систем и сосредоточенной помехи в форме уравнений состояния. Здесь приведено описание оптимальных алгоритмов декодирования сверточ-ных кодов (алгоритм Витерби с жесткими и мягкими решениями, алгоритм максимума апостериорной вероятности). Определяются условия решения задач оптимального (субоптимального) приема. Рассмотрена возможность замены традиционной задачи различения сигналов на задачу оценивания параметра состояния наблюдаемого процесса.

Во второй главе приведен анализ потенциальной помехоустойчивости оптимального поэлементного приемника в многолучевом канале с памятью. Анализ выполнен на основе аппроксимации распределения весовой суммы логнормальных коррелированных случайных величин. В этой главе путем усреднения условных вероятностей ошибки по совокупности предшествующих символов, получены точные формулы для вероятности ошибки алгоритма ПЦППР при любой форме импульсной реакции канала. Исследовано влияние длительности интервала обработки, качества обратной связи по решению и воздействия сосредоточенных по спектру помех на помехоустойчивость алгоритма ПЦППР. В этой главе рассматриваются алгоритмы демодуляции сигналов дискретных сообщений в каналах с памятью. Демодуляция в каналах с памятью и декодирование сверточных и турбо-кодов могут выполняться по одним и тем же алгоритмам с учетом того, что феноменологически сигнал на выходе канала связи с памятью и кодовая последовательность на выходе кодера сверточного кода обладают одним и тем же свойством - взаимозависимостью символов на соседних позициях. В этой главе дается описание и приводится анализ помехоустойчивости следующих алгоритмов: прием «в целом» на интервале рассеяния с поэлементным принятием решения (ПЦППР) - классический и компенсационный варианты (с идеализацией обратной связи по решению), алгоритм демодуляции по максимуму апостериорной вероятности и его «оконная» модификация. В главе показано, что применение некоторых вычислительных приемов, например, замена суммы экспонент аппроксимирующей логарифмической функцией, приводит к существенному упрощению алгоритмов с сохранением помехоустойчивости. 

Третья глава посвящена исследованию вопросов совмещения операций демодуляции и декодирования в каналах с памятью. Целесообразность такого подхода (совмещения) диктуется вышеуказанными замечаниями о единой форме проявления памяти канала и кодера сверточного кода. Здесь рассмотрены способы и алгоритмы обработки кодированных сигналов в канале с памятью при совмещении операций демодуляции и декодирования, определяется итерационная процедура принятия решений в этих условиях, дается анализ помехоустойчивости предлагаемых алгоритмов. В главе дается описание и исследование одной из разновидностей каскадных кодов - турбо-кодов, который использует перемежители в качестве одного из обязательных своих элементов. В связи с этим здесь рассмотрен итерационный метод приема сигналов с турбо-кодированием при совмещении операций демодуляции и декодирования на основе алгоритма ГЩППР, вычисляющего мягкие решения.

В четвертой главе рассматривается один из методов кодирования в каналах с группированием ошибок, основанный на идее Р.Галлагера об адаптации приемного устройства к мгновенным свойствам канала связи при специальном построении кодирующего устройства. Адаптивный метод приема обобщен на использование систематических и несистематических сверточных кодов при совмещении операций демодуляции и декодирования в каналах с памятью. Приводятся результаты статистического моделирования рассмотренного адаптивного приемника в условиях сложной помеховой обстановки. Кроме того, в главе приводятся описания некоторых вариантов устройств перемежения символов. Показаны достоинства и недостатки каждого устройства перемежения. Установлено, что различные типы перемежителей разрабатываются для каждого конкретного случая их использования в системах связи, поэтому универсальной структуры перемежения символов не существует. Проведено сравнительное статистическое моделирование для многолучевого канала, подверженного общими замирениями с релеевским и односторонне-нормальным законом изменения коэффициента передачи.

В пятой главе рассматривается один из возможных вариантов построения приемного устройства в канале с памятью при замене процедуры различения гипотез, относительно передаваемой последовательности, процедурой совместного оценивания этой последовательности по критерию минимума среднеквадратической ошибки. При этом рассматриваются различные алгоритмы оценивания с сохранением «идеологии» алгоритма ПЦППР, основанного на поэлементном приеме и обратной связи по решению. Предложена рекуррентная реализация оценочного алгоритма получения регуляризованного решения системы линейных алгебраических уравнений, позволяющего дополнительно уменьшить количество вычислительных операций. В этой главе приводится исследование компенсационного метода приема, описанного во второй главе, который в качестве алгоритма оценивания использует алгоритм, основанный на модифицированной регуляризации решения системы алгебраических уравнений. Показано, что использование такого подхода целесообразно при малых отношениях сигнал/шум на входе приемника и позволяет исключить влияние ОСР на работу приемного устройства.

В заключении сформулированы основные научные и практические результаты диссертационного исследования.

В приложениях приведены:

- Формулы рекуррентного вычисления условных вероятностей при реализации МАР-алгоритма.

- Методика вычисления определенных интегралов от гауссовской плотности. - Описание алгоритмов функционирования цифрового УПС 1,2/2,4 ТЧС, реализованного на программном уровне с применением системы для цифровой обработки сигналов базового модуля ADP160QPCI, в состав которого входят два процессора ADSP-21160M. Приводятся результаты лабораторных испытаний УПС.

- Документы, подтверждающие внедрение результатов диссертационной работы.

Основные положения, выносимые на защиту:

1. Новые результаты анализа потенциальной помехоустойчивости оптимального поэлементного приема в каналах с памятью.

2. Новые результаты анализа помехоустойчивости алгоритма ПЦППР.

3. Анализ влияния сосредоточенной по спектру помехи в канале связи на помехоустойчивость алгоритма ПЦППР.

4. Компенсационный алгоритм демодуляции с «идеализацией» обратной связи по решению, реализованный на основе алгоритма ПЦППР.

5. Алгоритм демодуляции в каналах с памятью, оптимальный по критерию максимума апостериорной вероятности, его модификации, уменьшающие вычислительную сложность алгоритма.

6. Алгоритмы демодуляции блокового и поэлементного принятия решения, оптимальные по критерию максимума апостериорной вероятности, использующие скользящий интервал анализа.

7. Методика анализа помехоустойчивости алгоритмов совмещения демодуляции и декодирования в каналах с памятью.

8. Итерационный алгоритм принятия мягких решений, реализующий совмещение операций демодуляции и декодирования, в схеме с перемежением символов кодовой последовательности.

9. Итерационный метод приема сигналов с турбо-кодированием при совмещении операций демодуляции и декодирования на основе алгоритма ПЦППР. 10. Алгоритмы адаптивного кодирования-декодирования при совмещении операций демодуляции и декодирования при использовании систематических и несистематических сверхточных кодов.

11. Оценочные алгоритмы демодуляции, основанные на регуляризации решений систем линейных алгебраических уравнений, оптимальные по критерию минимума среднеквадратической ошибки.

12. Рекуррентная реализация оценочного алгоритма нахождения регуляризованного решения системы линейных алгебраических уравнений.

13. Структурные схемы алгоритмов функционирования цифрового УПС и результаты лабораторных испытаний. 

Моделирование гауссовских последовательностей с заданными корреляционными свойствами

Одним из основных путей развития и совершенствования цифровой связи является повышение эффективности использования отведенной для передачи полосы частот, т.е. повышение удельной скорости передачи и, кроме того, развитие методов защиты от ошибок. Такие требования предъявляются при использовании высокоскоростных модемов в цифровой подвижной и спутниковой связи. При этом цифровые системы должны иметь низкую физическую и вычислительную сложность для увеличения мобильности, обеспечивать заданную скорость и качество передачи при использовании каналов с изменяющимися во времени параметрами. Средства защиты от ошибок должны гарантировать необходимую вероятность ошибочного приема при достаточно низкой системной сложности таких устройств.

Источник информации генерирует сообщения, которые должны быть переданы получателю. В зависимости от типа источника эти сообщения могут быть как аналоговые, так и цифровые. В системе цифровой связи сообщения, поступающие от аналогового источника, преобразуются в цифровой сигнал, обычно представляемый последовательностями двоичных символов. Эта операция выполняется кодером источника, который дополнительно может устранять и избыточность источника информации. При этом распределение дискретных символов оказывается равновероятным. Если источник информации является дискретным (цифровым), то аналого-цифрового преобразования не требуется, а используется только экономное кодирование.

Следующий блок в представленной модели - кодер канала. В то время как кодер источника выбирается на основании специфики источника информации, кодер канала выбирается относительно свойств того канала, по которому будут передаваться сообщения. Таким образом, кодер канала предназначен для того, чтобы сделать переданные сообщения менее восприимчивыми к помехам и к рассеянию энергии передаваемого сигнала во времени, присутствие которого неизбежно, например, из-за ограничения полосы частот, обусловленного селективными по частоте замираниями, многолучевым распространением сигнала, нелинейностью фазочастотных характеристик различных устройств. Такое рассеяние, как известно, порождает память канала. В отличие от кодера источника, который устраняет избыточность исходной последовательности информационных символов, кодер канала наоборот добавляет специальные (проверочные) символы в передаваемую информационную последовательность для повышения помехоустойчивости алгоритмов обработки кодированных сигналов.

С выхода канального кодера двоичная последовательность поступает на цифровой модулятор. Этот модулятор преобразует двоичную последовательность в последовательность электрических сигналов, способных передаваться через канал связи. Допустим, что двоичную последовательность необходимо передавать со скоростью R бит/сек. Модулятор может преобразовывать двоичную цифру 0 в сигнал S0(t), а двоичную цифру 1 в сигнал Sx(t).

Таким способом каждый бит информации будет передаваться раздельно. Это, так называемая, двоичная модуляция. Модулятор может преобразовывать в сигнал большее число бит информации. Предположим, что модулятор преобразует в сигнал не один бит, а последовательность из Ъ бит информации. Тогда модулятор должен вырабатывать М различных сигналов. Очевидно, что М=2Ь, так как число возможных двоичных последовательностей, которые можно получить из Ъ бит равно 2Ь. Такая модуляция называется модуляция М-го порядка. Заметим, что каждая 6-битовая последовательность входит в модулятор каждые b/R секунд. Если битовый темп R фиксирован, то время, доступное для передачи одного из М сигналов в 6-раз больше, чем в случае двоичной модуляции.

Под каналом связи в первую очередь понимается среда распространения и некоторые устройства формирования и обработки сигналов на приеме и передаче. Во многих практических приложениях, например в радиосвязи, канал связи является непрерывным, волновым, а, следовательно, не может быть использован для непосредственной передачи последовательности двоичных символов. Поэтому цифровые последовательности должны быть преобразованы в сигналы, подходящие для передачи по такому каналу. Такое преобразование осуществляется модулятором. Какой бы канал не был, он всегда искажает передаваемые полезные сигналы и добавляет помеховые сигналы. Поэтому знание или предварительное оценивание характеристик канала имеет большое значение для качественной передачи информации.

На приемном конце цифровой системы связи цифровой демодулятор обрабатывает искаженные каналом сигналы и образует последовательность цифр, которая представляет собой оценку переданных символов (двоичных или М-ого порядка). Полученная последовательность цифр проходит через канальный декодер, который пытается восстановить оригинальную информационную последовательность, используя знание способа кодирования на передающем конце. Мерой качества работы демодулятора и декодера является частота, с которой появляются ошибки в декодированной последовательности. Вероятность ошибки является функцией характеристик кода, типа используемых сигналов, мощности шума, природы помех, а также методов демодуляции и декодирования.

Демодулятор выполняет действия обратные модуляции, т.е. по принятым с выхода канала связи отсчетам сигнала наилучшим образом восстанавливает исходную кодированную последовательность.

Из-за помех и канальной памяти, символы на выходе демодулятора не будут точно совпадать с входными символами модулятора. Поэтому именно обнаружение и исправление ошибок является основной задачей декодера канала, который для этого использует избыточность, внесенную при кодировании на передающей стороне. Таким образом, помехоустойчивое кодирование позволяет повысить верность передачи сообщений или при заданной верности повысить энергетическую эффективность цифровых систем передачи информации. С выхода канального декодера принятая информационная последовательность поступает на блок декодирования информации и на преобразователь информации, если необходимо.

Любая аналитическая модель канала связи позволяет получить достаточно полное представление о свойствах сигналов и помех на входе приемного устройства, дает перечень параметров (в рамках параметрического подхода), определяющих априорную неопределенность ситуации относительно полезного сигнала и мешающих воздействий. Знание модели канала и алгоритмов обработки сигнала позволяет, в принципе, исследовать качество функционирования системы, количественно определить такие важные характеристики как вероятность ошибки при приеме дискретных сообщений, среднеквадратические погрешности при оценивании (фильтрации) непрерывных параметров (процессов), время сходимости процесса адаптации и ряд других. Однако, чем более подробная аналитическая модель канала используется при таком анализе, тем серьезнее возникают трудности математического характера, не позволяющие достичь приемлемого результата.

Выход из создавшейся ситуации может быть найден при использовании одного из методов математического моделирования, а именно, метода статистических испытаний, реализующегося с применением ЭВМ.

Процессы в системах связи обладают рядом специфических свойств, главными из которых являются их статистическая природа и высокая скорость протекания. Эти свойства порождают ряд проблем статистического моделирования на ЭВМ: адекватное описание непрерывных случайных процессов в дискретном времени, разработка максимально экономных моделирующих алгоритмов, стремление к проведению исследований в реальном масштабе времени.

Ниже рассматривается решение ряда проблем применительно к моделированию радиоканала, как сложной динамической системы.

Алгоритм «прием в целом с поэлементным принятием решения» и его помехоустойчивость

Совокупность из восьми коррелированных, согласно (2.13), логнор-мальных случайных величин является вырожденной вследствие функциональной связи, существующей между более чем тремя, взятыми наугад из восьми, случайными величинами. Поэтому для нахождения моментов произвольной совокупности данных случайных величин требуется не более чем трехмерная плотность вероятности, получаемая из нормальной, при экспоненциальном преобразовании каждой нормальной случайной величины xt.

Для упрощения вычислений разобьем совокупность из восьми логнор-мальных случайных величин попарно на четыре подгруппы. Распределение каждой пары характеризуется в общем случае полной таблицей кумулянтов (2.20), которые могут быть получены из соответствующих моментов (2.18), (2.19) в соответствии с [103]. Располагая таблицей (2.20) любой к-ът кумулянт суммы двух логнормальных величин можно определить в виде (2.21). Далее объединяя пары в четверки с помощью такой же процедуры, а затем суммируя и четверки, получаем требуемые квазимоменты $k, которые зависят от параметров Rik, аг, h , согласно (2.8). В данном случае, для обеспечения требуемой точности, расчеты по формуле (2.23) велись с использованием всех кумулянтов до Р7.

Результаты расчета приведены на рис. 2.1 - кривая 1. Там же приведены результаты из работы [54] - кривая 2, соответствующая алгоритму «прием в целом с поэлементным принятием решения» (ПЦППР) [86]. Взаимное расположение кривых 1 и 2 характеризует высокую помехоустойчивость алгоритма ПЦППР в рассматриваемом примере. Статистическое моделирование, основанное на вычислении (2.3) и алгоритма ПЦППР, подтвердило выводы о положениях кривых в данных координатах.

Основная трудность при определении вероятности ошибки методом статистических испытаний заключается в интерпретации отношения сиг нал/шум h , согласно (2.8) для выбранной модели канала, которая характери зуется набором величин {g,}, Rtj, ос,, i = Q,M-1. Для определения коэффициента FT, характеризующего модель канала без межсимвольной интерференции, предварительно моделировалась бинарная задача различения противоположных сигналов в выбранном канале, вероятность ошибки для которой определяется выражением:

Из сопоставлений результатов моделирования с вероятностью ошибки (2.24) определялся коэффициент FT, который необходим при определении дисперсии отсчетов шума при выбранном значении h2.

Анализ результатов моделирования, проведенного для различных типов каналов, позволяет сделать вывод о том, что потенциальная помехоустойчивость оптимального поэлементного приема [274] мало отличается от помехоустойчивости приемника Котельникова, определяемой формулой (2.24). Для наихудшего случая - канала с равномерным рассеянием энергии посылки проигрыш по вероятности ошибки не превышает 4 дБ в широком диапазоне изменений отношения сигнал/шум.

Попытки реализовать в чистом виде оптимальный прием в целом или поэлементный прием дискретных сообщений в условиях межсимвольной интерференции (МСИ), характеризующейся рассеянием во времени отклика канала по сравнению с воздействием (импульсная характеристика канала отличается от 5-функции), наталкиваются на реализационные трудности, связанные с большим объемом вычислений в единицу времени. Так при увеличении количества символов цепочки К, передаваемых в течении сеанса связи, сложность оптимальной решающей схемы растет по показательному закону, поскольку число ожидаемых вариантов сигнала и сравниваемых гипотез равно тк (т - объем алфавита источника), а решение принимается с довольно большой задержкой, связанной с учетом времени передачи всей последовательности кодовых символов и переходными процессами в канале.

Реализовать прием в целом блока символов в реальном масштабе времени возможно, если передавать цепочки символов с защитным интервалом Тъ (М - \)Т. Значение М - длительность импульсной реакции канала связи, выраженная числом тактовых интервалов Т, характеризует память канала. Если же передача ведется по каналу с переменными параметрами, то в этих промежутках можно известными методами [45, 117] осуществить изучение канала - оценить его импульсную характеристику g(t). Такая система была названа системой с испытательным импульсом и предсказанием (СИИП) [86]. Она является адаптивной, поскольку в условиях изменения параметров канала происходит изменение (адаптация) опорных сигналов в месте приема. Испытательный импульс соответствует одной из заранее определенной позиции кода и по реакции канала на этот импульс на временном интервале в месте приема можно определить и сформировать возможные реализации принимаемого сигнала при передаче любой из тк цепочек символов.

В [78] при поиске простого алгоритма поэлементного приема с нулевой задержкой решения ( = 0) в канале с МСИ и аддитивным шумом было предложено использовать обратную связь по решению (ОСР) и осуществлять прием (оценку) символа на интервале Та=Т {Т - длительность тактового интервала) по правилу:

Алгоритм (2.25), учитывающий при М 1 лишь часть энергии сигнала назван алгоритмом простейшего варианта СИИП [86]. Позднее он был обобщен на случай поэлементного приема с произвольной задержкой принятия решения. Этот алгоритм был назван ПЦППР или алгоритм Кловского-Николаева (АКН). Здесь прием на интервале Та = [кТ, ( +1 + D)T] осуществляется по правилу:

Анализ помехоустойчивости приема при совмещении операций демодуляции и декодирования

Предложен метод аппроксимации распределения весовой суммы лог-нормальных коррелированных случайных величин с использованием куму-лянтного анализа. На основе данного метода определены потенциальные характеристики помехоустойчивости поэлементного приемника, оптимального по критерию максимума апостериорной вероятности. Показано, что потенциальная помехоустойчивость оптимального поэлементного приемника в канале с памятью практически не отличается от помехоустойчивости приемника Ко-тельникова.

Развит метод анализа помехоустойчивости алгоритма ПЦППР, позволяющий получить характеристики помехоустойчивости для любой формы импульсной реакции канала и произвольных значений параметра М, характеризующего число перекрывающихся посылок в месте приема. Получены точные формулы вероятности ошибки для алгоритма ПЦППР при использовании идеальной обратной связи по решению. Предложен метод расчета, основанный на преобразовании подобия с приведением квадратичной формы в показателе экспоненты к диагональному виду.

Рассмотрено влияние интервала обработки и обратной связи по решению на помехоустойчивость алгоритма ПЦППР. Показано, что для формирования решений об элементах кодовой комбинации можно ограничиться поэлементным приемом на интервале рассеяния. Установлено, что «реальная» ОСР практически не приводит к существенному размножению ошибок на выходе приемного устройства и лишь незначительно ухудшает характеристики помехоустойчивости демодулятора с «идеальной» ОСР. 4. Рассмотрено влияние сосредоточенных помех на помехоустойчивость алгоритма ПЦППР. Показано, что наличие в канале узкополосной помехи на фоне флуктуационного шума приводит к энергетическому проигрышу в 4,5 дБ при отношении помеха/шум равного 128. 5. Предложен алгоритм демодуляции с «идеализацией» обратной связи по решению на основе алгоритма ПЦППР. Алгоритм основан на оценочно-компенсационном методе борьбы с помехами (сосредоточенными и флуктуа-ционными), исключает влияние ОСР на работу демодулятора и позволяет значительно повысить помехоустойчивость приема, особенно в области малых отношений сигнал/помеха. При этом в качестве алгоритма оценивания возможно использование алгоритма, основанного на модифицированной регуляризации решения системы алгебраических уравнений. 6. Для канала с памятью предложен демодулятор, оптимальный по критерию максимума апостериорной вероятности и обеспечивающий минимум вероятности ошибки в отдельном информационном символе. Апостериорные вероятности (мягкие решении) в этом случае вычисляются с использованием двойного прохода решетчатой диаграмм состояний канала с памятью в прямом и обратном направлении при приеме канальных последовательностей конечной длины. Проведено сравнительное статистическое моделирование данного способа обработки сигналов и классических алгоритмов Витерби и Клов-ского-Николаева для каналов с памятью. Приводятся две модификации, позволяющие исключить все алгебраические операции умножения, деления и вычисление показательных функций, что значительно уменьшает вычислительную сложность алгоритма. 7. Приведено описание двух алгоритмов блокового и поэлементного принятия решений с использованием скользящего «оконного» режима анализа. Достоинством «оконных» версий МАР-алгоритма является то, что алгоритм обеспечивает оптимальное вычисление апостериорных вероятностей с фиксированной задержкой при вынесении решения в режиме реального времени. Повышение помехоустойчивости последовательных систем передачи дискретных сообщений в каналах с памятью предполагает использование корректирующих кодов, связанных с введением избыточности в передаваемую по каналу связи информационную последовательность и предназначенных для борьбы как со случайными ошибками на выходе демодулятора в канале с постоянными параметрами и «белым» гауссовским шумом, так и с пачками ошибок [9], обусловленными возмущенным состоянием канала (замирания, аддитивные сосредоточенные и импульсные помехи и др.). Для декодирования распространенных в последнее время сверточных кодов, избыточность которых обусловлена специальным внесением взаимной зависимости кодовых символов (памяти), используются алгоритмы переборного типа [77], в частности алгоритм Витерби. В основу сверточного кодирования положен принцип формирования последовательности проверочных элементов на основе линейной комбинации элементов информационной последовательности, поступающей непрерывно на вход кодирующего устройства. В этом случае передаваемая последовательность становится одним полубесконечным кодовым словом. Сверточное кодирование, применяемое вместе с декодированием Витерби и его модификаций [196, 209, 218], стало в последнее время одним из наиболее распространенных методов исправления ошибок. Причина этого состоит в простоте peaлизации, так и в довольно большом энергетическом выигрыше от использования кодирования. Как правило, при передаче двоичных сообщений качество системы связи определяется отношением энергии, приходящийся на один информационный символ, к спектральной плотности мощности БПИ - h2 = E/N0, которое требуется для достижения заданной вероятности ошибки на символ. Использование помехоустойчивого кодирования обычно обеспечивает улучшение характеристик помехоустойчивости исследуемой системы передачи. Поэтому обычный метод определения выигрыша от кодирования состоит в сравнении графиков, показывающих зависимость вероятности ошибки от отношения сигнал/шум h2 = E/NQ (полученные либо по расчетным формулам, либо по результатам сравнительного статистического моделирования) для систем без кодирования и с кодированием, и определении разности значений h2 (в дБ) при заданной вероятности ошибки.

Использование адаптивного кодирования в канале с памятью при совмещении операций демодуляции и декодирования

Как было отмечено ранее, в многолучевых каналах с замираниями кроме случайных ошибок на выходе демодулятора имеет место группирование ошибок в пачки (пакеты). Для многих типов реальных каналов перемежение символов кода является подходящим средством для достижения малой вероятности ошибки. Однако хорошие качественные показатели такого метода получаются при достаточно больших значениях интервала перемежения [77], что приводит к очень большой задержке декодирования. Кроме того, в этом случае исключается возможность объединения операций демодуляции и декодирования.

В качестве альтернативы перемежению можно использовать адаптивное кодирование, при котором кодирующее устройство работает по регулярному алгоритму, а адаптация осуществляется на приемной стороне.

Такой метод был предложен Галлагером и описан Коленбергом и Форни [243] для дискретных каналов с использованием порогового декодирования сверточных кодов. В [266] было предложено использовать в качестве базового декодера алгоритм Витерби. Далее приводится обобщение этого метода для непрерывного канала с памятью при совмещении операций демодуляции и декодирования с использованием алгоритма ПЦППР [52].

Суть адаптации приемника заключается в том, что он в условиях отсутствия пачки ошибок на выходе демодулятора (невозмущенный канал) осуществляет исправление случайных ошибок и остается в этом состоянии до тех пор, пока интенсивность возникновения ошибок не становится слишком большой (возмущенный канал), при которой приемник переключается в режим исправления пачек ошибок. Преимущество такого адаптивного приемника состоит в том, что он (по сравнению с приемником с перемежителем) может функционировать в условиях возмущения канала почти любой продолжительности, т.к. максимально возможная продолжительность пачки определяется легко изменяемым параметром кода, не приводя к изменению основной схемы демодулятора и декодера. При этом возможно совмещение операций демодуляции и декодирования, что дает, как было показано выше, определенный энергетический выигрыш.

Рассмотрим более подробно систему с адаптивным декодированием на примере использования двоичного сверточного систематического кода при совмещении операций демодуляции и декодирования на основе алгоритма ПЦППР.

Отличие данного кодера от кодера обыкновенного систематического сверточного кода заключается в том, что информационные символы {я,} кодируются дважды: сначала они передаются непосредственно систематическим кодом, во второй раз они посылаются через L + т интервалов времени в результате сложения по модулю 2 с проверочными символами. Такое объединение проверочных и информационных символов не приводит к изменению скорости передачи, однако позволяет при обнаружении на приеме возмущения канала выделить информационные символы из проверочных, на которые они были наложены при операции кодирования. Такой код в [266] обозначен как код (2,1, т), в котором один информационный символ порождает два канальных при длине кодирующего регистра т.

Утолщенные стрелки характеризуют передачу совокупности символов. Изображенная на рис. 4.10. схема представляет собой адаптивное двух-режимное приемное устройство, предназначенное для работы в канале с памятью. В нем совмещены операции демодуляции и декодирования при исправлении случайных ошибок и реализован режим обнаружения возмущенного состояния канала, при котором задержанные информационные символы выделяются из проверочных. В качестве алгоритма демодуляции и декодирования взят алгоритм ПЦППР, использующий обратную связь по решению, который не дает дополнительной задержки принятия решения по сравнению с АВ, обладает в канале с памятью при случайных ошибках примерно одинаковой помехоустойчивостью с АВ [45, 83] и позволяет надежнее, чем при использовании АВ, идентифицировать состояние возмущения канала.

Будем предполагать, что канал описывается импульсной характеристикой g(t, ), протяженность которой во времени составляет М тактовых интервалов Т, а импульсная характеристика кодера кода (2,1, m ) без ветви с задержкой LD составляет dh тактовых интервалов. Обрабатывая «в целом» наблюдаемое колебание z(t), соответствующее dh кодовым символам на интервале [кТ, (k + dh +М)Т], Демі при использовании линейных видов модуляции формирует предварительное решение о передаваемой кодовой комбинации - оценка сигнала, соответствующего М-\ окончательным решениям относительно кодовых символов, предшествующих анализируемой кодовой комбинации (реализация обратной связи по решению). Согласно схеме рис. 4.10. unped{t) формируется на выходе БФСМСИ, а совокупность {Ьп} - на выходе БРг.

Выбор интервала интегрирования в (4.2) достаточно произволен. Для полного выявления корректирующих свойств кода, определяемых свободным кодовым расстоянием df интервал обработки должен определяться значением (4-r5)m [23]. Выбранное в (4.2) значение dh позволяет получать достоверные решения о первой ветви кодовой комбинации, что и используется в дальнейшем.

Таким образом, на первом этапе осуществляется демодуляция сигнала посредством полного перебора гипотез относительно реализации кодовых символов Вг с вынесением предварительных решений относительно всех символов кодовой комбинации без учета исправляющей способности кода, т.к. в принимаемой кодовой комбинации связь информационных и проверочных символов разрушена на передаче задержанными информационными символами.