Содержание к диссертации
Введение
1 Анализ методов турбокодирования и алгоритмов предварительной обработки информации в системах передачи данных 10
1.1 Анализ принципов формирования многомерных блочных турбокодов 11
1.2 Анализ принципов формирования параллельных сверточных турбокодов
1.2.1 Особенности реализации систематических сверточных кодов в составе турбокодера 18
1.2.2 Особенности применения рекурсивных сверточных кодов в составе турбокодера
1.3 Анализ метода завершения кодовой решетки сверточных турбокодов и его влияние на кодовую скорость 29
1.4 Адаптивный способ передачи информации с применением помехоустойчивых сверточных турбокодов переменной скорости и методов решающей обратной связи 34
1.5 Выводы 44
2 Анализ эффективности методов мягкого итерационного декодирования турбокодов в системах обработки и передачи данных 46
2.1 Методы мягкого детектирования и квантованной оценки сигналов в каналах передачи данных 47
2.1.1 Детектирование сигнала в непрерывном канале по методу максимального правдоподобия 47
2.1.2 Жесткий метод детектирования сигнала в дискретном канале без памяти
2.2 Анализ алгоритма итеративного декодирования турбокодов с использованием функций правдоподобия 54
2.3 Алгоритмы и методы мягкого итеративного декодирования многомерных блочных турбокодов
2.3.1 Оптимизация метода мягкого итеративного декодирования блочных турбокодов основанная на алгоритме слежения за приростом надежности мягких решений 68
2.3.2 Анализ влияния видов модуляции на эффективность блочных турбокодов
в системах обработки и передачи данных 82
2.4 Анализ алгоритмов итеративного декодирования сверточных турбокодов 88
2.4.1 Методы мягкого декодирования сверточных турбокодов основанные на алгоритмах приближенного расчета 104
2.4.2 Анализ эффективности итеративного декодирования сверточных турбокодов при изменении алгоритма расчета метрик, размеров декодируемого блока и числа итераций обработки данных 107
2.5 Выводы 115
3 Анализ зффеїстивности турбокодов в беспроводных каналах с многолучевым распространением и замираниями 118
3.1 Области применения, особенности систем передачи данных и критерии оценки эффективности турбокодов в каналах с замираниями 119
3.2 Методы передачи и приема информации в беспроводных каналах с замираниями с использованием турбокодов 122
3.3 Анализ влияния величины допплеровского сдвига на помехоустойчивость турбокода в канале с замираниями 126
3.4 Исследование эффективности алгоритмов мягкого декодирования турбокодов в каналах с замираниями 128
3.5 Анализ эффективности применения сверточных турбокодов в каналах с замираниями для передачи мультимедиа данных реального времени 132
3.6 Сравнение эффективности передачи данных реального времени в каналах с замираниями и АБГШ при использовании турбокодов 145
3.7 Выводы 150
Заключение 154
Список литературы 157
Список иллюстрации
- Анализ принципов формирования параллельных сверточных турбокодов
- Детектирование сигнала в непрерывном канале по методу максимального правдоподобия
- Анализ влияния величины допплеровского сдвига на помехоустойчивость турбокода в канале с замираниями
- Сравнение эффективности передачи данных реального времени в каналах с замираниями и АБГШ при использовании турбокодов
Введение к работе
Актуальность работы. Основу современных методов корректирующего кодирования формирует применение различных аспектов из области теории информации и передачи данных, методов принятия решений, математической алгоритмизации и автоматизированной машинной (компьютерной) обработки. В связи с этим, процессы и процедуры кодирования носят сложный комплексный характер, эффективность исполнения которых зависит от множества факторов. Рассматриваемый в данной работе метод помехоустойчивого кодирования, основанный на применении турбокодов, представляет собой синтезированный способ потенциальной защиты данных, реализующий множество современных парадигм формирования, обработки и передачи информации: параллелизацию вычислений, кодирование с переменными кодовыми скоростями, интенсивное скремблирование потока данных, мягкое детектирование передаваемых сигналов, итеративный принцип декодирования и т. д. В ряде работ зарубежных авторов (Д. Форни, К. Берру, А. Витерби и др.) описаны принципы каскадного кодирования и основные алгоритмы итерационной обработки информации. В работах отечественных авторов (В.В. Деев, М.Н. Чесноков, В.А. Варгаузин, A.M. Шлома, Л.Н. Волков) представлены современные методы цифровой обработки данных на основе различных алгоритмов помехоустойчивого кодирования и модуляции для систем подвижной связи. В работах указанных авторов отмечено, что производительная (эффективная) реализация механизмов обработки информации требует детализированного анализа составной структуры вычислительной системы кодирования в рамках современных, динамичных телекоммуникационных приложений. Анализ методов передачи и обработки информации, проведенный в данной работе, выделяет не только функциональные и структурные отличия турбокодов от традиционных методов обработки информации, но и предлагает ряд оптимизационных решений, построенных на применении как новых алгоритмов, так и на синтезе переосмысленных реализаций.
Цель и задачи исследования. Целью данной работы является исследование принципов построения и эффективности турбокодирования в системах обработки и передачи информации, применяемых для оптимизации алгоритмов кодирования и декодирования данных, а также повышения достоверности передачи информации. Под эффективностью турбокодирования понимается оценка вероятности ошибочного декодирования информации в зависимости от энергетического состояния канала связи, выражаемого через соотношение С/Ш.
Поставленная в работе цель требует решения ряда задач. Наиболее важными являются задачи исследования метода передачи информации на основе синтеза сверточного турбокода переменной скорости и гибридного канала решающей обратной связи (HARQ) для адаптации системы передачи данных к изменениям в канале связи, а также оптимизация итеративного
алгоритма декодирования турбокодов для увеличения быстродействия обработки информации в телекоммуникационных приложениях. Научная новизна работы:
-
Предложен и проанализирован алгоритм временного хранения удаленных кодовых символов в проверочной корзине, используемый для адаптивного восстановления информации декодером приемника при итеративной многоуровневой обработке кодовых последовательностей.
-
Разработан алгоритм и математически формализован критерий остановки итеративного декодирования для блочных и сверточных турбокодов, позволяющий ускорить процесс декодирования помехоустойчивого турбокода.
-
Выполнено исследование эффективности декодирования блочных и сверточных турбокодов с использованием сигналов ФМ и КАМ с применением разработанных алгоритмов обработки информации.
-
Проведено исследование влияния размеров информационного блока и числа итераций обработки информации на эффективность декодирования алгоритмов сверточных турбокодов с применением разработанных алгоритмов обработки информации.
Практическая ценность представленной работы заключается в оптимизации методов обработки информации в системах передачи данных с использованием турбокодирования. Предложенные методы передачи информации позволяют оптимизировать время декодирования и сократить общий объем избыточной информации до 30 %. Реализация алгоритма проверочной корзины, в ряде случаев, рассмотренных в данной работе, позволяет уменьшить объем повторной передачи в 6 раз.
Применение разработанного алгоритма слежения за приростом мягких оценок в итеративной схеме турбодекодера блочных и сверточных кодов позволяет решить задачу сокращения «холостых» циклов обработки мягких оценок. Критерий остановки декодирования турбокодов, основанный на предложенном алгоритме, приводит к оптимизации использования вычислительных ресурсов системы обработки информации, а также сокращает время декодирования турбокодов. Предложенные методы рассмотрены в применении к непрерывным каналам и каналам с замираниями.
Методы исследования. Исследования основываются на методах теории принятия решений, теории информации, теории кодирования и математической теории вероятностей. Автоматизированные машинные расчеты проведены в разработанных автором программных моделях для инженерных систем GNU/Octave 3.6.4 и Mathworks Mathlab R2011b. Программное обеспечение имитационных моделей реализовано в среде компилятора GNU С compiler 4.6.3 и телекоммуникационной библиотеки ГТрр 4.3.0.
Основные положения, выносимые на защиту:
1. Метод обработки и передачи информации, основанный на синтезе сверточных турбокодов переменной скорости, гибридном канале обратной связи и разработанной реализации алгоритма проверочной корзины для хранения перфорированных кодовых символов, позволяющий сократить объем
избыточной информации до 30 % и уменьшить объем повторной передачи до 6 раз.
-
Метод оптимизации и реализация алгоритма слежения за приростом значений мягких оценок для ускоренной остановки итеративной процедуры декодирования блочных и сверточных турбокодов, позволяющий уменьшить время декодирования до 2,5 раз.
-
Результаты исследования эффективности объединенных сигнальных конструкций (КАМ, ФМ) на основе блочных 2D и 3D турбокодов с применением оптимизированных алгоритмов обработки информации, позволившие выделить наиболее эффективные реализации СКК и блочных турбокодов для непрерывных каналов.
-
Результаты исследования влияния размеров информационного блока и числа итераций обработки информации на эффективность декодирования алгоритмов сверточных турбокодов в непрерывном канале АБГШ с применением алгоритмов проверочной корзины и слежением за приростом мягких решений турбокодов.
-
Результаты экспериментальных исследований по передаче мультимедиа данных в непрерывном канале и канале с замираниями, при использовании сверточного турбокодирования переменной скорости, гибридного канала обратной связи и предложенных в работе алгоритмов обработки информации, которые показали сокращение процедур обработки данных и ускорение времени декодирования турбокодов без снижения достоверности передаваемой информации.
Достоверность результатов подтверждается при сопоставлении теоретических данных и результатов автоматизированного машинного моделирования, полученных при помощи разработанных автором программных средств для проведения экспериментальных исследований.
Реализация результатов работы. Основные научные результаты работы внедрены в учебный и исследовательский процесс кафедры обработки и передачи дискретных сообщений Санкт-Петербургского государственного университета телекоммуникаций им. проф. М.А. Бонч-Бруевича, а также в ЗАО «НЛП «ИСТА-Системс».
Апробация работы. Основные результаты по теме диссертации изложены в 11 печатных изданиях [1-11], из которых: 2 статьи изданы в журналах, рекомендованных ВАК [1, 2]; издана 1 монография [3]; 1 статья на англ.яз. опубликована в зарубежном (США) отраслевом сборнике [5]; 2 статьи опубликованы в отраслевых периодических журналах России [4], [8]; 5 публикаций издано в сборниках и материалах международных конференций [6, 7], [9-11].
Структура и объем работы. Диссертация состоит из введения, трех глав, заключения и одного приложения. Полный объем диссертации составляет 170 страниц, с 58 рисунками и 23 таблицами. Список литературы содержит 70 наименований.
Анализ принципов формирования параллельных сверточных турбокодов
В отличии от блочных турбокодов, рассмотренных в разделе 1.1, сверточные турбокоды не обладают четкой характеристикой размера кодируемого блока. По принципу организации кодовых комбинаций, рекурсивные сверточные турбокоды можно назвать непрерывными помехоустойчивыми кодами. Однако подобный метод кодирования не всегда является оптимальным с точки зрения используемого канала связи или набора исходной информации. Например, распространенные системы радиосвязи GSM, CDMA2000 и CDMA One используют пакетную передачу дискретных сообщений и обладают четкой структурой блоков канального уровня. Для придания псевдоблочной структуры сверточному турбокодеру, применяются различные механизмы завершения кодовой решетки [24].
Основной метод блочной реструктуризации сверточного турбокода заключается в добавлении к исходной информационной последовательности М,:-конечных нулевых бит. Следует напомнить, что Мс — память кодера, характеризующая длину внутренних запоминающих ячеек кодирующего устройства. Очевидно, что завершающие нули не несут дополнительной информации, и эффективная кодовая скорость г = к/п снижается. Для компенсации снижения степени кодирования, необходимо обрабатывать достаточно длинные информационные блоки, что в результате приведет к редкой вставке терминирующих бит [25].
В общем случае, при принудительном завершении кодовой решетки, кодовая скорость сверточного кода не равна г = к/п, а лишь имеет приближение к данному значению или при условии непрерывности кодирования, или при значительном ргізмере кодируемого блока (другими словами, при большом периоде обнуления). Точное выражение для вычисления кодовой скорости обнуляемого сверточного кода имеет вид: г Ь тМ\ (1.37) пь где L — длина кодируемого блока, а п и к характеристика конкретного сверточного кодера. Оценку снижения скорости кодирования можно вычислить, используя выражение для расчета коэффициента потери кодовой скорости: г — г С = . (1.38) Раскрыв выражение (1.38), соответственно получим, что потеря кодовой скорости является функцией от памяти кодера и длины кодируемого блока [26]: зо Таблица 1.6 — Состояние регистров рекурсивного сверточного турбокодера Состояние кодера, М\ Регистр R\ Регистр R2 So 0 0 Si 1 0 s2 0 1 S3 1 -(i)(!- H Как и было указано ранее, из выражения (1.39) очевидно, что с ростом длины кодируемого блока, уменьшается эффект снижения результирующей кодовой скорости. Обнуление каждого кодера в отдельности не является сложной задачей, однако применяемая параллельная структура сверточного турбокода требует одновременного обнуления всех составных кодеров. Выполнение данной задачи осложняется по причине предварительного перемежения информационной последовательности перед кодированием во втором и последующих составных кодерах. Например, для корректного обнуления второго (внутреннего) кодера на рис. 1.8, необходимо провести предварительную вставку нулевых (терминирующих) бит в определенные позиции информационной последовательности т4, для того, чтобы перемеженный вектор ті оканчивался терминирующими битами.
Решение задачи завершения кодовой решетки рекурсивного сверточного турбокода может быть реализовано несколькими методами [24].
В данной работе предлагается метод применения предварительной «промывки» кодера с помощью нулевого вектора длиной 2МС бит. В случае, если после выполнения данной процедуры один из внутренних кодеров все же не находится в обнуленном состоянии, необходимо с помощью таблицы состояний определить содержимое регистров данного кодера и подобрать соответствующую обнуляющую комбинацию. После повторной «промывки» терминирующей комбинации, внутренние кодеры перейдут в исходное состояние. Блок-схема алгоритма обнуления составных свсрточных кодеров представлена на рис. 1.11. Необходимо отметить, что процедуры алгоритма должны быть выполнены для каждого составного кодера по отдельности. Демонстрацию данного метода можно привести на практическом примере. Пусть кодер рекурсивного сверточного кода, изображенный на рис. 1.9, после выполнения процедур m =[0 0 0 0] _. s Псремежитель л r -\x m, 1 .. _s " — Rl R2 ri x 1 Рисунок 1.9 — Рекурсивный кодер составного сверточного турбокода кодирования находится в состоянии S\ (табл 1.6). При обнулении данного кодера, «промывочная» последовательность тг = [0000], будет переводить данный кодер последовательно в состояния 7710 = 0,7?! =1,Д2 = 1(5 ) Ші=0,7?і = 0,Л2 = 1(52) m2 = 0,Rl = l,R2=0{Sl) ті = 0,Яі = 1,Я2 = 1(Яз) Как видно из результатов «тгромывки», обнуление кодера не происходит. Поэтому, основываясь на таблице текущею состояния кодера, необходимо подобрать такую кодовую комбинацию, благодаря которой произошло бы принудительное завершение кодовой решетки. В рассматриваемом случае, кодер находится в состоянии 3 = [11], поэтому для терминирования необходимо послать кодовую комбинацию тг = [0 1], в результате которой кодер перейдет в состояние So: 7П4 = 0, Rl = 0, R2 = 1(52) m5 = l,R1=0,R2 = 0(S0) Необходимо отметить, что при посылке терминирующих комбинаций тг = [11] и тг = [0 0], в рассматриваемом случае (Мс = 2), нет необходимости учитывать закон перемсжения. Однако при посылке комбинаций тг = [1 0] и т% — [0 11 необходимо инвертировать состояние бит для правильного отображения комбинации в перемежителе.
На рис. 1.10 изображены ірафики потери кодовой скорости от размера памяти кодера для различных длин кодируемого блока. Общий вид графиков позволяет сделать заключение, что при малой длине памяти кодера и большой длине кодируемого блока достигается наименьшее влияние эффекта потери кодовой скорости. С другой стороны, при длине информационного блока L = 128 бит, потери кодовой скорости, в перспективе могут достигнуть существенных значений, что приведет к определенному снижению эффективной степени кодирования кодера. Важным является также тот факт, что при увеличении памяти кодера, длина терминирующей комбинации и способ перемежения оказывает значительное влияние на скорость обнуления кодера, что подтверждается постепенным ростом графиков на рис. 1.10.
Детектирование сигнала в непрерывном канале по методу максимального правдоподобия
Матрица (2.19) представляет собой информацию о канальных измерениях, обеспечиваемую детектором с мягкими решениями. С другой стороны, данные (2.19) представляют собой априорную информацию, основанную на оценке канальных значений и передаваемую декодеру помехоустойчивого турбокода.
В соответствии с выражением (2.13), определяющим значение мягкого выхода декодера для декодируемого символа d{, можно сформировать мягкий выход для декодирования г-ого элемента матрицы (2.14): L(rf.) = Lc( ) + I W + №с(х}) + L(d3)] Ш L,{xl3)), (2.20) где Ьс(хг), Ьс(х3),Ьс(хгі) — канальные измерения бит d„ d} и символа проверки на четность p,j, a L(di), L(dj) — априорное логарифмическое отношение функций правдоподобия бит dt и dj, соответственно. Выражение в квадратных скобках представляет собой внешнее значение LLR (т. е La(dL)), получаемое в результате декодирования (рис. 2.4). Правило раскрытия оператора сложения (ЕВ) логарифмов отношения правдоподобий определено в приложении 3.7.
Для объяснения фРмы выражения (2.20) разберем мягкий выход декодера при декодировании символа d\ матрицы (2.14). Мягкий выход состоит из LLR канального измерения (Lc(xi)) и внешнего LLR, получаемого от значения бита d2 и проверочного символа pv, поскольку эти два значения так же непосредственно дают информацию о бите d\. Т.о., полное выражение для мягкого выхода ігри декодировании d\ будет включать в себя: L(dx) = L,(.Ti) + L(dL) + (\Lc(x2) + L{d2)) ЕВ Lc(xi2)). (2.21) Аналогичным образом, формируются мягкие выходы оставшихся информационных символов [37]: L(d2) = Lc{xi) + L(dx) + {{ЬсЫ + Щі)\ И 1 сЫ) (2-22) L(d,) = Le(Xi) + L{d,) + ({Lc(x4) + L(d4)] ffl Le(xu)) (2.23) L{d4) = Lr{x3) + L(d-,) + (\Lc(x:i) -I- L(d3)} ffl MiM)) (2.24) Следует отметить, что обновление внешней информации Ьс((1г) в процессе декодирования необходимо произвести дважды за одну итерацию, поскольку член (Lc(xj) + L(dj) ЕВ Lc(xtj)) выражения (2.20) будет вычисляться для каждого символа как по строкам матрицы (2.14), так и по столбцам. В связи с этим, запишем выражения для внешней информации е(с0, получаемой в ходе декодирования элементов строк (L (fi,)) и столбцов (Ь е(і1г)), соответственно: L (di) = (Lc(x2) + L(d2)) ЕБ Lc(xu) (2.25) Lse(d2) = (Lc(Xl) + L(di)) ЕБ Lc(xu) (2.26) Ll(d3) = (Lcfa) + lAd,)) Ш Lc(x-M) (2.27) VJL k) = (Lc(x3) + L(dz)) Efl L,.(xu) (2.28) ВД) = (Lc(xs) + L( k)) Ш Ье(хгз) (2.29) Ll(d2) = {Le{x4) + L( U)) ЕВ Lc(x2,) (2.30) L f/з) = (Lc(Xl) + L(di)) Ш Lc(x13) (2.31) І:(І) = (А=Ы + ЗД) ffl Lc(x24) (2.32) Результаты декодирования на первой итерации, полученные с помощью автоматизированного машинного вычисления но реализованному алгоритму, приведены в табл. 2.2 (итерация декодирования 1). Необходимо напомнить, что на начало первой итерации, информационные биты d{ априори считаются равновероятными, поэтому L(d,) = 0. После завершения процедуры декодирования матрицы (2.14) по строкам, становится доступна новая априорная информация для следующего этапа декодирования, т.е. L(d{) = LsJdi) (см. табл.2.2, итерация декодирования 1). Результат декодирования но столбцам позволяет провести расчет мягкого выхода декодера на первой итерации.
После первой итерации декодирования, декодер блочного турбокода может вынести мягкие решения: bid,) (2.33) 1.44 -1.17 -1.43 0.62 Значения матрицы (2.33) соответствуют информационным символам исходной кодовой матрицы (2.14), что позволяет говорить о безошибочном декодировании переданной информации. Для анализа эффективности алгоритма декодирования по итерациям, в табл. 2.2-2.3 приведены результаты декодирования рассматриваемого кода на всех последующих итерациях декодирования.
Новая итерация декодирования начинается с обработки строк матрицы (2.19). Однако, необходимо учитывать, что на второй итерации декодирования присутствует априорная информация, т.е. Ь{ Ц) = Ьсе((1{) (см. табл.2.2, итерация декодирования 2), значения которой полученны на первой итерации, на этане декодирования столбцов. Мягкие решения, полученные при декодировании по строкам матрицы записываются в массив априорной информации (L(di) = !, ( /,)), и служат начальной оценкой при повторном декодировании по столбцам матрицы.
Суммируя вычисления, полученные за две итерации декодирования турбокода, получаем мягкое решение (табл. 2.2, итерация декодирования 2): L{dt) (2.34) 2.86 -2.41 -2.84 1.90 Сравнивая значения мягких решений, полученных на первой итерации (2.33) и значения, полученные на второй итерации (2.34), можно рассчитать улучшение надежности мягкого выхода декодера: (2.35) 1.42 1.24 1.41 1.28 Матрица (2.35) демонстрирует улучшение надежности декодирования на второй итерации для всего информационного вектора. Это позволяет сделать заключение, что с увеличением числа итераций декодирования, возрастает достоверность декодирования данных, и снижается вероятность ошибочного декодирования. Данный результат подчеркивает необходимость дальнейшего исследования изменений мягких решений с увеличением итерации декодирования.
Для матрицы (2.14) турбокода (3,2) х (3,2), были проведены аналогичные рассмотренным выше компьютерные вычисления, отличающиеся увеличенным количеством итераций декодирования, и преследующие цели анализа эффективности длительного итерационного декодирования блочного турбокода. Ход и результаты декодирования отражены в содержимом табл. 2.2 и табл. 2.3.
Исходя из полученных данных, основной вклад в значение надежности мягких решений по декодируемым символам вносят итерации с 1 по 5. Общий прирост надежности мягких решений после 5-ти итераций декодирования, в сравнении с результатами полученными после одной итерации составляет соответственно:
Это позволяет утверждать, что в результате 5-ти итераций декодирования турбокода, надежность мягких решений возросла в « 2.8 раза. Однако, результаты полученные при итерациях декодирования с 6 по 10, обладают существенно меньшим приростом надежности. Прирост надежности мягких решений с 6 по 10 итерацию, по сравнению с оценками полученными на 5-ой итерации составляют соответственно:
Анализ влияния величины допплеровского сдвига на помехоустойчивость турбокода в канале с замираниями
Для целей анализа эффективности итеративных методов мягкого декодирования сверточных турбокодов, особенности декодирования которых рассмотренны в разделах 2.2 и 2.4, было проведено длительное мультипараметрическое компьютерное моделирование. Качество исходных условий синтеза системы передачи с применением сверточного турбокодирования, определялись принципами передачи и приема данных, указанными в разделе 2.4. В дополнение к указанным ранее условиям, использовался составной сверточный рекурсивный турбокодер (см. рис. 1.8) с конструктивной длиной каждого составного кодера К = 3 и общей кодовой скоростью г = 1/3.
Для декорреляцпн взаимного влияния и разнесения информационных и проверочнх бит применялись перемежитсли с размерами матрицы в диапазоне 2Ш-21С (1024-65 536 бит). Принципы загрузки исходной информации и подачи ее на кодер продемонстрированы ранее в нескольких примерах раздела 1.2. В табл. 2.15 приведены длины информационных блоков L и соответствующие им размерности М х Лг матрицы перемежитсля. Следует отметить, что в данной работе предполагается использование блочных перемежителей, свойства которых описаны в работах [53].
Для декодирования кодовых комбинаций сверточного турбокода на приемнике применялось от 1 до 10 итераций декодирования (Q) по алгоритму MAP и его модификациям (maxlogMAP, logMAP), описанным ранее. Суммарное количество переданной информации для каждого измерения приблизительно равняется 10 000 Кбит.
В результате серии проведенных передач были накоплены статистические данные, которые позволили построить графики помехоустойчивости системы передачи данных, использующую турбокод в качестве метода контроля и исправления информационных ошибок. На рис. 2.22-2.25 изображены полученные графики. Воспользуемся ими для проведення анализа преимуществ выбора алгоритма мягкого декодирования и эффективности декодирования помехоустойчивого кода.
Первое, что необходимо отметить, при анализе графиков помехоустойчивости турбокода с расчетом метрики по алгоритму maxlogMAP, это тенденция изменения вероятности ошибочного декодирования при изменении размеров обрабатываемого блока (матрицы перемежителя). Постепенное увеличение длины (L) обрабытываемого блока с величины 2і" до 213 бит вносит ощутимый прирост эффективности декодирования, выраженный в смещении графиков декодирования в область меньшей вероятности возникновения ошибок декодирования (10 5-10 Г) (рис. 2.22). Практический прирост энергетического выигрыша при указанных длинах обрабатываемого блока располагается в пределах 0.5-0.7 дБ. Следует отметить, что дальнейшее увеличение размеров перемежителя (1014-10lf ) для турбокода, декодируемого по методу maxlogMAP, не оказывает влияние на вероятность ошибочного декодирования и, с практической точки зрения, не имеет смысла. Это подтверждается положением графиков на рис. 2.23 (Ь) и 2.25 для данных декодируемых по алгоритму maxlogMAP. Как можно заметить, результаты декодирования для размера перемежителя 1013 и 101В приблизительно одинаковы и характеризуются отсутствием динамики роста эффективности декодирования.
Незначительно отличное поведение демонстрируется и для данных декодируемых по алгоритму logMAP. Ступенчатое увсличис длины обрабатываемого блока с 210 до 21 1 оказывает существенное влияние на эффективность помехоустойчиого кода, выраженную в постепенном уменьшении вероятности ошибочного декодирования и росте энергетического выигрыша. Так, например, при 10 итерациях декодирования и блоке 210 (рис. 2.22) вероятность ошибочного декодирования составляет 10 5 при соотношении EI/NQ = 1.5 дБ. Аналогичная вероятность ошибочного декодирования, но при блоке 215 для 10 итерациіі декодирования по алгоритму logMAP (рис. 2.24), достигается при 0.4 дБ, что формирует существенный энергетический выигрыш более 1 дБ. Однако дальнейшее увеличение размеров перемежитсля, и соответственно обрабатываемых информационных блоков, не вносит существенной динамики и изменения эффективности алгоритма декодирования.
Для исследования влияния количества итераций декодирования, для каждого из рассматриваемых алгоритмов было произведено последовательно 10 итераций мягкого декодирования, с регистрацией достигаемого уровня вероятности возникновения ошибок. В результате многоитерационного декодирования, сформировалось представление о выборе наиболее эффективного числа циклов повторной обработки информации в декодере для алгоритмов maxlogMAP и logMAP.
Среди общехарактерной черты, присутствующей в результатах декодирования обоих алгоритмов, следует отметить существенный разрыв между значениями вероятности декодирования на первой и последующих итерациях. Так, например, на рис. 2.23 (а, Ь), разница между результатами декодирования на первой и второй итерациях выраженная в энергетическом выигрыше доходит до 1.5-2.0 дБ. Как продемонстрировано на графиках рис. 2.23 (b) (logMAP алгоритм), вероятность ошибочного декодирования на второй итерации достигает значения 10"е при Еь/No = 2.5 дБ. Это полностью подавляет вероятность ошибки декодирования 10 2, полученную при аналогичном соотношении, но на первой итерации. Исходя из общего вида, характерного для всего набора графиков, результаты, полученные на первой итерации для обоих алгоритмов декодирования, существенно улучшаются на последующих. Подобная динамика сохраняется для всего набора длин информационных блоков. Необходимо подчеркнуть, что результаты декодирования турбокода, полученные на первой итерации, находятся в сопоставимой близости от результатов демонстрируемых для обычных схем сверточных каскадных кодов, приведенных в ряде работ [54], [55]. Однако, благодаря использованию многоитсративного механизма декодирования, принципы которого проанализированы в разделах 2.2 и 2.4 данной работы, с увеличением числа итераций декодирования, существенно возврастает достоверность результатов декодирования, что подтверждается графиками снижения вероятности ошибки декодирования до величин
Необходимо отметить, что рассматриваемые алгоритмы, характеризуются различной динамикой эффективности декодирования при увеличении числа итерациіі обработки информации. Исходя из графиков рис. 2.22 (а)-2.23 (Ь), эффективность декодирования по
Сравнение эффективности передачи данных реального времени в каналах с замираниями и АБГШ при использовании турбокодов
Для выделения отличительных особенностей и оценки эффективности применения турбокода для передачи данных реального времени в каналах с замираниями, необходимо провести сравнительный анализ результатов, полученных для непрерывного канала АБГШ. Это позволит выделить эффективную область применения турбокода и сделать выводы об оптимальной конфигурации системы обработки и передачи данных с использованием турбокода. Условия проведения моделирования турбокода, произведенные для канала АБГШ также нацелены на получение результатов о возможности потенциального использования турбокода в качестве метода помехоустойчивого кодирования для обеспечения надежной транспортировки информации, предназначенном для приложений аудио и видеообмена данными в сетях беспроводной связи.
Как и для случая применения турбокода в канале с замираниями, рассмотренном в предыдущем разделе, была произведена серия аналогичных экспериментов для канала АБГШ. Результаты передачи и показатели качества обслуживания данных QoS, полученные в ходе практического эксперимента для канала АБГШ, приведены в табл. 3.2.
Представленные данные обладают рядом корреляционных свойств с результатами обработки турбокода в канале с замираниями (табл. 3.1). Так, например, в обоих рассматриваемых случаях уровень вероятности кадровой ошибки не поднимается выше значения Ю-2 при скоростях кодирования 7 = 1/3 и г = 1/2. Однако допустимый уровень вероятности битовой ошибки КГ 1 для канала АБГШ достигается при использовании турбокода с длиной кадра L = 512 бит. Дальнейшее увеличение длины кадра продолжает оказывать благотворное влияние на уровень вероятности битовой ошибки и достигает максимальных (Ю-0) значений немного раньше, чем в канале с замираниями. Подобная тенденция развития наблюдается для всех случаев проведения моделирования и характеризует канала АБГШ, как канал обладающий более благоприятными условиями для распространения и детектирования сигнала при использовании турбокода.
Однако необходимо отметить, что несмотря на общую тенденцию улучшения параметров качества обслуживания QoS, основные принципы и рекомендации применения турбокода, изложенные в предыдущем разделе сохраняют свою значимость и при передаче информации в канале АБГШ. Несмотря на более интенсивное снижение уровня вероятности ошибок, временные задержки обработки блоков турбокода, не позволяют использовать блоки длипес L 102-4 бит, для быстрой и надежной транспортировки информации реального времени. По прежнему, как и для канала с замираниями, основной транспортировочный блок турбокода составляет 1024 бит, и лишь для кодовой скорости г = 1/3, при обеспечиваемом уровне возникновения битовых ошибок 4.0 10 4 возможно использовать блок длиной 512 бит. Блоки максимальной длины (из рассматриваемых) обеспечивают неприемлеммую временную задержку ( 1 с.) для приложений реального времени.
На рис. 3.13-3.14 представлены зависимости распределения кадров различной длины от значений вероятности битовой и кадровой ошибки (плоскости BER/FER), аналогичные полученным ранее для канала с замираниями. Общий вид распределения кадров турбокода в исследуемой плоскости сохраняется и для канала АБГШ. Отличие от предыдущих результатов, для кода со скоростью г = 1/3, наблюдается в смещении достоверности информации, переносимой блоками длиной L = 256 бит, в правую область, т.е. снижение уровня вероятности возникновения битовых и кадровых ошибок для блоков минимальной длины. Для данной кодовой скорости турбокода, также характерно более плотное размещение кадров длиной L 1024 бит в области BER=10_o и FER=1()-2. Это позволяет говорить о том, что использование блоков турбокода более 1024 бит, в канале АБГШ имеет тенденцию к постепенному снижению (замедлению) выигрыша в вероятности возникновения битовых ошибок, от увеличения длины обрабатываемого кадра. С данной точки зрения, передача мультимедийной информации,
При использование канала с помехой в виде АБГШ и кодированием турбокодом для передачи данных компьютерных форматов, как и в случае канала с замираниями, наиболее эффективным будет являться выбор длинных комбинаций кадра турбокода. Из-за не критичности времени обработки данных для пользовательских приложений, применение блоков длиной 4096 бит, 8192 бит и 16 384 бич; также обеспечивает минимальное количество битовых ошибок (10_ ), среди всего рассматриваемого спектра длин кадров турбокода. Об этом свидетельствуют графики помехоустойчивости турбокода, построенные на рис. 3.15 и 3.16. Как и для канала с замираниями, данные графики демонстрируют тенденцию уменьшения вероятности битовой ошибки с изменением соотношения Eb/Nn для различных длин турбокода.
Результаты анализа графиков, позволяют сделать вывод, что максимальной достоверностью обладает информация, передаваемая в блоках турбокода увеличенной длины. При снижении вероятности битовой ошибки, данные, обрабатываемые блоками длиной по 256 бит, значительно запаздывают от графиков, построенных для кадров турбокода большей длины. При увеличении кодовой скорости (г = 1/2), происходит сдвиг уровня достоверности передаваемых данных в более низкую область. Это означает, что уровень вероятности ошибки 10 4 (при L = 4096 и 7- = 1/3), для скорости кодирования г = 1/2 потребует повышения
отношения сигнал/шум на 0.5-1.0 дБ. Тенденция такого развития сохраняется для графиков всех длин кадров турбокода.
Приведенные на рис. 3.13-3.16 зависимости, подтверждают тот факт, что для целей передачи компьютерных типов данных, не критичных к обработке в режиме реального времени, но обладающих требованиями к допустимому уровню достоверности информации, эффективнее использовать турбокод с блоками длиной L 1024 бит (2048, 4096 и т.д.). Следовательно данные, полученные для канала с замираниями также подтверждаются при использовании турбокода в каналах с помехой в виде АБГШ.
Исходя из анализа данных, полученных в ходе моделирования для каналов с замираниями и АБГШ, можно сделать объективные выводы о применимости турбокодов для кодирования мультимедиа данных. Применение турбокода в качестве надежного транспортного механизма для данных аудио и видео приложений, обеспечивает достаточно высокий уровень достоверности информации, удовлетворяющий требованиям современных телекоммуникационных систем обмена информацией. Однако, для уменьшения вероятности ошибочного декодирования данных, используются длительные вычислительные методы преобразования исходной информации на различных этапах се форматирования перед непосредственной передачей по радиоканалам беспроводной связи. В свою очередь, это порождает задачи по поискам методов операционной оптимизации и сокращению времени обработки информации, вне зависимости от используемой модели канала.
