Пред.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 След.
Макеты страниц
Распознанный текст, спецсимволы и формулы могут содержать ошибки, поэтому с корректным вариантом рекомендуем ознакомиться на отсканированных изображениях учебника выше Также, советуем воспользоваться поиском по сайту, мы уверены, что вы сможете найти больше информации по нужной Вам тематике ДЛЯ СТУДЕНТОВ И ШКОЛЬНИКОВ ЕСТЬ
ZADANIA.TO
3.1. Классификация методов формирования ИДСНаиболее совершенные алгоритмы декодирования избыточных кодов в современных телекоммуникационных системах используют сочетание жестких методов декодирования (hard-decision decoding – HDD) и декодирование с мягким решением (soft-decision decoding – SDD). Обычным алгоритмом считается прием кодового вектора с ИДС для каждого его элемента и использование на первом этапе процедуры HDD. Если этот шаг оказался неударным, то декодер, используя принципы SDD и максимума правдоподобия, решает задачу наиболее полного извлечения информации из зафиксированных приемником данных. После чего может быть вновь использован принцип HDD. Классификация методов мягкого декодирования представлена на рис. 3.1.
Очевидно, применение способа SDD оправдано на каналах с низкой энергетикой. Описанный подход обеспечивает энергетический выигрыш в канале с независимым потоком ошибок в пределах от 2 до 3 дБ, что равносильно снижению мощности передатчика на 40–50% по сравнению с классическим методом HDD [82]. Указанный выигрыш, например, не актуален для качественного приема данных вблизи базовых станций мобильной связи, но в критических условиях (граница зоны покрытия, приполярные широты для стационарных спутниковых систем связи, связь с аппаратами среднего и дальнего космоса, расширение зон доступности цифрового телевидения и т.п.) крайне важен. Известные методы формирования ИДС для реализации SDD представлены на рис. 3.2.
Рис. 3.2. Классификация методов формирования ИДС Стирающий канал связи, свойства которого описаны в предыдущей главе, включен в данную классификацию как исторически первый представитель метода SDD с очень примитивной системой оценивания принятых символов [3, 23, 31, 43, 44, 82, 84, 100]. Главным недостатком такой системы является исключительно отрицательная роль ложных стираний, борьба с которыми представляет отдельную задачу. Однако можно предложить модель системы, в которой ложные стирания будут отсутствовать. Например, при распределенной системе хранения информации в вычислительной сети с заведомо известным рабочим местом, находящимся в аварийном или нерабочем состоянии. Аддитивный метод является более тонким и позволяет формировать ИДС в виде действительных чисел. Этот способ во всех отношениях удобен для разработки как аналитических, так и имитационных моделей. Он отличается относительной простотой и широко используется в ходе многочисленных теоретических исследований, оперируя относительно простой моделью непрерывного канала связи с АБГШ [82, 85, 87]. Метод квантования уровней сигналов, снижая точность значений ИДС из предыдущего класса моделей формирования градаций надежности, формирует оценки надежности в виде целых чисел, что положительно сказывается на процедуре упорядочения статистик в декодере. Метод пригоден для формирования ИДС в системах связи со сложными видами модуляции, а также в системах, которые используют парные биты, например, при декодировании непрерывных кодов. Последнее обстоятельство косвенно учитывает автокорреляционные зависимости между соседними символами. Для выделения целых значений ИДС решающее устройство должно иметь несколько фиксированных порогов. Метод логарифма отношения условных вероятностей достаточно прост с аналитической точки зрения. Главным недостатком метода является априорное знание параметров ПРВ условных вероятностей, которые трансформируются вместе с изменениями соотношения сигнал-шум в непрерывном канале связи. Метод характеризует каналы с независимым потоком ошибок, а ИДС формируются в виде действительных чисел. Метод скользящих окон в стирающем канале связи позволяет получить целочисленные ИДС. Учитывает автокорреляционные зависимости между символами. Основные свойства ИДС, формируемых с помощью данного метода, не могут быть представлены аналитически и требуют разработки специальных имитационных моделей. Значения, формируемых по данному методу ИДС, во многом зависят от влияния отрицательной роли ложных стираний. Основные свойства рассмотренных моделей формирования ИДС представлены в таблице 3.1. Табл. 3.1 Основные свойства моделей формирования ИДС
Наиболее важным положительным свойством рассмотренных методов формирования ИДС следует считать возможность представления градаций надежности в виде целочисленных значений, а зависимость значений ИДС от знания априорной информации параметров непрерывного канала связи является отрицательным свойством. Очевидно, что для поиска баланса между положительными и отрицательными особенностями способов формирования ИДС и сравнения способов между собой требуется выработка некоторого универсального критерия эффективности. Для этого целесообразно рассмотреть тонкую структуру каждой модели формирования ИДС в отдельности и оценить ее влияние на работу декодера в ходе последующего выполнения процедуры сортировки принятых символов для совместной реализации методов HDD и SDD.
|
1 |
Оглавление
|