Читать в оригинале

<< ПредыдущаяОглавлениеСледующая >>


3.1. Классификация методов формирования ИДС

Наиболее 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

 

Тип модели формирования ИДС

 

Числовая форма представления ИДС

 

 

Недостатки

 

Учет автокорреляционных зависимостей между символами

Стирающий канал связи

Только 0 или 1

 

Зависимость от ложных стираний

 

Отсутствует

Аддитивный

метод

Действительные числа

Необходим датчик чисел с заданной ПРВ

 

Отсутствует

Метод

квантования уровней сигнала

 

 

Целочисленные значения.

 

 

Наличие нескольких порогов

 

Возможен в метрике Евклида

Логарифм отношения условных вероятностей

 

 

Действительные числа

 

 

Необходим учет соотношения сигнал-шум

 

Отсутствует

Метод скользящих окон в стирающем канале связи

 

 

Целочисленные значения

 

 

Зависимость от ложных стираний

 

Учитывает

 

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.

 



<< ПредыдущаяОглавлениеСледующая >>