- •Министерство инфраструктуры Украины
- •Содержание
- •Введение
- •1. Назначение, структура и классификация корректирующих кодов
- •1.1 Корректирующие коды в телекоммуникационных системах
- •1.2. Классификация корректирующих кодов
- •Контрольные вопросы
- •Задания
- •2. Параметры блоковых корректирующих кодов
- •Контрольные вопросы
- •3. Способность блоковых кодов обнаруживать и исправлять ошибки
- •Контрольные вопросы
- •Задания
- •4. Алгебраическое описание блоковых кодов
- •Контрольные вопросы
- •Задания
- •5. Кодирование и декодирование блоковых кодов
- •5.1. Кодирование и декодирование блоковых кодов
- •5.2. Синдромное декодирование блоковых кодов
- •5.3. Мажоритарное декодирование блоковых кодов
- •Контрольные вопросы
- •Задания
- •6. Границы параметров блоковых кодов
- •6.1 Верхняя граница Хемминга
- •6.2. Нижняя граница Варшамова-Гилберта
- •6.3 Сложность реализации алгоритмов кодирования и декодирования
- •Контрольные вопросы
- •7. Важные классы блоковых корректирующих кодов
- •7.1. Коды Хемминга
- •7.2. Циклические коды
- •Контрольные вопросы
- •Задания
- •8. Помехоустойчивость декодирования блоковых кодов
- •8.1. Помехоустойчивость декодирования блоковых кодов
- •8.2. Энергетический выигрыш кодирования
- •Контрольные вопросы
- •Задания
- •9. Структура и характеристики сверточных кодов
- •9.1 .Методы описания сверточных кодов
- •9.2. Основные параметры и классификация ск
- •Контрольные вопросы
- •Задания
- •10. Алгоритмы декодирования сверточных кодов
- •10.1. Классификация алгоритмов декодирования
- •10.2. Алгоритм Витерби для декодирования сверточных кодов
- •Контрольные вопросы
- •Задания
- •11. Помехоустойчивость декодирования сверточных кодов
- •Контрольные вопросы
- •Задания
- •12. Критерии эффективности и пути повышения эффективности цифровых телекоммуникационных систем
- •12.1. Теория эффективности а.Г. Зюко.Информационная, энергетическая и частотная эффективности телекоммуникационных систем
- •12.2. Предельная эффективность телекоммуникационных систем и граница к. Шеннона
- •12.3. Перспективные пути дальнейшего повышения эффективности телекоммуникационных систем
- •13. Перспективные методы кодирования в цифровых телекоммуникационных системах
- •13.1.Сигнально-кодовые конструкции
- •13.2. Перспективные методы корректирующего кодирования
- •13.3. Пространственно-временное кодирование
- •13.4. Применение корректирующих кодов в телекоммуникационных системах
- •Приложения а. Характеристики корректирующих кодов
- •А.2. Энергетический выигрыш при использовании циклических кодов
- •А.3. Характеристики двоичных сверточных кодов
- •Б. Методические указания и задание на выполнение курсовой работы
- •Введение
- •В. Перечень знаний и умений, которые должен приобрести студент в процессе изучения материалов модуля 4
- •Г. Примечательные вехи в развитии теории электрической связи
- •Д. Видные ученые, внесшие важный вклад в становление и развитие теории связи х. Найквист (h. Nyquist)
- •К. Шеннон (Claude e. Shannon) (1916-2001)
- •Котельников Владимир Александрович (1908-2005)
- •Зюко Андрей Глебович (1918 – 1998)
- •Литература
- •Помехоустойчивое кодирование в телекоммуникационных системах
6.3 Сложность реализации алгоритмов кодирования и декодирования
Степень использования корректирующей способности кода зависит от алгоритма декодирования. При полном декодировании используют все возможности исправлять ошибки, вытекающие из свойств кода. В соответствии с фундаментальной теоремой К. Шеннона корректирующие коды, используемые для исправления ошибок канала, должны выбираться достаточно длинными. Однако с ростом длины кодовой комбинации n возрастает сложность реализации процедур кодирования и декодирования, что обуславливает трудность практической реализации кодеков. В прикладной теории кодирования наряду с оценками корректирующей способности кодов принято оценивать сложность реализации процедур кодирования/декодирования, которые могут быть реализованы программными либо аппаратными средствами. При этом аргументом функции сложности должна выступать длина кодовой комбинации n.
Сложность кодирования блоковых кодов Cк с использованием порождающей матрицы (n, k) кода размером n·k = n2(1– Rкод) обычно оценивают величиной, пропорциональной числу элементов порождающей матрицы
Cк = n·k = n2(1 – Rкод). (6.3)
Алгоритмы декодирования оказываются сложнее. Среди них наиболее сложным алгоритмом принято считать алгоритм полного перебора, в соответствии с которым декодер переборно сопоставляет кодовую комбинацию на входе декодера с множеством всех возможных комбинаций и выносит решение о передаче той из разрешенных комбинаций, которая оказывается на минимальном расстоянии от комбинации на входе декодера (декодирование по минимуму расстояния). Сложность алгоритма переборного декодирования принято считать пропорциональной количеству всех возможных комбинаций кода (объему полного перебора):
Cд-эксп = mn. (6.4)
Говорят, что сложность переборного декодирования возрастает «экспоненциально» с ростом длины кода. Ясно, что переборные алгоритмы практически трудно реализовать для длинных кодов. В связи с этим у специалистов по прикладной теории кодирования бытует жаргонное выражение «проклятие размерности»: любая попытка реализовать декодирование длинных кодов оказывается безуспешной из-за катастрофического роста сложности программной либо аппаратной реализации алгоритма декодирования. Поэтому мерилом реализационных возможностей алгоритмов декодирования блоковых кодов является сопоставление сложности алгоритма с верхней границей сложности (6.4). Лучшими считаются коды с показателем сложности, пропорциональным малой степени длины кода:
Cд-степ = nk (k – малое). (6.5)
В таких случаях говорят, что алгоритм характеризуется «степенной» сложностью.
Контрольные вопросы
6.1. Каково практическое значение использования нижней границы Варшамова-Гилберта и верхней границы Хемминга для оценки характеристик блоковых корректирующих кодов?
6.2. К какой границе (верхней либо нижней) следует стремиться при разработке новых блоковых кодов?
7. Важные классы блоковых корректирующих кодов
7.1. Коды Хемминга [1, разд. 10.2; 5, разд.5.2; 7, разд. 19.2]
7.2. Циклические коды [1, разд. 10.3; 5, разд.5.4; 7, разд. 19.5]
Общие сведения. Известно большое число кодов, различных по структуре, принципам построения и корректирующей способности. В этом разделе рассмотрены классы блоковых кодов, для которых разработаны достаточно простые и эффективные алгоритмы декодирования.
Многие блоковые коды обладают циклическими свойствами, что позволяет использовать при кодировании и декодировании регистры сдвигов и упрощает построение кодеков, реализуя тем самым алгоритмы декодирования со степенной оценкой сложности (6.5). К алгебраическим относятся алгоритмы декодирования, работа которых основана на использовании алгебраических свойств кодовых комбинаций. При этом в демодуляторе производится жесткое решение о принятых сигналах и на вход декодера поступают дискретные символы, алфавит которых совпадает с алфавитом символов на передаче. При вероятностном декодировании существенным является более полное использование информации с выхода канала. В этом случае в демодуляторе производится мягкое решение, содержащее информацию об апостериорных вероятностях принимаемых символов. Возможны также и промежуточные варианты построения алгоритмов. В прикладной теории кодирования известен широкий набор корректирующих кодов, различающихся как способами кодирования/декодирования, так и корректирующими свойствами. Ниже рассмотрены наиболее типичные примеры.