Оптимізація методів декодування інформаційних сигналів
Saved in:
| Date: | 2009 |
|---|---|
| Main Authors: | , |
| Format: | Article |
| Language: | Ukrainian |
| Published: |
Інститут проблем моделювання в енергетиці ім. Г.Є. Пухова НАН України
2009
|
| Series: | Збірник наукових праць Інституту проблем моделювання в енергетиці ім.Г.Є.Пухова НАН України |
| Online Access: | https://nasplib.isofts.kiev.ua/handle/123456789/26956 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Cite this: | Оптимізація методів декодування інформаційних сигналів / О.К. Юдін, А.В. Чунарьова // Збірник наукових праць Інституту проблем моделювання в енергетиці ім.Г.Є.Пухова НАН України. — К.: ІПМЕ ім. Г.Є.Пухова НАН України, 2009. — Вип. 51. — С. 84-90. — Бібліогр.: 4 назв. — укр. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| id |
nasplib_isofts_kiev_ua-123456789-26956 |
|---|---|
| record_format |
dspace |
| spelling |
nasplib_isofts_kiev_ua-123456789-269562025-02-23T18:10:11Z Оптимізація методів декодування інформаційних сигналів Юдін, О.К. Чунарьова, А.В. 2009 Article Оптимізація методів декодування інформаційних сигналів / О.К. Юдін, А.В. Чунарьова // Збірник наукових праць Інституту проблем моделювання в енергетиці ім.Г.Є.Пухова НАН України. — К.: ІПМЕ ім. Г.Є.Пухова НАН України, 2009. — Вип. 51. — С. 84-90. — Бібліогр.: 4 назв. — укр. XXXX-0067 https://nasplib.isofts.kiev.ua/handle/123456789/26956 681.3 uk Збірник наукових праць Інституту проблем моделювання в енергетиці ім.Г.Є.Пухова НАН України application/pdf Інститут проблем моделювання в енергетиці ім. Г.Є. Пухова НАН України |
| institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| collection |
DSpace DC |
| language |
Ukrainian |
| format |
Article |
| author |
Юдін, О.К. Чунарьова, А.В. |
| spellingShingle |
Юдін, О.К. Чунарьова, А.В. Оптимізація методів декодування інформаційних сигналів Збірник наукових праць Інституту проблем моделювання в енергетиці ім.Г.Є.Пухова НАН України |
| author_facet |
Юдін, О.К. Чунарьова, А.В. |
| author_sort |
Юдін, О.К. |
| title |
Оптимізація методів декодування інформаційних сигналів |
| title_short |
Оптимізація методів декодування інформаційних сигналів |
| title_full |
Оптимізація методів декодування інформаційних сигналів |
| title_fullStr |
Оптимізація методів декодування інформаційних сигналів |
| title_full_unstemmed |
Оптимізація методів декодування інформаційних сигналів |
| title_sort |
оптимізація методів декодування інформаційних сигналів |
| publisher |
Інститут проблем моделювання в енергетиці ім. Г.Є. Пухова НАН України |
| publishDate |
2009 |
| url |
https://nasplib.isofts.kiev.ua/handle/123456789/26956 |
| citation_txt |
Оптимізація методів декодування інформаційних сигналів / О.К. Юдін, А.В. Чунарьова // Збірник наукових праць Інституту проблем моделювання в енергетиці ім.Г.Є.Пухова НАН України. — К.: ІПМЕ ім. Г.Є.Пухова НАН України, 2009. — Вип. 51. — С. 84-90. — Бібліогр.: 4 назв. — укр. |
| series |
Збірник наукових праць Інституту проблем моделювання в енергетиці ім.Г.Є.Пухова НАН України |
| work_keys_str_mv |
AT ûdínok optimízacíâmetodívdekoduvannâínformacíjnihsignalív AT čunarʹovaav optimízacíâmetodívdekoduvannâínformacíjnihsignalív |
| first_indexed |
2025-11-24T07:22:36Z |
| last_indexed |
2025-11-24T07:22:36Z |
| _version_ |
1849655512774213632 |
| fulltext |
84 © О.К. Юдін, А.В. Чунарьова
11. Попов О.О. Стаціонарна та нестаціонарна математичні моделі розповсюдження
забруднення в атмосфері // Матеріали Міжнародної наукової конференції
«Інтелектуальні системи прийняття рішень та прикладні аспекти інформаційних
технологій» ISDMIT’2008р.- 19-23 травня 2008.: В 2 т. – Євпаторія-2008. – С. 34-37.
12. Сердюцька Л.Ф., Попов О.О. До огляду моделей розповсюдження домішок в
атмосфері міста // Збірник наукових праць ІПМЕ ім. Г.Є.Пухова НАН України.– К.,
2008, – Вип. 45. – С. 67–80.
13. Сердюцька Л.Ф., Попов О.О. До огляду моделей розповсюдження домішок в
атмосфері міста // Збірник наукових праць ІПМЕ ім. Г.Є.Пухова НАН України.– К.,
2008, – Вип. 45. – С. 67–80.
14. Швыряев А.А., Меньшиков В.В. Оценка риска воздействия загрязнения атмосферы
в исследуемом регионе: Учебное пособие для вузов. – М., Изд-во МГУ, 2004. – 124 с.
Поступила 2.02.2009р.
УДК 681.3
О.К. Юдін, А.В. Чунарьова
ОПТИМІЗАЦІЯ МЕТОДІВ ДЕКОДУВАННЯ ІНФОРМАЦІЙНИХ
СИГНАЛІВ
Вступ
Більшість задач канального кодування та декодування інформаційних
сигналів, які вирішуються у інформаційно-комунікаційних системах та
мережах (ІКСМ), мають справу з кодовими конструкціями, що сформовані на
базі структурних або статистичних методів канального кодування.
Впровадження даних методів забезпечує вирішення важливих технічних та
соціальних задач: доведення якісної інформації в зазначенні часові терміни
до споживача, систем обробки інформації, систем прийняття рішень тощо.
Глобальне збільшення обсягів інформаційних потоків в сучасних
каналах зв’язку, ставить жорсткі вимоги до технічних характеристик ІКСМ
та до розробки нових сучасних алгоритмів і методів канального
завадостійкого кодування. Новітні методи повинні вирішити дані питання з
урахуванням скорочення часу на обробку та неспотворену передачу
інформаційних ресурсів без втрат якості, тобто забезпечуючи цілісність та
достовірність кодових конструкцій.
Постановка задачі
Провести аналіз існуючих методів завадостійкого кодування та
декодування інформаційних сигналів в ІКСМ. Розробити критерії та вимоги,
щодо формування сучасних методів й алгоритмів канального декодування.
На базі зазначених вимог розробити методи, що забезпечують мінімізацію
85
часу на процедури декодування і оброки сигналів без втрат якості інформації.
Аналіз методів канального декодування
У даний час існують блокові, надточні, статистичні алгоритми
завадостійкого кодування та декодування інформаційних потоків ІКСМ.
Однак, в сучасних каналах супутникового зв’язку, широке використання
мають декодери з впровадженням алгоритму Вітербі., які функціонують на
основі твердої або м'якої схеми прийняття рішень з урахуванням
статистичної природи кодових конструкцій. Це пояснюється тим, що канали
зв’язку в цих системах близькі за своїми властивостями к каналам з
гауссовим розподілом [2].
При блоковому декодуванні м'яка схема прийняття рішень, як правило,
не використовується, оскільки це значно складніше реалізувати, ніж схему
твердого прийняття рішень. Однак, тверда схема прийняття рішень оперує
двома типами сигналів 0 та 1 (проста гіпотеза проти простої альтернативи),
що приводить до збільшення часу на відновлення повної кодової
послідовності, а також за рахунок постійного розрахунку функції
правдоподібності для кожної пари бітів сигналу по шляху решітки при
порівнянні її з порогами.
В даному випадку декодування починається тільки після повної
реконструкції решітки на всіх інтервалах часу. Це є основним та
найголовнішим недоліком при декодуванні з твердим прийняття рішень.
1t 2t 3t 4t 5t 6t
Рис.1. Діаграма процедури декодування за алгоритм Вітербі
Перевагою надточних алгоритмів над блоковими є можливість
використання дуже ефективної процедури декодування по максимуму
86
правдоподібності – алгоритмом Вітербі. М'яка схема прийняття рішень, яка
застосовується в алгоритмі згорточного декодування Вітербі є базовою в
системах та мережах супутникового зв’язку.
При декодуванні Вітербі м'яке прийняття рішень лише трохи ускладнює
обчислення. Алгоритм Вітербі реалізує (максимально правдоподібне)
декодування шляхом розрахунку міри правдоподібності (або відстані), між
кодовою конструкцією, отриманою в момент часу it , та всіма шляхами
гратчасної решітки, які входять в кожен стан в момент часу it .
В алгоритмі Вітербі не розглядаються ті шляхи решітки, які, відповідно
до принципу максимальної правдоподібності, свідомо не можуть бути
оптимальними. Якщо в той самий стан входять два шляхи, вибирається той,
котрий має максимальну правдоподібність або мінімальну відстань, тобто
так званий «живий» шлях. Відбір шляхів, що «виживають», виконується для
кожного стану. Таким чином, декодер заглиблюється в решітку, приймаючи
рішення шляхом виключення менш імовірних шляхів. (рис.1)
Даний алгоритм відноситься до більш складного типу, так як він може
відновлювати трьохбітовий символ кодової послідовності, що значно
скорочує час обробки. Те, що після демодулятора не приймається тверде
рішення і на декодер надходить більше даних (м'яке прийняття рішень),
можна розуміти як проміжний етап, необхідний для того, щоб на декодер
надійшло більше інформації, за допомогою якої він потім зможе відновити
послідовність кодової конструкції (з більш високою ймовірністю передачі
повідомлення в порівнянні з декодуванням у рамках твердої схеми прийняття
рішень) [2].
Таким чином, розглянутий алгоритм, хоч і скорочує час на відновлення
повної кодової послідовності на базі збільшення міри інформації при
кожному прийнятті рішення, але все рівно проходить всі етапи решітки
згорточного декодування.
Проаналізувавши даний алгоритм декодування Вітербі виділимо основні
недоліки:
— збільшення часу на прийняття остаточного твердого рішення в
результаті проходження всіх етапів решітки згорткового декодування;
— побітове або трьох бітове відновлення повної кодової
послідовності;
— використання надлишкових конструкцій для забезпечення
завадостійкості коду;
— неоднозначність детектування, тобто наявна присутність
ймовірності помилок в кодових конструкціях .
Шляхи оптимізації методів декодування
Якщо усі вхідні послідовності кодових конструкцій – рівно ймовірні,
мінімальна ймовірність помилки виходить при використанні декодера, що
порівнює умовні ймовірності і вибирає максимальну з них. Умовні
87
ймовірності також називають функціями правдоподібності декодування
)( )(mUZP , де Z — це прийнята кодова послідовність, a )(mU — одна з
можливих переданих послідовностей [3,4].
Декодер вибирає )(mU ′ , якщо по всім )(mU
)(max)( )()( mm UZPUZP =′ . (1)
Принцип максимальної правдоподібності, обумовлений рівнянням (1), є
фундаментальним досягненням теорії прийняття рішень на основі
статистичних даних. При розгляді двійкового симетричного каналу,
передбачається передача тільки двох рівноймовірних сигналів )(1 ts і )(2 ts .
Отже, ухвалення двійкового рішення на основі принципу максимальної
правдоподібності, що стосується даного отриманого сигналу, означає, що в
якості переданого сигналу вибирається )(1 ts , якщо )()( 21 szpszp > . У
противному випадку вважається, що передавався сигнал )(2 ts . Параметр z
являє собою величину )(Tz , значення прийнятого сигналу до детектування
наприкінці кожного періоду передачі символу Tt = .
Однак, при використанні принципу максимальної правдоподібності в
задачі згорточного декодування, у згорточному коді виявляється наявність
пам'яті (отримана послідовність є суперпозицією поточних і попередніх
двійкових розрядів). Таким чином, застосування принципу максимальної
правдоподібності при декодуванні даних, закодованих згорточним кодом,
здійснюється в контексті вибору найбільш ймовірної послідовності, як
показано в рівнянні (1). Однак, згорточна послідовність чи повна кодова
конструкція )(Tz , формується по бітам на кожному кроці шляху решітки
Вітербі. Дана процедура збільшує час обробки сигналу пропорційно кількості
вибраних шляхів при прийнятті рішень по бітам. Безумовно, цікавіше було б
відмовитись від проходження повного алгоритму прийняття рішення (згідно
решітці) та визначити повну конструкцію )(Tz на основі статистичних
правил у один дотик з урахуванням реалізації :
− твердої схема прийняття рішень для повної послідовності кодової
конструкції (проста гіпотеза проти складної альтернативи);
− накопичення достатньої кількості інформації для прийняття
якісного рішення (залишити процедури накопичення інформативності з
пам’яттю, але проводити їх на базі аналізу найбільш інформативних
параметрів сигналу);
− можливість реалізації послідовних правил прийняття рішень на
базі найбільш інформативних параметрів сигналу з метою додаткового
скорочення часу обробки та загального детектування .
Звичайно, множина можливих переданих послідовностей кодових слів,
що стосується двійкового коду, має послідовність з L кодових слів і є
88
складовою набору з L2 можливих послідовностей. Отже, у контексті
максимальної правдоподібності можна сказати, що в якості переданої
послідовності декодер вибирає )(mU ′ , якщо правдоподібність )( )(mUZP ′
більше правдоподібності всіх інших можливо переданих кодових
послідовностей . Такий декодер, що використовує алгоритм максимальної
правдоподібності та мінімізує ймовірність помилки в інформаційному
повідомленні, при умові що всі передані кодові послідовності рівно ймовірні,
можно назвати – оптимальним декодером, відносно відновлення повної
кодової конструкції )(Tz (проста гіпотеза ) з L можливих (складна
альтернатива).
Функція правдоподібності задається або обчислюється, виходячи зі
специфіки каналу. Оскільки, ми маємо справу з адитивним білим гауссовим
шумом з нульовим середнім, отже, каналом без пам'яті, тобто шум впливає на
кожен символ коду незалежно від інших символів. При ступені кодування
згорточного коду, рівній n
1 , правдоподібність можна виразити в такий
спосіб:
∏∏∏
∞
=
∞
=
∞
=
==
1 1
)(
1
)()( )|()|()|(
l j
m
jiji
l
m
ii
m uzPUZPUZP , (2)
де iZ — це i -а послідовність прийнятих кодових слів Z , )(m
iU —
послідовності окремої кодового слова )(mU , jiz — це j -й кодовий символ
iZ , )(m
jiu — це j -а кодова конструкція символів )(m
iu , а кожна кодова
послідовність складається з n кодових символів.
При обчисленнях зручніше користуватися логарифмом функції
правдоподібності, оскільки це дозволяє добуток замінити сумою. Можемо
скористатися таким перетворенням, оскільки логарифм є монотонно
зростаючою функцією і, отже, не внесе змін у вибір остаточного кодового
слова. Логарифмічну функцію правдоподібності можна визначити в такий
спосіб:
∑∑∑
∞
= =
∞
=
===γ
1 1
)(
1
)()( )|(lg)|(lg)|(lg)(
l
n
j
m
jiji
l
m
ii
m
U uzPUZPUZPm (3)
Для двійкового коду кількість можливих послідовностей, що
складаються з L кодових конструкцій, дорівнює L2 . Тому декодування
отриманих послідовностей, засноване на принципі максимальної
правдоподібності з використанням найбільш інформативних параметрів
сигналу, вимагає методу вичерпного послідовного зіставлення L2
накопичених логарифмічних метрик правдоподібності, що описують усі
89
варіанти можливих послідовностей кодових слів. Тому оптимальне
декодування на основі принципу максимальної правдоподібності в даному
сенсі розглядаємо, як вирішення багато альтернативної задачі стосовно L
кодових конструкцій з урахуванням прийняття рішення на основі
послідовних правил , що до .найбільш вірогідного )(Tz кодового слова.
Перед тим як почати розмову про метод, що задає схему прийняття
максимально правдоподібного рішення, спочатку представимо модель
каналу. Послідовність кодових слів )(mU , обумовлена кодовими словами,
кожне з яких складається з n кодових символів, їх можна розглядати як
нескінченний потік, на відміну від блокового коду, де вихідні дані і їхні
кодові слова поділяються на блоки строго визначеного розміру.
Послідовність кодових слів, видається згорточним кодером і подається на
модулятор, де кодові символи перетворюються в сигнали. Модуляція може
бути низькочастотною (наприклад, модуляція імпульсними сигналами) або
смуговою. Взагалі, за такт кодування в сигнал )(tsi перетворюється l
символів, де l — ціле, причому ,...2,1=k . Якщо 1=l , модулятор
перетворить кожен кодовий символ у двійковий сигнал. Передбачається, що
канал, по якому передається сигнал, спотворює сигнал гауссовим шумом.
Після того як перекручений сигнал прийнятий, він спочатку обробляється
демодулятором, а потім подається на декодер.
Розглянемо ситуацію, коли двійковий сигнал передається за відрізок
часу ),0( T , причому інформативна для нас двійкова кодова конструкція )(Tz
(істина гіпотеза) представляється сигналом )(tsz , а набір інших можливих
двійкових кодових слів — сигналами )(tsk (складна альтернатива).
Прийнятий сигнал має вигляд )()()( tntstr z += , де )(tn - гауссова завада з
нульовим середнім [1].
Детектування )(tr проходить у два основні етапи:
• На першому етапі прийнятий сигнал переводиться в число
0)( naTz i += , де ia — це найбільш інформативний параметр сигналу )(Tz ,
а 0n — компонент шуму. Компонент шуму 0n — це випадкова зміна
значення якої має гауссовий розподіл з нульовим середнім. Отже, )(Tz також
буде випадковою гауссовою величиною.
• На другому етапі процесу детектування приймається рішення про те,
який сигнал був переданий. Це рішення приймається на основі порівняння
функцій правдоподібності )(Tz з порогом та з урахування умовних
ймовірностей усіх можливих гіпотез і вибором найбільш вірогіднішої.
Вирішення даної задачі є багато альтернативним, а значить потребує K
ітерацій розрахунку умовних ймовірностей відповідно до кількості гіпотез.
Послідовний алгоритм розрахунку умовних ймовірностей, збільшить час на
обробку сигналу та декодування (ми втратимо свої привілеї), тому дана
процедура повинна бути однозначно паралельною. Однак, це стосується
90
тільки послідовного алгоритму розрахунку умовних ймовірностей кожної
гіпотези, але не стосується послідовної процедури зупинки процесу
прийняття жорсткого рішення на основі аналізу інформативних параметрів
сигналу. Демодулятор, перетворить упорядкований за часом набір
випадкових змінних інформативного параметру сигналу { })(Tz у кодову
послідовність Z і подасть її на декодер.
Така схема забезпечує декодер достатньою кількістю інформації, біль
ніж тверда або м’яка схема рішень Вітербі та значно скорочує час на
декодування послідовності. По суті, надходження повного кодового слова,
замість одного двійкового символу, еквівалентно передачі декодеру міри
ймовірності разом з твердим рішенням, щодо визначеної повної кодової
конструкції.
Висновки
В результаті проведеного аналізу можна виділити основні вимоги та
критерії, щодо формування сучасних методів й алгоритмів канального
декодування:
− забезпечення скорочення часу на прийняття остаточного твердого
рішення, щодо відновлення повної кодової послідовності;
− відмова від проходження всіх етапів решітки згорткового
кодування на основі рішення багато альтернативних задач ;
− зменшення надлишковості завадостійкого коду за рахунок
підвищення вірогідності процедур декодування;
− використання послідовних правил прийняття рішень за рахунок
накопичення достатньої кількості інформації на базі більш інформативних
параметрів сигналу;
− можливість зупинки процесу декодування у разі відповідності
функції правдоподібності встановленим порогам з урахуванням достатньої
кількості інформації.
Розроблено метод оптимального декодування інформаційних потоків
на основі вирішення багато альтернативної задачі з урахуванням послідовних
правил прийняття рішень на базі інформативності параметрів кодових
конструкцій. Зазначений метод забезпечує мінімізацію часу на процедури
декодування і оброки сигналів без втрат якості інформації.
1. КосенкоГ.Г. Метод последовательного расширения областей принятия решений в
задачах распознавания. //- М.: Радиоелектроника,1980 №27.
2. Скляр Б. Цифровая связь. Теоретические основы и практическое применение. 2-е
издание. Пер. c англ. М.: Издательский дом “Вильямс”, 2003.
3. Юдін О.К. Алгоритми ідентифікації сигналів та керуючих повідомлень у
телекомунікаційних системах і мережах// Збірник наукових праць інституту проблем
моделювання в енергетиці ім. Г.Є.Пухова «Моделювання та інформаційні технології»
- №37. К.:2006. С.9-16.
4. Юдін О.К. Кодування в інформаційно-комунікаційних мережах – Монографія.К.:
Книжкове видавництво НАУ, 2007. – 302 с.
Поступила 12.02.2009р.
|