автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Анализ эффективности турбокодов в системах обработки и передачи данных

На правах рукописи

Небаев Игорь Алексеевич

Анализ эффективности турбокодов в системах обработки и передачи данных

05.13.01 - Системный анализ, управление и обработка информации (связь и информатизация)

Автореферат диссертации на соискание ученой степени кандидата технических наук

г 1 ноя 2013

00553912»

Санкт-Петербург - 2013

005539129

Работа выполнена в Федеральном государственном образовательн бюджетном учреждении высшего профессионального образования «Сан Петербургский государственный университет телекоммуникаций им. про М.А. Бонч-Бруевича»

Ведущая организация: Закрытое акционерное общество «Инстт> телекоммуникаций», г. Санкт-Петербург.

Защита состоится 18 декабря 2013 года в 14.00 часов на заседали диссертационного совета Д 219.004.02 при Федеральном государственно образовательном бюджетном учреждении высшего профессиональног образования «Санкт-Петербургский государственный университе телекоммуникаций им. проф. М.А. Бонч-Бруевича», 193382, Санкт-Петербур пр. Большевиков, д. 22, ауд. 554.

С диссертацией можно ознакомиться в библиотеке Федеральног государственного образовательного бюджетного учреждении высшег профессионального образования «Санкт-Петербургский государственнь университет телекоммуникаций им. проф. М.А. Бонч-Бруевича», Санкт Петербург, наб. реки Мойки, д. 65.

Автореферат разослан 15 ноября 2013 года.

Ученый секретарь диссертационного совета

Научный руководитель: доктор технических наук, профессор

Когновицкий Олег Станиславович

Официальные оппоненты: Чесноков Михаил Николаевич,

доктор технических наук, профессор, Общество с ограниченной ответственностью «Специальный технологический центр», Санкт-Петербург, ведущий инженер отдела математического моделирования

Варгаузин Виктор Анатольевич, кандидат технических наук, доцент, Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «Санкт-Петербургский государственный политехничес университет», кафедра «Радиотехника и телекоммуникации», доцент

к.т.н., доцент

В.Х. Харитонов

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

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, JI.H. 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:

1. 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.

2. Разработан алгоритм и математически формализован критерий остановки итеративного декодирования для блочных и сверточных турбокодов, позволяющий ускорить процесс декодирования помехоустойчивого турбокода.

3. Выполнено исследование эффективности декодирования блочных и сверточных турбокодов с использованием сигналов ФМ и КАМ с применением разработанных алгоритмов обработки информации.

4. 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 ITpp 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

збыточной информации до 30 % и уменьшить объем повторной передачи до 6 аз.

2. Метод оптимизации и реализация алгоритма слежения за приростом начений мягких оценок для ускоренной остановки итеративной процедуры екодирования блочных и сверточных турбокодов, позволяющий уменьшить ремя декодирования до 2,5 раз.

3. Результаты исследования эффективности объединенных сигнальных онструкций (KAM, ФМ) на основе блочных 2D и 3D турбокодов с фименением оптимизированных алгоритмов обработки информации, озволившие выделить наиболее эффективные реализации СКК и блочных фбокодов для непрерывных каналов.

4. Результаты исследования влияния размеров информационного блока и шел а итераций обработки информации на эффективность декодирования

1горитмов сверточных турбокодов в непрерывном канале АБГШ с рименением алгоритмов проверочной корзины и слежением за приростом ягких решений турбокодов.

5. Результаты экспериментальных исследований по передаче мультимедиа анных в непрерывном канале и канале с замираниями, при использовании верточного турбокодирования переменной скорости, гибридного канала братной связи и предложенных в работе алгоритмов обработки информации, оторые показали сокращение процедур обработки данных и ускорение ремени декодирования турбокодов без снижения достоверности передаваемой нформации.

Достоверность результатов подтверждается при сопоставлении еоретических 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 «НПП «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.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность работы, сформулированы цели задачи работы, раскрыта научная новизна и практическая ценность полученнь результатов.

В первой главе проведен анализ принципов формирования и свойст блочных (двумерных и трехмерных) и сверточных (систематических рекурсивных) турбокодов. Выделены отличия алгоритмов предварительно обработки кодируемой информации. В связи с перспективами широког применения турбокодов в пакетных радиосетях (GSM, CDMA2000, CDMA On и т. д.) для передачи дискретной информации проведен анализ возможносте схемы параллельного кодирования в структуре сверточных турбокодов. результате проведенного исследования предложен механизм обработки передачи информации на основе синтеза сверточных турбокодов переменно скорости и метода гибридной адаптивной обратной связи (HARQ). Пр параллельном объединении нескольких кодеров результирующая степей кодирования имеет вид г= 1/п, а максимальная степень кодирования н практике составляет не более г = 1/3. В случае применения турбокодов увеличение числа входов для повышения кодовой скорости влечет за собо" ускорение динамики роста сложности декодирования. Предложенный в работ метод основывается на механизме упорядоченного выкалывания избыточны символов, с помощью матрицы перфорации размерностью п хРс, где п - числ выходов кодера, а Рс — период выкалывания. Предположим, что при длин кодируемого блока L = 1024 бит, на выходе турбокодера сформирован кодовы" поток длиной 3072 бит (общая кодовая скорость 1/3). Применение матриць перфорации

позволяет сократить передачу избыточной информации, благодаря удалению одного бита с выхода внутреннего кодера турбокода. Результирующая длина выходных данных турбокодера сокращается до 2560 бит (т.е. на = 17%). Изменение матрицы перфорации

при прочих равных условиях, снизит емкость исходящего потока до 2048 бит (~ 33 %). Однако выкалывание проверочной информации может снизить помехоустойчивость кода. Для компенсации этого воздействия, предложено использовать адаптивный канал обратной связи с ЗУ временного хранения удаленных символов турбокода. Разработанная схема системы передачи данных изображена на рисунке 1.

"11

Рс= 11 01

(1)

"11 Рс = 10 01

(2)

Рисунок 1 - Схема сверточного турбокода переменной скорости с каналом НАЛСЗ

Повторная передача, без использования перфорации и метода накопления данных в корзине, требует пересылки вектора полной длины 3 Кбит данных). При использовании накопителя, повторная передача вызовет пересылку только выколотых бит (512 бит). Преимущества предложенного метода заключается в снижении времени декодирования информации за счет применения укороченных (перфорированных) кодов и уменьшения объема повторно передаваемой информации.

На рисунке 2 представлен алгоритм обработки информации и продемонстрирован сценарий передачи данных, в котором используется перфорированный турбокод и посылка выколотой избыточной информации по запросу системы НА1К) декодера. Т. о., регулирование скорости кодирования (избыточности) турбокода и временное хранение выколотых бит в корзине реализует адаптационный механизм канала НА11(3 и является дополнительным способом повышения достоверности передаваемой информации.

Во второй главе проведен анализ методов многоуровневого детектирования сигналов и алгоритмов мягкого итерационного декодирования. Проведено исследование влияния многоуровневой оценки принятого сигнала на эффективность декодирования турбокода. В работе использовался принцип детектирования сигнала в непрерывном канале АБГШ по методу максимального правдоподобия (рис. 3). В ходе эксперимента реализованы схемы жесткого и мягкого решении (2-х, 3-х, 4-х и 5-ти битные решения) по детектированию уровней сигнала рекурсивного сверточного турбокода со

о

Рисунок 3

6

скоростью кодирования г = 1/3. На рисунке 3 изображены графики вероятности ошибочного декодирования турбкодов от значения Е/Ы0 в канале при различных методах детектирования.

- Эффективность мягких схем детектирования турбокода

век

КАНАЛ АБГШ. г=1/.3

Правдоподобие з2 рГг^

Правдоподобие л",

4х Мягкое решение 8х Мягкое решение 16х Мягкое решение 32х Мягкое решение Жесткое решение

Показано, что оптимальными свойствами, с точки зрения сложности реализации и вероятности ошибочного декодирования, обладает 8-ми уровневый метод мягких решений. Более высокие степени квантования (16, 32) не приводят к повышению качества (вероятность ошибочного декодирования 10—10), однако обладают более сложной реализацией. Жесткий метод детектирования турбокодированного сигнала обладает наименьшей эффективностью среди рассматриваемых схем и обеспечивает вероятность ошибочного декодирования 10"4 при соотношении Еъ/Ы0 более 6 дБ.

Во второй главе предложен алгоритм слежения за приростом оценок надежности декодируемых символов с увеличением числа итераций, благодаря которому можно произвести остановку итерации, сократив общее время декодирования турбокодов. С помощью компьютерного моделирования построены графики (рис. 4, левая часть) зависимости значений мягкого выхода декодера ¿(¿, ) от числа итераций декодирования (0 сверточного турбокода. Как показало исследование, максимальная надежность мягкой оценки достигается на 5-6 итерациях декодирования турбокода (в условиях проводимого измерения), и далее значение мягких решений по декодируемым символам не изменяется. Подобное поведение декодера турбокода ставит задачу ограничения числа «холостых» итераций декодирования, т. е. таких итераций, где прирост оценок мягких решений не имеет существенного влияния на результат декодирования. В качестве реализации метода выявления «холостых» итераций декодирования в работе предлагается использовать правило сравнения прироста надежности мягкого решения на смежных итерациях декодирования, основываясь на выражении:

АЩ.) =

I?-(2.)-!?•&.)

(3)

где и- (Д.) - значение мягкого выхода бита с1, на итерации И- ) - значение мягкого выхода бита й, на итерации ц„. Используя данное выражение, на рисунке 4 (правая часть) показано, что для декодируемых символов прирост 'значений мягких решений полностью прекращается после 6 итераций, что позволяет остановить процесс декодирования и передать результат прикладной

Рисунок 4 - Тенденции изменения мягких решений сверточного турбокода и их приращений по декодируемым битам

При итеративном декодировании следует учитывать условие, что <7„ = ^„+7 и 0, где Q - максимальное заданное число итераций декодирования.

Гибкость предложенного алгоритма заключается в программируемом значении порога (£2,с) разницы мягких оценок при наблюдении заданного числа итераций декодирования. При этом значение порога 0,с может выбираться на основе наблюдения за состоянием канала связи и оценки вероятности ошибочного декодирования. Алгоритмическое условие сравнения представляет собой выражение:

) = Ьд~ (Д ), если АЬ(с/,) < П,с

| Л >

I Я,„ + если ) > С11с

где дт— номер текущей итерации. Условие означает, что при приросте значения мягкого решения меньше чем пороговое значение, произойдет остановка итерации декодирования и выдача символа прикладной системе. Если значение прироста мягкой оценки выше порога, то проводится следующая итерация. В ходе машинного расчета показано, что применение алгоритма, позволяет произвести остановку декодирования практически без потери качества результата декодирования. Преимущества от использования алгоритма заключаются в уменьшении вычислительной нагрузки на декодер и снижении общего времени декодирования, как показано на графиках рисунка 5. Следует отметить, что результат декодирования, полученный на прерванной, 4-ой итерации декодирования, и результат декодирования после исполнения всех 10 итераций полностью совпадают (рис. 4). Рассмотренный способ решения задачи «холостых» итераций обладает существенным преимуществом, позволяющим производить интерактивное регулирование длительности

декодирования (числа итераций) турбокодов различного формата. Подобный механизм, играет важную роль при соблюдении заданных правил политики качества обслуживания С)о8 прикладной системы пользователя.

1300

временной выигрыш

Рисунок 5 - Алгоритм слежения за приростом значений мягких оценок и сокращение времени декодирования при его использовании

На рисунке 6 приведены результаты моделирования рекурсивных сверточных турбокодов (г = 1/3, (31,27)8) полученные при исследовании эффективности декодирования с изменением числа итераций (0, длин кодируемого блока (¿) и разработанным алгоритмом слежения за приростом значений мягких оценок (й1с = 0,01). Графики показывают, что наибольшей эффективностью обладает декодер для длины кодируемого блока Ь = 65536 бит. При этом регулирование числа итераций декодирования с помощью разработанного алгоритма позволяет достигать вероятности ошибки декодирования 10"4—10® в зависимости от значения Еъ/И0. Отмечено, что для длин кадров Ь = 1024^-096 бит наблюдается слияние графиков помехоустойчивости, полученных на итерациях с 5 по 10. Анализ результатов декодирования показал, что применение алгоритма слежения за приростом значений мягких решений позволяет остановить процесс итеративной обработки и передать результат декодирования прикладной системе без снижения уровня надежности принятых решений.

Для исследования вопросов эффективного сопряжения помехоустойчивого кодирования турбокодом и распространенных методов формирования сигнально-кодовых конструкций (ФМ8, КАМ16-КАМ128) во второй главе проведено моделирование передачи данных с использованием блочных турбокодов и применением разработанных алгоритмов гибридной обратной связи и слежением за приростом мягких оценок турбокодов.

, Eb/Ha. дБ

L-1G3DQ, бит Delta = 0.01

Рисунок 6 -Эффективность декодирования сверточных турбокодов по разработанным методам обработки и передачи информации

На рисунке 7 представлены графики эффективности декодирования блочных турбокодов различной структуры. Показано, что применение ЗО турбокодов обеспечивает более низкую вероятность ошибочного декодирования, чем 20 турбокоды при сопоставимых уровнях ¿УЛ^. При этом наименьшую вероятность ошибочного декодирования (10~4—10~5) обеспечивает ЗО турбокод (16,11)х(16,11)х(8,7), построенный из блочных кодов Хемминга и кода проверки на четность. Отмечено, что с увеличением разрядности КАМ-модуляции происходит слияние графиков помехоустойчивости и общий рост вероятности ошибочного декодирования для всех наборов представленных блочных турбокодов.

--(8.4)х{8.4)

-л (32,26)х(1б.11)

-о- (32,26)*(32,2б)

-о- (64,57)х(32,26)

-о- (64,57)х(1б,11)

--(8,4)х<8.4|

-Л <32,26)х(16.11)

-V- (32,2б)х(32,26)

-о- {64,57)х(32,26)

-о- (64,57)х(16,11)

--(8,4)х{8,4) V

-й- (32,26)х(16.11) Ч

-V- (32,26)х(32,2б) V

-о- (64.57)х(32.26)

-о- (64.57)х(16,11)

20 ВТК. 8 позиционная ФМ

20 ВТК. 32 позиционная KAM

20 ВТК, 16 позиционная KAM

; ; s ,

- (16,11)х(16,11)х(8,7) 10»

-Л (32,2б)х(8,4)х(8,7)

(32,26)х(1 б, 11 )х(4.3) -О- (8,7)х(8,7)х(4,3) 1tr' ^О- (8,4)х(8,4)х(4,3)

--(16.11)х(16.11)х(8.7)

-й- <32.26)х(8,4)х(8.7)

-О- (32.26)х(16.11 )х(4.3).

-О- (8,7)х(8,7)х(4,3)

¿Ю- (8.4)х(в.4)х(4.3)

--(1б.11)хОб.11)Х(8,7)

-А (32,26)х(8,4)х(8,7)

-Р- (32,2б)х(16,11 )х(4,3)

-О- (8,7)х(8,7)х(4,3)

-О- (8,4)х(8,4)х(4,3)

3D ВТК. 32 позиционная KAM

3D ВТК, 8 позиционная ФМ

ЗО ВТК, 16 позиционная KAM

Рисунок 7 - Эффективность декодирования блочных турбокодов по разработанным методам обработки и передачи информации при ФМ и KAM модуляции

В третьей главе проведен анализ применения турбокодирования в каналах с замираниями для передачи мультимедиа данных. Результаты исследований турбокодов и выводы, полученные в предыдущих главах работы, позволяют сделать заключение, что применение данного типа защиты информации обладает перспективами в области беспроводных сотовых (наземных), спутниковых и космических систем обработки и передачи информации. В ! третьей главе проведено моделирование и получены результаты исследования эффективности декодирования сверточных турбокодов в каналах с | замираниями для различных длин кодируемого блока. На рисунке 8 представлены графики помехоустойчивости для сравнения результатов декодирования турбокодов в канале с замираниями и АБГШ. Отмечено, что для обоих рассматриваемых каналов эффективнее использовать блоки увеличенной длинны (16 Кбит), вероятность ошибочного декодирования которых достигает 10"5 при £¡/^0= 1,7-2,5 дБ. Блоки длиной ¿< 1024 бит, демонстрируют вероятность ошибки декодирования более 10"4 при Еь/Щ = 3-6 дБ, в зависимости от используемой модели канала.

Рисунок 8 - Эффективность декодирования сверточных турбокодов по разработанным методам обработки и передачи информации в канале АБГШ и канале с замираниями

Используя прикладной пакет математического моделирования, проведены натурные эксперименты по передаче фотографического компьютерного изображения с применением турбокодирования и разработанных алгоритмов обработки информации (рис. 9). Исходный образец (А) подвергнут сверточному турбокодированию (перфорированный код, г =1/2, см. рис.1) и передан по моделируемому каналу. Декодирование данных по алгоритму максимума апостериорной вероятности (MAP) в канале АБГШ (образец (В)) и в райсовском канале (образец (С)) при одинаковом соотношении С/Ш сопоставимы по качеству и демонстрируют уровень вероятности ошибочного декодирования 10"4-10~5. Образец (D) - результат передачи изображения без кодирования и предварительного перемежения информационных символов. Изображения под литерой Q показывают результат декодирования на соответствующей итерации сверточного турбокода. Отмечено, что основная часть ошибок исправлена на итерациях с Q= 1-5, а результаты декодирования

га пятой (<2 = 5) и десятой итерации декодирования (6 = Ю) показывают сопоставимое качество изображения.

Рисунок 9 - Результат передачи изображения в канале с замираниями и АБГШ

В рамках исследования возможностей передачи мультимедийных данных посредством турбокодирования в каналах с замираниями, в третьей главе рассматриваются вопросы временной и итерационной оптимизации системы передачи и обработки данных. Отмечено, что итерационная задержка обработки данных и кодовая скорость являются параметрами турбокода, исходя из значений которых, можно определить уровень политики обеспечения качества обслуживания ОоБ мультимедийных приложений. Основные данные, полученные в ходе практического эксперимента для каналов с замираниями, приведены в таблице.

Таблица

Результаты декодирования турбокода в канале с замираниями

Среднее число итераций (0 Задержка декодирования (1/, сек) Длина кадра (бит) ВЕЯ (битовых ошибок)

Релеевский канал, Еь /Ыо = 2.5 дБ, г = 1/3, % = 256 Кб/с, 0 = 10

10 5 ■ 10"' 128 5.1 ■ 10"'

10 ■ 10"' 256 3.2 • 10"'

20 • Ю-' 512 1.9 • 10"'

40 Ю-' 1024 2.5 ■ 10""

80 • 10"' 2048 2.6 ■ 10"'

160 ■ 10"' 4096 1.3 10"5

320 ■ 10"' 8192 3.1 • 10"6

640 10"' 16384 3.3 • 10"6

Релеевск перфорировании? при ий канал, Еь /И0 = 2.5 дБ, г = 1/2, Иь = 256 Кб/с, = 10 сверточный турбокод с декодирование по алгоритму слежения за ростом надежности мягких решений каналом НАЛС!

6 3 ■ 10"3 128 4.9 • 10"3

6 6 ■ 10"' 256 4.2 • 10"'

6 12 ■ 10"' 512 3.8 • 10"'

5 20 ■ 10"' 1024 4.9 • 10"4

4 32 ■ 10"' 2048 3 .3 ■ 10"4

4 64 ■ 10"' 4096 2.5 10"'

4 128 ■ 10"' 8192 2.3 ■ 10"6

4 256 • 10"' 16384 4.0 • 10"6

Следует отметить, что минимальную задержку декодирования (0,003 0,006 сек.) обеспечивают блоки малой длины (128, 256 бит). Однако в этом ж случае устанавливается минимальная достоверность передаваемых данны (10~3), с учетом количества дополнительной проверочной информации С увеличением длины блока турбокода, возрастает не только врем декодирования, но и достоверность декодируемых данных и снижаете вероятность битовой ошибки. Приемлемый уровень вероятности ошибки на би 10-4—10-5 обеспечивается при длинах блока турбокода L > 1024, при скоростя кодирования г =1/2 и г =1/3. Однако при использовании предложенных данной работе методов обработки информации достигается значительна временная оптимизация. Например, для информационных блоков L = 102 операционное время декодирования составляет 40 мс. Применени выкалывания, канала обратной связи HARQ и алгоритма слежения з приростом значений мягких оценок, рассмотренных ранее, позволяю сократить время декодирования в 2 раза. Подобная тенденция сохраняете практически для всего набора экспериментальных данных. Максимальная эффективность помехоустойчивого кодирования турбокодом достигается пр наибольшей длине кадра (L = 8192-16384 бит). В данном случае зафиксирован наименьшая вероятность ошибки декодирования (10~б). Необходимо отметить, что применение разработанных алгоритмов позволяет существенн оптимизировать процесс декодирования, поскольку временная задержк декодирования для указанных длин кадров сокращается в 1,6-2,5 раза, соответственно.

В заключении работы подведены итоги выполненного исследования и определены основные рекомендации к построению систем обработки и передачи информации с применением турбокодирования и предложенных алгоритмов. Основными результатами работы являются:

1. Представлен 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.

2. Разработан алгоритм слежения за приростом значений мягких оценок для ускоренной остановки итеративной процедуры декодирования блочных и сверточных турбокодов, позволяющий уменьшить время декодирования до 2,5 раз.

3. Получены результаты исследования эффективности объединенных сигнальных конструкций (KAM, 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.

4. Получены 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, которые позволили определить степень влияния рассмотренных параметров на достоверность передачи информации при кодировании параллельным сверточным турбоходом.

5. Проведен анализ и представлены 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.

СПИСОК РАБОТ, ОПУБЛИКОВАННЫХ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Небаев, И. А. Компьютерное моделирование системы кодирования параллельным сверточным турбокодом для повышения уровня достоверности передачи данных в непрерывном канале / И. А. Небаев // Вестник компьютерных и информационных технологий. - 2013. - № 8. - С. 41-45. (из перечня ВАК).

2. Небаев, И. А. Повышение уровня достоверности системы передачи данных с применением помехоустойчивого кодирования турбокодом / И. А. Небаев И Информационные и телекоммуникационные технологии. — 2013. - № 18. - С. 3-7. (из перечня ВАК).

3. Небаев, И. А. Турбокоды в системах обработки и передачи данных. - Saarbucken, Deutchland : LAP Lambert Academic Publishing, 2013. - 197 c.

4. Небаев, И. А. Имитационное моделирование принципов мягкого декодирования блочного турбокода с применением итераций и алгоритма MAP / И. А. Небаев // Отраслевые аспекты технических наук. — 2012. - № 6. — С. 23-30.

5. Nebaev, I. Effectiveness Analysis of Error-Correcting Coding of Turbo Codes in the Data Transmission Systems / I. Nebaev // In Proceedings of the International Scientific-Practical Conference «The Strategies of Modern Science Development». - Yelm, WA, USA : Science Book Publishing House, 2013. - PP. 25-35.

6. Небаев, И. А. Анализ эффективности составного турбокода, основанного на объединении перфорированных сверточных кодов / И. А. Небаев // Актуальные вопросы современной науки: материалы III международной научной конференции. - СПб., Петрозаводск : ПетроПресс, 2012. - С. 32-38.

7. Небаев, И. А. Изучение современных алгоритмов декодирования помехоустойчивых кодов на примере итерационного декодирования турбокода методом вынесения мягких решений / И. А. Небаев // Высокие интеллектуальные технологии и инновации в национальных исследовательских университетах: материалы Международной научно-методической конференции. - Т. l.-СПб. : Изд-воПолитехи, ун-та, 2012.-С. 69-74.

8. Небаев, И. А. Сравнительная оценка эффективности турбокода с другими методами помехоустойчивого кодирования / И. А. Небаев // Труды учебных заведений связи. 2010. — № 182/183.-С. 23-32.

9. Небаев, И. А. Влияние числа итераций декодирования на эффективность турбокода / И. А. Небаев // 63-я Научно-техническая конференция профессорско-преподавательского состава, научных сотрудников и аспирантов СПбГУТ: материалы. - СПб. : СПбГУТ, 2011. — С. 56-59.

10. Небаев, И. А. Энергетическая эффективность турбокода в сетях передачи данных UMTS с применением различного числа итераций декодирования / И. А Небаев // Сборник докладов П Международной научной заочной конференции «Прикладные аспекты научных

исследований. Перспективы инновационного развития общества и технологий» — М. : Изд-во ИНГД2011.-С. 7-10.

11. Небаев, И. А. Эффективность параллельного сверточного турбокода в системах передачи данных [Электронный ресурс] / И. А. Небаев // II Международная научно-техническая и научно-методическая конференция «Актуальные проблемы инфотелекоммуникаций в науке и образовании»: сб. науч. тр. — СПб.: СПбГУТ, 2013. — С. 171-176. —Режим доступа: http://www.sut.ru/doci/nauka/sbomic_confsut_2013_no_copy.pdf.

Подписано в печать 23.10.2013. Формат 60x84 1/16. _Печ. л. 1,0. Тираж 100 экз._

Отпечатано в СПбГУТ, 193382, Санкт-Петербург, пр. Большевиков, 22.

ФЕДЕРАЛЬНОЕ АГЕНТСТВО СВЯЗИ

Федеральное государственное образовательное бюджетное учреждение

высшего профессионального образования «Санкт-Петербургский государственный университет телекоммуникаций им. проф. М. А. Бонч-Бруевича»

Небаев Игорь Алексеевич

АНАЛИЗ ЭФФЕКТИВНОСТИ ТУРБОКОДОВ В СИСТЕМАХ ОБРАБОТКИ И ПЕРЕДАЧИ ДАННЫХ

05.13.01 — Системный анализ, управление и обработка информации (связь и информатизация)

На правах рукописи

04201453538

Диссертация на соискание ученой степени кандидата технических наук

Научный руководитель доктор технических наук, профессор, Когновицкий Олег Станиславович

Санкт-Петербург -2013

Оглавление

Введение ............................................... 4

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...... 17

1.2.1 Особенности реализации систематических сверточных кодов в составе турбокодера.................................... 18

1.2.2 Особенности применения рекурсивных сверточных кодов в составе турбокодера .................................... 22

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 . . 53

2.2 Анализ алгоритма итеративного декодирования турбокодов с использованием функций правдоподобия ................................. 54

2.3 Алгоритмы и методы мягкого итеративного декодирования многомерных блочных турбокодов......................................... 59

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 эффективности 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 иллюстраций.......................................165

Приложение А............................................166

Введение

Помехоустойчивое кодирование представляет собой одну из основополагающих процедур процесса подготовки исходной информации перед передачей данных по телекоммуникационным каналам связи. Применение различных по свойствам и методам формирования корректирующих кодов позволяет обеспечить структурированную защиту исходной информации за счет автоматизации процессов выделения и исправления некорректных (ошибочных) кодовых последовательностей. Это позволяет минимизировать деструктивное воздействие среды распространения сигнала и удовлетворить заданный уровень достоверности системы обработки и передачи информации.

Актуальность работы. В основе современных методов корректирующего кодирования лежит применение различных аспектов 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: параллелизацшо вычислений, неравномерное 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, А.М.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:

1. Исследовать классификационную модель, методы формирования и структуризационные параметры турбокодов. Выделить особенности предварительной обработки информации и кодирования, отличающиеся от традиционных методов корректирующего кодирования.

2. Провести анализ методов параллельной обработки сверточных турбокодов и оценить влияние метода терминации решетки на скорость кодирования сверточного турбокода.

3. Разработать и исследовать метод передачи информации на основе синтеза сверточного турбокода переменной скорости и адаптивного канала решающей обратной связи.

4. Провести исследование методов мягкого квантованного детектирования сигнала в модели непрерывного канала и представить анализ результатов имитационного моделирования приема турбокодированного сигнала в условиях жесткого и мягкого метода принятия решений.

5. Исследовать метод мягкого итеративного декодирования турбокодов на основе алгоритма максимума апостериорной вероятности. Выделить отличительные свойства и механизм вероятностного декодирования.

6. Представить способы оптимизации мягкого декодирования турбокодов и формализовать критерий форсированной остановки декодирования для блочных и сверточных турбокодов.

7. Провести анализ эффективности декодирования турбокодов для различных условий модуляции сигнала, исследовать воздействие изменения числа итераций декодирования,

размера информационного блока и алгоритма расчета метрик кодовой решетки сверточных турбокодов на эффективность декодирования турбокодов.

8. Разработать условия имитационного моделирования и провести экспериментальную оценку эффективности передачи мультимедиа данных по каналам с многолучевым распространением и замираниями. Проанализировать и сопоставить результаты для непрерывного канала АБГШ и канала с замираниями.

Научная новизна работы:

1. 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.

2. Разработан алгоритм и математически формализован критерий остановки итеративного декодирования для блочных и сверточных турбокодов, позволяющий ускорить процесс декодирования помехоустойчивого турбокода.

3. Выполнено исследование эффективности декодирования блочных и сверточных турбокодов с использованием сигналов ФМ и KAM с применением разработанных алгоритмов обработки информации.

4. 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» R201 lb. Программное обеспечение имитационных моделей реализовано в среде компилятора «GNU С compiler» 4.6.3 и телекоммуникационной библиотеки «ТТрр» 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.

2. 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.

3. Результаты исследования эффективности объединенных сигнальных конструкций (KAM, 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.

4. 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.

5. Результаты экспериментальных исследований по передаче мультимедиа данных в непрерывном канале и канале с замираниями, при использовании свсрточного 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 «НПП «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 на русском языке [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]. По результатам работы представлено 7 докладов на международных конференциях: Научно-технической конференции профессорско-преподавательского состава, научных сотрудников и аспирантов СПбГУТ №63 (СПбГУТ, 2011); Международной научно-методической конференции «Высокие интеллектуальные технологии и инновации в национальных исследовательских университетах» (Политехи, ун-т., СПб, 2012); III Международной научной конференции «Актуальные вопросы современной науки» (СПб, Петрозаводск, 2012); Международной научно-технической и научно-методической конференции СПбГУТ №64 (СПбГУТ, 2012); II Международной научно-технической и научно-методической конференции «Актуальные проблемы инфотелекоммуникаций в науке и образовании» (СПбГУТ, 2013); Научно-технической конференции студентов, аспирантов и молодых специалистов СПбГУТ №67 (СПбГУТ, 2013); International scientific-practical conference «The strategies of modern science development» (Yelm, WA, USA, 2013).

Личный вклад состоит в разработке теоретико-практического метода машинных экспериментальных вычислений, автоматизации математических расчетных алгоритмов системы обработки и передачи информации, подготовке и проведении серии экспериментов методами компьютерного моделирования, обработке результатов измерений и предложений по оптимизации алгоритмов обработки информации при использовании турбокодов. Разработке и реализации алгоритма временного хранения удаленных проверочных символов в запоминающей корзине для адаптивного восстановления информации декодером приемника при итеративной многоуровневой обработке кодовых последовательностей. Исследовании критерия остановки итеративного декодирования для блочных и сверточных турбокодов, и проведения исследования

эффективности декодирования блочных турбокодов с использованием сигналов, полученных методами ФМ и KAM модуляции. Реализация эксперимента по исследованию эффективности алгоритмов декодирования сверточных турбокодов, влияния размеров информационного блока и числа итераций на степень достоверности передаваемой информации.

Объем и структура 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.

Глава 1

Анализ методов турбокодирования и алгоритмов предварительной обработки информации в системах передачи данных

Принципы формирования турбокодов в значительной степени зависят от выбора компонуемых составных