Анализ эффективности турбокодов в системах обработки и передачи данных тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат наук Небаев, Игорь Алексеевич

• Небаев, Игорь Алексеевич
• кандидат наук
• 2013

Оглавление диссертации кандидат наук Небаев, Игорь Алексеевич

Оглавление

Введение

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

1.1 Анализ принципов формирования многомерных блочных турбокодов

1.2 Анализ принципов формирования параллельных сверточных турбокодов

1.2.1 Особенности реализации систематических сверточных кодов в составе турбокодера

1.2.2 Особенности применения рекурсивных сверточных кодов в составе турбокодера

1.3 Анализ метода завершения кодовой решетки сверточных турбокодов и его влияние на кодовую скорость

1.4 Адаптивный способ передачи информации с применением помехоустойчивых сверточных турбокодов переменной скорости и методов решающей обратной связи

1.5 Выводы

2 Анализ эффективности методов мягкого итерационного декодирования турбокодов в системах обработки и передачи данных

2.1 Методы мягкого детектирования и квантованной оценки сигналов в каналах передачи данных

2.1.1 Детектирование сигнала в непрерывном канале по методу максимального правдоподобия

2.1.2 Жесткий метод детектирования сигнала в дискретном канале без памяти

2.2 Анализ алгоритма итеративного декодирования турбокодов с использованием функций правдоподобия

2.3 Алгоритмы и методы мягкого итеративного декодирования многомерных блочных турбокодов

2.3.1 Оптимизация метода мягкого итеративного декодирования блочных турбокодов основанная на алгоритме слежения за приростом надежности мягких решений

2.3.2 Анализ влияния видов модуляции на эффективность блочных турбокодов

в системах обработки и передачи данных

2.4 Анализ алгоритмов итеративного декодирования сверточных турбокодов

2.4.1 Методы мягкого декодирования сверточных турбокодов основанные на алгоритмах приближенного расчета

2.4.2 Анализ эффективности итеративного декодирования сверточных турбокодов при изменении алгоритма расчета метрик, размеров декодируемого блока и числа итераций обработки данных

2.5 Выводы

3 Анализ эффективности турбокодов в беспроводных каналах с многолучевым

распространением и замираниями

3.1 Области применения, особенности систем передачи данных и критерии оценки эффективности турбокодов в каналах с замираниями

3.2 Методы передачи и приема информации в беспроводных каналах с замираниями

с использованием турбокодов

3.3 Анализ влияния величины допплеровского сдвига на помехоустойчивость турбокода в канале с замираниями

3.4 Исследование эффективности алгоритмов мягкого декодирования турбокодов в каналах с замираниями

3.5 Анализ эффективности применения сверточных турбокодов в каналах с замираниями для передачи мультимедиа данных реального времени

3.6 Сравнение эффективности передачи данных реального времени в каналах с замираниями и АБГШ при использовании турбокодов

3.7 Выводы

Заключение

Список литературы

Список иллюстраций

Приложение А

Введение диссертации (часть автореферата) на тему «Анализ эффективности турбокодов в системах обработки и передачи данных»

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 кодов. В зависимости от свойств внутренних кодов, существенному изменению подвергаются также и принципы предварительной обработки кодируемой информации. В данной главе будут рассмотрены основные принципы и свойства кодирования блочных и сверточных (систематических и рекурсивных) турбокодов. На числовых примерах турбокодирования рассмотрены и проанализированы способы формирования блочных и непрерывных кодов. Выделены особенности построения сверточных и рекурсивных турбокодов. Особое внимание уделено вопросам оптимизации турбокодирования при параллельном объединении сверточных кодеров. Для повышения эффективности сверточного турбокодирования разработана реализация алгоритма и исследован метод завершения кодовой решетки составного сверточного турбокодера, а также показано влияние обнуляющих бит на потерю кодовой скорости турбокодера. Предложен механизм защиты передаваемой информации на основе синтеза сверточного турбокода переменной скорости и метода адаптивной обратной связи (НАШЗ) с использованием разработанного алгоритма проверочной корзины. Проведено имитационное моделирование, предназначенное для изучения эффективности способов защиты передачи дополнительной проверочной информации. В заключении представлены выводы и рекомендации по оптимизации принципов кодирования турбокодов и предварительной обработке информации.

1.1 Анализ принципов формирования многомерных блочных турбокодов

При использовании блочного турбокода, исходная информационная последовательность В фрагментируется на микроблоки длиной ¿-информационных бит. В зависимости от алгоритма вычисления проверочных символов, к микроблоку к добавляется (п — к) проверочных бит, формируя таким образом кодовую комбинацию блочного (п, А;)-кода. Формат кадра блочного турбокода представлен на рис. 1.1.

Отличительной особенностью блочного турбокода является вычисление проверочных символов для каждой строки (X¿) и столбца (У}) исходной информационной последовательности. Помимо этого, полученный кадр блочного турбокода, дополняется областью избыточных бит (XгУ^), т. е. проверочных символов по строкам и столбцам матрицы. Следует отметить, что на практике комбинация проверочных символов в канал связи не передается, и при

декодировании считается выколотой проверочной информацией (см. далее) [12].

П1

и 0 Х| Х| X, X,

0 э 0 0 X, X, X, X;

й 0 0 X, XI XI X,

0 р 0 X, X, X, X,

V, V] Х,У. Х,У, щ

V, У) XV, Х,У,

У, XV, Х,У,

V] V] V] Х,У, XV,

Рисунок 1.1 — Формат кадра блочного турбокода

Представленный на рис. 1.1 код можно назвать двумерным (2£)) блочным турбокодом, благодаря наличию проверочной информации одновременно в двух плоскостях (X; и У,) расположения исходной информационной последовательности И. Результирующая кодовая комбинация (О, Х{ и Б, К,) образуется исходя из состояния информационного бита и вычисленного проверочного символа, значение которого зависит от используемого составного (внутреннего) блочного кода.

Благодаря блочной структуре и подобному способу формирования кодового блока, исходная информационная последовательность обладает низкой степенью межсимвольной корреляции, и не нуждается в предварительном перемежении, т.е. в псевдослучайной

Таблица 1.1— Компонентные коды блочных турбокодов

Расширенные коды Хемминга Коды Хемминга Коды проверки на четность

- - (4,3)

(8,4) (7,4) (8,7)

(16,11) (15,11) (16,15)

(32,26) (31,26) (32,31)

(64,57) (63,57) (64,63)

(128,120) (127,120) (128,127)

перестановке составляющих элементов информационного вектора. По этой причине, применение предварительных перемежителей характерно только для сверточных турбокодов [13].

Кодовая скорость представленного блочного гурбокода выражается как произведение кодовых скоростей комбинаций (ni, ki) и (п2,к2):

kih

гы = г\г2 =-■ (1.1)

П\П2

Аналогично, расстояние Хемминга данного кода представляет собой произведение расстояний Хемминга каждого из компонентных кодов:

¿Ъ1 = (11(12. (1.2)

При исследовании эффективности турбокодов в системах обработки и передачи данных, в качестве компонентных (составляющих) кодов предполагается использование блочных кодов Хемминга (расширенных и укороченных) или простейших кодов проверки на четность, с глубокой степенью вариации различных композиций. Основные корректирующие коды, применяемые для формирования блочных турбокодов в данной работе приведены в табл. 1.1. Согласно этим данным, блочный турбокод представленный на рис. 1.1 можно записать в традиционном виде (8,4) х (8,4).

Представление данного турбокода можно расширить, благодаря использованию третьего измерения, заключающего в себе дополнительную область проверочной информации, полученную из результатов вычисления предыдущих трех значений символов кодовой комбинации.

Проверочные символы образуемого трехмерного (31)) блочного турбокода вычисляются по значениям информационного бита данных £) и двух проверочных Х^ и У}. Как и двумерный код, трехмерный блочный турбокод можно представить в традиционной записи (щ,^) х (п2, /с2) х (пзД'з), гДе каждая компонента указывает размерность составного кода, используемого для формирования полной (трехкомпоненгной) кодовой комбинации блочного турбокода.

Принцип формирования трехмерного блочного турбокода целесообразнее всего продемонстрировать на конкретном примере. Построим простейший трехмерный блочный турбокод (8, 7) х (8, 7) х (4,3) с использованием различных кодов проверки на четность.

Пусть исходная информационная последовательность, длиной 147 бит (к\ х к-2 х &3) представляет собой комбинацию:

1 1 1 1 ] 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

1 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

1 1 1 1 1 1 1 0 0 0 0 0 0 0 1 1 1 1 1 1 1

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0

Из исходных информационных последовательностей (1.3) формируется п3-матриц, размерностью п1 х п2. В рассматриваемом случае компоненты кода представляются матрицами размерностью 8x8. Для формирования проверочных символов кода проверки на четность (8, 7) необходимо подсчитать проверочный бит контроля четности каждого 7 битного фрагмента, по строкам и столбцам матрицы. Согласно рис. 1.1, информационные и проверочные символы в установленном порядке следования для первой компоненты размерностью (щ х т?2) блочного турбокода будут иметь вид:

1 1 1 1 1 1 1 1

1 1 1 1 1 1 1 1

0 0 0 0 0 0 0 0

1 1 1 1 1 1 1 1

1 1 1 1 1 1 1 1

1 1 1 1 1 1 1 1

1 0 0 0 0 0 0 1

0 1 1 1 1 1 1 0

Последний столбец и строка матрицы (1.4) (выделенные полужирным шрифтом) представляют из себя проверочные символы, полученные в результате суммирования по то(12 всех элементов соответствующей строки или столбца матрицы.

Вторая и третья компонента трехмерного блочного турбокода формируется аналогично, и представляет собой соответственно:

1 1 1 1 1 1 1 1

1 1 1 1 1 1 1 1

1 1 1 1 1 1 1 1

1 1 1 1 1 1 1 1

1 1 1 1 1 1 1 1

1 1 1 1 1 1 1 1

0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0

(1.6)

1 0 0 0 0 0 0 1 10000001 Полученные таким образом три компоненты блочного турбокода, позволяют сформировать завершающую проверочную комбинацию. Подсчет контрольного бита в рассматриваемом случае производится по правилу сложения по то(12 соответствующих элементов матриц (1.4), (1.5) и (1.6), т.е. = Аг] + + Сг]. В данных условиях, последняя проверочная матрица будет иметь вид:

(1.7)

11111111 11111111 00000000 11111111 11111111 11111111 0000 0 000 11111111

Матрицы (1.4), (1.5), (1.6) и (1.7), полученные в результате кодирования, последовательно передаются на сигналообразующую аппаратуру канала связи.

Подобный пример можно расширить применительно к кодам Хемминга, приведенным в табл. 1.1 [14]. Например, построим трехмерный блочный турбокод, сочетающий в себе две компоненты блочного кода Хемминга и проверочную матрицу кода проверки на четность, общей размерностью (8, 4) х (8,4) х (4, 3). Пусть исходные 48 информационных бит представляют собой матрицу:

1111111100 0 0 111110001111 000 0 11110000 111100001111 Матрица размерностью 8x8, содержащая первую компоненту составного кода:

(1.8)

1 1 1 1 1 1 1 1

1 1 1 1 1 1 1 1

0 0 0 0 0 0 0 0

1 1 1 1 1 1 1 1

0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0

1 1 1 1 1 1 1 1

0 0 0 0 0 0 0 0

(1.9)

где элементы матрицы выделенные полужирным шрифтом представляют собой проверочные символы коды Хемминга (8,4), по строкам и столбцам соответственно. Вторая компонента кода с вычисленными проверочными символами:

(1.10)

Третья матрица кода Хемминга последовательности:

1 0 0 0 1 0 1 1 11111111 ОООООООО 11111111 01110100 00000000 10001011 01110100 В, 4), построенная по оставшимся 16 битам информационной

(1.11)

ОООООООО 11111111 ОООООООО 11111111 11111111 ОООООООО ОООООООО 11111111 Наконец, завершающая часть кодовой комбинации (8,4) х (8,4) х (4,3), представляющая собой матрицу проверки на четность размерностью 8x8:

0 1110 10 0 11111111

00000000 11111111

1 0 0 0 1 0 1 1 0000000 0 0 1110 10 0 1 0 0 0 1 0 1 1

Основное назначение матрицы (1.12) заключается в хранении проверочных бит, полученных суммированием соответствующих элементов всех трех кодовых матриц. Это расширяет количество избыточной информации при декодировании данных в приемнике, поскульку

(1.12)

результат декодирования матриц (1.9), (1.10), (1.11), при поэлементном сложении должен совпадать с значениями проверочной матрицы (1.12).

Важными преимуществами трехмерного блочного турбокода, с технической точки зрения, является высокая скорость его обработки, простота декодирования и возможность использования компонентных кодов различной размерности. По ходу данной работы будут исследоваться помехоустойчивость и эффективность блочных турбокодов различной длины компоновки: (16,11) х (8,4) х (8,4), (32,26) х (8,4) х (8, 7) и пр.

Как и для двумерного блочного кода, трехмерный блочный турбокод характеризуется кодовой скоростью:

зл к\к2къ

ЧГ = пг2гз =-, (1.13)

Расстояние Хемминга трехмерного кода представляет собой произведение расстояний Хемминга каждого из компонентных кодов:

<$ = ¿,¿2(1,. (1.14)

11ри необходимости, по аналогичным действиям, рассмотренным выше, возможно построить четырехмерный и более блочный турбокод. Однако, на практике, более объемный блочный турбокод не получил широкого распространения [15]. Этому существует ряд причин, основными из которых можно считать, существенное увеличение избыточной информации и рост времени декодирования многомерного блочного кода. Наибольшего распространения и реализации на практике достигли двумерные и трехмерные блочные турбокоды, основанные на методах кодирования изложенных выше. Благодаря возможности сочетания различных внутренних блочных кодов, достигается разумный предел соотношения сложности построения и избыточности проверочной информации. В связи с этим, в дальнейшем, в данной работе будут рассматриваться двумерные и трехмерные коды, построенные на блочных кодах Хемминга и кодах проверки на четность.

1.2 Анализ принципов формирования параллельных сверточных турбокодов

Применение сверточных кодов в структуре каскадной схемы турбокодера отличается от рассмотренных ранее принципов формирования блочных турбокодов. Это требует выделения функциональных особенностей взаимодействия различных сверточных кодов при

параллелизации вычисления проверочных символов результирующей кодовой комбинации турбокода. Данный раздел содержит практические замечания и пояснения к стуктуре параллельного турбокода, использующего систематические сверточные и рекурсивные сверточные коды [16]. В связи с широким распространением радиопакетных сетей передачи данных, рассмотрены и проанализированы методы терминации кодовой решетки для придания псевдоблочной структуры непрерывному способу кодирования, а также предложен механизм помехоустойчивой защиты информации, основанный на методе регулирования степени кодирования сверточных турбокодов и алгоритме адаптивной обратной связи.

1.2.1 Особенности реализации систематических сверточных кодов в составе турбокодера

Систематические сверточные коды, применяемые в качестве составных кодов турбокодера, характеризуются параллслизацией (конкатенацией) конечного набора кодирующих устройств. При конструктивном объединении нескольких сверточных кодеров образуется мультикодирующая система, имеющая ряд важных отличий от рассмотренных ранее блочных турбокодов. Основными отличительными признаками сверточного турбокодера является поточный метод кодирования и модель системы с множеством входов-выходов. Кратко рассмотрим параметры систематических сверточных кодов, оказывающие важное влияние на свойства формируемого составного сверточного турбокодера.

На рис. 1.2 представлена схема систематического сверточного кодера, характеризующегося степенью кодирования г = 1/2, памятью Мс — 2 и кодовым ограничением К = (Л/л+1) = 3. Для описания всех возможных состояний кодера (5 = М^ = 4) на рис. 1.3 представлена диаграмма состояний кодера (а) и кодовая решетка (Ь).

Структуру связей данного кодера можно представить в виде системы порождающих многочленов для первого и второго (х^) выходов соответственно:

Список литературы диссертационного исследования кандидат наук Небаев, Игорь Алексеевич, 2013 год

Список литературы

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

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

3. Небаев И.А. Турбокоды в системах обработки и передачи данных,— Saarbrucken, Deutschland. : LAP LAMBERT Academic Publishing, 2013,- 197 c.

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

5. Nebaev I.A. Effectiveness analysis of error-correcting coding of Turbo codes in the data transmission systems // in Proceedings of the International scientific-practical conference "The strategies of rnoderm science development". — Yelm, WA, USA : Science Book Publishing House, 2013. — P. 25-35.

6. Небаев И.А. Анализ эффективности составного турбокода, основанного на объединении перфорированных сверточных кодов // Актуальные вопросы современной науки: материалы Ш 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 // Высокие интеллектуальные технологии и инновации в национальных исследовательских университетах: материалы Международной научно-методической конференции / Политехи, ун-т. — Т. 1. — СПб : Изд-во Политехи, ун-та, 2012. — С. 69—74.

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

9. Небаев И.А. Влияние числа итераций декодирования на эффективность турбокода // Научно-техническая конференция профессорско-преподавательского состава, научных сотрудников и аспирантов СПбГУТ 63: материалы / ГОУВПО СПб ГУТ,— Т. 1,— СПб, 2011.-С. 56-59.

10. Небаев И.А. Энергетическая эффективность турбокода в сетях передачи данных UMTS с применением различного числа итераций декодирования // Сборник докладов II Международной научной заочной конференции «Прикладные аспекты научных исследований. Перспективы инновационного развития общества и технологий». — Москва : Изд-во ИНГН, 2011,-С. 7-10.

11. Пебаев И.А. Эффективность параллельного сверточного турбокода в системах передачи данных // II Международная научно-техническая и научно-методическая конференция «Актуальные проблемы инфотелекоммуникаций в науке и образовании»: Сборник научных трудов / СПб ГУТ.- 2013,- С. 171-176.

12. Морелос Сарагоса Р. Искусство помехоустойчивого кодирования. Методы, алгоритмы, применение. — М. : Техносфера, 2006.— 320 с.

13. Прокис Дж. Цифровая связь / Под ред. Д.Д. Кловский. — М. : Радио и связь, 2000.

14. Хемминг Р.В. Теория кодирования и теория информации: Пер. с англ. — М. : Радио и связь, 1983,- 176 с.

15. Hagenauer J. Iterative decoding of binary block and convolutional codes // IEEE Transactions on Information Theory.- 1996, — Vol. 42, — P. 429-445.

16. Деев В.В. Методы модуляции и кодирования в современных системах связи. — СПб. : Наука, 2007. - 267 с.

17. Витерби А.Д., Омура Дж.К. Принципы цифровой связи и кодирования. — М. : Радио и связь, 1982.- 532 с.

19. Золотарев В.В., Овечкин Г.В. Помехоустойчивое кодирование. Методы и алгоритмы. Справочник. — М. : Горячая линия — Телеком, 2004.

20. Питерсон У., Уэлдон Э. Коды, исправляющие ошибки. — М. : Мир, 1976.

21. Муттер В.М. Основы помехоустойчивой телепередачи информации, — J1. : Энергоатомиздат. Ленингр. отд-ние, 1990.— 288 с.

22. Viterbi A.J. Error bounds for convolutional codes and asymptotically optimum decoding algorithm // IEEE Transactions on Information Theory. — 1967. — Vol. 13.— P. 260—269.

23. Benedetto S., Montorsi G. Unveiling turbo codes: some results on parallel concatenated coding schemes // IEEE Transactions on Information Theory. — 1996,— Vol. 42.— P. 409-428.

24. Reed M.C., Pietrobon S. Turbo-code termination schemes and a novel alternative for short frames // in Proceedings of the IEEE PIMRC.— 1996, — P. 354-358.

25. Блейхут P. Теория и практика кодов, контролирующих ошибки: Пер.с англ.— М. : Мир, 1986.- 576 с.

26. Вернер М. Основы кодирования. — М. : Техносфера, 2004. — 284 с.

27. Олифер В.Г., Олифер Н. А. Компьютерные сети. Принципы, технологии, протоколы: Учебник для вузов. 3-е изд. — СПб. : Питер, 2008. — 958 с.

28. Скляр Б. Цифровая связь. Теоретические основы и практическое применение. Изд. 2-е, испр. — М. : Изд. дом «Вильяме», 2007.— 1104 с.

29. Divsalar D., Pollara Е. Low-rate turbo codes for deep-space communications // in Proceedings of the IEEE international symposium on Information theory. — Whistler, Canada, 1995.— P. 35.

30. Valenti M.C., Woerner B.D. Variable latency turbo codes for wireless multimedia applications // in Proceedings of the International symposium on Turbo codes and related topics. — Brest, France, 1997. —P. 216-219.

31. Теория кодирования / Т. Касами, Н. Токура, Е. Ивадари, Я. Инагаки. — М. : Мир, 1978.

32. Когновицкий О. С. Основы циклических кодов: учебное пособие / ЛЭИС. — Л., 1990.

34. Forney G.D. Maximum-likelihood sequence estimation of digital sequences in the presence of intersymbol interference // IEEE Transactions on Information Theory.— 1972,— Vol. 18.— P. 368-378.

35. Alexander P.D., Grant A.J., Reed M.C. Iterative detection in code-division multiple-access with error control coding // European Transactions on Telecommunications. — 1998. — Vol. 9. — P. 419-425.

36. Li Y., Vucetic В., Sato Y. Optimum soft-output detection for channels with intersymbol interference // IEEE Transactions on Information Theory.— 1995. — Vol. 41. — P. 704—713.

37. Волков JI.H., Немировский M. С., Шинаков Ю. С. Системы цифровой радиосвязи: базовые методы и характеристики: Учеб. пособие, — М. : Эко-Трендз, 2005,— 392 с.

38. Биккенин P.P., Чесноков М.Н. Теория электрической связи,— М. : Издательский центр «Академия», 2010,— 336 с.

39. Benedetto S. A soft-output decoding algorithm in iterative decoding of turbo codes // Jet Propulsion Laboratory TDA Progress Report. — 1996. — P. 63—87.

40. Benedetto S. A soft-input soft-output maximum A posteriori (MAP) module to decode parallel and serial concatenated codes // Jet Propulsion Laboratory TDA Progress Report.— 1996,— P. 63-87.

41. Pietrobon S. Implementation and performance if a Turbo/MAP decoder // International Journal Satellite communications. — 1998, — Vol. 16. — P. 23-46.

42. Near optimum decoding of product codes / R. Pyndiah, A. Glavieux, A. Picart, S Jacq // in Proceedings of the IEEE Globecom.— 1994, — P. 339-343.

43. Berrou C., Glavieux A., P. Thitimajshima. Near Shannon Limit Error-Correcting Coding and Decoding: Turbo Codes // in Proceedings of the International Conference on Communications. — Geneva, Switzerland, 1993.—P. 1064-1070.

44. Optimal decoding of linear codes for minimizing symbol error rate / R.L. Bahl, J. Cocke, F. Jelinek, J. Raviv // IEEE Transactions on Information Theory.— 1974.— Vol. 20.— P. 248-287.

45. Варгаузин В.А., Цикин И.А. Методы повышения энергетической и спектральной эффективности цифровой радиосвязи. — СПб. : БХВ-Петербург, 2013.— 352 с.

46. Yuen J. Modulation and coding for satellite and space communications // in Proceedings of the IEEE Conf. —Vol. 78,- 1990.- P. 1250-1265.

47. Песков С. H., Ищенко А. Е. Расчет вероятности ошибки в цифровых каналах связи // Теле-Спутник. - 2010. - № 11. - С. 70-75.

48. Viterbi A.J. An Intuitive Justification and a Simplified Implementation of the MAP Decoder for Convolutional Codes // IEEE Journal on Selected Areas in Communications.— 1997.— P. 260-264.

49. Valenti M.C. Turbo codes ant iteractive processing // in Proceedings of the New Zealand IEEE Wireless Communication symposium. — Auckland, New Zealand, 1998.

50. Benedetto S. A soft-input soft-output APP module for iterative decoding of concatenated codes // IEEE Communications Letters. — 1997, — Vol. 1. — P. 22-24.

51. Robertson P., Villebrun E., Hoeher P. A comparison of optimal and sub-optimal MAP decoding algorithms operating in the log domain // Proceedings of the ICC 95,— Seattle, Washington, 1995. — P. 1009-1013.

52. Новые алгоритмы формирования и обработки сигналов системах подвижной связи / A.M. Шлома, М. Г. Бакулин, В. Б. Крейнделин, А. П. Шумов ; Под ред. А. М. Шлома,— М. : Горячая линия — Телеком, 2008. — 344 с.

53. Ramsey J.L. Realization of optimum interleavers // IEEE Transactions on Information Theory.— 1970. — Vol. 16. - P. 338-345.

54. Berrou C., Adde P., Faudeil S. A low complexity soft-output viterbi decoder architecture // in Proceedings of the International Conference on Communications. — 1993.— P. 737—740.

55. Золотарев В. В., Овечкин Г. В. Эффективные алгоритмы помехоустойчивого кодирования для цифровых систем связи // Электросвязь. — 2003. — № 9.

56. Антенно-фидерные устройства и распространение радиоволн: Учебник для вузов / Г.А. Ерохин, О. В. Чернышев, Н. Д. Козырев, В. Г. Кочержсвский ; Под ред. Г. А. Ерохин. — М. : Горячая линия — Телеком, 2004. — 491 с.

57. Divsalar D., Pollara F. Multiple turbo codes for deep-space communications // Jet Propulsion Laboratory TDA Progress Report. — 1995. — Vol. 42.

58. Andersen J.D. Turbo coding for deep-space applications // in Proceedings of the IEEE international symposium on Information theory. — Whistler, Canada, 1995. — P. 36.

59. Галкин В.А. Цифровая мобильная радиосвязь. Учебное пособие для вузов, — М. : Горячая линия — Телеком, 2007. — 432 с.

60. Красносельский И. Н., Канев С.А. Исследование помехоустойчивости системы DVB-T на модели канала с многолучевым распространением // Электросвязь,— 2010.— № 7.— С. 28-30.

61. Широкополосные беспроводные сети передачи информации / В. М. Вишневский, А. И. Ляхов, С.Л. Портной, И.В. Шахнович. — М. : Техносфера, 2005.

62. Вишневский В. М., Портной С. Л., Шахнович И.В. Энциклопедия WiMAX. Путь к 4G. — М. : Техносфера, 2009. - 472 с.

63. Hall Е.К., Wilson S.G. Design and analysis of turbo codes on Rayleigh fading channels // IEEE Journal on Selected Areas in Communications.— 1998. — Vol. 16.— P. 160—174.

64. Valenti M.C., Woerner B.D. Performance of the turbo codes in interleaved flat fading channels with estimated channel state information // in Proceedings of the IEEE Vehicular TechConf.— Ottawa, Canada, 1998.—P. 66-70.

65. Сэломон Д. Сжатие данных, изображений и звука. — М. : Техносфера, 2006. — 368 с.

66. Джамалипур А. Беспроводной мобильный Интернет. Архитектура, протоколы и сервисы. — М. : Техносфера, 2009. - 496 с.

67. Divsalar D., Pollara F. Turbo codes for PCS apllication // Proceedings of the ICC 95. — Seattle, Washington, 1995.-P. 18-22.

68. Лагутенко О.И. Современные модемы, — М. : Эко-Трендз, 2002.

69. Когновицкий О. С. Двойственный базис и его применение в телекоммуникациях. — СПб. : Линк, 2009. - 424 с.

70. Рихтер С.Г. Кодирование и передача речи в цифровых системах подвижной радиосвязи,— М. : Горячая Линия — Телеком, 2011. — 304 с.

Список иллюстраций

1.1 Формат кадра блочного турбокода........................................................11

1.2 Схема систематического сверточного кодера г = 1/2 ..................................19

1.3 Диаграмма состояний сверточного кодера (а) и кодовая решетка (Ь)..................19

1.4 Структура сверточного турбокодера......................................................20

1.5 Структура iV-размерного сверточного турбокодера......................................21

1.6 Схема рекурсивного сверточного кодера и диаграмма его состояний ................23

1.7 Диаграмма состояний рекурсивного сверточного кодера (а) и кодовая решетка (Ь) . 24

1.8 Структура рекурсивного сверточного турбокодера......................................26

1.9 Рекурсивный кодер составного сверточного турбокода ................................31

1.10 Перспективы потери кодовой скорости..................................................32

1.11 Алгоритм обнуления составных сверточных кодеров турбокода на основе табличного хранения терминирующих комбинаций....................................33

1.12 Перфорирование кодовой последовательности сверточного турбокодера............35

1.13 Обобщенная схема декодера турбокода..................................................37

1.14 Перезапрос дополнительной проверочной информации................................38

1.15 Сверточный турбокод переменной скорости и адаптивная обратная связь............39

1.16 Эффективность кодирования дополнительных проверочных бит......................40

1.17 Алгоритм обратной связи с использованием проверочной корзины для сверточного турбокода переменной скорости............................................43

2.1 Многоуровневое квантование детектированного сигнала..............................49

2.2 Помехоустойчивость при различных схемах приема....................................50

2.3 ДСК с жесткой схемой принятия решений..............................................53

2.4 Функция распределения вероятностей принятого сигнала хк..........................54

2.5 Вид функции правдоподобия..............................................................57

2.6 Итерационная обработка данных в формате мягких решений..........................58

2.7 Тенденции изменения мягких решений декодера кода (3, 2) х (3, 2)..................65

2.8 Тенденции изменения мягких решений декодера кода (4,3) х (4,3)..................70

2.9 Внешняя информация, биты (Ь, (1$....................................................76

2.10 Внешняя информация, биты (1.1, (1$, с/0....................................................77

2.11 Внешняя информация, биты (17, (1&, (1$....................................................78

2.12 Изменение времени декодирования......................................................79

2.13 Декодирование блочного турбокода с алгоритмом слежения за приростом значений надежности мягких оценок....................................................81

2.14 Эффективность двумерного блочного турбокода........................................85

2.15 Эффективность трехмерного блочного турбокода......................................86

2.16 Фрагменты решетки для расчета метрик состояний и ветвей..........................89

2.17 Итеративная схема декодирования турбокода............................................92

2.18 Метрики ветвей 5 решетки сверточного декодера ..................................95

2.19 Метрики прямого а и обратного /5 прохода декодера Ох ..............................98

2.20 Метрики ветвей 8 и состояний о, [3 декодера ....................100

2.21 Вид функция коррекции максимизирующего выражения...............106

2.22 Эффективность декодирования сверточного турбокода при Ь = Ю^'-Ю11, бит ... 110

2.23 Эффективность декодирования сверточного турбокода при Ь — 1012-101;!, бит ... 111

2.24 Эффективность декодирования сверточного турбокода Ь = 1014-1015, бит.....112

2.25 Эффективность декодирования сверточного турбокода Ь = 1016, бит........113

3.1 Параметрические плоскости телекоммуникационных приложений..........120

3.2 Система передачи данных с использованием турбокодов...............122

3.3 Модель воздействия помех в канале связи .......................123

3.4 Система обработки данных и декодирования турбокодов...............125

3.5 Помехоустойчивость турбокода в релеевском канале .................127

3.6 Результаты декодирования в рассматриваемых каналах................130

3.7 Результат передачи изображения в канале с замираниями: (а) — исходный образец; (Ь) — 1оцМАР-декодирование в канале АБГШ; (с) — 1о§МАР-декодирование в райсовском канале Кн > 10; (с!)— ^МАР-декодирование без перемежени .... 131

3.8 Эффект разрежения пакетных ошибок по длине кодовой комбинации........140

3.9 Распределение кадров турбокода в плоскости ВЕЯ/РЕЯ при г = 1/3 ........141

3.10 Распределение кадров турбокода в плоскости ВЕЯ/РЕЯ при г = 1/2 ........142

3.11 Помехоустойчивость турбокода в канале с замираниями при г — 1/3........143

3.12 Помехоустойчивость турбокода в канале с замираниями при г = 1/2........144

3.13 Распределение кадров турбокода в плоскости ВЕЯ/РЕЯ при г = 1/3 ........147

3.14 Распределение кадров турбокода в плоскости BER/FER при г = 1/2 ........148

3.15 Помехоустойчивость турбокода в канале АБГШ при г = 1/3.............149

3.16 Помехоустойчивость турбокода в канале АБГШ при г = 1/2.............150

Приложение А. Элементы теории принятия решений для декодирования турбокодов

Математическое описание принципов сложения логарифмов функций правдоподобия, приведенных в примере главы 2 основывается на работах [15] и [28]. Для статистически независимых данных d сумма логарифмических о тношений правдоподобия представляет собой выражение:

ОД) ЕВ L(d2) = L{d\ « b) = In (1 + eW№)j ,

т.е. сумма двух логарифмических отношений правдоподобия представляет собой сумму по mod2 статистически независимых информационных бит [28]. Для данного выражения, также характерны следующие свойства:

L(rffe) ЕВ оо = -L(dk) L(dk)mo = o

Основы применения теоремы Байеса, принципы детектирования сигнала и определение вероятности битовой ошибки представлены в [28]. Кратко укажем основные выражения, используемые при декодировании турбокодов по методу максимального правдоподобия.

Определение вероятности принятии сигнала соответствующего «О» или «1», базируется на основе проверки гипотез по теореме Байеса. Теорема Байеса позволяет получить условную вероятность Г(А\В) из условной вероятности Р(В\А) следующим образом:

о)

Существует несколько форм записи теоремы Байеса в приложении к теории связи. В дискретной форме теорему Байеса можно рассматривать как описание эксперимента, в котором

задействованы значение принятого сигнала и априорные значения о классах сигнала, к одному из которых может принадлежать принятый сигнал:

р№) _ (2)

где зг — есть г значение сигнала из заранее обозначенного набора M, a z3 — принятый (зарегистрированный) сигнал. Член P(z3) представляет собой вероятность принятого сигнала со значением z3 в пространстве всех возможных значений из набора М\

м

P(z3) = y,P(ZMpm (з)

l-l

Вероятность появления г значения сигнала считается априорной вероятностью P(st). При регистрации конкретного значения z3 из плотности условной вероятности P(z3 ;5*г) находится правдоподобие принадлежности принятого сигнала z3 к известному набору сигналов. После регистрации вычисляется апостериорная вероятность P(st\z3), уточняющая априорную вероятность.

Однако, на практике, интерес представляет смешанная форма теремы Байеса, поскольку значения принятого сигнала принадлежат к непрерывного диапазону значений, из-за воздействия на телекоммуникационный канал помех типа АБГШ. В этой форме, теорема Байеса содержит плотность вероятности p(z) с непрерывными значениями, а не дискретными:

= рщт. (4)

Плотность вероятности p(z) определяется как

м

р(г) = 5>( z\Sl)P(S,), (5)

7 = 1

где — плотность условной вероятности принятого сигнала принадлежащего к

значению исходного сигнала st.

Принцип принятия решения, используемый при декодировании турбокодов, основывается на применении гипотез утверждающих, что при регистрируемом значении z, принят сигнал если апостериорная вероятность P(si\z) больше, чем апостериорная вероятность P(s-2\z), иначе верно обратное утверждение:

Р(в1|г) | P(s2\z). i2

Используя форму теоремы Байеса (4) для непрерывного значения г, получим выражение для принятия решений, основанное на плотности вероятности (правдоподобия) [28]:

Р(ф1)Р(з1) I Р(г\з2)Р(з2). (7)

«2

Перенеся условные вероятности в левую часть выражения, получим отношение функций правдоподобия:

P(z\Si) £ P(S2)

(8)

P(z\s2) < P(Sl)

Выражение (8) является критерием отношения функций правдоподобия. Т.е. принятие решения о регистрируемом символе, основывается на сравнении принятого сигнала и значении допустимого порога. Поскольку сравнение основывается на выборе сигнала с максимальной апостериорной вероятностью, то такой критерий называтся критерием максимума апостериорной вероятности (MAP).

На практике, значение априоных вероятностей принимается равновероятными. При равновероятных априорных вероятностях принятого значения сигнала, критерий принятия решения называется критерием максимального правдоподобия. При этом выражение (8) принимает форму:

£гп 11- (9)

P(z\S2) S2

В итерационном процессе декодирования турбокода, на первой итерации априорные значения вероятностей для внешнего декодера равновероятны (см. рис. 2.17). Однако, для внутреннего декодера, значение априорной вероятности (до декодирования) принимает значение апостериорной вероятности (после декодирования), полученное внешним декодером в ходе текущей итерации. Процесс обмена внешней информацией выполняется до окончания заданного числа циклов декодирования.

Up ШЮ НИВ

УТВЕРЖДАЮ

Проректор по учебной работе СПбГУТ имлпроф. М.А. Бонч-Бруевича

Г.М. Машков

2013 г.

о внедрении результатов диссертационной работы И.А. Небаева на тему «Анализ эффективности турбокодов в системах обработки и передачи данных» в учебный процесс университета

L Мы, нижеподписавшиеся, декан факультета ИКСС профессор Бузю-ков Л.Б., зав. каф. ОПДС профессор Когновицкий О.С., профессор каф. ОПДС Охорзин В.М. составили настоящий акт в том, что результаты диссертационной работы И.А. Небаева, в частности руководство к моделированию блочных турбокодов и пакет имитационного программного обеспечения для исследования эффективности турбокодирования в системах обработки и передачи информации (адрес в сети Интернет http://opds.sut.nl/7page__icN55/), внедрены в учебный процесс на кафедре ОПДС и используются:

• в курсе лекций и лабораторных работах по дисциплинам «Теория помехоустойчивого кодирования», «Современные проблемы помехоустойчивого кодирования», «Системы документальной электросвязи»;

• в дипломном проектировании и диссертдциощшх исследованиях.

I Декан факультета ИКСС, профессор Заведующий кафедрой ОПДС, профессор. : Профессор каф. ОПДС

Л.Б. Бузюков

О.С. Когновицкий

В.М. Охорзин

in иена

ГРУППА

КОМПАНИЙ

ИСТА

\0 «НПП «ИСТА-Системс»

оссия, 194100, С-Петербург,

п. Харченко, д.5, литер А

|л: (812) 975 05 54, факс: (812) 960 ОБ 11

Mnail: [e-mail], Internet http://www.ista.ru

АКТ

УТВЕРЖДАЮ Диреетщцентра СТС ЗАО^<ЙШ'Ж)ТА-Системс)>

, f B.B.Сазанов

J

«/2» // 2013 г.

об использовании результатов диссертационной работы Небаева И.А. «Анализ эффективности турбокодов в системах обработки и передачи данных»

Комиссия в составе:

ведущего инженера центра СТС Березкина A.A., инженера центра СТС Рассадина Д.М.

рассмотрела предложенные в работе Небаева И.А. методы и алгоритмы обработки мультимедиа информации на основе турбокодов и адаптивного канала обратной связи, а также реализации имитационных моделей, предназначенных для проведения экспериментальных имитационных исследований.

Отмечено, что реализованные Небаевым И.А. алгоритмы приводят к снижению вероятности ошибочного декодирования передаваемой информации и уменьшению времени обработки информации в прикладной системе, и могут применяться при разработке программных и аппаратных средств для тестирования и отладки различных каналов связи, использующих при передаче информации сверточные и блочные турбокоды.

В результате было сделано заключение о возможности использования представленных программных средств и имитационных моделей в конструкторских и опытных работах при проведении расчётов параметров систем передачи данных.

Метод обработки и передачи данных с использованием сверточных турбокодов, адаптивного канала обратной связи и алгоритма слежения за итерационным декодированием был применен в опытно-конструкторской работе «Развитие технической инфраструктуры АИС ОБЖ административных районов Санкт-Петербурга».

Ведущий инженер центра СТС. к.т.н. Инженер центра СТС

Берез кнн A.A. Рассаднн Д.М.