Kanalcodierung/Grundlegendes zu den Turbocodes: Unterschied zwischen den Versionen
(14 dazwischenliegende Versionen von 2 Benutzern werden nicht angezeigt) | |||
Zeile 8: | Zeile 8: | ||
== Grundstruktur eines Turbocodes == | == Grundstruktur eines Turbocodes == | ||
<br> | <br> | ||
− | Alle heute (2017) aktuellen Kommunikationssysteme wie [[Beispiele_von_Nachrichtensystemen/Allgemeine_Beschreibung_von_UMTS#.23_.C3.9CBERBLICK_ZUM_VIERTEN_HAUPTKAPITEL_.23|UMTS]] (<i>Universal Mobile Telecommunications System</i> ⇒ 3. Mobilfunkgeneration) und [[Mobile_Kommunikation/Allgemeines_zum_Mobilfunkstandard_LTE#.23_.C3.9CBERSICHT_ZUM_VIERTEN_HAUPTKAPITEL_.23|LTE]] (<i>Long Term Evolution</i> ⇒ 4. Mobilfunkgeneration) verwenden das Konzept der [[Kanalcodierung/Soft–in_Soft–out_Decoder#Symbolweise_Soft.E2.80.93in_Soft.E2.80.93out_Decodierung| symbolweisen iterativen Decodierung]]. Dass dies so ist, steht unmittelbar mit der Erfindung der ''Turbocodes'' im Jahre 1993 durch [https://de.wikipedia.org/wiki/Claude_Berrou | + | Alle heute (2017) aktuellen Kommunikationssysteme wie [[Beispiele_von_Nachrichtensystemen/Allgemeine_Beschreibung_von_UMTS#.23_.C3.9CBERBLICK_ZUM_VIERTEN_HAUPTKAPITEL_.23|UMTS]] (<i>Universal Mobile Telecommunications System</i> ⇒ 3. Mobilfunkgeneration) und [[Mobile_Kommunikation/Allgemeines_zum_Mobilfunkstandard_LTE#.23_.C3.9CBERSICHT_ZUM_VIERTEN_HAUPTKAPITEL_.23|LTE]] (<i>Long Term Evolution</i> ⇒ 4. Mobilfunkgeneration) verwenden das Konzept der [[Kanalcodierung/Soft–in_Soft–out_Decoder#Symbolweise_Soft.E2.80.93in_Soft.E2.80.93out_Decodierung| symbolweisen iterativen Decodierung]]. Dass dies so ist, steht unmittelbar mit der Erfindung der ''Turbocodes'' im Jahre 1993 durch [https://de.wikipedia.org/wiki/Claude_Berrou Claude Berrou], [https://de.wikipedia.org/wiki/Alain_Glavieux Alain Glavieux] und [https://scholar.google.com/citations?user=-UZolIAAAAAJ Punya Thitimajshima] in Zusammenhang, denn erst mit diesen Codes konnte man sich der Shannon–Grenze mit vertretbarem Decodieraufwand annähern.<br> |
− | Turbocodes ergeben sich durch die parallele oder serielle Verkettung von Faltungscodes. Die Grafik zeigt die parallele Verkettung zweier Codes mit den Parametern $k = 1, \ n = 2$ ⇒ Rate $R = 1/2$.<br> | + | Turbocodes ergeben sich durch die parallele oder serielle Verkettung von Faltungscodes. Die Grafik zeigt die parallele Verkettung zweier Codes, jeweils mit den Parametern $k = 1, \ n = 2$ ⇒ Rate $R = 1/2$.<br> |
[[Datei:P ID3034 KC T 4 3 S1a v1.png|center|frame|Parallele Verkettung zweier Rate–$1/2$–Codes|class=fit]] | [[Datei:P ID3034 KC T 4 3 S1a v1.png|center|frame|Parallele Verkettung zweier Rate–$1/2$–Codes|class=fit]] | ||
In dieser Darstellung bezeichnet: | In dieser Darstellung bezeichnet: | ||
− | * $u$ das aktuell betrachtete Bit der Informationssequenz $\underline{u}$,<br> | + | * $u$ das aktuell betrachtete Bit der Informationssequenz $\underline{u}$,<br> |
− | * $x_{i,\hspace{0.03cm}j}$ das aktuell betrachtete Bit am Ausgang $j$ von Coder $i$ (mit $1 ≤ i ≤ 2, \ 1 ≤ j ≤ 2)$,<br> | + | * $x_{i,\hspace{0.03cm}j}$ das aktuell betrachtete Bit am Ausgang $j$ von Coder $i$ $($mit $1 ≤ i ≤ 2, \ 1 ≤ j ≤ 2)$,<br> |
− | * $\underline{X} = (x_{1,\hspace{0.03cm}1}, \ x_{1,\hspace{0.03cm}2}, \ x_{2,\hspace{0.03cm}1}, \ x_{2,\hspace{0.03cm}2})$ das Codewort für das aktuelle Informationsbit $u$.<br><br> | + | * $\underline{X} = (x_{1,\hspace{0.03cm}1}, \ x_{1,\hspace{0.03cm}2}, \ x_{2,\hspace{0.03cm}1}, \ x_{2,\hspace{0.03cm}2})$ das Codewort für das aktuelle Informationsbit $u$.<br><br> |
− | Die resultierende Rate des verketteten Codiersystems ist somit $R = 1/4$.<br> | + | Die resultierende Rate des verketteten Codiersystems ist somit $R = 1/4$.<br> |
Verwendet man systematische Komponentencodes, so ergibt sich das folgende Modell:<br> | Verwendet man systematische Komponentencodes, so ergibt sich das folgende Modell:<br> | ||
− | [[Datei:P ID3035 KC T 4 3 S1b v1.png|center|frame|Rate–1/3–Turbocodierer (parallele Verkettung zweier | + | [[Datei:P ID3035 KC T 4 3 S1b v1.png|center|frame|Rate–1/3–Turbocodierer (parallele Verkettung zweier Rate–$1/2$–Faltungscodes) |class=fit]] |
Die Modifikationen gegenüber der oberen Grafik lassen sich wie folgt begründen: | Die Modifikationen gegenüber der oberen Grafik lassen sich wie folgt begründen: | ||
− | *Bei systematischen Codes $C_1$ und $C_2$ ist sowohl $x_{1,\hspace{0.03cm}1} = u$ als auch $x_{2,\hspace{0.03cm}1} = u$. Deshalb kann man auf die Übertragung eines redundanten Bits (zum Beispiel $x_{2,\hspace{0.03cm}2}$ | + | *Bei systematischen Codes $C_1$ und $C_2$ ist sowohl $x_{1,\hspace{0.03cm}1} = u$ als auch $x_{2,\hspace{0.03cm}1} = u$. Deshalb kann man auf die Übertragung eines redundanten Bits $($zum Beispiel $x_{2,\hspace{0.03cm}2})$ verzichten. |
− | *Mit dieser Reduktion ergibt sich ein Rate–1/3–Turbocode mit | + | *Mit dieser Reduktion ergibt sich ein Rate–$1/3$–Turbocode mit $k = 1$ und $n = 3$. Das Codewort lautet mit den Paritybits $p_1$ (Coder 1) und $p_2$ (Coder 2): |
+ | :$$\underline{X} = \left (u, \ p_1, \ p_2 \right )\hspace{0.05cm}.$$ | ||
Zeile 36: | Zeile 37: | ||
<br> | <br> | ||
Im Folgenden gehen wir stets von einem noch etwas weiter modifizierten Turbocoder–Modell aus: | Im Folgenden gehen wir stets von einem noch etwas weiter modifizierten Turbocoder–Modell aus: | ||
− | *Wie es für die Beschreibung von Faltungscodes erforderlich ist, liegt nun am Eingang anstelle des isolierten Informationsbits $u$ die Informationssequenz $\underline{u} = (u_1, \ u_2, \ \text{...}\hspace{0.05cm} , \ u_i , \ \text{...}\hspace{0.05cm} )$ an.<br> | + | *Wie es für die Beschreibung von Faltungscodes erforderlich ist, liegt nun am Eingang anstelle des isolierten Informationsbits $u$ die Informationssequenz $\underline{u} = (u_1, \ u_2, \ \text{...}\hspace{0.05cm} , \ u_i , \ \text{...}\hspace{0.05cm} )$ an.<br> |
− | *Die Codewortsequenz wird mit $\underline{x} = (\underline{X}_1, \underline{X}_2, \ \text{...}\hspace{0.05cm} , \ \underline{X}_i, \ \text{...}\hspace{0.05cm} )$ bezeichnet. Um Verwechslungen zu vermeiden, wurden vorne die Codeworte $\underline{X}_i = (u, \ p_1, \ p_2)$ mit Großbuchstaben eingeführt.<br> | + | *Die Codewortsequenz wird mit $\underline{x} = (\underline{X}_1, \underline{X}_2, \ \text{...}\hspace{0.05cm} , \ \underline{X}_i, \ \text{...}\hspace{0.05cm} )$ bezeichnet. Um Verwechslungen zu vermeiden, wurden vorne die Codeworte $\underline{X}_i = (u, \ p_1, \ p_2)$ mit Großbuchstaben eingeführt.<br> |
− | [[Datei:P ID3036 KC T 4 3 S1c v1.png|center|frame| | + | [[Datei:P ID3036 KC T 4 3 S1c v1.png|center|frame|Rate–$1/3$–Turbocodierer mit Interleaver|class=fit]] |
− | *Die Coder $\mathcal{C}_1$ und $\mathcal{C}_2$ werden (zumindest gedanklich) als [[Stochastische_Signaltheorie/Digitale_Filter| Digitale Filter]] konzipiert und sind somit durch die [[Kanalcodierung/Algebraische_und_polynomische_Beschreibung#Anwendung_der_D.E2.80.93Transformation_auf_Rate.E2.80.931.2Fn.E2.80.93Faltungscoder| Übertragungsfunktionen]] $G_1(D)$ und $G_2(D)$ darstellbar.<br> | + | *Die Coder $\mathcal{C}_1$ und $\mathcal{C}_2$ werden (zumindest gedanklich) als [[Stochastische_Signaltheorie/Digitale_Filter| Digitale Filter]] konzipiert und sind somit durch die [[Kanalcodierung/Algebraische_und_polynomische_Beschreibung#Anwendung_der_D.E2.80.93Transformation_auf_Rate.E2.80.931.2Fn.E2.80.93Faltungscoder| Übertragungsfunktionen]] $G_1(D)$ und $G_2(D)$ darstellbar.<br> |
− | *Aus verschiedenen Gründen ⇒ siehe [[Kanalcodierung/Grundlegendes_zu_den_Turbocodes#Zweite_Voraussetzung_f.C3.BCr_Turbocodes:_Interleaving| übernächste Seite]] sollte die Eingangssequenz des zweiten Coders ⇒ $\underline{u}_{\pi}$ gegenüber der Sequenz $\underline{u}$ durch einen Interleaver $(\Pi)$ verwürfelt sein.<br> | + | *Aus verschiedenen Gründen ⇒ siehe [[Kanalcodierung/Grundlegendes_zu_den_Turbocodes#Zweite_Voraussetzung_f.C3.BCr_Turbocodes:_Interleaving| übernächste Seite]] sollte die Eingangssequenz des zweiten Coders ⇒ $\underline{u}_{\pi}$ gegenüber der Sequenz $\underline{u}$ durch einen Interleaver $(\Pi)$ verwürfelt sein.<br> |
− | *Somit spricht nichts dagegen, | + | *Somit spricht nichts dagegen, beide Coder gleich zu wählen: $G_1(D) = G_2(D) = G(D)$. Ohne Interleaver würde die Korrekturfähigkeit extrem eingeschränkt sein.<br><br> |
{{GraueBox|TEXT= | {{GraueBox|TEXT= | ||
$\text{Beispiel 1:}$ Die Grafik zeigt die verschiedenen Sequenzen in angepassten Farben. Anzumerken ist: | $\text{Beispiel 1:}$ Die Grafik zeigt die verschiedenen Sequenzen in angepassten Farben. Anzumerken ist: | ||
− | # Für $\underline{u}_{\pi}$ ist eine $3×4$–Interleaver–Matrix entsprechend [[Aufgabe 4.8Z]] berücksichtigt. | + | # Für $\underline{u}_{\pi}$ ist eine $3×4$–Interleaver–Matrix entsprechend [[Aufgaben:Aufgabe_4.08Z:_Grundlegendes_zum_Interleaving|Aufgabe 4.8Z]] berücksichtigt. |
− | # <sub> </sub>Die Paritysequenzen ergeben sich gemäß $G_1(D) = G_2(D) = 1 + D^2$ ⇒ siehe [[Aufgabe 4.8]].<br> | + | # <sub> </sub>Die Paritysequenzen ergeben sich gemäß $G_1(D) = G_2(D) = 1 + D^2$ ⇒ siehe [[Aufgaben:Aufgabe_4.08:_Wiederholung_zu_den_Faltungscodes|Aufgabe 4.8]].<br> |
− | [[Datei:P ID3037 KC T 4 3 S1d v2.png|center|frame|Beispielhafte Sequenzen beim | + | [[Datei:P ID3037 KC T 4 3 S1d v2.png|center|frame|Beispielhafte Sequenzen beim Rate–$1/3$–Turbocodierer|class=fit]]}} |
== Erste Voraussetzung für Turbocodes: Rekursive Komponentencodes == | == Erste Voraussetzung für Turbocodes: Rekursive Komponentencodes == | ||
<br> | <br> | ||
− | Nichtrekursive Übertragungsfunktionen zur Erzeugung der Paritysequenzen bewirken einen Turbocode mit unzureichend kleiner Minimaldistanz. Grund für diese Unzulänglichkeit ist die endliche Impulsantwort $\underline{g} = (1, \ g_2, \ \text{...}\hspace{0.05cm} , \ g_m, \ 0, \ 0, \ \text{...}\hspace{0.05cm} )$ mit $g_2, \ \text{...}\hspace{0.05cm} , \ g_m ∈ \{0, 1\}$. Hierbei bezeichnet $m$ das Codegedächtnis.<br> | + | Nichtrekursive Übertragungsfunktionen zur Erzeugung der Paritysequenzen bewirken einen Turbocode mit unzureichend kleiner Minimaldistanz. Grund für diese Unzulänglichkeit ist die endliche Impulsantwort $\underline{g} = (1, \ g_2, \ \text{...}\hspace{0.05cm} , \ g_m, \ 0, \ 0, \ \text{...}\hspace{0.05cm} )$ mit $g_2, \ \text{...}\hspace{0.05cm} , \ g_m ∈ \{0, 1\}$. Hierbei bezeichnet $m$ das Codegedächtnis.<br> |
+ | |||
+ | Die Grafik zeigt das Zustandsübergangsdiagramm für das Beispiel $\mathbf{G}(D) = \big [1, \ 1 + D^2 \big ]$. Die Übergänge sind mit „$u_i\hspace{0.05cm}|\hspace{0.05cm}u_i p_i$” beschriftet. | ||
+ | *Die Abfolge $S_0 → S_1 → S_2 → S_0 → S_0 → S_0 → \ \text{...}\hspace{0.05cm} \ $ führt bezüglich des Eingangs zur Informationssequenz $\underline{u} = (1, 0, 0, 0, 0, \ \text{...}\hspace{0.05cm})$ | ||
+ | *und bezüglich des jeweils zweiten Codesymbols zur Paritysequenz $\underline{p} = (1, 0, 1, 0, 0, \ \text{...}\hspace{0.05cm})$ ⇒ identisch mit der Impulsantwort $\underline{g}$ ⇒ Gedächtnis $m = 2$.<br> | ||
− | |||
[[Datei:P ID3044 KC T 4 3 S2a v2.png|center|frame|Nichtrekursiver systematischer Turbocode und Zustandsübergangsdiagramm|class=fit]] | [[Datei:P ID3044 KC T 4 3 S2a v2.png|center|frame|Nichtrekursiver systematischer Turbocode und Zustandsübergangsdiagramm|class=fit]] | ||
− | Die untere Grafik gilt für einen so genannten RSC–Code (<i>Recursive Systematic Convolutional</i>) entsprechend $\mathbf{G}(D) = [1, \ (1+ D^2)/(1 + D + D^2)]$. Hier führt die Folge $S_0 → S_1 → S_3 → S_2 → S_1 → S_3 → S_2 → \ \text{...}\hspace{0.05cm} \ $ zur Impulsantwort $\underline{g} = (1, 1, 1, 0, 1, 1, 0, 1, 1, \ \text{...}\hspace{0.05cm})$. Diese Impulsantwort setzt sich aufgrund der Schleife $S_1 → S_3 → S_2 → S_1$ bis ins Unendliche fort. Dies ermöglicht bzw. erleichtert die iterative Decodierung.<br> | + | Die untere Grafik gilt für einen so genannten '''RSC–Code''' (<i>Recursive Systematic Convolutional</i>) entsprechend $\mathbf{G}(D) = \big [1, \ (1+ D^2)/(1 + D + D^2)\big ]$. |
+ | *Hier führt die Folge $S_0 → S_1 → S_3 → S_2 → S_1 → S_3 → S_2 → \ \text{...}\hspace{0.05cm} \ $ zur Impulsantwort $\underline{g} = (1, 1, 1, 0, 1, 1, 0, 1, 1, \ \text{...}\hspace{0.05cm})$. | ||
+ | *Diese Impulsantwort setzt sich aufgrund der Schleife $S_1 → S_3 → S_2 → S_1$ bis ins Unendliche fort. Dies ermöglicht bzw. erleichtert die iterative Decodierung.<br> | ||
+ | |||
[[Datei:P ID3045 KC T 4 3 S2b v2.png|center|frame|Nichtrekursiver systematischer Turbocode und Zustandsübergangsdiagramm|class=fit]] | [[Datei:P ID3045 KC T 4 3 S2b v2.png|center|frame|Nichtrekursiver systematischer Turbocode und Zustandsübergangsdiagramm|class=fit]] | ||
− | Mehr Details zu den Beispielen auf dieser Seite finden Sie in der [[Aufgabe 4.8]] und der [[Aufgabe 4.9]].<br> | + | Mehr Details zu den Beispielen auf dieser Seite finden Sie in der [[Aufgaben:Aufgabe_4.08Z:_Grundlegendes_zum_Interleaving|Aufgabe 4.8]] und der [[Aufgaben:Aufgabe_4.09:_Recursive_Systematic_Convolutional_Codes|Aufgabe 4.9]].<br> |
== Zweite Voraussetzung für Turbocodes: Interleaving == | == Zweite Voraussetzung für Turbocodes: Interleaving == | ||
<br> | <br> | ||
− | Es ist offensichtlich, dass bei $G_1(D) = G_2(D)$ ein Interleaver $(\Pi)$ unerlässlich ist. Ein weiterer Grund ist, dass die Apriori–Information als unabhängig vorausgesetzt wird. Somit sollten benachbarte (und somit möglicherweise stark abhängige) Bits für den jeweils anderen Teilcode weit auseinander liegen.<br> | + | Es ist offensichtlich, dass bei $G_1(D) = G_2(D)$ ein Interleaver $(\Pi)$ unerlässlich ist. Ein weiterer Grund ist, dass die Apriori–Information als unabhängig vorausgesetzt wird. Somit sollten benachbarte (und somit möglicherweise stark abhängige) Bits für den jeweils anderen Teilcode weit auseinander liegen.<br> |
− | Für jeden RSC–Code ⇒ unendliche Impulsantwort $\underline{g}$ ⇒ gebrochen–rationale Übertragungsfunktion $G(D)$ gibt es nämlich gewisse Eingangssequenzen $\underline{u}$, die zu sehr kurzen Paritysequenzen $\underline{p} = \underline{u} ∗ \underline{g}$ mit geringem Hamming–Gewicht $w_{\rm H}(\underline{p})$ führen. | + | Für jeden RSC–Code ⇒ unendliche Impulsantwort $\underline{g}$ ⇒ gebrochen–rationale Übertragungsfunktion $G(D)$ gibt es nämlich gewisse Eingangssequenzen $\underline{u}$, die zu sehr kurzen Paritysequenzen $\underline{p} = \underline{u} ∗ \underline{g}$ mit geringem Hamming–Gewicht $w_{\rm H}(\underline{p})$ führen. |
− | Eine solche Sequenz ist beispielsweise in der unteren Grafik auf der [[Kanalcodierung/Grundlegendes_zu_den_Turbocodes#Erste_Voraussetzung_f.C3.BCr_Turbocodes:_Rekursive_Komponentencodes| letzten Seite]] angegeben: $\underline{u} = (1, 1, 1, 0, 0, \ \text{...}\hspace{0.05cm})$. Dann gilt für die Ausgangssequenz: | + | Eine solche Sequenz ist beispielsweise in der unteren Grafik auf der [[Kanalcodierung/Grundlegendes_zu_den_Turbocodes#Erste_Voraussetzung_f.C3.BCr_Turbocodes:_Rekursive_Komponentencodes| letzten Seite]] angegeben: $\underline{u} = (1, 1, 1, 0, 0, \ \text{...}\hspace{0.05cm})$. Dann gilt für die Ausgangssequenz: |
::<math>P(D) = U(D) \cdot G(D) = (1+D+D^2) \cdot \frac{1+D^2}{1+D+D^2}= 1+D^2\hspace{0.3cm}\Rightarrow\hspace{0.3cm} \underline{p}= (\hspace{0.05cm}1\hspace{0.05cm},\hspace{0.05cm} 0\hspace{0.05cm},\hspace{0.05cm} 1\hspace{0.05cm},\hspace{0.05cm} 0\hspace{0.05cm},\hspace{0.05cm} 0\hspace{0.05cm},\hspace{0.05cm} \text{...}\hspace{0.05cm}\hspace{0.05cm})\hspace{0.05cm}. </math> | ::<math>P(D) = U(D) \cdot G(D) = (1+D+D^2) \cdot \frac{1+D^2}{1+D+D^2}= 1+D^2\hspace{0.3cm}\Rightarrow\hspace{0.3cm} \underline{p}= (\hspace{0.05cm}1\hspace{0.05cm},\hspace{0.05cm} 0\hspace{0.05cm},\hspace{0.05cm} 1\hspace{0.05cm},\hspace{0.05cm} 0\hspace{0.05cm},\hspace{0.05cm} 0\hspace{0.05cm},\hspace{0.05cm} \text{...}\hspace{0.05cm}\hspace{0.05cm})\hspace{0.05cm}. </math> | ||
Zeile 81: | Zeile 88: | ||
{{BlaueBox|TEXT= | {{BlaueBox|TEXT= | ||
$\text{Sinn und Zweck:}$ | $\text{Sinn und Zweck:}$ | ||
− | Durch | + | Durch $\rm Interleaving$ (deutsch: <i>Verwürfelung</i>) wird nun mit großer Wahrscheinlichkeit sichergestellt, dass diese Sequenz $\underline{u} = (1, 1, 1, 0, 0, \ \text{...}\hspace{0.05cm})$ in eine Sequenz $\underline{u}_{\pi}$ gewandelt wird, |
*die zwar ebenfalls nur drei Einsen beinhaltet,<br> | *die zwar ebenfalls nur drei Einsen beinhaltet,<br> | ||
− | *deren Ausgangssequenz aber durch ein großes Hamming–Gewicht $w_{\rm H}(\underline{p})$ gekennzeichnet ist.<br> | + | *deren Ausgangssequenz aber durch ein großes Hamming–Gewicht $w_{\rm H}(\underline{p})$ gekennzeichnet ist.<br> |
Somit gelingt es dem Decoder, solche „Problemsequenzen” iterativ aufzulösen.}}<br> | Somit gelingt es dem Decoder, solche „Problemsequenzen” iterativ aufzulösen.}}<br> | ||
[[Datei:P ID3048 KC T 4 3 S3a v5.png|right|frame|Zur Verdeutlichung von Block–Interleaving]] | [[Datei:P ID3048 KC T 4 3 S3a v5.png|right|frame|Zur Verdeutlichung von Block–Interleaving]] | ||
− | Zur folgenden Beschreibung der Interleaver verwendet wir die Zuordnung $I_{\rm In} → I_{\rm Out}$. Diese Bezeichnungen stehen für die Indizes von Ausgangs– bzw. Eingangsfolge. Die Interleavergröße wird mit $I_{\rm max}$ benannt.<br> | + | |
+ | Zur folgenden Beschreibung der Interleaver verwendet wir die Zuordnung $I_{\rm In} → I_{\rm Out}$. Diese Bezeichnungen stehen für die Indizes von Ausgangs– bzw. Eingangsfolge. Die Interleavergröße wird mit $I_{\rm max}$ benannt.<br> | ||
Es gibt mehrere, grundsätzlich verschiedene Interleaver–Konzepte:<br> | Es gibt mehrere, grundsätzlich verschiedene Interleaver–Konzepte:<br> | ||
− | Bei einem <b>Block–Interleaver</b> füllt man eine Matrix mit $S$ Spalten und $Z$ Zeilen spaltenweise und liest die Matrix zeilenweise aus. Damit wird ein Informationsblock mit $I_{\rm max} = S \cdot Z | + | Bei einem <b>Block–Interleaver</b> füllt man eine Matrix mit $S$ Spalten und $Z$ Zeilen spaltenweise und liest die Matrix zeilenweise aus. Damit wird ein Informationsblock mit $I_{\rm max} = S \cdot Z$ Bit deterministisch verwürfelt.<br> |
− | Die rechte Grafik verdeutlicht das Prinzip für $I_{\rm max} = 64$ ⇒ $1 ≤ I_{\rm In} | + | Die rechte Grafik verdeutlicht das Prinzip für $I_{\rm max} = 64$ ⇒ $1 ≤ I_{\rm In} \le 64$ und $1 ≤ I_{\rm Out} \le 64$. Die Reihenfolge der Ausgangsbits lautet dann: $1, 9, 17, 25, 33, 41, 49, 57, 2, 10, 18, \ \text{...}\hspace{0.05cm} , 48, 56, 64.$ |
− | Mehr Informationen zum Block–Interleaving gibt es in der[[ Aufgabe 4.8Z]].<br> | + | Mehr Informationen zum Block–Interleaving gibt es in der [[Aufgaben:Aufgabe_4.08Z:_Grundlegendes_zum_Interleaving| Aufgabe 4.8Z]].<br> |
− | [[Datei:P ID3050 KC T 4 3 S3b v5.png|left|frame|Zur Verdeutlichung von $S$–Random–Interleaving]] | + | [[Datei:P ID3050 KC T 4 3 S3b v5.png|left|frame|Zur Verdeutlichung von $S$–Random–Interleaving]] |
− | <br><br><br>Turbocodes verwenden oft den '''$S$–Random–Interleaver'''. Dieser pseudozufällige Algorithmus mit dem Parameter „$S$” garantiert, dass zwei am Eingang weniger als $S$ auseinander liegende Indizes am Ausgang mindestens im Abstand $S + 1$ auftreten. Die linke Grafik zeigt die $S$–Random–Kennlinie $I_{\rm Out}(I_{\rm In})$ für $I_{\rm max} = 640$.<br> | + | <br><br><br><br>Turbocodes verwenden oft den '''$S$–Random–Interleaver'''. Dieser pseudozufällige Algorithmus mit dem Parameter „$S$” garantiert, dass zwei am Eingang weniger als $S$ auseinander liegende Indizes am Ausgang mindestens im Abstand $S + 1$ auftreten. Die linke Grafik zeigt die $S$–Random–Kennlinie $I_{\rm Out}(I_{\rm In})$ für $I_{\rm max} = 640$.<br> |
− | Auch dieser Algorithmus ist deterministisch, und man kann die Verwürfelung im Decoder rückgängig machen ⇒ <i>De–Interleaving</i>. Die Verteilung wirkt trotzdem „zufälliger” als bei Block–Interleaving. | + | *Auch dieser Algorithmus ist deterministisch, und man kann die Verwürfelung im Decoder rückgängig machen ⇒ <i>De–Interleaving</i>. |
+ | *Die Verteilung wirkt trotzdem „zufälliger” als bei Block–Interleaving. | ||
<br clear=all> | <br clear=all> | ||
== Symbolweise iterative Decodierung eines Turbocodes == | == Symbolweise iterative Decodierung eines Turbocodes == | ||
<br> | <br> | ||
− | Die Decodierung eines Turbocodes geschieht grundsätzlich wie im Abschnitt [[Kanalcodierung/Soft–in_Soft–out_Decoder#Symbolweise_Soft.E2.80.93in_Soft.E2.80.93out_Decodierung|Symbolweise Soft–in Soft–out_Decodierung]] beschrieben. Aus der folgenden Grafik erkennt man aber auch einige nur für den Turbodecoder zutreffende Besonderheiten.<br> | + | Die Decodierung eines Turbocodes geschieht grundsätzlich wie im Abschnitt [[Kanalcodierung/Soft–in_Soft–out_Decoder#Symbolweise_Soft.E2.80.93in_Soft.E2.80.93out_Decodierung|Symbolweise Soft–in Soft–out_Decodierung]] beschrieben. Aus der folgenden Grafik erkennt man aber auch einige nur für den Turbodecoder zutreffende Besonderheiten.<br> |
− | [[Datei:P ID3049 KC T 4 3 S4a v2.png|center|frame|Iterativer Turbodecoder für die Rate $R = 1/3$|class=fit]] | + | [[Datei:P ID3049 KC T 4 3 S4a v2.png|center|frame|Iterativer Turbodecoder für die Rate $R = 1/3$|class=fit]] |
− | Vorausgesetzt ist ein Rate–1/3–Turbocode entsprechend der Beschreibung auf der [[Kanalcodierung/Grundlegendes_zu_den_Turbocodes# | + | Vorausgesetzt ist ein Rate–$1/3$–Turbocode entsprechend der Beschreibung auf der [[Kanalcodierung/Grundlegendes_zu_den_Turbocodes#Grundstruktur_eines_Turbocodes| ersten Seite dieses Abschnitts]]. Auch die Farbgebung für die Informationssequenz $\underline{u}$ und die beiden Paritysequenzen $\underline{p}_1$ und $\underline{p}_2$ sind an die früheren Grafiken angepasst. Weiter ist zu bemerken: |
− | *Die Empfangsvektoren $\underline{y}_0, \underline{y}_1$ und $\underline{y}_2$ sind reellwertig und liefern die jeweilige Soft–Information bezüglich der Informationssequenz $\underline{u}$ sowie der Sequenzen $\underline{p}_1$ (Parity für Coder 1) und $\underline{p}_2$ (Parity für Coder 2).<br> | + | *Die Empfangsvektoren $\underline{y}_0, \underline{y}_1$ und $\underline{y}_2$ sind reellwertig und liefern die jeweilige Soft–Information bezüglich der Informationssequenz $\underline{u}$ sowie der Sequenzen $\underline{p}_1$ (Parity für Coder 1) und $\underline{p}_2$ (Parity für Coder 2).<br> |
− | *Der Decoder 1 erhält die erforderliche intrinsische Information in Form der $L$–Werte $L_{\rm K,\hspace{0.03cm} 0}$ (aus $\underline{y}_0$ | + | *Der Decoder 1 erhält die erforderliche intrinsische Information in Form der $L$–Werte $L_{\rm K,\hspace{0.03cm} 0}$ $($aus $\underline{y}_0)$ und $L_{\rm K,\hspace{0.03cm}1}$ $($aus $\underline{y}_1)$ über jedes einzelne Bit der Sequenzen $\underline{u}$ und $\underline{p}_1$. Beim zweiten Decoder ist die Verwürfelung der Informationssequenz $\underline{u}$ zu berücksichtigen. Die zu verarbeitenden $L$–Werte sind somit $\pi(L_{\rm K, \hspace{0.03cm}0})$ und $L_{\rm K, \hspace{0.03cm}2}$.<br> |
− | *Beim | + | *Beim allgemeinen [[Kanalcodierung/Soft–in_Soft–out_Decoder#Grundstruktur_von_verketteten_Codiersystemen| SISO–Decoder]] wurde der Informationsaustausch zwischen den beiden Komponentendecodern mit $\underline{L}_{\rm A, \hspace{0.03cm}2} = \underline{L}_{\rm E, \hspace{0.03cm}1}$ sowie $\underline{L}_{\rm A, \hspace{0.03cm}1} = \underline{L}_{\rm E, \hspace{0.03cm}2}$ angegeben. Ausgeschrieben auf Bitebene bedeuten diese Gleichungen mit $1 ≤ i ≤ n$: |
− | |||
− | |||
::<math>L_{\rm A, \hspace{0.03cm}2}(i) = L_{\rm E, \hspace{0.03cm}1}(i) | ::<math>L_{\rm A, \hspace{0.03cm}2}(i) = L_{\rm E, \hspace{0.03cm}1}(i) | ||
Zeile 124: | Zeile 131: | ||
L_{\rm A, \hspace{0.03cm}1}(i) = L_{\rm E, \hspace{0.03cm}2}(i) \hspace{0.03cm}.</math> | L_{\rm A, \hspace{0.03cm}1}(i) = L_{\rm E, \hspace{0.03cm}2}(i) \hspace{0.03cm}.</math> | ||
− | *Beim Turbodecoder muss bei diesem Informationsaustausch auch der Interleaver berücksichtigt werden. Dann gilt | + | *Beim Turbodecoder muss bei diesem Informationsaustausch auch der Interleaver berücksichtigt werden. Dann gilt für $i = 1, \ \text{...}\hspace{0.05cm} , \ n$: |
::<math>L_{\rm A, \hspace{0.03cm}2}\left ({\rm \pi}(i) \right ) = L_{\rm E, \hspace{0.03cm}1}(i) | ::<math>L_{\rm A, \hspace{0.03cm}2}\left ({\rm \pi}(i) \right ) = L_{\rm E, \hspace{0.03cm}1}(i) | ||
Zeile 134: | Zeile 141: | ||
== Leistungsfähigkeit der Turbocodes == | == Leistungsfähigkeit der Turbocodes == | ||
<br> | <br> | ||
− | Wir betrachten | + | [[Datei:P ID3053 KC T 4 3 S5a v7.png|right|frame|Bit– und Blockfehlerwahrscheinlichkeit von Turbocodes beim AWGN–Kanal]] |
− | + | Wir betrachten wie auf den letzten Seiten den Rate–$1/$3–Turbocode | |
− | *mit | + | *mit gleichen Filterfunktionen $G_1(D) = G_2(D) = (1 + D^2)/(1 + D + D^2)$ ⇒ Gedächtnis $m = 2$,<br> |
− | * | + | *mit der Interleavergröße $K$; zunächst gelte $K = 10000,$<br> |
− | + | *eine ausreichende Anzahl an Iterationen $(I = 20)$, vom Ergebnis her nahezu gleichzusetzen mit „$I → ∞$”.<br><br> | |
− | |||
− | |||
− | + | Die beiden RSC–Komponentencodes sind jeweils auf $K$ Bit terminiert. Deshalb gruppieren wir | |
− | + | * die Informationssequenz $\underline{u}$ zu Blöcken mit je $K$ Informationsbits, und<br> | |
− | + | *die Codesequenz $\underline{x}$ zu Blöcken mit je $N = 3 \cdot K$ Codebits.<br><br> | |
− | + | Alle Ergebnisse gelten für den [[Kanalcodierung/Klassifizierung_von_Signalen#AWGN.E2.80.93Kanal_bei_bin.C3.A4rem_Eingang| AWGN–Kanal]]. Die Daten entstammen dem Vorlesungsskript [Liv15]<ref>Liva, G.: ''Channels Codes for Iterative Decoding.'' Vorlesungsmanuskript, Lehrstuhl für Nachrichtentechnik, TU München und DLR Oberpfaffenhofen, 2015.</ref>. | |
− | + | Die Grafik zeigt als grüne Kurve die '''Blockfehlerwahrscheinlichkeit''' ⇒ ${\rm Pr(Blockfehler)}$ in doppelt–logarithmischer Darstellung in Abhängigkeit der AWGN–Kenngröße $10 \cdot {\rm lg} \, (E_{\rm B}/N_0)$. Man erkennt: | |
− | * | + | *Die mit Kreuzen markierten Punkte ergaben sich aus den Gewichtsfunktionen des Turbocodes mit Hilfe der [[Kanalcodierung/Schranken_f%C3%BCr_die_Blockfehlerwahrscheinlichkeit#Union_Bound_der_Blockfehlerwahrscheinlichkeit| „Union Bound”]]. Die Simulationsergebnisse – in der Grafik durch Kreise markiert – sind nahezu deckungsgleich mit den analytisch berechneten Werten.<br> |
− | Die | + | *Die „Union Bound” ist nur eine obere Schranke, basierend auf Maximum–Likelihood–Decodierung („ML”). Der iterative Decoder ist suboptimal (also schlecher als „ML”). Diese beiden Effekte heben sich scheinbar nahezu auf.<br> |
− | + | *Etwa bei $10 \cdot {\rm lg} \, (E_{\rm B}/N_0) = 1 \ \rm dB$ ist ein Knick im (grünen) Kurvenverlauf festzustellen, der mit der Steigungsänderung von ${\rm Pr(Bitfehler)}$ ⇒ blaue Kurve korrespondiert. <br><br> | |
− | * | ||
− | + | Die blauen Kreuze (Berechnung) und die blauen Kreise (Simulation) bezeichnen die '''Bitfehlerwahrscheinlichkeit''' für die Interleavergröße $K = 10000$ . Als Vergleichskurve eingezeichnet ist die (strichpunktierte) Kurve für uncodierte Übertragung. Zu diesen blauen Kurven ist anzumerken: | |
+ | *Bei kleinen Abszissenwerten ist der Kurvenabfall in der gewählten Darstellung nahezu linear und ausreichend steil. Zum Beispiel benötigt man für ${\rm Pr(Bitfehler)} = 10^{-5}$ mindestens $10 \cdot {\rm lg} \, (E_{\rm B}/N_0) \approx \, 0.8 \ \rm dB$.<br> | ||
− | * | + | *Im Vergleich zur [[Kanalcodierung/Informationstheoretische_Grenzen_der_Kanalcodierung#Kanalkapazit.C3.A4t_des_AWGN.E2.80.93Modells_.282.29| Shannon–Grenze]], die sich für die Coderate $R = 1/3$ zu $10 \cdot {\rm lg} \, (E_{\rm B}/N_0) \approx \, –0.55 \ \rm dB$ ergibt, liegt unser Standard–Turbocode $($mit Gedächtnis $m = 2)$ nur etwa $1.35 \ \rm dB$ entfernt.<br> |
− | + | *Ab $10 \cdot {\rm lg} \, (E_{\rm B}/N_0) \approx 0.5 \ \rm dB$ verläuft die Kurve flacher. Ab ca. $1.5 \ \rm dB$ ist der Verlauf wieder (nahezu) linear mit geringerer Steigung. Für ${\rm Pr(Bitfehler)} = 10^{-7}$ benötigt man etwa $10 \cdot {\rm lg} \, (E_{\rm B}/N_0) = 3 \ \rm dB$.<br><br> | |
− | + | Wir versuchen nun, den flacheren Abfall der Bitfehlerwahrscheinlichkeit bei größerem $E_{\rm B}/N_0$ zu erklären. Man spricht von einem $\text{Error Floor}$: | |
− | * | + | *Der Grund für dieses asymptotisch schlechtere Verhalten bei besserem Kanal $($im Beispiel: ab $10 \cdot {\rm lg} \, E_{\rm B}/N_0 \approx 2 \ \rm dB)$ ist die Periode $P$ der Coderimpulsantwort $\underline{g}$, wie auf der Seite [[Kanalcodierung/Grundlegendes_zu_den_Turbocodes#Zweite_Voraussetzung_f.C3.BCr_Turbocodes:_Interleaving|Interleaving]] nachgewiesen und in der [[Aufgaben:Aufgabe_4.10:_Turbocoder_für_UMTS_und_LTE|Aufgabe 4.10]] an Beispielen erläutert. <br> |
− | * | + | *Für $m = 2$ ist die Periode $P = 2^m -1 = 3$. Dadurch ist für $\underline{u} = (1, 1, 1) ⇒ w_{\rm H}(\underline{u}) = 3$ trotz unbegrenzter Impulsantwort $\underline{g}$ die Paritysequenz begrenzt: $\underline{p} = (1, 0, 1)$ ⇒ $w_{\rm H}(\underline{p}) = 2$.<br> |
− | * | + | *Die Sequenz $\underline{u} = (0, \ \text{...}\hspace{0.05cm} , \ 0, \ 1, \ 0, \ 0, \ 1, \ 0, \ \text{...}\hspace{0.05cm})$ ⇒ $U(D) = D^x \cdot (1 + D^P)$ führt ebenfalls zu einem kleinen Hamming–Gewicht $w_{\rm H}(\underline{p})$ am Ausgang, was den iterativen Decodierprozess erschwert.<br> |
− | * | + | *Eine gewisse Abhilfe schafft der Interleaver, der dafür sorgt, dass nicht die beiden Sequenzen $\underline{p}_1$ und $\underline{p}_2$ gleichzeitig durch sehr kleine Hamming–Gewichte $w_{\rm H}(\underline{p}_1)$ und $w_{\rm H}(\underline{p}_2)$ belastet sind.<br> |
− | * | + | *Aus der Grafik erkennt man auch, dass die Bitfehlerwahrscheinlichkeit umgekehrt proportional zur Interleavergröße $K$ ist. Das heißt: Bei großem $K$ funktioniert die Entspreizung ungünstiger Eingangssequenzen besser.<br> |
− | Dagegen gilt der flachere Verlauf der Blockfehlerwahrscheinlichkeit (grüne Kurve) weitgehend unabhängig von der Interleavergröße $K$, also sowohl für $K = 1000$ als auch für $K = 10000$. Im Bereich ab $10 \cdot {\rm lg} \, E_{\rm B}/N_0 > 2 \ \rm dB$ dominieren nämlich Einzelfehler, so dass hier die Näherung ${\rm Pr(Blockfehler)} \approx {\rm Pr(Bitfehler)} \cdot K$ gültig ist.<br> | + | *Allerdings gilt die Näherung $K \cdot {\rm Pr(Bitfehler) = const.}$ nur für größere $E_{\rm B}/N_0$–Werte ⇒ kleine Bitfehlerwahrscheinlichkeiten. Der beschriebene Effekt tritt zwar auch bei kleinerem $E_{\rm B}/N_0$ auf, doch sind dann die Auswirkungen auf die Bitfehlerwahrscheinlichkeit geringer.<br><br> |
+ | |||
+ | Dagegen gilt der flachere Verlauf der Blockfehlerwahrscheinlichkeit (grüne Kurve) weitgehend unabhängig von der Interleavergröße $K$, also sowohl für $K = 1000$ als auch für $K = 10000$. Im Bereich ab $10 \cdot {\rm lg} \, E_{\rm B}/N_0 > 2 \ \rm dB$ dominieren nämlich Einzelfehler, so dass hier die Näherung ${\rm Pr(Blockfehler)} \approx {\rm Pr(Bitfehler)} \cdot K$ gültig ist.<br> | ||
{{BlaueBox|TEXT= | {{BlaueBox|TEXT= | ||
− | $\text{Fazit:}$ Die beispielhaft gezeigten Kurven für Bitfehlerwahrscheinlichkeit und Blockfehlerwahrscheinlichkeit gelten qualitativ auch für $m > 2$, zum Beispiel für den Turbocode von UMTS und LTE (jeweils $m = 3$ | + | $\text{Fazit:}$ Die beispielhaft gezeigten Kurven für Bitfehlerwahrscheinlichkeit und Blockfehlerwahrscheinlichkeit gelten qualitativ auch für $m > 2$, zum Beispiel für den Turbocode von UMTS und LTE $($jeweils mit $m = 3)$, der in der [[Aufgaben:Aufgabe_4.10:_Turbocoder_für_UMTS_und_LTE|Aufgabe 4.10]] analysiert wird. Es ergeben sich aber einige quantitative Unterschiede: |
− | *Die Kurve verläuft bei kleinem $E_{\rm B}/N_0$ steiler und der Abstand von der Shannongrenze ist etwas geringer als im hier gezeigten Beispiel für $m = 2$.<br> | + | *Die Kurve verläuft bei kleinem $E_{\rm B}/N_0$ steiler und der Abstand von der Shannongrenze ist etwas geringer als im hier gezeigten Beispiel für $m = 2$.<br> |
− | *Auch für größeres $m$ gibt es einen <i>Error Floor</i>. Der Knick in den dargestellten Kurven erfolgt aber später, also bei kleineren Fehlerwahrscheinlichkeiten.}}<br> | + | *Auch für größeres $m$ gibt es einen <i>Error Floor</i>. Der Knick in den dargestellten Kurven erfolgt dann aber später, also bei kleineren Fehlerwahrscheinlichkeiten.}}<br> |
== Seriell verkettete Turbocodes – SCCC == | == Seriell verkettete Turbocodes – SCCC == | ||
<br> | <br> | ||
− | Die bisher betrachteten Turbocodes werden manchmal auch als <i>Parallel Concatenated Convolutional Codes</i> (PCCC) bezeichnet. | + | Die bisher betrachteten Turbocodes werden manchmal auch als <i>Parallel Concatenated Convolutional Codes</i> (PCCC) bezeichnet. |
− | |||
− | * | + | Einige Jahre nach Berrou's Erfindung wurden von anderen Autoren auch <i>Serial Concatenated Convolutional Codes</i> (SCCC) entsprechend der folgenden Grafik vorgeschlagen. |
+ | *Die Informationssequenz $\underline{u}$ liegt am äußeren Faltungscoder $\mathcal{C}_1$ an. Dessen Ausgangssequenz sei $\underline{c}$.<br> | ||
− | *Die resultierende Coderate ist $R = R_1 \cdot R_2$. Bei Rate–1/2–Komponentencodes ist $R = 1/4$.<br><br> | + | *Nach dem Interleaver $(\Pi)$ folgt der innere Faltungscoder $\mathcal{C}_2$. Die Codesequenz wird hier $\underline{x}$ genannt.<br> |
+ | |||
+ | *Die resultierende Coderate ist $R = R_1 \cdot R_2$. Bei Rate–$1/2$–Komponentencodes ist $R = 1/4$.<br><br> | ||
[[Datei:P ID3058 KC T 4 3 S7a v1.png|center|frame|<i>Serial Concatenated Convolutional Codes</i> (SCCC): Coder und Decoder |class=fit]] | [[Datei:P ID3058 KC T 4 3 S7a v1.png|center|frame|<i>Serial Concatenated Convolutional Codes</i> (SCCC): Coder und Decoder |class=fit]] | ||
− | Die untere Grafik zeigt den SCCC–Decoder und verdeutlicht die Verarbeitung der $L$–Werte und den Austausch der extrinsischen Information zwischen den beiden Komponentencoder: | + | Die untere Grafik zeigt den SCCC–Decoder und verdeutlicht die Verarbeitung der $L$–Werte und den Austausch der extrinsischen Information zwischen den beiden Komponentencoder: |
− | *Der innere Decoder (für den Code $\mathcal{C}_2$ | + | *Der innere Decoder (für den Code $\mathcal{C}_2)$ erhält vom Kanal die intrinsische Information $\underline{L}_{\rm K}(\underline{x})$ und vom äußeren Decoder (nach Interleaving) die Apriori–Information $\underline{L}_{\rm A}(\underline{w})$ mit $\underline{w} = \pi(\underline{c})$. An den äußeren Decoder wird die extrinsische Information $\underline{L}_{\rm E}(\underline{w})$ abgegeben.<br> |
− | *Der äußere Decoder (für $\mathcal{C}_1$ | + | *Der äußere Decoder $($für $\mathcal{C}_1)$ verarbeitet die Apriori–Information $\underline{L}_{\rm A}(\underline{c})$, also die extrinsische Information $\underline{L}_{\rm E}(\underline{w})$ nach dem De–Interleaving. Er liefert die extrinsische Information $\underline{L}_{\rm E}(\underline{c})$.<br> |
− | *Nach hinreichend vielen Iterationen ergibt sich das das gewünschte Decodierergebnis in Form der Aposteriori–$L$–Werte $\underline{L}_{\rm APP}(\underline{u})$ der Informationssequenz $\underline{u}$.<br><br> | + | *Nach hinreichend vielen Iterationen ergibt sich das das gewünschte Decodierergebnis in Form der Aposteriori–$L$–Werte $\underline{L}_{\rm APP}(\underline{u})$ der Informationssequenz $\underline{u}$.<br><br> |
{{BlaueBox|TEXT= | {{BlaueBox|TEXT= | ||
− | $\text{Fazit:}$ Wichtig für <i>Serial Concatenated Convolutional Codes</i> (SCCC) ist, dass der innere Code $\mathcal{C}_2$ rekursiv ist (also ein RSC–Code). Der äußere Code $\mathcal{C}_1$ kann auch nichtrekursiv sein. | + | $\text{Fazit:}$ Wichtig für <i>Serial Concatenated Convolutional Codes</i> (SCCC) ist, dass der innere Code $\mathcal{C}_2$ rekursiv ist (also ein RSC–Code). Der äußere Code $\mathcal{C}_1$ kann auch nichtrekursiv sein. |
− | |||
− | *Im unteren Bereich (kleines $E_{\rm B}/N_0$ | + | Zur Leistungsfähigkeit solcher Codes ist anzumerken: |
+ | *Ein SCCC ist bei großem $E_{\rm B}/N_0$ oft besser als ein PCCC ⇒ niedrigerer <i>Error Floor</i>. Die Aussage gilt schon für SCCC–Komponentencodes mit Gedächtnis $m = 2$ (nur vier Trelliszustände), während bei PCCC das Gedächtnis $m = 3$ bzw. $m = 4$ (acht bzw. sechzehn Trelliszustände) sein sollte.<br> | ||
+ | |||
+ | *Im unteren Bereich $($kleines $E_{\rm B}/N_0)$ ist dagegen der beste seriell verkettete Faltungscode (SCCC) um einige Zehntel Dezibel schlechter als der vergleichbare Turbocode gemäß Berrou (PCCC). Entsprechend größer ist auch der Abstand von der Shannongrenze.}}<br><br> | ||
== Einige Anwendungsgebiete für Turbocodes == | == Einige Anwendungsgebiete für Turbocodes == | ||
<br> | <br> | ||
[[Datei:P ID3059 KC T 4 3 S7b v2.png|right|frame|Einige standardisierte Turbocodes im Vergleich zur Shannon–Grenze]] | [[Datei:P ID3059 KC T 4 3 S7b v2.png|right|frame|Einige standardisierte Turbocodes im Vergleich zur Shannon–Grenze]] | ||
− | In fast allen neueren Kommunikationssystemen | + | In fast allen neueren Kommunikationssystemen werden Turbocodes eingesetzt. Die Grafik zeigt deren Leistungsfähigkeit beim AWGN–Kanal im Vergleich zur [[Kanalcodierung/Informationstheoretische_Grenzen_der_Kanalcodierung#Kanalkapazit.C3.A4t_des_AWGN.E2.80.93Modells| Shannonschen Kanalkapazität]] (blaue Kurve).<br> |
− | Der grün hinterlegte Bereich „BPSK” gibt die Shannongrenze für Nachrichtensysteme mit binärem Eingang an, mit der nach dem [[Kanalcodierung/Informationstheoretische_Grenzen_der_Kanalcodierung#Kanalcodierungstheorem_und_Kanalkapazit.C3.A4t| Kanalcodierungstheorem]] eine fehlerfreie Übertragung gerade noch möglich ist.<br> | + | Der grün hinterlegte Bereich „BPSK” gibt die Shannongrenze für Nachrichtensysteme mit binärem Eingang an, mit der nach dem [[Kanalcodierung/Informationstheoretische_Grenzen_der_Kanalcodierung#Kanalcodierungstheorem_und_Kanalkapazit.C3.A4t| Kanalcodierungstheorem]] eine fehlerfreie Übertragung gerade noch möglich ist.<br> |
− | Anzumerken ist, dass hier für die eingezeichneten Kanalcodes von standardisierten Systemen die Fehlerrate $10^{-5}$ zugrunde liegt, während die informationstheoretischen Kapazitätskurven (Shannon, BPSK) für die Fehlerwahrscheinlichkeit $0$ gelten. | + | Anzumerken ist, dass hier für die eingezeichneten Kanalcodes von standardisierten Systemen die Fehlerrate $10^{-5}$ zugrunde liegt, während die informationstheoretischen Kapazitätskurven (Shannon, BPSK) für die Fehlerwahrscheinlichkeit $0$ gelten. |
− | *Die blauen Rechtecke markieren die Turbocodes für UMTS. Diese sind Rate–1/3–Codes mit Gedächtnis $m = 3$. Die Leistungsfähigkeit hängt stark von der Interleavergröße ab. Mit $K = 6144$ liegt dieser Code nur etwa $1 \ \rm dB$ rechts von der Shannon–Grenze. LTE verwendet die gleichen Turbocodes. Geringfügige Unterschiede ergeben sich aufgrund des unterschiedlichen Interleavers.<br> | + | *Die blauen Rechtecke markieren die Turbocodes für UMTS. Diese sind Rate–$1/3$–Codes mit Gedächtnis $m = 3$. Die Leistungsfähigkeit hängt stark von der Interleavergröße ab. Mit $K = 6144$ liegt dieser Code nur etwa $1 \ \rm dB$ rechts von der Shannon–Grenze. LTE verwendet die gleichen Turbocodes. Geringfügige Unterschiede ergeben sich aufgrund des unterschiedlichen Interleavers.<br> |
− | *Die roten Kreuze markieren die Turbocodes nach CCSDS (<i>Consultative Comittee for Space Data Systems</i>), entwickelt für den Einsatz bei Weltraummissionen. Diese Klasse geht von der Interleavergröße $K = 6920$ aus und stellt Codes der Rate $1/6$, $1/4$, $1/3$ und $1/2$ bereit. Die niedrigsten Coderaten erlauben einen Betrieb mit $10 \cdot {\rm lg} \, (E_{\rm B}/N_0) \approx 0 \ \rm dB$.<br> | + | *Die roten Kreuze markieren die Turbocodes nach CCSDS (<i>Consultative Comittee for Space Data Systems</i>), entwickelt für den Einsatz bei Weltraummissionen. Diese Klasse geht von der festen Interleavergröße $K = 6920$ aus und stellt Codes der Rate $1/6$, $1/4$, $1/3$ und $1/2$ bereit. Die niedrigsten Coderaten erlauben einen Betrieb mit $10 \cdot {\rm lg} \, (E_{\rm B}/N_0) \approx 0 \ \rm dB$.<br> |
− | *Der grüne Kreis steht für einen sehr einfachen <i>Repeat–Accumulate</i> (RA) Code, einem seriell–verketteten Turbocode. Der äußere Decoder verwendet einen [[Kanalcodierung/Beispiele_bin%C3%A4rer_Blockcodes#Wiederholungscodes_.281.29| Wiederholungscode]] (englisch: <i>Repetition Code</i>), im gezeichneten Beispiel mit der Rate $R = 1/3$. Nach dem Interleaver folgt ein RSC–Code mit $G(D) = 1/(1 + D)$ ⇒ Gedächtnis $m = 1$. Bei systematischer Ausführung ist die Gesamtcoderate $R = 1/4$ (zu jedem Informationsbit noch drei | + | *Der grüne Kreis steht für einen sehr einfachen <i>Repeat–Accumulate</i> (RA) Code, einem seriell–verketteten Turbocode. Nachfolgend ist dessen Struktur skizziert: Der äußere Decoder verwendet einen [[Kanalcodierung/Beispiele_bin%C3%A4rer_Blockcodes#Wiederholungscodes_.281.29| Wiederholungscode]] (englisch: <i>Repetition Code</i>), im gezeichneten Beispiel mit der Rate $R = 1/3$. Nach dem Interleaver folgt ein RSC–Code mit $G(D) = 1/(1 + D)$ ⇒ Gedächtnis $m = 1$. Bei systematischer Ausführung ist die Gesamtcoderate $R = 1/4$ (zu jedem Informationsbit werden noch drei Paritybit hinzugefügt). |
+ | |||
+ | [[Datei:P ID3064 KC T 4 3 S7c v1.png|center|frame|<i>Repeat Accumulate</i> (RA) Code der Rate $1/4$|class=fit]] | ||
+ | |||
+ | Aus der Grafik rechts oben erkennt man, dass dieser einfache RA–Code überraschend gut ist. Mit der Interleavergröße $K = 300000$ beträgt der Abstand von der Shannon–Grenze lediglich etwa $1.5 \ \rm dB$ (grüner Punkt). | ||
+ | |||
+ | Ähnliche <i>Repeat Accumulate Codes</i> sind für den Standard <i>DVB Return Channel Terrestrial</i> (RCS) sowie für den WiMax–Standard (IEEE 802.16) vorgesehen. | ||
− | |||
− | |||
− | |||
− | |||
− | |||
== Aufgaben zum Kapitel == | == Aufgaben zum Kapitel == | ||
<br> | <br> | ||
− | [[Aufgaben: | + | [[Aufgaben:Aufgabe_4.08:_Wiederholung_zu_den_Faltungscodes|Aufgabe 4.8: Wiederholung zu den Faltungscodes]] |
− | [[ | + | [[Aufgaben:Aufgabe_4.08Z:_Grundlegendes_zum_Interleaving|Aufgabe 4.8Z: Grundlegendes zum Interleaving]] |
− | [[Aufgaben: | + | [[Aufgaben:Aufgabe_4.09:_Recursive_Systematic_Convolutional_Codes|Aufgabe 4.9: Recursive Systematic Convolutional Codes]] |
− | [[Aufgaben: | + | [[Aufgaben:Aufgabe_4.10:_Turbocoder_für_UMTS_und_LTE|Aufgabe 4.10: Turbocoder für UMTS und LTE]] |
==Quellenverzeichnis== | ==Quellenverzeichnis== |
Aktuelle Version vom 9. Juli 2019, 17:25 Uhr
Inhaltsverzeichnis
- 1 Grundstruktur eines Turbocodes
- 2 Weitere Modifizierung der Turbocode–Grundstruktur
- 3 Erste Voraussetzung für Turbocodes: Rekursive Komponentencodes
- 4 Zweite Voraussetzung für Turbocodes: Interleaving
- 5 Symbolweise iterative Decodierung eines Turbocodes
- 6 Leistungsfähigkeit der Turbocodes
- 7 Seriell verkettete Turbocodes – SCCC
- 8 Einige Anwendungsgebiete für Turbocodes
- 9 Aufgaben zum Kapitel
- 10 Quellenverzeichnis
Grundstruktur eines Turbocodes
Alle heute (2017) aktuellen Kommunikationssysteme wie UMTS (Universal Mobile Telecommunications System ⇒ 3. Mobilfunkgeneration) und LTE (Long Term Evolution ⇒ 4. Mobilfunkgeneration) verwenden das Konzept der symbolweisen iterativen Decodierung. Dass dies so ist, steht unmittelbar mit der Erfindung der Turbocodes im Jahre 1993 durch Claude Berrou, Alain Glavieux und Punya Thitimajshima in Zusammenhang, denn erst mit diesen Codes konnte man sich der Shannon–Grenze mit vertretbarem Decodieraufwand annähern.
Turbocodes ergeben sich durch die parallele oder serielle Verkettung von Faltungscodes. Die Grafik zeigt die parallele Verkettung zweier Codes, jeweils mit den Parametern $k = 1, \ n = 2$ ⇒ Rate $R = 1/2$.
In dieser Darstellung bezeichnet:
- $u$ das aktuell betrachtete Bit der Informationssequenz $\underline{u}$,
- $x_{i,\hspace{0.03cm}j}$ das aktuell betrachtete Bit am Ausgang $j$ von Coder $i$ $($mit $1 ≤ i ≤ 2, \ 1 ≤ j ≤ 2)$,
- $\underline{X} = (x_{1,\hspace{0.03cm}1}, \ x_{1,\hspace{0.03cm}2}, \ x_{2,\hspace{0.03cm}1}, \ x_{2,\hspace{0.03cm}2})$ das Codewort für das aktuelle Informationsbit $u$.
Die resultierende Rate des verketteten Codiersystems ist somit $R = 1/4$.
Verwendet man systematische Komponentencodes, so ergibt sich das folgende Modell:
Die Modifikationen gegenüber der oberen Grafik lassen sich wie folgt begründen:
- Bei systematischen Codes $C_1$ und $C_2$ ist sowohl $x_{1,\hspace{0.03cm}1} = u$ als auch $x_{2,\hspace{0.03cm}1} = u$. Deshalb kann man auf die Übertragung eines redundanten Bits $($zum Beispiel $x_{2,\hspace{0.03cm}2})$ verzichten.
- Mit dieser Reduktion ergibt sich ein Rate–$1/3$–Turbocode mit $k = 1$ und $n = 3$. Das Codewort lautet mit den Paritybits $p_1$ (Coder 1) und $p_2$ (Coder 2):
- $$\underline{X} = \left (u, \ p_1, \ p_2 \right )\hspace{0.05cm}.$$
Weitere Modifizierung der Turbocode–Grundstruktur
Im Folgenden gehen wir stets von einem noch etwas weiter modifizierten Turbocoder–Modell aus:
- Wie es für die Beschreibung von Faltungscodes erforderlich ist, liegt nun am Eingang anstelle des isolierten Informationsbits $u$ die Informationssequenz $\underline{u} = (u_1, \ u_2, \ \text{...}\hspace{0.05cm} , \ u_i , \ \text{...}\hspace{0.05cm} )$ an.
- Die Codewortsequenz wird mit $\underline{x} = (\underline{X}_1, \underline{X}_2, \ \text{...}\hspace{0.05cm} , \ \underline{X}_i, \ \text{...}\hspace{0.05cm} )$ bezeichnet. Um Verwechslungen zu vermeiden, wurden vorne die Codeworte $\underline{X}_i = (u, \ p_1, \ p_2)$ mit Großbuchstaben eingeführt.
- Die Coder $\mathcal{C}_1$ und $\mathcal{C}_2$ werden (zumindest gedanklich) als Digitale Filter konzipiert und sind somit durch die Übertragungsfunktionen $G_1(D)$ und $G_2(D)$ darstellbar.
- Aus verschiedenen Gründen ⇒ siehe übernächste Seite sollte die Eingangssequenz des zweiten Coders ⇒ $\underline{u}_{\pi}$ gegenüber der Sequenz $\underline{u}$ durch einen Interleaver $(\Pi)$ verwürfelt sein.
- Somit spricht nichts dagegen, beide Coder gleich zu wählen: $G_1(D) = G_2(D) = G(D)$. Ohne Interleaver würde die Korrekturfähigkeit extrem eingeschränkt sein.
$\text{Beispiel 1:}$ Die Grafik zeigt die verschiedenen Sequenzen in angepassten Farben. Anzumerken ist:
- Für $\underline{u}_{\pi}$ ist eine $3×4$–Interleaver–Matrix entsprechend Aufgabe 4.8Z berücksichtigt.
- Die Paritysequenzen ergeben sich gemäß $G_1(D) = G_2(D) = 1 + D^2$ ⇒ siehe Aufgabe 4.8.
Erste Voraussetzung für Turbocodes: Rekursive Komponentencodes
Nichtrekursive Übertragungsfunktionen zur Erzeugung der Paritysequenzen bewirken einen Turbocode mit unzureichend kleiner Minimaldistanz. Grund für diese Unzulänglichkeit ist die endliche Impulsantwort $\underline{g} = (1, \ g_2, \ \text{...}\hspace{0.05cm} , \ g_m, \ 0, \ 0, \ \text{...}\hspace{0.05cm} )$ mit $g_2, \ \text{...}\hspace{0.05cm} , \ g_m ∈ \{0, 1\}$. Hierbei bezeichnet $m$ das Codegedächtnis.
Die Grafik zeigt das Zustandsübergangsdiagramm für das Beispiel $\mathbf{G}(D) = \big [1, \ 1 + D^2 \big ]$. Die Übergänge sind mit „$u_i\hspace{0.05cm}|\hspace{0.05cm}u_i p_i$” beschriftet.
- Die Abfolge $S_0 → S_1 → S_2 → S_0 → S_0 → S_0 → \ \text{...}\hspace{0.05cm} \ $ führt bezüglich des Eingangs zur Informationssequenz $\underline{u} = (1, 0, 0, 0, 0, \ \text{...}\hspace{0.05cm})$
- und bezüglich des jeweils zweiten Codesymbols zur Paritysequenz $\underline{p} = (1, 0, 1, 0, 0, \ \text{...}\hspace{0.05cm})$ ⇒ identisch mit der Impulsantwort $\underline{g}$ ⇒ Gedächtnis $m = 2$.
Die untere Grafik gilt für einen so genannten RSC–Code (Recursive Systematic Convolutional) entsprechend $\mathbf{G}(D) = \big [1, \ (1+ D^2)/(1 + D + D^2)\big ]$.
- Hier führt die Folge $S_0 → S_1 → S_3 → S_2 → S_1 → S_3 → S_2 → \ \text{...}\hspace{0.05cm} \ $ zur Impulsantwort $\underline{g} = (1, 1, 1, 0, 1, 1, 0, 1, 1, \ \text{...}\hspace{0.05cm})$.
- Diese Impulsantwort setzt sich aufgrund der Schleife $S_1 → S_3 → S_2 → S_1$ bis ins Unendliche fort. Dies ermöglicht bzw. erleichtert die iterative Decodierung.
Mehr Details zu den Beispielen auf dieser Seite finden Sie in der Aufgabe 4.8 und der Aufgabe 4.9.
Zweite Voraussetzung für Turbocodes: Interleaving
Es ist offensichtlich, dass bei $G_1(D) = G_2(D)$ ein Interleaver $(\Pi)$ unerlässlich ist. Ein weiterer Grund ist, dass die Apriori–Information als unabhängig vorausgesetzt wird. Somit sollten benachbarte (und somit möglicherweise stark abhängige) Bits für den jeweils anderen Teilcode weit auseinander liegen.
Für jeden RSC–Code ⇒ unendliche Impulsantwort $\underline{g}$ ⇒ gebrochen–rationale Übertragungsfunktion $G(D)$ gibt es nämlich gewisse Eingangssequenzen $\underline{u}$, die zu sehr kurzen Paritysequenzen $\underline{p} = \underline{u} ∗ \underline{g}$ mit geringem Hamming–Gewicht $w_{\rm H}(\underline{p})$ führen.
Eine solche Sequenz ist beispielsweise in der unteren Grafik auf der letzten Seite angegeben: $\underline{u} = (1, 1, 1, 0, 0, \ \text{...}\hspace{0.05cm})$. Dann gilt für die Ausgangssequenz:
- \[P(D) = U(D) \cdot G(D) = (1+D+D^2) \cdot \frac{1+D^2}{1+D+D^2}= 1+D^2\hspace{0.3cm}\Rightarrow\hspace{0.3cm} \underline{p}= (\hspace{0.05cm}1\hspace{0.05cm},\hspace{0.05cm} 0\hspace{0.05cm},\hspace{0.05cm} 1\hspace{0.05cm},\hspace{0.05cm} 0\hspace{0.05cm},\hspace{0.05cm} 0\hspace{0.05cm},\hspace{0.05cm} \text{...}\hspace{0.05cm}\hspace{0.05cm})\hspace{0.05cm}. \]
$\text{Sinn und Zweck:}$ Durch $\rm Interleaving$ (deutsch: Verwürfelung) wird nun mit großer Wahrscheinlichkeit sichergestellt, dass diese Sequenz $\underline{u} = (1, 1, 1, 0, 0, \ \text{...}\hspace{0.05cm})$ in eine Sequenz $\underline{u}_{\pi}$ gewandelt wird,
- die zwar ebenfalls nur drei Einsen beinhaltet,
- deren Ausgangssequenz aber durch ein großes Hamming–Gewicht $w_{\rm H}(\underline{p})$ gekennzeichnet ist.
Somit gelingt es dem Decoder, solche „Problemsequenzen” iterativ aufzulösen.
Zur folgenden Beschreibung der Interleaver verwendet wir die Zuordnung $I_{\rm In} → I_{\rm Out}$. Diese Bezeichnungen stehen für die Indizes von Ausgangs– bzw. Eingangsfolge. Die Interleavergröße wird mit $I_{\rm max}$ benannt.
Es gibt mehrere, grundsätzlich verschiedene Interleaver–Konzepte:
Bei einem Block–Interleaver füllt man eine Matrix mit $S$ Spalten und $Z$ Zeilen spaltenweise und liest die Matrix zeilenweise aus. Damit wird ein Informationsblock mit $I_{\rm max} = S \cdot Z$ Bit deterministisch verwürfelt.
Die rechte Grafik verdeutlicht das Prinzip für $I_{\rm max} = 64$ ⇒ $1 ≤ I_{\rm In} \le 64$ und $1 ≤ I_{\rm Out} \le 64$. Die Reihenfolge der Ausgangsbits lautet dann: $1, 9, 17, 25, 33, 41, 49, 57, 2, 10, 18, \ \text{...}\hspace{0.05cm} , 48, 56, 64.$
Mehr Informationen zum Block–Interleaving gibt es in der Aufgabe 4.8Z.
Turbocodes verwenden oft den $S$–Random–Interleaver. Dieser pseudozufällige Algorithmus mit dem Parameter „$S$” garantiert, dass zwei am Eingang weniger als $S$ auseinander liegende Indizes am Ausgang mindestens im Abstand $S + 1$ auftreten. Die linke Grafik zeigt die $S$–Random–Kennlinie $I_{\rm Out}(I_{\rm In})$ für $I_{\rm max} = 640$.
- Auch dieser Algorithmus ist deterministisch, und man kann die Verwürfelung im Decoder rückgängig machen ⇒ De–Interleaving.
- Die Verteilung wirkt trotzdem „zufälliger” als bei Block–Interleaving.
Symbolweise iterative Decodierung eines Turbocodes
Die Decodierung eines Turbocodes geschieht grundsätzlich wie im Abschnitt Symbolweise Soft–in Soft–out_Decodierung beschrieben. Aus der folgenden Grafik erkennt man aber auch einige nur für den Turbodecoder zutreffende Besonderheiten.
Vorausgesetzt ist ein Rate–$1/3$–Turbocode entsprechend der Beschreibung auf der ersten Seite dieses Abschnitts. Auch die Farbgebung für die Informationssequenz $\underline{u}$ und die beiden Paritysequenzen $\underline{p}_1$ und $\underline{p}_2$ sind an die früheren Grafiken angepasst. Weiter ist zu bemerken:
- Die Empfangsvektoren $\underline{y}_0, \underline{y}_1$ und $\underline{y}_2$ sind reellwertig und liefern die jeweilige Soft–Information bezüglich der Informationssequenz $\underline{u}$ sowie der Sequenzen $\underline{p}_1$ (Parity für Coder 1) und $\underline{p}_2$ (Parity für Coder 2).
- Der Decoder 1 erhält die erforderliche intrinsische Information in Form der $L$–Werte $L_{\rm K,\hspace{0.03cm} 0}$ $($aus $\underline{y}_0)$ und $L_{\rm K,\hspace{0.03cm}1}$ $($aus $\underline{y}_1)$ über jedes einzelne Bit der Sequenzen $\underline{u}$ und $\underline{p}_1$. Beim zweiten Decoder ist die Verwürfelung der Informationssequenz $\underline{u}$ zu berücksichtigen. Die zu verarbeitenden $L$–Werte sind somit $\pi(L_{\rm K, \hspace{0.03cm}0})$ und $L_{\rm K, \hspace{0.03cm}2}$.
- Beim allgemeinen SISO–Decoder wurde der Informationsaustausch zwischen den beiden Komponentendecodern mit $\underline{L}_{\rm A, \hspace{0.03cm}2} = \underline{L}_{\rm E, \hspace{0.03cm}1}$ sowie $\underline{L}_{\rm A, \hspace{0.03cm}1} = \underline{L}_{\rm E, \hspace{0.03cm}2}$ angegeben. Ausgeschrieben auf Bitebene bedeuten diese Gleichungen mit $1 ≤ i ≤ n$:
- \[L_{\rm A, \hspace{0.03cm}2}(i) = L_{\rm E, \hspace{0.03cm}1}(i) \hspace{0.5cm}{\rm bzw.}\hspace{0.5cm} L_{\rm A, \hspace{0.03cm}1}(i) = L_{\rm E, \hspace{0.03cm}2}(i) \hspace{0.03cm}.\]
- Beim Turbodecoder muss bei diesem Informationsaustausch auch der Interleaver berücksichtigt werden. Dann gilt für $i = 1, \ \text{...}\hspace{0.05cm} , \ n$:
- \[L_{\rm A, \hspace{0.03cm}2}\left ({\rm \pi}(i) \right ) = L_{\rm E, \hspace{0.03cm}1}(i) \hspace{0.5cm}{\rm bzw.}\hspace{0.5cm} L_{\rm A, \hspace{0.03cm}1}(i) = L_{\rm E, \hspace{0.03cm}2}\left ({\rm \pi}(i) \right ) \hspace{0.05cm}.\]
- Der Aposteriori–$L$–Wert wird in obigem Modell (willkürlich) vom Decoder 1 abgegeben. Dies lässt sich damit begründen, dass eine Iteration für einen zweifachen Informationsaustausch steht.
Leistungsfähigkeit der Turbocodes
Wir betrachten wie auf den letzten Seiten den Rate–$1/$3–Turbocode
- mit gleichen Filterfunktionen $G_1(D) = G_2(D) = (1 + D^2)/(1 + D + D^2)$ ⇒ Gedächtnis $m = 2$,
- mit der Interleavergröße $K$; zunächst gelte $K = 10000,$
- eine ausreichende Anzahl an Iterationen $(I = 20)$, vom Ergebnis her nahezu gleichzusetzen mit „$I → ∞$”.
Die beiden RSC–Komponentencodes sind jeweils auf $K$ Bit terminiert. Deshalb gruppieren wir
- die Informationssequenz $\underline{u}$ zu Blöcken mit je $K$ Informationsbits, und
- die Codesequenz $\underline{x}$ zu Blöcken mit je $N = 3 \cdot K$ Codebits.
Alle Ergebnisse gelten für den AWGN–Kanal. Die Daten entstammen dem Vorlesungsskript [Liv15][1].
Die Grafik zeigt als grüne Kurve die Blockfehlerwahrscheinlichkeit ⇒ ${\rm Pr(Blockfehler)}$ in doppelt–logarithmischer Darstellung in Abhängigkeit der AWGN–Kenngröße $10 \cdot {\rm lg} \, (E_{\rm B}/N_0)$. Man erkennt:
- Die mit Kreuzen markierten Punkte ergaben sich aus den Gewichtsfunktionen des Turbocodes mit Hilfe der „Union Bound”. Die Simulationsergebnisse – in der Grafik durch Kreise markiert – sind nahezu deckungsgleich mit den analytisch berechneten Werten.
- Die „Union Bound” ist nur eine obere Schranke, basierend auf Maximum–Likelihood–Decodierung („ML”). Der iterative Decoder ist suboptimal (also schlecher als „ML”). Diese beiden Effekte heben sich scheinbar nahezu auf.
- Etwa bei $10 \cdot {\rm lg} \, (E_{\rm B}/N_0) = 1 \ \rm dB$ ist ein Knick im (grünen) Kurvenverlauf festzustellen, der mit der Steigungsänderung von ${\rm Pr(Bitfehler)}$ ⇒ blaue Kurve korrespondiert.
Die blauen Kreuze (Berechnung) und die blauen Kreise (Simulation) bezeichnen die Bitfehlerwahrscheinlichkeit für die Interleavergröße $K = 10000$ . Als Vergleichskurve eingezeichnet ist die (strichpunktierte) Kurve für uncodierte Übertragung. Zu diesen blauen Kurven ist anzumerken:
- Bei kleinen Abszissenwerten ist der Kurvenabfall in der gewählten Darstellung nahezu linear und ausreichend steil. Zum Beispiel benötigt man für ${\rm Pr(Bitfehler)} = 10^{-5}$ mindestens $10 \cdot {\rm lg} \, (E_{\rm B}/N_0) \approx \, 0.8 \ \rm dB$.
- Im Vergleich zur Shannon–Grenze, die sich für die Coderate $R = 1/3$ zu $10 \cdot {\rm lg} \, (E_{\rm B}/N_0) \approx \, –0.55 \ \rm dB$ ergibt, liegt unser Standard–Turbocode $($mit Gedächtnis $m = 2)$ nur etwa $1.35 \ \rm dB$ entfernt.
- Ab $10 \cdot {\rm lg} \, (E_{\rm B}/N_0) \approx 0.5 \ \rm dB$ verläuft die Kurve flacher. Ab ca. $1.5 \ \rm dB$ ist der Verlauf wieder (nahezu) linear mit geringerer Steigung. Für ${\rm Pr(Bitfehler)} = 10^{-7}$ benötigt man etwa $10 \cdot {\rm lg} \, (E_{\rm B}/N_0) = 3 \ \rm dB$.
Wir versuchen nun, den flacheren Abfall der Bitfehlerwahrscheinlichkeit bei größerem $E_{\rm B}/N_0$ zu erklären. Man spricht von einem $\text{Error Floor}$:
- Der Grund für dieses asymptotisch schlechtere Verhalten bei besserem Kanal $($im Beispiel: ab $10 \cdot {\rm lg} \, E_{\rm B}/N_0 \approx 2 \ \rm dB)$ ist die Periode $P$ der Coderimpulsantwort $\underline{g}$, wie auf der Seite Interleaving nachgewiesen und in der Aufgabe 4.10 an Beispielen erläutert.
- Für $m = 2$ ist die Periode $P = 2^m -1 = 3$. Dadurch ist für $\underline{u} = (1, 1, 1) ⇒ w_{\rm H}(\underline{u}) = 3$ trotz unbegrenzter Impulsantwort $\underline{g}$ die Paritysequenz begrenzt: $\underline{p} = (1, 0, 1)$ ⇒ $w_{\rm H}(\underline{p}) = 2$.
- Die Sequenz $\underline{u} = (0, \ \text{...}\hspace{0.05cm} , \ 0, \ 1, \ 0, \ 0, \ 1, \ 0, \ \text{...}\hspace{0.05cm})$ ⇒ $U(D) = D^x \cdot (1 + D^P)$ führt ebenfalls zu einem kleinen Hamming–Gewicht $w_{\rm H}(\underline{p})$ am Ausgang, was den iterativen Decodierprozess erschwert.
- Eine gewisse Abhilfe schafft der Interleaver, der dafür sorgt, dass nicht die beiden Sequenzen $\underline{p}_1$ und $\underline{p}_2$ gleichzeitig durch sehr kleine Hamming–Gewichte $w_{\rm H}(\underline{p}_1)$ und $w_{\rm H}(\underline{p}_2)$ belastet sind.
- Aus der Grafik erkennt man auch, dass die Bitfehlerwahrscheinlichkeit umgekehrt proportional zur Interleavergröße $K$ ist. Das heißt: Bei großem $K$ funktioniert die Entspreizung ungünstiger Eingangssequenzen besser.
- Allerdings gilt die Näherung $K \cdot {\rm Pr(Bitfehler) = const.}$ nur für größere $E_{\rm B}/N_0$–Werte ⇒ kleine Bitfehlerwahrscheinlichkeiten. Der beschriebene Effekt tritt zwar auch bei kleinerem $E_{\rm B}/N_0$ auf, doch sind dann die Auswirkungen auf die Bitfehlerwahrscheinlichkeit geringer.
Dagegen gilt der flachere Verlauf der Blockfehlerwahrscheinlichkeit (grüne Kurve) weitgehend unabhängig von der Interleavergröße $K$, also sowohl für $K = 1000$ als auch für $K = 10000$. Im Bereich ab $10 \cdot {\rm lg} \, E_{\rm B}/N_0 > 2 \ \rm dB$ dominieren nämlich Einzelfehler, so dass hier die Näherung ${\rm Pr(Blockfehler)} \approx {\rm Pr(Bitfehler)} \cdot K$ gültig ist.
$\text{Fazit:}$ Die beispielhaft gezeigten Kurven für Bitfehlerwahrscheinlichkeit und Blockfehlerwahrscheinlichkeit gelten qualitativ auch für $m > 2$, zum Beispiel für den Turbocode von UMTS und LTE $($jeweils mit $m = 3)$, der in der Aufgabe 4.10 analysiert wird. Es ergeben sich aber einige quantitative Unterschiede:
- Die Kurve verläuft bei kleinem $E_{\rm B}/N_0$ steiler und der Abstand von der Shannongrenze ist etwas geringer als im hier gezeigten Beispiel für $m = 2$.
- Auch für größeres $m$ gibt es einen Error Floor. Der Knick in den dargestellten Kurven erfolgt dann aber später, also bei kleineren Fehlerwahrscheinlichkeiten.
Seriell verkettete Turbocodes – SCCC
Die bisher betrachteten Turbocodes werden manchmal auch als Parallel Concatenated Convolutional Codes (PCCC) bezeichnet.
Einige Jahre nach Berrou's Erfindung wurden von anderen Autoren auch Serial Concatenated Convolutional Codes (SCCC) entsprechend der folgenden Grafik vorgeschlagen.
- Die Informationssequenz $\underline{u}$ liegt am äußeren Faltungscoder $\mathcal{C}_1$ an. Dessen Ausgangssequenz sei $\underline{c}$.
- Nach dem Interleaver $(\Pi)$ folgt der innere Faltungscoder $\mathcal{C}_2$. Die Codesequenz wird hier $\underline{x}$ genannt.
- Die resultierende Coderate ist $R = R_1 \cdot R_2$. Bei Rate–$1/2$–Komponentencodes ist $R = 1/4$.
Die untere Grafik zeigt den SCCC–Decoder und verdeutlicht die Verarbeitung der $L$–Werte und den Austausch der extrinsischen Information zwischen den beiden Komponentencoder:
- Der innere Decoder (für den Code $\mathcal{C}_2)$ erhält vom Kanal die intrinsische Information $\underline{L}_{\rm K}(\underline{x})$ und vom äußeren Decoder (nach Interleaving) die Apriori–Information $\underline{L}_{\rm A}(\underline{w})$ mit $\underline{w} = \pi(\underline{c})$. An den äußeren Decoder wird die extrinsische Information $\underline{L}_{\rm E}(\underline{w})$ abgegeben.
- Der äußere Decoder $($für $\mathcal{C}_1)$ verarbeitet die Apriori–Information $\underline{L}_{\rm A}(\underline{c})$, also die extrinsische Information $\underline{L}_{\rm E}(\underline{w})$ nach dem De–Interleaving. Er liefert die extrinsische Information $\underline{L}_{\rm E}(\underline{c})$.
- Nach hinreichend vielen Iterationen ergibt sich das das gewünschte Decodierergebnis in Form der Aposteriori–$L$–Werte $\underline{L}_{\rm APP}(\underline{u})$ der Informationssequenz $\underline{u}$.
$\text{Fazit:}$ Wichtig für Serial Concatenated Convolutional Codes (SCCC) ist, dass der innere Code $\mathcal{C}_2$ rekursiv ist (also ein RSC–Code). Der äußere Code $\mathcal{C}_1$ kann auch nichtrekursiv sein.
Zur Leistungsfähigkeit solcher Codes ist anzumerken:
- Ein SCCC ist bei großem $E_{\rm B}/N_0$ oft besser als ein PCCC ⇒ niedrigerer Error Floor. Die Aussage gilt schon für SCCC–Komponentencodes mit Gedächtnis $m = 2$ (nur vier Trelliszustände), während bei PCCC das Gedächtnis $m = 3$ bzw. $m = 4$ (acht bzw. sechzehn Trelliszustände) sein sollte.
- Im unteren Bereich $($kleines $E_{\rm B}/N_0)$ ist dagegen der beste seriell verkettete Faltungscode (SCCC) um einige Zehntel Dezibel schlechter als der vergleichbare Turbocode gemäß Berrou (PCCC). Entsprechend größer ist auch der Abstand von der Shannongrenze.
Einige Anwendungsgebiete für Turbocodes
In fast allen neueren Kommunikationssystemen werden Turbocodes eingesetzt. Die Grafik zeigt deren Leistungsfähigkeit beim AWGN–Kanal im Vergleich zur Shannonschen Kanalkapazität (blaue Kurve).
Der grün hinterlegte Bereich „BPSK” gibt die Shannongrenze für Nachrichtensysteme mit binärem Eingang an, mit der nach dem Kanalcodierungstheorem eine fehlerfreie Übertragung gerade noch möglich ist.
Anzumerken ist, dass hier für die eingezeichneten Kanalcodes von standardisierten Systemen die Fehlerrate $10^{-5}$ zugrunde liegt, während die informationstheoretischen Kapazitätskurven (Shannon, BPSK) für die Fehlerwahrscheinlichkeit $0$ gelten.
- Die blauen Rechtecke markieren die Turbocodes für UMTS. Diese sind Rate–$1/3$–Codes mit Gedächtnis $m = 3$. Die Leistungsfähigkeit hängt stark von der Interleavergröße ab. Mit $K = 6144$ liegt dieser Code nur etwa $1 \ \rm dB$ rechts von der Shannon–Grenze. LTE verwendet die gleichen Turbocodes. Geringfügige Unterschiede ergeben sich aufgrund des unterschiedlichen Interleavers.
- Die roten Kreuze markieren die Turbocodes nach CCSDS (Consultative Comittee for Space Data Systems), entwickelt für den Einsatz bei Weltraummissionen. Diese Klasse geht von der festen Interleavergröße $K = 6920$ aus und stellt Codes der Rate $1/6$, $1/4$, $1/3$ und $1/2$ bereit. Die niedrigsten Coderaten erlauben einen Betrieb mit $10 \cdot {\rm lg} \, (E_{\rm B}/N_0) \approx 0 \ \rm dB$.
- Der grüne Kreis steht für einen sehr einfachen Repeat–Accumulate (RA) Code, einem seriell–verketteten Turbocode. Nachfolgend ist dessen Struktur skizziert: Der äußere Decoder verwendet einen Wiederholungscode (englisch: Repetition Code), im gezeichneten Beispiel mit der Rate $R = 1/3$. Nach dem Interleaver folgt ein RSC–Code mit $G(D) = 1/(1 + D)$ ⇒ Gedächtnis $m = 1$. Bei systematischer Ausführung ist die Gesamtcoderate $R = 1/4$ (zu jedem Informationsbit werden noch drei Paritybit hinzugefügt).
Aus der Grafik rechts oben erkennt man, dass dieser einfache RA–Code überraschend gut ist. Mit der Interleavergröße $K = 300000$ beträgt der Abstand von der Shannon–Grenze lediglich etwa $1.5 \ \rm dB$ (grüner Punkt).
Ähnliche Repeat Accumulate Codes sind für den Standard DVB Return Channel Terrestrial (RCS) sowie für den WiMax–Standard (IEEE 802.16) vorgesehen.
Aufgaben zum Kapitel
Aufgabe 4.8: Wiederholung zu den Faltungscodes
Aufgabe 4.8Z: Grundlegendes zum Interleaving
Aufgabe 4.9: Recursive Systematic Convolutional Codes
Aufgabe 4.10: Turbocoder für UMTS und LTE
Quellenverzeichnis
- ↑ Liva, G.: Channels Codes for Iterative Decoding. Vorlesungsmanuskript, Lehrstuhl für Nachrichtentechnik, TU München und DLR Oberpfaffenhofen, 2015.