Article de reference

Décodage généralisé à distance minimale

En théorie du codage , le décodage à distance minimale généralisée (GMD) fournit un algorithme efficace pour décoder les codes concaténés , basé sur l'utilisation d'un décodeur ...

En théorie du codage , le décodage à distance minimale généralisée (GMD) fournit un algorithme efficace pour décoder les codes concaténés , basé sur l'utilisation d'un décodeur d'erreurs et d'effacements pour le code externe .

Un algorithme de décodage naïf pour les codes concaténés ne peut être optimal car il ne tient pas compte des informations fournies par le décodage par maximum de vraisemblance (MLD). Autrement dit, dans cet algorithme naïf, les mots de code internes reçus sont traités de la même manière, indépendamment de la différence entre leurs distances de Hamming . Intuitivement, le décodeur externe devrait accorder plus de confiance aux symboles dont les codages internes sont proches du mot reçu. En 1966, David Forney a conçu un algorithme plus performant, appelé décodage par distance minimale généralisée (GMD), qui exploite mieux ces informations. Cette méthode consiste à mesurer la confiance de chaque mot de code reçu et à supprimer les symboles dont la confiance est inférieure à une valeur cible. L'algorithme de décodage GMD fut l'un des premiers exemples de décodeurs à décision souple . Nous présenterons trois versions de cet algorithme : les deux premières sont des algorithmes randomisés et la dernière est un algorithme déterministe .

Installation

  • Distance de Hamming : Étant donné deux vecteurs
  • Distance minimale : Soit
  • Concaténation de code : Étant donné
et leurs distances sont

Algorithme aléatoire

Considérez le mot reçu

Décodeur aléatoire donné :

  1. Pour chaque
  2. Ensemble
  3. Pour chaque
  4. Erreurs d'exécution et algorithme d'effacement pour

Théorème 1. Soit y un mot reçu tel qu'il existe un mot de code.tel queL'algorithme GMD déterministe produit ensuite les résultats suivants :

Notez qu'un algorithme de décodage naïf pour les codes concaténés peut corriger jusqu'à

Lemme 1. Supposons que l'hypothèse du théorème 1 soit vérifiée. Et sil'étape 1 , puis

Remarque. SiL'algorithme de l'étape 2 produira alors le résultat suivant :le théorème 1 , mais peut s'avérer crucial pour le développement de futures variantes de l'algorithme.

Démonstration du lemme 1. Pour tout

chaque

Cas 1 ), Cas 2 ) :

Cas 1 :

Notez que si

De plus, par définition, nous avons

Cas 2 :

Dans ce cas,

Depuis

Enfin, cela implique

Algorithme aléatoire modifié

Notez que, dans la version précédente de l'algorithme GMD à l'étape « 3 », nous n'avons pas réellement besoin d'utiliser une aléatorité « fraîche » pour chaquemême aléatoire pour chaque itération .

Décodeur_aléatoire_modifié donné :

  1. Ensemble
  2. Calculer
  3. Si
  4. Erreurs d'exécution et algorithme d'effacement pour

Pour la démonstration du lemme 1 , nous utilisons uniquement le caractère aléatoire pour montrer que

lemme 1 peut également servir à montrer que …

Algorithme déterministe

Laisser

Décodeur déterministe donné :

  1. Calculer
  2. Ensemble
  3. Si
  4. Exécuter l'algorithme de détection des erreurs et des effacements pour
  5. Parmi tous les

Chaque boucle de 1 à 4 peut être exécutée en temps polynomial ; l'algorithme ci-dessus peut également être calculé en temps polynomial. Plus précisément, chaque appel à un décodeur d'erreurs et d'effacements de

Plus d articles de Worldlex Wiki

Revenez a l index pour explorer davantage de pages sur l histoire, la science, la culture, la geographie et la societe en francais.

Explorer l index