01.03.2013 Aufrufe

307 KB - Universität Bremen

307 KB - Universität Bremen

307 KB - Universität Bremen

MEHR ANZEIGEN
WENIGER ANZEIGEN

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

Kanalcodierung I<br />

Dr.-Ing. Volker Kühn, Dr.-Ing. Dirk Wübben<br />

<strong>Universität</strong> <strong>Bremen</strong><br />

Fachbereich 1, ANT<br />

bestehend aus n Symbolen umgesetzt. Ferner bezeichnet y die empfangene Symbolfolge, ˆx die durch den Decodierer<br />

geschätzte codierte Folge und a∈Γ eine beliebige codierte Sequenz.<br />

Bei der Decodierung unterscheidet man prinzipiell zwischen Verfahren, die komplette Codeworte (Blockcodes)<br />

bzw. Codesequenzen (Faltungscodes) schätzen und solchen, die symbolweise arbeiten. Letztere bestimmen<br />

Schätzwerte für jedes Codebit, wobei ein Codierer-Inverses dann die Abbildung auf das zugehörige Informationswort<br />

realisiert. Da symbolweise entschieden wird, kann es vorkommen, dass die Codesequenz / das Codewort<br />

nicht Element des Coderaums ist und der Decodiervorgang versagt. Wir betrachten in diesem Abschnitt<br />

die sequenzweise Decodierung, wobei wiederum zwischen 2 Kriterien unterschieden werden muss.<br />

MAP-Kriterium<br />

Das MAP-Kriterium (Maximum A-posteriori Probability) ist bereits von den Blockcodes bekannt<br />

und stellt die optimale Decodierung dar. Dabei wird die Sequenz ˆx bestimmt, die die a-posteriori-<br />

Wahrscheinlichkeit P(ˆx|y) maximiert.<br />

P(ˆx|y)≥P(a|y)<br />

p(y| ˆx)·<br />

(4.13)<br />

P(ˆx)<br />

P(a)<br />

≥ p(y|a)·<br />

p(y) p(y)<br />

p(y| ˆx)·P(ˆx)≥ p(y|a)·P(a) (4.14)<br />

Die Decodierung erfolgt über ˆx = arg max(p(y|a)P(a))<br />

und berücksichtigt durch P(ˆx) eine a-<br />

priori-Information der Quellenstatistik.<br />

Maximum Likelihood-Kriterium<br />

a<br />

Treten alle codierten Sequenzen mit der gleichen Wahrscheinlichkeit P(ˆx)=P(a)=2 −k auf bzw. ist<br />

die Quellenstatistik dem Empfänger nicht bekannt, so kann keine a-priori-Information bei der Decodierung<br />

berücksichtigt werden. Dann gilt<br />

p(y| ˆx)≥ p(y|a). (4.15)<br />

Die Decodierung erfolgt über ˆx = argmax p(y|a). Für gleichverteilte Eingangssequenzen liefern<br />

a<br />

MAP- und Maximum-Likelihood-Kriterium identische (optimale) Ergebnisse. Sind die Eingangssequenzen<br />

nicht gleichverteilt und P(a) dem Empfänger nicht bekannt, so ist das Maximum-Likelihood-<br />

Kriterium suboptimal.<br />

Im Folgenden werden wir die Maximum Likelihood-Decodierung weiter verfolgen, eine Erweiterung auf die<br />

Decodierung mit dem MAP-Kriterium ist dann einfach möglich. Für diskreten gedächtnislosen Kanal (DMC)<br />

können die Verbundwahrscheinlichkeiten faktorisiert werden und es gilt<br />

N−1<br />

p(y|a)=<br />

∏<br />

ℓ=0<br />

n<br />

∏ ∏<br />

ℓ=0 i=1<br />

N−1<br />

p(y(ℓ)|a(ℓ))=<br />

Da ferner der ln eine streng monoton steigende Funktion ist, gilt auch<br />

N−1<br />

ln p(y|a) = ln<br />

=<br />

=<br />

n<br />

∏ ∏<br />

ℓ=0 i=1<br />

N−1 n<br />

∑ ∑<br />

ℓ=0 i=1<br />

N−1 n<br />

∑ ∑<br />

ℓ=0 i=1<br />

p(yi(ℓ)|ai(ℓ)) . (4.16)<br />

p(yi(ℓ)|ai(ℓ))<br />

ln p(yi(ℓ)|ai(ℓ))<br />

γ ′ (yi(ℓ)|ai(ℓ)) . (4.17)<br />

4.3. OPTIMALE DECODIERUNG MIT VITERBI-ALGORITHMUS 90

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!