Advertisement

Turbocodes convolutifs

Chapter
  • 291 Downloads
Part of the Collection IRIS book series (IRIS)

Abstrait

Le pouvoir de correction d’un code convolutif s’accroît lorsque la longueur du registre de codage augmente. Cela est mis en évidence dans la figure 7.1, qui fournit la performance de quatre codes CSR de mémoires respectives ν = 2, 4, 6 et 8, pour des rendements, 1/2, 2/3, 3/4 et 4/5, avec un décodage selon l’algorithme MAP. Pour chacun des rendements, le pouvoir de correction s’améliore avec l’augmentation de ν, au dessus d’un certain rapport signal à bruit que l’on peut confondre presque parfaitement avec la limite théorique calculée dans le chapitre 3 et identifiée ici par une flèche. Pour satisfaire les applications les plus courantes du codage de canal, une mémoire de l’ordre de 30 ou 40 serait nécessaire (à partir d’une certaine longueur de registre et pour un rendement de codage 1/2, la DMH (distance minimale de Hamming) d’un code convolutif de mémoire ν est de l’ordre de grandeur de ν). Si l’on savait décoder aisément un code convolutif à plus d’un milliard d’états, on ne parlerait plus beaucoup de codage de canal et ce livre n’existerait pas.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Bibliographie

  1. [7.1]
    G. Battail, « Coding for the Gaussian channel: the promise of weighted-output decoding », International Journal of Satellite Communications, Vol. 7, pp. 183–192, 1989.CrossRefGoogle Scholar
  2. [7.2]
    G. Battail, « Pondération des symboles décodés par l’algorithme de Viterbi », Ann. Télécommun., Fr., 42,N° 1–2, pp. 31–38, Jan. 1987.Google Scholar
  3. [7.3]
    J. Hagenauer and P. Hoeher, « A Viterbi algorithm with soft-decision outputs and its applications », Proc. Globecom’ 89, Dallas, Texas, pp. 47-11–47-17, Nov. 1989.Google Scholar
  4. [7.4]
    J. Hagenauer and P. Hoeher, « Concatenated Viterbi-decoding », Proc. Int. Workshop on Inf. Theory, Gotland, Sweden, Aug–Sep. 1989.Google Scholar
  5. [7.5]
    P. Elias, « Error-free coding », IEEE Trans. Info. Theory, vol. 4,N° 4, pp. 29–39, Sept. 1954.CrossRefMathSciNetGoogle Scholar
  6. [7.6]
    R. M. Tanner, « A recursive approach to low complexity codes » IEEE Trans. Inform. Theory, Vol. IT-27, pp. 533–547, Sept. 1981.CrossRefMathSciNetGoogle Scholar
  7. [7.7]
    R. G. Gallager, « Low-density parity-check codes », IRE Trans. Inform. Theory, Vol. IT-8, pp. 21–28, Jan. 1962.CrossRefMathSciNetGoogle Scholar
  8. [7.8]
    C. Berrou, P. Adde, E. Angui and S. Faudeil, « A low complexity soft-output Viterbi decoder architecture », Proc. of ICC’ 93, Geneva, pp. 737–740, May 1993.Google Scholar
  9. [7.9]
    C. Berrou, Procédé de codage correcteur d’erreurs à au moins deux codages convolutifs systématiques en parallèle, procédé de décodage itératif, module de décodage et décodeur correspondants, brevet France dépôt N° 91 05280, Europe N°92 460013.3, USA N°07/870,814, France Télécom et TDF, avril 1992Google Scholar
  10. [7.10]
    C. Berrou, A. Glavieux and P. Thitimajshima, « Near Shannon limit error-correcting coding and decoding: turbo-codes », Proc. ICC’ 93, Geneva, pp. 1064–1070, May 1993.Google Scholar
  11. [7.11]
    A. R. Calderbank, « The art of signaling: fifty years of coding theory », IEEE Trans. Info. Theory, vol. 44,N° 6, pp. 2561–2595, Oct. 1998.zbMATHCrossRefMathSciNetGoogle Scholar
  12. [7.12]
    C. Berrou and A. Glavieux, Reflections on the Prize paper: « Near optimum error correcting coding and decoding: turbo-codes », IEEE IT Society Newsletter, Vol. 48,N° 2, June 1998, également disponible à http://www.ieeeits.org/publications/nltr/98_jun/reflections.html.
  13. [7.13]
    C. Berrou, C. Douillard and M. Jézéquel, « Multiple parallel concatenation of circular recursive convolutional (CRSC) codes », Ann. Télécomm., Tome 54,N° 3–4, pp. 166–172, March–April 1999.Google Scholar
  14. [7.14]
    Consultative Committee for Space Data Systems, Recommendations for Space Data Systems. Telemetry Channel Coding, BLUE BOOK, May 1998.Google Scholar
  15. [7.15]
    3GPP Technical Specification Group, Multiplexing and Channel Coding (FDD), TS 25.212 v2.0.0, June 1999.Google Scholar
  16. [7.16]
    C. Berrou and M. Jézéquel, « Frame-oriented convolutional turbo-codes », Electronics letters, Vol. 32,N° 15, pp. 1362–1364, July 1996.CrossRefGoogle Scholar
  17. [7.17]
    C. Weiss, C. Bettstetter, S. Riedel and D. J. Costello, « Turbo decoding with tail-bitting trellises », Proc. Signals, Systems and Electronics, URSI Int’l Symposium Symposium, pp. 343–348, Sept.–Oct. 1998.Google Scholar
  18. [7.18]
    C. Weiss, C. Bettstetter and S. Riedel, « Code constuction and decoding of parallel concatenated tail-biting codes », IEEE Trans. Info. Theory, Vol. 47,Issue 1, pp. 366–386, Jan. 2001.zbMATHCrossRefMathSciNetGoogle Scholar
  19. [7.19]
    DVB, Interaction channel for satellite distribution systems, ETSI EN, 301 790, V1.2.2, pp. 21–24, Dec. 2000.Google Scholar
  20. [7.20]
    DVB, Interaction channel for digital terrestrial television, ETSI EN 301 958, V1.1.1, pp. 28–30, Aug. 2001.Google Scholar
  21. [7.21]
    Y. V. Svirid, « Weight distributions and bounds for turbo-codes », European Trans. on Telecomm, Vol. 6,N° 5, pp. 543–55, Sept.–Oct. 1995.CrossRefGoogle Scholar
  22. [7.22]
    E. Boutillon and D. Gnaedig, « Maximum Spread of D-dimensional Multiple Turbocodes », IEEE Trans. Commun., Vol. 53,N° 8, pp 1237–1242, Aug. 2005.CrossRefGoogle Scholar
  23. [7.23]
    C. Berrou, C. Douillard and M. Jézéquel, « Designing turbocodes for low error rates », IEE colloquium: Turbocodes in digital broadcasting — Could it double capacity?, pp. 1–7, London, Nov. 1999.Google Scholar
  24. [7.24]
    H. R. Sadjadpour, N. J. A. Sloane, M. Salehi and G. Nebe, « Interleaver design for turbocodes », IEEE Journal on Selected Areas in Commun., Vol. 19,N° 5, pp. 831–837, May 2001.CrossRefGoogle Scholar
  25. [7.25]
    C. Heegard and S. B. Wicker, Turbo coding, Chap. 3, Kluwer Academic Publishers, 1999.Google Scholar
  26. ][7.26]
    C. Berrou, Y. Saouter, C. Douillard, S. Kerouédan and M. Jézéquel, « Designing good permutations for Turbocodes: towards a single model », ICC’04, Paris, France, June 2004.Google Scholar
  27. [7.27]
    S. Crozier and P. Guinand, « Distance upper bounds and true minimum distance results for turbo-codes with DRP interleavers », Proc. of 3 rd Int’l Symposium on Turbocodes & Related Topics, pp. 169–172, Brest, France, Sept. 2003.Google Scholar
  28. [7.28]
    Y. Weiss and W. T. Freeman, « On the optimality of solutions of the max-product belief-propagation algorithm in arbitrary graphs », IEEE Trans. Inform. Theory, Vol. 47,Issue 2, pp. 736–744, Feb. 2001.zbMATHCrossRefMathSciNetGoogle Scholar
  29. [7.29]
    L. Duan and B. Rimoldi, « The iterative turbo decoding algorithm has fixed points », IEEE Trans. Inform. Theory, Vol. 47,N° 7, pp. 2993–2995, Nov. 2001.zbMATHCrossRefMathSciNetGoogle Scholar
  30. [7.30]
    L.R. Bahl, J. Cocke, F. Jelinek and J. Raviv: « Optimal decoding of linear codes for minimizing symbol error rate », IEEE Trans. Inform. Theory, IT-20, pp. 248–287, Mar. 1974.MathSciNetGoogle Scholar
  31. [7.31]
    P. Robertson, P. Hoeher and E. Villebrun, « Optimal and suboptimal maximum a posteriori algorithms suitable for turbo decoding », European Trans. Telecommun., vol. 8, pp. 119–125, March–Apr. 1997.Google Scholar
  32. [7.32]
    Z. Wang, Z. Chi and K. K. Parhi, « Area-efficient high-speed decoding schemes for turbo decoders », IEEE Trans. VLSI Systems, Vol. 10,N° 6, pp. 902–912, Dec. 2002.CrossRefGoogle Scholar
  33. [7.33]
    C. Douillard and C. Berrou, « Turbo codes with rate-m/(m+1) constituent convolutional codes », IEEE Trans. Commun., Vol. 53,N° 10, pp. 1630–1638, Oct. 2005.CrossRefGoogle Scholar
  34. [7.34]
    IEEE Std 802.16a, IEEE standard for local and metropolitan area networks, 2003, available at http://standards.ieee.org/getieee802/download/802.16a-2003.pdf.
  35. [7.35]
    C. Berrou, « Some clinical aspects of turbocodes », Int’l Symposium on turbocodes & related topics, pp. 26–31, Brest, France, Sept. 1997.Google Scholar
  36. [7.36]
    C. Berrou and M. Jézéquel, « Non binary convolutional codes for turbo coding », Elect. Letters, Vol. 35,N° 1, pp. 39–40, Jan. 1999.CrossRefGoogle Scholar
  37. [7.37]
    H. Lin and D. G. Messerschmitt, « Algorithms and architectures for concurrent Viterbi decoding », Proc. ICC’89, pp. 836–840, Boston, June 1989.Google Scholar
  38. [7.38]
    C. Berrou, S. Vaton, M. Jézéquel and C. Douillard, « Computing the minimum distance of linear codes by the error impulse method », IEEE Global Communication Conference, Globecom’2002, Taipei, Taiwan, Nov. 2002, pp. 1017–1020.Google Scholar
  39. [7.39]
    R. Garello and A. Vila Casado, « The all-zero iterative decoding algorithm for turbo code minimum distance computation », pp. 361–364, ICC 2004., Paris, 20–24 June 2004.Google Scholar
  40. [7.40]
    S. Crozier, P. Guinand and A. Hunt, « Computing the Minimum Distance of Turbo-Codes Using Iterative Decoding Techniques », Proceedings of the 22nd Biennial Symposium on Communications, Kingston, Ontario, Canada, pp. 306–308, May 31–June 3, 2004.Google Scholar
  41. [7.41]
    R. Garello, P. Pierloni and S. Benedetto, « Computing the free distance of turbo codes and serially concatened codes with interleavers: Algorithms and Applications », IEEE Journal on Select. Areas in Comm., May 2001.Google Scholar
  42. [7.42]
    Stephan ten Brink, « Convergence behavior of iteratively decoded parallel concatenated codes », IEEE trans. On Comm., vol. 49,N° 10, Oct. 2001.Google Scholar

Copyright information

© Springer-Verlag France 2007

Personalised recommendations