somente um ramo entrando e outro saindo, correspondentes às maiores métricas.
O algoritmo de Viterbi não faz a decisão bit a bit, mas sim por uma sequência inteira de com- primento N. Erros na decodificação acontecerão quando o algoritmo eliminar o caminho correto em favor de outro incorreto.
2.2.2
Códigos Turbo
Claude Shannon [12], em 1948, apresentou seu teorema onde mostrou que com o uso de um có- digo corretor de erro adequado podia-se chegar a valores de probabilidade de erro de bit tão baixos quanto desejado, desde que a taxa de transmissão de informação não ultrapasse um limitante chamado de capacidade do canal. A partir desse resultado se deu início a uma busca por códigos que tivessem a capacidade de se aproximar do limite estabelecido por Shannon. Até que em 1993, Berrou, Gla- vieux e Thitimajshima [13] introduziram os códigos turbo, que podem chegar a 0,5 dB do limitante estabelecido por Shannon.
Os códigos turbo são formados pela concatenação de dois ou mais codificadores, chamados de constituintes, e a palavra-código de saída é formada pelos bits de informação e paridade de cada um dos codificadores. Os codificadores constituintes podem ser diferentes um do outro, mas em geral usam-se codificadores idênticos. Estudos realizados [13] mostram que os codificadores para formar um código turbo que apresentam melhores resultados em atingir uma maior distância livre são os
convolucionais recursivos sistemáticos (CRS), já apresentados na Seção 2.2.1.2.
A concatenação dos codificadores pode ser feita de duas formas: em paralelo (convolucionais concatenados em paralelo - CCP) e em série (convolucionais concatenados em série - CCS). Neste trabalho, somente serão utilizados os CCP, sendo os codificadores constituintes idênticos e do tipo CRS.
2.2.2.1 Codificador Turbo CCP
O diagrama básico de um codificador CCP é mostrado na Fig. 2.13. Um codificador turbo CCP é formado por dois ou mais codificadores CRS concatenados em paralelo, que codificam a sequência de informação simultaneamente de maneira a permitir um aumento da capacidade de correção de erros no processo de decodificação. Os bits de informação dos codificadores são embaralhados por entrelaçadores que têm a função de dar diversidade aos bits de paridade. O uso de entrelaçadores de comprimento N causa um atraso na transmissão e na decodificação dos bits. Cada um dos blocos é codificado de forma independente.
Entrelaçador 1 Codificador CRS 1 Entrelaçador 2 Codificador CRS 2 Entrelaçador 3 Codificador CRS 3 Entrelaçador q Codificador CRS q
bits de informação: u informação sistemática: vs
v1
v2
v3
vq
Figura 2.13: Codificador Turbo CCP.
O primeiro entrelaçador pode ser omitido e, portanto, o primeiro codificador CRS irá operar com a sequência de informação. Já os demais entrelaçadores irão “embaralhar” a sequência de informação, obtendo se assim as sequências de paridade v1, v2, . . . , vq. Além das sequências de paridade, a
sequência original também é transmitida como informação sistemática.
Nem sempre todos os bits de paridade são enviados através do canal. Muitas vezes se utiliza o puncionamento de alguns desses bits para que se sejam obtidas taxas diferentes para um mesmo codificador.
Um codificador CCP amplamente utilizado e estudado na literatura é formado por dois codifica- dores CRS idênticos em que o puncionamento de bits é utilizado, transmitindo um bit de paridade por vez, o que resulta em taxa rt = 1/2. Este codificador é mostrado na Fig. 2.14.
Codificador CRS 1 Entrelaçador Codificador CRS 2 u v1 v2 Multiplexador va vb
Figura 2.14: Codificador turbo CCP com q=2.
Neste trabalho, será utilizado um codificador turbo como o da Fig. 2.14. Os codificadores CRS constituintes são mostrados na Fig. 2.15 e apresentam m = 2 memórias, uma entrada e duas saídas, sendo uma sistemática e uma de paridade. A matriz geradora deste codificador é dada por:
G (D) = 1, 1 + D 2 1 + D + D2 (2.31) ou G = 1, 5 7 em notação octal.
+
Entrelaçador u vs vp1+
+
vs' vp2+
Figura 2.15: Codificador turbo CCP utilizado.
Existem estudos [14, 15] que buscam definir codificadores constituintes CRS ótimos com base na distância efetiva para uma classe de codificadores turbo de mesma taxa. O codificador turbo utilizado
apresenta bom desempenho quando comparado a outros com codificadores constituintes de mesma taxa e número de memórias [16].
2.2.2.2 Entrelaçador
Sabe-se que os canais de comunicação sem fio produzem erros em surtos (bursts), e o entrela- çamento serve para que os erros não ocorram nas mesmas posições de paridade dos codificadores CRS constituintes. Ou seja, o entrelaçador serve para alterar a posição dos bits errados na sequência recebida.
No receptor, para a decodificação dos bits referentes ao segundo codificador, será necessário uti- lizar um desentrelaçamento que faz o processo inverso ao do entrelaçamento.
Existem diferentes técnicas para se fazer o entrelaçamento dos bits. Estudos mostram que os en- trelaçadores do tipo pseudo-aleatórios são ótimos [15]. De forma geral, o processo de entrelaçamento é definido pelo mapeamento de permutação j → Π (j), onde o bit de entrada j é permutado para a posição Π (j). Neste trabalho será utilizado um entrelaçador aleatório. Por exemplo, o entrelaça- dor de comprimento N = 8 dado por Π =8
!
1, 2, 3, 4, 5, 6, 7, 8 5, 8, 2, 4, 7, 6, 1, 3
"
faz com que uma sequência u= (11010100) entrelaçada passe a ser representada por u0 = (00110110).
O tamanho do entrelaçador também tem forte influência no desempenho do decodificador turbo [16]. Quanto maior o tamanho do entrelaçador, melhor é o desempenho do código turbo e vice-versa. Porém, com entrelaçadores maiores se tem um maior atraso na transmissão e na decodificação.
2.2.2.3 Puncionamento
O puncionamento serve para variar a taxa do codificador turbo através da multiplexação dos bits de paridade dos codificadores constituintes.
Para o codificador mostrado na Fig. 2.15, podem ser obtidas taxas iguais a 1/2 e 1/3 da seguinte maneira:
• Para obter taxa 1/2 o codificador envia a sequência sistemática vs, além das sequências de
paridade vp1 e vp2 de forma multiplexada. Ou seja, para uma sequência de informação de
comprimento N, a sequência gerada pelo codificador seria vs 0v p1 0 vs1v p2 1 vs2v p1 2 . . .vsN−1v p2 N−1.
• Para obter taxa 1/3, o codificador envia a sequência sistemática vs e as saídas de paridade
dos dois codificadores vp1 e vp2. Por exemplo, a sequência gerada pelo codificador seria
v0svp1 0 v p2 0 vs1v p1 1 v p2 1 vs2v p1 2 v p2 2 . . . vsN−1v p1 N−1v p2 N−1.
Devido ao uso de entrelaçadores não é fácil obter um valor para a distância livre de um código turbo. Mesmo assim existem alguns trabalhos que procuram definir uma distância livre efetiva para este tipo de código [15, 17].
2.2.2.4 Bits de Zeramento
Como os codificadores CRS constituintes utilizam realimentação, não necessariamente uma sequên- cia de bits nula irá levar o codificador para o estado de reset. Para evitar problemas na decodificação, é importante que o codificador comece sempre a codificação de cada bloco no estado zero. Para isto, ao final de cada bloco são inseridos bits de zeramento de maneira a levar o codificador para seu estado inicial.
2.2.2.5 Decodificação dos Códigos Turbo
Nesta seção, será feita uma introdução à decodificação turbo, com ênfase no algoritmo BCJR que utiliza o critério MAP (Maximum a-Posteriori). Em seguida iremos descrever os algoritmos Max- Log-MAP e Log-MAP, ambos obtidos a partir de simplificações do algoritmo MAP.
Introdução à Teoria de Detecção
O teorema de Bayes para teste de hipóteses fornece a relação entre a probabilidade condicional e conjunta dos eventos A e B da seguinte maneira:
P (A|B) P (B) = P (B|A) P (A) = P (A, B) (2.32) Aplicando o teorema de Bayes em um canal corrompido por ruído aditivo gaussiano branco, pode-se escrever a probabilidade a-posteriori como:
P (u = j|y) = p (y|u = j) P (u = j)p (y) , j = 1, . . . , M (2.33) onde a probabilidade a-posteriori é definida em função da variável aleatória y = u+n, que representa uma amostra do sinal recebido que pode ser escrita como a soma do símbolo transmitido u com a amostra do ruído aditivo gaussiano n. Além disso, u = j representa que o símbolo transmitido foi o j-ésimo entre os M possíveis.
A PDF do sinal recebido y condicionado ao sinal transmitido u = j é p(y|u = j). Considerando todo o conjunto de sinais transmitidos, tem-se que a PDF do sinal recebido p(y) é dada por:
p (y) =
M
X
j=1
p (y|u = j) P (u = j) (2.34)
Considera-se que, para a representação dos valores lógicos 0 e 1, são transmitidos sinais com amplitudes −1 e +1, respectivamente. Como o ruído tem PDF gaussiana, as funções densidade de probabilidade p(y|u = −1) e p(y|u = +1) da variável y condicionada aos símbolos transmitidos u = −1 e u = +1 são chamadas de funções de verossimilhança (F V ). A Fig. 2.16 ilustra as funções de verossimilhança para um canal com ruído aditivo gaussiano e os sinais transmitidos assumindo os valores +1 e −1 com probabilidade1/2.
p(y|u= -1) p(y|u= +1) -1 +1 V1 V2 y0 y 0
Figura 2.16: Funções de Verossimilhança.
Máxima Verossimilhança
Uma regra de decisão abrupta bastante conhecida, chamada de regra de máxima verossimilhança (MV), decide pelo símbolo transmitido com base no maior valor da função de verossimilhança.
Na Fig. 2.16, quando o sinal recebido tem valor igual a y0, a regra MV decidirá pelo símbolo +1,
já que V1 é maior que V2.
Para o caso das probabilidades de ocorrência dos símbolos u = +1 e u = −1 serem1/2, o limiar
de decisão ótimo é o ponto y = 0. Assim, uma representação matemática da regra de decisão MV é dada por: ˆ u = −1, se y ≤ 0 +1, se y > 0 (2.35) Maximum a-Posteriori
Outra regra de decisão, conhecida como maximum a-posteriori (MAP) pode ser expressa em termos da probabilidade a-posteriori da seguinte maneira:
P (u = +1|y)u=+1ˆ≷
ˆ
u=−1P (u = −1|y)
(2.36) Aplicando o teorema de Bayes para um canal AWGN, tem-se a relação:
p (y|u = +1) P (u = +1)u=+1ˆ≷
ˆ
u=−1p (y|u = −1) P (u = −1)
(2.37) Ou em termos do logaritmo da razão entre as densidades de probabilidade condicionais p(y|u = i): log p (y|u = +1) P (u = +1) p (y|u = −1) P (u = −1) u=+1ˆ ≷ ˆ u=−1 0 (2.38)
Esta relação funcionará como base para o algoritmo MAP que é usado na decodificação dos códigos turbo.
Estrutura do Decodificador
A decodificação dos códigos turbo funciona através de um processo iterativo onde há troca de informações entre os decodificadores visando a diminuição da taxa de erro de bit. O codificador para o código CCP é mostrado na Fig. 2.14 e o decodificador é mostrado na Fig. 2.17.
Decodificador 1 + Entrelaçador Decodificador 2 + De- Entrelaçador Entrelaçador - - - - yp2 yp1 ys L(ui|y) Lcyis L(ui)
Figura 2.17: Esquema do Decodificador Iterativo Turbo.
Esta estrutura, que é similar à do codificador, consiste de dois decodificadores interligados através de um entrelaçador igual ao utilizado no codificador. Cada decodificador tem três entradas: a primeira é referente à sequência sistemática obtida na saída do canal como ys, que para o segundo codificador
deve ser entrelaçada; a segunda entrada é referente aos bits de paridade de cada codificador, yp1 e
yp2 para o primeiro e segundo decodificadores, respectivamente; e a terceira entrada refere-se à in-
formação sobre o provável valor dos bits vinda do decodificador anterior, denominada de informação a-priori. A cada iteração, os decodificadores trocam informações entre si e com isso a certeza sobre
os bits tende a aumentar e, portanto, a probabilidade de erro de bit tende a diminuir. O ganho obtido através da troca de informações diminui a cada iteração e por isso geralmente se limita a decodificação em oito iterações devido ao custo-benefício da alta complexidade de decodificação [16].
Os decodificadores podem ser do tipo MAP (Maximum a-Posteriori) proposto por Bahl e ou- tros [4], ou ainda variações do MAP como Max-Log-MAP [18, 19] e Log-MAP [20], e ainda SOVA (Soft Output Viterbi Algorithm) proposto por Hagenauer e Hoeher [21]. Neste trabalho iremos consi- derar o algoritmo MAP e suas variações Max-Log-MAP e Log-MAP como referência para o desen- volvimento do método de redução de complexidade, mostrado no Capítulo 4.
A saída de cada decodificador fornece um número real que representa a probabilidade de um bit ser 0 ou 1. Este valor é representado em termos do logaritmo da razão de verossimilhança (LLR) – do inglês Log Likelihood Ratio, onde o sinal deste valor representa o bit transmitido (+1 ou −1) e o seu valor absoluto representa a probabilidade de uma decisão correta [16].
A LLR, como o próprio nome diz, é o logaritmo da razão entre probabilidades. Por exemplo, a LLR L (ui) para o i-ésimo bit de informação ˆui é:
L (ˆui) = log
P (ˆui = +1)
P (ˆui = −1)
(2.39) onde P (ˆui = +1) é a probabilidade do bit ˆuiassumir o valor +1 e similarmente tem-se P (ˆui = −1).
Para o primeiro decodificador, na primeira iteração ainda não existe nenhuma informação a-priori, pois a probabilidade do bit ser +1 ou −1 é 1/2. Portanto, inicialmente a informação a-priori é zero
para todos os bits e o decodificador trabalha somente com as amostras recebidas.
Algoritmo MAP
O algoritmo de decodificação MAP foi proposto em 1974 por Bahl e outros [4] com o intuito de calcular as probabilidades a-posteriori dos bits de informação. O algoritmo MAP observa todos os possíveis caminhos da treliça, o que gera uma grande complexidade. Por este motivo não era muito utilizado até a descoberta dos códigos turbo em 1993. Ao contrário do algoritmo de Viterbi que decide sobre uma sequência de bits, o MAP faz a decisão bit a bit, além de fornecer uma probabilidade sobre a certeza da decisão, o que é necessário para a decodificação iterativa proposta por Berrou e outros [13].
O algoritmo MAP fornece a probabilidade de cada bit de informação decodificado ui ser +1 ou
−1, dado que é conhecida a sequência de símbolos recebidos y. Equivalentemente, esta probabilidade pode ser escrita em termos da LLR usando probabilidade condicional como:
L (ui|y) = log
P (ui = +1|y)
P (ui = −1|y)