Codigos convolucionais

Luis Henrique Assumpcao Lolis

29 de novembro de 2013

Luis Henrique Assumpc

ao Lolis

C
odigos convolucionais

Conteudo

Introducao e definicao

Diagrama de arvores, de trelica e maquina de estados

Decodificacao de codigos convolucionais

Luis Henrique Assumpc

ao Lolis

C
odigos convolucionais

Sumario

Introducao e definicao

Diagrama de arvores, de trelica e maquina de estados

Decodificacao de codigos convolucionais

Luis Henrique Assumpc

ao Lolis

C
odigos convolucionais

Introducao e definicao
Codigo com mem
oria.
Operacao de convolucao: Como em filtros digitais.
Um codigo com mem
oria M : M registros de deslocamento.
Com n somadores m
odulo-2: n filtros digitais modulo-2.
O total da fonte na entrada sendo de L bits.
O numero de entradas sendo k
Entao a sada e de n(L + M ) bits.
Grandes distancias mnimas sao computadas em diferentes
sadas de n(L + M ) bits sem que necessariamente se aumente
k ou n, mas sim M .
Representacao em diagrama de arvore / trelica / estados.
Nocao do codigo em feed-forward e feedback.

Luis Henrique Assumpc

ao Lolis

C
odigos convolucionais

Taxa do codigo:
kL
bits/simbolo
n(L + M )
k
L >> M r ' bits/smbolo
n
Comprimento de restricao: N
umero de deslocamentos que um
bit influi na sada.
r=

Luis Henrique Assumpc

ao Lolis

C
odigos convolucionais

Comprimento = 3, r=1/2.
Feed-forward nao sistematico.
Luis Henrique Assumpc
ao Lolis

C
odigos convolucionais

Comprimento = 2, r = 2/3, k = 2, n = 3, .
Nao sistematico. Melhor para convolucionais.
Luis Henrique Assumpc
ao Lolis

C
odigos convolucionais

Sequencias geradoras

Podem ser comparados `a resposta ao impulso de sistemas

discretos.
Convolucao em m
odulo-2
Existem diferentes caminhos no c
odigo convolucional,
diferentes respostas ao impulso. Esses caminhos sao
chamados de sequencias geradoras.
Um sistema de mem
oria m, contem uma resposta ao impulso
de ate m + 1 unidades de tempo.

Luis Henrique Assumpc

ao Lolis

C
odigos convolucionais

Nesse c
odigo s
ao duas sequencias geradoras.
(0)
(0)
(0)
(0)
g = (g0 , g1 , . . . , gm )
(1)
(1)
(1)
g(1) = (g0 , g1 , . . . , gm )

Comprimento = 4, r=1/2.
g(0) = (1011) = 1 + 0z 1 + 1z 2 + 1z 3
g(1) = (1111) = 1 + 1z 1 + 1z 2 + 1z 3
Luis Henrique Assumpc
ao Lolis

C
odigos convolucionais

A operacao de convolucao

(j)

cl

m
X

(j)

uli gi

(j)

(j)

(j)
= ul g0 + ul1 g1 + . . . + ulm gm

i=0

Para um dado l da entrada (l pode ser visto como o passo do tempo de

amostragem da entrada), as sadas s
ao definidas como:
(0)

(1)
cl

cl = ml + ml2 + ml3
= ml + ml1 + ml2 + ml3

Para cada amostra na entrada, tem duas na sada, sendo assim a

frequencia de amostragem do sistema dobra.

Luis Henrique Assumpc

ao Lolis

C
odigos convolucionais

10

Exerccio
Dado o c
odigo convolucional abaixo, determinar a taxa do c
odigo, o grau
de mem
oria comprimento de restric
ao-1, as sequencias geradoras.
Codificar a sequencia u = (001101)
Um c
odigo com comprimento de restric
ao v, recebe a notac
ao (n, k, v)

Luis Henrique Assumpc

ao Lolis

C
odigos convolucionais

11

Calculo matricial do codigo convolucional

A matriz geradora depende do tamanho da sequencia da entrada a tratar.

Pode-se obter a matriz geradora a partir das sequencias geradoras.

Luis Henrique Assumpc

ao Lolis

C
odigos convolucionais

12

Calculo polinomial do codigo convolucional

Os c
odigos convolucionais tratados por polin
omios geradores:
g(0) = (1111), g(0) (D) = 1 + D + D2 + D3
Considerando um c
odigo r = 1/2 com g(0) e g(1) :

c(0) (D) = m(D)g(0) (D)

c(1) (D) = m(D)g(1) (D)
E o resultado final e a multiplexac
ao de c(1) (D) e c(2) (D):



C(D) = c(0) (D), c(1) (D)
C(D) = c(0) (D2 ) + Dc(1) (D2 )

Matriz geradora polinomial:

Luis Henrique Assumpc

ao Lolis

C
odigos convolucionais

13

Sumario

Introduc
ao e definic
ao

Diagrama de
arvores, de trelica e m
aquina de estados

Decodificac
ao de c
odigos convolucionais

Luis Henrique Assumpc

ao Lolis

C
odigos convolucionais

14

Diagrama de arvores

Essas representaco
es gr
aficas dos c
odigos convolucionais ajudam na
decodificac
ao. Elas mostram os caminhos pelos quais os dados
percorreram, e qual o caminho mais prov
avel quando existe um erro.

Luis Henrique Assumpc

ao Lolis

C
odigos convolucionais

15


Arvore
do codigo

Referente ao c
odigo do slide 6

Luis Henrique Assumpc

ao Lolis

C
odigos convolucionais

16

Diagrama em trelica

A trelica ilustra o fato que o sistema e uma m

aquina de estados finita.
Mostra que quando uma entrada repete m + 1 vezes ou mais, a sada n
ao
muda de valor.
A transic
ao quando a entrada e 0e uma linha s
olida. A transic
ao
quando a entrada e 1e uma linha pontilhada. Os estados s
ao indicados
em a, b, c e d.
Para uma palavra de L entradas, o c
odigo tem L + K est
agios, onde K e
o comprimento de restric
ao.

Luis Henrique Assumpc

ao Lolis

C
odigos convolucionais

17

Diagrama em trelica

Luis Henrique Assumpc

ao Lolis

C
odigos convolucionais

18

Maquina de estados
Dependendo do estado de partida e da entrada (0 ou 1) a transic
ao leva a
um outro estado (descrito entre a, b, c, d), sendo as combinaco
es bin
arias
(00,10,01,11) respectivamente.
O estado s
ao os K 1 bits contidos nos registros de deslocamento, sendo
que o bit que chega e o que define a transic
ao de estado.

Estado
a
b
c
d

Descric
ao bin
aria
00
10
01
11

Luis Henrique Assumpc

ao Lolis

C
odigos convolucionais

19

Maquina de estados - 2

Luis Henrique Assumpc

ao Lolis

C
odigos convolucionais

20

Exerccio

Faca a representac
ao em trelica e em m
aquina de estados para o c
odigo
do slide 9
Desenhe o caminho percorrido em trelica do c
odigo do slide 9 quando a
sequencia de entrada e m = (101011) partindo do estado (00).

Luis Henrique Assumpc

ao Lolis

C
odigos convolucionais

21

Luis Henrique Assumpc

ao Lolis

C
odigos convolucionais

22

Luis Henrique Assumpc

ao Lolis

C
odigos convolucionais

23

Luis Henrique Assumpc

ao Lolis

C
odigos convolucionais

24

Sumario

Introduc
ao e definic
ao

Diagrama de
arvores, de trelica e m
aquina de estados

Decodificac
ao de c
odigos convolucionais

Luis Henrique Assumpc

ao Lolis

C
odigos convolucionais

25

Decodificacao de codigos convolucionais

Essencialmente dois algortmos

Viterbi - M
axima verosimilhanca
BCJR - M
axima probabilidade `
a posteriori
O foco e Viterbi.

Luis Henrique Assumpc

ao Lolis

C
odigos convolucionais

26

Base teorica estatstica para decodificacao

Correspondencia biunvoca entre m e c

r 6= c
Quando c estimado
c e tal que
c = c, a mensagem estimada m
e tal que
m
= m.
A regra para encontrar
c que miniminiza a probabilidade de erro.

Luis Henrique Assumpc

ao Lolis

C
odigos convolucionais

27

Revisando a probabilidade condicional

A probabilidade condicional entre a sequencia r e a sequencia c:
p(r|c) =

N
Y

p(ri |ci )

i=1

Probabilidade logartmica:
log p(r|c) =

N
X

log p(ri |ci )

i=1

Para o canal bin

ario simetrico:
p(r|c) =

p,
1 p,

seri =
6 ci
seri = ci

Considerando que p(r) e (c) se difiram em d posico

es. d e a dist
ancia de
Hamming entre os dois vetores. Ent
ao a func
ao de densidade logartmica
fica:
log p(r|c) = d log 
p + (N 
d) log(1 p)
p
= d log
+ N log(1 p)
1p
O mais pr
oximo c de r e o mais prov
avel. Decodificar ent
ao significa
primeiramente definir o c mais prov
avel.
Luis Henrique Assumpc
ao Lolis

C
odigos convolucionais

28

Decodificador Viterbi
No esquema en trelica nem todas as transico
es s
ao possveis. Cada
transic
ao tem um valor definido na sada.
Tendo em vista o caminho percorrido ao longo das transico
es pelo sinal
recebido. O caminho possvel (ou seja
c) que contem a menor dist
ancia
do r recebido e o mais prov
avel.
Aplicando Viterbi:
1

Partindo do estado 0, compara-se a sada de cada possvel

transicao e os bits recebidos.
Soma-se a distancia de Hamming entre os bits recebidos e as
possveis sadas de cada transicao.
Vai aplicando essa operacao passo a passo ate haver dois
caminhos que convergem no mesmo ponto. O caminho
sobrevivente e aquele que teve a menor distancia de Hamming
acumulada.
Vai-se repetindo a operacao ate terminar os dados recebidos.
Varios caminhos possveis podem sobrar. Sobra aquele que
tenha a menor distancia de Hamming acumulada.
Luis Henrique Assumpc
ao Lolis

C
odigos convolucionais

29

Exemplo
Decodificando r = (0100010000) quando na verdade c = (0000000000).
O c
odigo de referencia e ilustrado no slide 6 , cujas as transico
es s
ao
ilustradas no diagrama em trelica do slide 16
Separando as possveis transico
es partindo de cada estado.

Luis Henrique Assumpc

ao Lolis

C
odigos convolucionais

30

Calculando as distancias de Hamming das transicoes

Luis Henrique Assumpc

ao Lolis

C
odigos convolucionais

31

Calculando as distancias de Hamming das transicoes

Luis Henrique Assumpc

ao Lolis

C
odigos convolucionais

31

Calculando as distancias de Hamming das transicoes

Luis Henrique Assumpc

ao Lolis

C
odigos convolucionais

31

Calculando as distancias de Hamming das transicoes

Luis Henrique Assumpc

ao Lolis

C
odigos convolucionais

31

Calculando as distancias de Hamming das transicoes

Luis Henrique Assumpc

ao Lolis

C
odigos convolucionais

31

Calculando as distancias de Hamming das transicoes

Luis Henrique Assumpc

ao Lolis

C
odigos convolucionais

31

Calculando as distancias de Hamming das transicoes

Luis Henrique Assumpc

ao Lolis

C
odigos convolucionais

31

Calculando as distancias de Hamming das transicoes

Luis Henrique Assumpc

ao Lolis

C
odigos convolucionais

31

Calculando as distancias de Hamming das transicoes

Luis Henrique Assumpc

ao Lolis

C
odigos convolucionais

31

Distancia livre e ganho de codificacao

Para corrigir t erros: a dist
ancia livre dlivre > 2t
Usando o c
odigo em trelica se observa o peso das transico
es
(11) > D2 L, (01)(10) > DL, (00) > L, L o n
umero de entradas do
c
odigo. Para n
os L = 1.
O digrama de estados modificado considera o sinal saindo e voltando para
o estado a, definindo a0 e a1 . Usando a trelica ou diagrama de estados,
se definem as transico
es em func
ao de L e D. Para o c
odigo do slide ??

Luis Henrique Assumpc

ao Lolis

C
odigos convolucionais

32

O sistema de equaco
es que liga cada entrada e sada dos n
os
b = D2 La0 + Lc
c = DLb + DLc
d = DLb + DLd
a1 = D2 Lc
A func
ao de transferencia da dist
ancia e:
D5 L3
T (D, L) =
1 DL(1 + L)
Em expans
ao binomial:

X
T (D, L) = D5 L3
(DL(1 + L))i
i=0

T (D, 1) = D5 + 2D6 + 4D7 + . . .

A potencia do primeiro termo e a dist
ancia livre, dlivre = 5

Luis Henrique Assumpc

ao Lolis

C
odigos convolucionais

33

Ganho assintotico do ganho

Uma vez conhecida a dist
ancia mnima calcula-se o ganho assint
otico do
c
odigo para o canal bin
ario gaussiano;
Canal bin
ario AWGN.
Ga = 10 log10 (df ree r) dB
r a taxa do c
odigo.

Luis Henrique Assumpc

ao Lolis

C
odigos convolucionais

34