Vorlesungsskript Kanalcodierung II - Universität Bremen
Vorlesungsskript Kanalcodierung II - Universität Bremen
Vorlesungsskript Kanalcodierung II - Universität Bremen
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
<strong>Kanalcodierung</strong> <strong>II</strong><br />
Dr.-Ing. Volker Kühn, Dr.-Ing. Dirk Wübben<br />
Universität <strong>Bremen</strong><br />
Fachbereich 1, ANT<br />
in Wahrscheinlichkeiten umrechnen, sondern können die empfangenen Werte direkt weiterverarbeiten. Eine<br />
solche Arithmetik wird von Hagenauer als L-Algebra bezeichnet [Hag96] und im nächsten Abschnitt noch<br />
eingehend behandelt.<br />
Man kann natürlich aus den LLR’s auch auf die Wahrscheinlichkeiten P(x = +1) bzw. P(x = −1) zurückrechnen.<br />
Es ergeben sich die folgenden Ausdrücke<br />
Bezogen auf das Symbolxgilt<br />
P(x = +1|y) =<br />
P(x = −1|y) =<br />
e L(ˆx)<br />
1+e L(ˆx) (1.23)<br />
1<br />
. (1.24)<br />
1+eL(ˆx) P(x = i|y) = eL(ˆx)/2<br />
1+e L(ˆx) ·eiL(ˆx)/2 mit i ∈ {−1,+1} . (1.25)<br />
Die Wahrscheinlichkeit für die Richtigkeit eines Empfangswertes P(ˆx korrekt) ist ebenfalls einfach zu bestimmen.<br />
Für x = +1 liegt eine korrekte Entscheidung vor, wennL(ˆx) positiv ist, d.h.<br />
P(ˆx korrekt|x = +1) = eL(ˆx)<br />
1+e<br />
Für x = −1 muss L(ˆx) hingegen negativ sein und es folgt<br />
P(ˆx korrekt|x = −1) =<br />
Wir erhalten also in beiden Fällen das gleiche Ergebnis<br />
Ferner gilt für den Erwartungswert einer Datenentscheidung<br />
1+e |L(ˆx)| .<br />
L(ˆx)<br />
=<br />
e|L(ˆx)|<br />
1<br />
1+e L(ˆx) = 1 e|L(ˆx)|<br />
1+e −|L(ˆx)| =<br />
1+e |L(ˆx)| .<br />
P(x korrekt) = e|L(ˆx)|<br />
1+e |L(ˆx)| . (1.26)<br />
E{ˆx} = ∑ eL(ˆx)<br />
i·P(x = i) =<br />
1+e L(ˆx) − 1<br />
= tanh(L(ˆx)/2) . (1.27)<br />
1+eL(ˆx) i=±1<br />
1.7.2 Rechnen mit Log-Likelihood-Werten (L-Algebra)<br />
Wie schon aus dem letzten Semester bekannt ist, werden die Prüfbit eines Codes durch modulo-2-Addition<br />
bestimmter Informationsbit u i berechnet. Damit gewinnt auch die Berechnung der L-Werte von verknüpften<br />
Zufallsvariablen an Bedeutung. Wir betrachten zunächst zwei statistisch unabhängige Symbolex 1 = 1−2u 1<br />
und x 2 = 1−2u 2 . Das LLR ihrer modulo-2-Summe berechnet sich nach<br />
L(u 1 ⊕u 2 ) = ln P(u 1 ⊕u 2 = 0)<br />
P(u 1 ⊕u 2 = 1)<br />
= ln P(x 1 ·x 2 = +1)<br />
P(x 1 ·x 2 = −1)<br />
= ln P(x 1 = +1)·P(x 2 = +1)+P(x 1 = −1)·P(x 2 = −1)<br />
P(x 1 = +1)·P(x 2 = −1)+P(x 1 = −1)·P(x 2 = +1)<br />
= ln P(x 1 = +1)/P(x 1 = −1)·P(x 2 = +1)/P(x 2 = −1)+1<br />
P(x 1 = +1)/P(x 1 = −1)+P(x 2 = +1)/P(x 2 = −1)<br />
L(x 1 ·x 2 ) = ln exp(L(x 1)+L(x 2 ))+1<br />
exp(L(x 1 ))+exp(L(x 2 )) . (1.28)<br />
1.7. DECODIERUNG VERKETTETER CODES 23