22.01.2015 Aufrufe

Vorlesungsskript Kanalcodierung II - Universität Bremen

Vorlesungsskript Kanalcodierung II - Universität Bremen

Vorlesungsskript Kanalcodierung II - Universität Bremen

MEHR ANZEIGEN
WENIGER ANZEIGEN

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

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

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!