CHƯƠNG 3: GIẢI MÃ CHẬP DÙNG THUẬTTOÁN
3.2.2. Thuậttoán Viterhi với quyết định mềm trong giải mã chập
Có 2 phương pháp tổng quát thực hiện thuật toán Viterbi quyết định mềm. Phương pháp thứ nhất (phương pháp 1) sử dụng metric khoảng cách Euclidean thay cho metric khoảng cách Hamming. Các bit nhận sử dụng trong metric khoảng cách
TX 11 01 01 00 RX 11 01 T=Q T=1 11 T=3 0 0 T=4 -State 00 State 01 State 10 Stale 11
Euclidean được xử lí bằng lượng tử hóa nhiều mức. Phương pháp thứ hai (phương pháp 2) sử dụng một metric tương quan trong đó các bit nhận được của nó dùng trong metric này cũng được xử lí bằng lượng tử hóa nhiều mức.
a) Thuật toán Vỉterbi quyết định mềm (phương pháp 1)
Trong giải mã quyết định mềm, bộ thu không gán 0 hay 1 (lượng tử hóa bit đơn) cho mỗi bit nhận được mà sử dụng các giá trị lượng tử hóa nhiều bit hay bit không xác định. Lý tưởng, chuỗi thu r được lượng tử hóa bit không xác định và được sử dụng trực tiếp trong bộ giải mã quyết định mềm. Thuật toán Yiterbi quyết định mềm tương tự với thuật toán quyết định cứng ngoại trừ khoảng cách Euclidean bình phương được sử dụng trong metric thay cho khoảng cách Hamming.
Thuật toán Viterbi quyết định mềm có thể được thực hiện như sau:
Sk, t là trạng thái trong biểu đồ trellis tương ứng với trạng thái Sk tại thời
điểm t. Mỗi trạng thái trong trellis được gán một giá trị là V(Sk t)- 1. (a) khởi tạo t = 0
(b) Khởi tạo V(So o) = 0 và tất cả các V khác V(Sk t) = +00 2. (a) Lấy t = t + 1
(b) Tính các metric đường thành phần cho tất cả các đường đi đến trạng thái
Sk tại thơi điểm t.
Đầu tiên tìm metric nhánh thứ t
M(rt\yt)=Ỵ%=xM(rỊi>\yỊi>)
Metric này được tính từ khoảng cách Euclidean Sỹ=,(|rt0) -ytw l) 2
Thứ 2, tính metric đường từng phần thứ t M
(r|y) = EỈ=if M ( r tlyt) Metric này được tính từ
V(Sk,t.ỉ)+M(rt\yí)
(3.21)
(3.22)
3. (a) Gán V(Sk t) cho metric đường từng phần tốt nhất là trạng thái sk, tại
thời điểm t. Thông thường metric đường từng phần tốt nhất là metric đường từng phần có giá trị nhỏ nhất.
(b) Nếu có một TIE cho một metric đường từng phần tốt nhất, thì sau đó bất kỳ một trong những metric đường từng phần có thể được chọn.
4. Lưu trữ metric đường từng phần và các đường trạng thái và các bit tồn tại liên kết của nó.
5. Nếu t <= L+m -1, trở về bước 2.
b) Thuật toán Viterbi quyết định mềm (phương pháp 2)
Thuật toán viterbi quyết định mềm thứ 2 được trình bày bên dưới. Hàm khả năng xảy ra được biểu diễn bằng hàm mật độ xác suất Gaussian
P(Ti \y-')=^=e (rỉ(0
Trong đó Eb là năng lượng nhận được bit của từ mã và N0 là mật độ phổ nhiễu một phía. Bit nhận được là biến ngẫu nhiên Gaussian có trung bình là
và phương sai là N/2. Hàm log của khả năng xảy ra có thể được định nghĩa là:
(3.26)
Trong đó: y®2 = l,r[°2 = 1
Trong đó C1 và C2 là hằng số, không phải là hàm của y logp(r\y) = Ci(r*y) + c2
Từ đây metric bit được định nghĩa là
Thuật toán Yiterbi quyết định mềm có thể được thực hiện như sau:
Sk, t là trạng thái trong biểu đồ trellis tương ứng với trạng thái Sk tại thời
điểm t. Mỗi trạng thái trong trellis được gán một giá trị là V(Sk t)- 1. (a) Khởi tạo t = 0
(b) Khởi tạo Y(S0 o) = 0 và tất cả các V khác V(Sk t) = +00 2. (a) Lấy t = t + 1
(b) Tính các metric đường thành phần cho tất cả các đường đi đến trạng thái
Sk tại thơi điểm t.
Đầu tiên tìm metric nhánh thứ t
3. (a) Lấy V(Skt) đến metric đường từng phần tốt nhất là trạng thái sk tại thời
điểm t. Metric đường từng phần tốt nhất là metric đường từng phần có giá trị lớn nhất.
(b) Nếu có một thay đổi cho metric đường thành phần tốt nhất, thì sau đó bất kỳ một trong những metric đường từng phần có thể được chọn.
4. Lưu trữ metric đường từng phần và các đường trạng thái và các bit tồn tại liên kết của nó.
5. Nếu t < L + m - 1, trở về bước 2.
Thông thường đối với giải mã quyết định mềm, trong kênh nhiễu Gaussian