В.А. Глускин1

1 ЦНИИ ВКС МО РФ (г. Королев, Московская обл., Россия)

Постановка проблемы. Современное состояние телекоммуникационной отрасли характеризуется значительным увеличением объема передаваемой информации. В условиях ограничений частотного ресурса важнейшей задачей, определяющей результаты конкуренции производителей телекоммуникационного оборудования, является разработка и внедрение новых эффективных методов передачи и приема информации, позволяющих обеспечить заданный уровень надежности приема сообщений в сложных условиях сигнальной и помеховой среды. Одним из перспективных направлений решения задачи повышения надежности приема информации является разработка новых моделей, способы и методики, позволяющие снять ограничения в виде единого закона вероятностного распределения символов передаваемого сообщения и биномиального закона вероятностного распределения символов потока ошибок в дискретном канале связи, часто неадекватном реальной ситуации.

Повышение эффективности ЛИС (систем передачи информации) основано на компромиссах между частотой и энергоэффективностью и сводится к снижению избыточности систем модуляции и кодирования. Однако способы энтропийного кодирования, учитывающие только распределения вероятностей исходных символов, не эффективны, а коды, учитывающие статистические отношения, являются сложными и требуют неприемлемой задержки передачи при кодировании длинных последовательностей символов. Это обстоятельство определяет потенциальную возможность использования избыточности источника сообщений для решения задачи повышения надежности приема при условии преобразования, осуществляемого скремблером, который в настоящее время является обязательным элементом тракта передачи информации.

Цель. Снизить вычислительную сложность алгоритма декодирования блоковых кодов, реализующего критерий минимального среднего риска (МСР).

Результаты. Рассмотрены свойства матрицы, элементами которой являются расстояния Хемминга между двоичными комбинациями заданной длины. Представлено доказательство утверждения относительно целесообразности использования вышеуказанной матрицы в качестве матрицы потерь (МП) при декодировании блочных кодов. Предложен алгоритм факторизации вычисления произведения двоичного вектора на вышеуказанную матрицу и модифицированный алгоритм декодирования линейных блочных кодов на основе критерия минимального среднего риска.

Практическая значимость. Используя особенности построения МФ, можно приблизительно в разы снизить вычислительную сложность алгоритма декодирования БК по критерию минимального среднего риска. Таким образом, корректирующая способность разработанного алгоритма соответствует корректирующей способности алгоритма, приведенного в [2]. Быстрый алгоритм минимального среднего риска позволяет выполнять параллельные вычисления, что может дополнительно снизить вычислительную сложность в 2N раз, где N – число параллельных ветвей, зависит от числа контактов для ввода/вывода данных и числа ячеек, выполняющих операцию умножения в FPGA.

Глускин В.А. Быстрое декодирование блоковых кодов по критерию минимального среднего риска на основе факторизации матрицы потерь // Динамика сложных систем. 2023. Т. 17. № 4. С. 45−55. DOI: 10.18127/j19997493-202304-05

1. Конышев М.Ю., Шинаков С. В., Панкратов А. В., Утянский Е. М. Модель дискретного источника ошибок в цифровых каналах связи // Изв. ГТУ. Информационные системы и технологии. 2010. № 5. С. 135–141.
2. Конышев М.Ю., Панкратов А.В, Шинаков С.В., Баранов С.В. Непараметрическое декодирование блоковых кодов в каналах с негауссовыми шумами // Телекоммуникации. 2011. № 3. С. 3–9.
3. Кормен Т.Х., Лейзерсон Ч.И., Ривест Р.Л., Штайн К. Алгоритмы: построение и анализ. М.: Издательский дом «Вильямс», 2005. 1296 с.
4. Большев А.И., Лом. Р.С. О различении гипотез при функциях потерь, зависящих от решения // Проблемы передачи информации. Т. XII. Вып. 2. М.: Наука и технологии. 1976. С. 43–46.
5. Де Грот М. Оптимальные статистические решения. М.: Мир. 1974. 490 с.
6. Зюко А.Г., Фалько А.И., Панфилов И.П., Банкет В., Иващенко П.В. Помехоустойчивость и эффективность систем передачи информации / Под ред. А.Г. Зюко. М.: Радио и связь. 1985. 272 с.
7. Блох Э.Л., Попов О.В., Турин В.Я. Модели источника ошибок в каналах передачи цифровой информации. М.: Связь. 1971. 312 с.
8. Давыдов И.Ю., Козлов Д.А., Шахтанов С.В., Шибаева М.Ю. Перестановочное декодирование в системе комбинаций кодовых конструкций при оценке биометрических данных // Автоматизация процессов управления. 2019. № 3 (47). С. 67–74.
9. Галлагер Р. Теория информации и надежная связь. М.: Сов. радио. 1974. 720 с.
10. Гладких А.А., Пчелин Н.А., Шахтанов С.В. Минимизация объема памяти когнитивной карты декодера в системе поиска эквивалентных кодов // Радиотехника. 2018. № 6. С. 38–41.
11. Шеин В.В. Обеспечение целостности в системах хранения данных на основе снижения вычислительной сложности декодирования помехоустойчивых кодов // Промышленные АСУ и контроллеры. 2018. № 5. С. 43–49.