Д.А. Тавалинский1, Н.В. Шишкин2, А.В. Юрлов3

1 Военный ордена Жукова университет радиоэлектроники (г. Череповец, Россия)
2,3 Академия Федеральной службы охраны Российской Федерации (г. Орёл, Россия)
 

Постановка проблемы. Проведенный анализ состояния и перспектив развития современных систем связи показывает, что применение блочных турбокодов и комбинированных методов сжатия информации позволяет значительно повысить информационную эффективность системы связи. В условиях наличия ошибок на выходе декодера турбокода в процессе декомпрессии сжатых данных имеет место размножение ошибок и, как следствие, потеря информации, что делает актуальным разработку модели декодера кода источника с учетом особенностей, как процесса декомпрессии, так и результатов канального декодирования.

Цель. На основе закономерностей многоэтапного объединения разнородных кодовых преобразований разработать модель декодера кода источника, учитывающую статистические свойства ошибок на выходе декодера блочного турбокода и контекстные свойства сообщений, полученных в результате декомпрессии.

Результаты. Разработана модель и проведено исследование влияния ошибки декодирования блочных турбокодов на процесс декомпрессии сжатых данных, что позволило разработать алгоритм определения местоположения необнаруженной ошибки, основанный на обнаружении изменения статистических свойств сообщения в процессе его декомпрессии в условиях наличия ошибок в коде источника. Предложена процедура исправления вектора ошибок, локализованного на длине кодового слова турбокода, которая реализуется за счет использования дополнительных сведений о позициях и значениях достоверно декодированных символов.

Практическая значимость. Полученные результаты могут быть использованы при создании программного обеспечения, позволяющего минимизировать вероятность битовой ошибки при реализации многоэтапной обработки кодовых последовательностей в каналах связи с применением блочных турбокодов.

Тавалинский Д.А., Шишкин Н.В., Юрлов А.В. Исследование влияния ошибки декодирования блочных турбокодов на процесс декомпрессии сжатых данных // Динамика сложных систем. 2022. Т. 16. № 4. С. 26−38. DOI: 10.18127/j19997493-202204-03

1. Berrou C., Glavieux A., Thitimajshima P. Near Shannon limit error-correcting coding and decoding: turbo codes. IEEE Proceedings of the Int. Conf. on Communications. 1993. P. 1064–1076.
2. Кларк Дж., Кейн Дж. Кодирование с исправлением ошибок в системах цифровой связи. М.: Радио и связь. 1987. 392 с.
3. Кудряшов Б.Д. Основы теории кодирования: Учеб. пособие. СПб.: БХВ–Петербург. 2016. 400 с.
4. Назаров Л.Е., Головкин И.В. Методика оценивания вероятностных характеристик блоковых турбо-кодов // Журнал радиоэлектроники. 2009. № 10. С. 1231–1235.
5. RFC 1951. DEFLATE Compressed Data Format Specification version 1.3. May 1996.
6. Шишкин Н.В. Методы коррекции ошибок в цифровых потоках с префиксным кодированием источника: монография. СПб.: ВКА им. А.Ф. Можайского, 2008. 151 с.
7. Ростовцев Ю.Г. Основы построения автоматизированных систем сбора и обработки информации. СПб.: ВИКИ. 1992.
8. Шеннон К. Работы по теории информации и кибернетике: Пер. с англ. М.: ИЛ. 1963.
9. Пронкин А.A. Восстановление искаженных сжатых сообщений // Науковедение. 2014. № 1 (20). С. 1–16.
10. Page E.S. Continuous inspection schemes. Biometrika. 1954. V. 41. P. 100–115.
11. Pyndiah R.M. Near-optimum decoding of product codes: Block turbo codes. IEEE Transactions on Communications. 1998. V. 46. P. 1003–1010.
12. Pyndiah R.M. Iterative decoding of product codes: Block turbo codes. IEEE International Symposium on Turbo Codes. 1997. P. 71–79.
13. Бобрус С.Ю., Прасолов В.А., Устимов А.А. Применение турбокодов в системах связи с автоматическим запросом повторной передачи // Радиотехника. 2019. № 5(6). С. 121–128.