DE69820485T2

DE69820485T2 - Dekodierungsverfahren und -vorrichtung

Info

Publication number: DE69820485T2
Application number: DE69820485T
Authority: DE
Inventors: Stig Björn JOHANSSON; Johan Per NYSTRÖM; Gunde Tomas SVENSSON
Original assignee: Telefonaktiebolaget LM Ericsson AB
Current assignee: Telefonaktiebolaget LM Ericsson AB
Priority date: 1997-12-22
Filing date: 1998-12-17
Publication date: 2004-10-28
Anticipated expiration: 2018-12-18
Also published as: EP1048113B1; SE9704830L; WO1999033187A1; SE9704830D0; SE514792C2; EP1048113A1; US6728319B1; AU1990199A; DE69820485D1

Description

TECHNISCHES GEBIET
Die vorliegende Erfindung betrifft ein Decodierverfahren und einer Einrichtung in einem Kommunikationssystem unter Verwendung von kanaloptimierter Vektorquantisierung.
HINTERGRUND DER ERFINDUNG
Vektorquantisierung (VQ) ist ein Datencodierverfahren, in welchem ein aus einigen Abtastwerten bestehender Abtastwertvektor geschätzt wird durch den "nächsten" Vektor einer Auswahl von Vektoren, die Codebuch genannt werden. Statt des Repräsentierens des Abtastvektors durch seine Komponenten wird er durch den Codebuchindex dieses "nächsten" Codebuchvektor repräsentiert. Dieser Index wird zu einem Dedoder übertragen, welcher den Index verwendet zum Wiedergewinnen des entsprechenden Codebuchvektors aus einer Kopie des Codebuchs. Vektorquantisierung wird beispielsweise bei Sprachcodierung in Mobiltelephonie verwendet. Ein Nachteil dieses Verfahrens ist, dass der übertragene Index bedingt durch den Einfluss des Übertragungskanals gegebenenfalls nicht immer derselbe ist wie der empfangene Index. In diesen Fällen kann der tatsächliche Vektor signifikant von dem Ursprungsabtastvektor abweichen.
Eine häufig verwendete Methode zum Reduzieren der Empfindlichkeit in bezug auf Kanalfehler ist das Anwenden von Vorwärtsfehlerkorrekturkodierung (FEC). Auf diese Weise kann der Decoder Fehler erfassen und sogar korrigieren, die während der Übertragung aufgetreten sind vor dem Nachschauen in dem Codebuch. Jedoch ist ein Nachteil dieses Verfahrens, dass Redundanz eingefügt werden muss in die Codewörter, die über den Kanal übertragen werden. Zudem erfordert dieses Verfahren sehr lange Codes, um eine akzeptable Fehlerratenperformanz zu liefern. Eine übliche Weise zum Erhalten solch langer Codewörter ist, Indizes von einigen vektorquantizierten Abtastwertvektoren zu sammeln bevor die FEC-Codierung ausgeführt wird. Dieser Sammelprozess resultiert in einer wesentlichen Verzögerung, welche im Allgemeinen unerwünscht ist in Echtzeitanwendungen, wie zum Beispiel Mobiltelephonie oder Video- und Audioübertragung.
Eine alternative Methode des Fehlerschutzes ist kanaloptimierte Vektorquantisierung (COVQ), siehe Referenz [1, 2]. Statt des Schützens des übertragenen Index gegen Kanalfehler berücksichtigt COVQ die statistische Wahrscheinlichkeit des Kanals bereits in dem Codebuchaufbau. Der Gedanke hinter COVQ ist, dass obwohl der falsche Codebuchindex empfangen worden sein mag, der decodierte Codebuchvektor noch "nahe" an dem Ursprungsabtastwertvektor sein sollte. Ein charakteristisches Merkmal von COVQ ist, dass die Anzahl von Indizes, die übertragen werden können, tatsächlich kleiner ist als die Anzahl von Indizes, die empfangen werden können. Auf diese Weise kann das Codebuch Vektoren "zwischen" Codebuchvektoren enthalten, die tatsächlich übertragenen Indizes entsprechen. Ein Kanalfehler kann demnach noch zu. einem decodierten Vektor führen, der "nahe" bei dem ursprünglich gedachten Vektor liegt. Daher bietet COVQ ein verbunden optimiertes Vektorquantisierungs- und Kanalschutzsystem. Da keine langen Codewörter erforderlich sind, kann zusätzliche von FEC-Codierung eingefügte Verzögerung vermieden werden. Ein charakteristisches Merkmal konventioneller COVQ ist, dass sie sehr lange Speichererfordernisse hat, da die Anzahl von Codebuchvektoren sehr groß ist. Es gibt bereits Verfahren zum Reduzieren dieser Speichererfordernisse auf der Codiererseite herunter zu demselben wie für normale VQ, siehe [3].
Auf der Decoderseite ist ein Algorithmus vorgeschlagen worden [4] zur Soft-Decodierung bzw. Weich-Decodierung von empfangenen Signalen. Jedoch ist dieser Algorithmus rechenintensiv.
RESÜMEE DER ERFINDUNG
Ein Ziel der vorliegenden Erfindung ist es, ein COVQ-Decodierverfahren und eine Einrichtung bereitzustellen, in welchen die Speicher- und Rechenerfordernisse in dem Decoder signifikant reduziert sind.
Dieses Ziel wird erreicht durch ein Verfahren und eine Einrichtung in Übereinstimmung mit den beiliegenden Patentansprüchen.
Kurz; die vorliegende Erfindung erreicht das obige Ziel durch Speichern von Flächenschwerpunktvektoren, die aktiven Indizes (Indizes, die tatsächlich gesendet werden könnten) in dem Decoder entsprechen und Berechnen des resultierenden Decoderausgangsvektors aus diesen Vektoren, gespeicherten Quellenwahrscheinlichkeiten, einer Übertragungskanalqualitätsmessung und einem tatsächlich empfangenen Index. Wie unten gezeigt werden wird, reduziert dies signifikant die Speichererfordernisse. Zudem wird die Rechenkomplexität durch Einschließen nur der signifikanten Beiträge in die Rechnung reduziert.
KURZBESCHREIBUNG DER ZEICHNUNGEN
Die Erfindung gemeinsam mit ferneren Zielen und Vorteilen davon wird gegebenenfalls am besten unter Bezugnahme auf die folgende Beschreibung, betrachtet gemeinsam mit den beiliegenden Zeichnungen, verstanden, in welchen zeigt:
1 ein Blockdiagramm eines kanalgeschützten Vektorquantisierungssystems;
2 ein Blockdiagramm eines kanaloptimierten Vektorquantisierungssystems;
3 ein detaillierteres Blockdiagramm eines kanaloptimierten Vektorquantisierungssystems;
4 ein zweidimensionales Voronoi-Diagramm des Konzeptes aktiv codierter Flächenschwerpunkte;
5 ein Blockdiagramm einer Ausführungsform eines kanaloptimierten Vektorquantisierungssystems in Übereinstimmung mit der vorliegenden Erfindung;
6 ein Flussdiagramm einer Ausführungsform eines Decodierverfahrens, auf dem die vorliegende Erfindung beruht;
7 ein Flussdiagramm einer Ausführungsform eines suboptimalen Decodierverfahrens in Übereinstimmung mit der vorliegenden Erfindung;
8 ein Flussdiagramm einer anderen Ausführungsform eines sub-optimalen Decodierverfahrens in Übereinstimmung mit der vorliegenden Erfindung; und
9 ein Flussdiagramm einer modifizierten Ausführungsform des sub-optimalen Decodierverfahrens der 8.
DETAILLIERTE BESCHREIBUNG DER BEVORZUGTEN AUSFÜHRUNGSFORMEN
In der folgenden Beschreibung werden dieselben Bezugszeichen verwendet für Elemente mit denselben oder ähnlichen Funktionen.
Bevor die Erfindung detailliert beschrieben wird, wird eine kurze Zusammenfassung kanalgeschützter Vektorquantisierung und kanaloptimierter Vektorquantisierung unter Bezugnahme auf 1 bis 3 wiedergegeben.
1 ist ein Blockdiagramm des Prinzips eines kanalgeschützten vektorquantisierten Kommunikationssystems. Eine Vektorquelle 10 gibt Abtastwertvektoren an einen VQ-Codierer 12. Der VQ-Codierer 12 durchsucht ein Codebuch 14, das eine Sammlung von Codebuchvektoren enthält, um die "nächstliegende" Übereinstimmung zu finden. Der Index i dieses Codebuchvektors wird weitergeleitet an einen Kanalcodierer 16, der diesen Index mit Fehlerschutz versieht. Der geschützte Index wird weitergeleitet an einen Modulator 18 und über einen verrauschten Kanal gesendet. Das empfangene Signal wird demoduliert in einem Demodulator 20 Wie angegeben, bilden der Modulator 18, der Demodulator 20 und der verrauschte Kanal gemeinsam einen Digitalkanal. Das demodulierte Signal wird kanaldecodiert in einem Kanaldecodierer 22 und ein empfangener Index j wird weitergeleitet an einen VQ-Decoder 24. Der VQ-Decoder 24 ist eine einfache Nachschautabelle, die einen Codevektor entsprechend dem Index j von einer Kopie des Codebuchs 14 wiedergewinnt. Die Tatsache, dass dasselbe Codebuch im Codierer und Decoder verwendet wird, ist durch die gestrichelte Linie vom Codebuch 14 zum Decoder 24 angezeigt. Schließlich wird der wiedergewonnene Codebuchvektor weitergeleitet an einen Benutzer 26.
2 ist ein Blockdiagramm zum Zeigen der Prinzipien eines kanaloptimierten vektorquantisierten Kommunikationssystems. Eine Vektorquelle 10 gibt Abtastwertvektoren an einen COVQ-Codierer 13 aus. Der COVQ-Codierer verwendet ein Codebuch 28, das eine Sammlung von Codebuchvektoren enthält, um die "nächstgelegene" Übereinstimung zu finden. Ein Index i, der den quantisierten Abtastwertvektor kennzeichnet, wird weitergeleitet an einen Modulator 18 und über einen verrauschten Kanal gesendet. Das empfangene Signal wird in einem Demodulator 20 demoduliert. Der empfangene und demodulierte Index j wird weitergeleitet an einen COVQ-Decoder 25. Der COVQ-Decoder 25 ist eine einfache Nachschautabelle, die einen Codevektor entsprechend dem Index j aus einem Codebuch 28 wiedergewinnt. Schließlich wird der wiedergewonnene Codebuchvektor weitergeleitet an einen Benutzer 26.
Es ist zu bemerken, dass in dem Falle von COVQ in Übereinstimmung mit 2 das Codebuch 28 im Allgemeinen sehr groß ist. Wie in 3 angegeben, umfasst das Codebuch 28 eine Sammlung von M Codebuchvektoren c ^₀, c ^₁, ..., c ^_M–1. Prinzipien zum Bestimmen dieses Codebuchs sind in den Referenzen [1, 2] beschrieben. Wie in 3 angegeben, sind nicht alle Vektoren in dem Codebuch aktiv, d.h. nicht jeder Vektor hat eine Quellenwahrscheinlichkeit Pi > 0, einem gegebenen Quellenvektor x zugeordnet zu sein. Die Vektoren, die nie zugeordnet sein werden, sind durch "*" in 3 markiert worden. Demnach sind in 3 Vektoren mit Indizes 1, 2, 3 und M – 2 inaktiv. Dies bedeuetet, dass diese Indizes niemals übertragen werden zu dem Decoder unabhängig von dem codierten Quellenvektor x. Der Satz aktiver Vektoren hängt von der Kanalqualität ab und wird während einer Trainingsprozedur bestimmt, wie in [1, 2] erläutert.
3 zeigt den "Abbildungs"-Prozess bzw. Übereinstimmungsbestimmungsprozess in dem COVQ-codierer detaillierter. Ein Verzerrungsberechner 32 berechnet üblicherweise (siehe [1]) eine Sammlung von Verzerrungsmaßen α_I(x) entsprechend
Wobei E[.] einen Erwartungswert kennzeichnet, ∥·∥² den quadratischen euklidischen Abstand kennzeichnet, J, I stochastische Variablen sind, M die Anzahl von Vektoren im Codebuch ist und p_j|i die bedingte Kanalübergangswahrscheinlichkeit ist, erhalten aus dem Block 34, dieser Codebuchindex j wurde empfangen, wenn der Index i eigentlich über den Kanal gesendet worden ist (Der Ausdruck j|i kennzeichnet "j bei gegebenen i"). Für einen binären symmetrischen Kanal kann die bedingte Kanalübergangswahrscheinlichkeiten p_j|i berechnet werden als
wobei N die Anzahl von Bit-Positionen in einem Index kennzeichnet, d_H(j, i) die Hamming-Distanz (die Anzahl unterschiedlicher Bits) zwischen j und i kennzeichnet und ε die Bit-Fehlerrate (BER vom englischsprachigen Ausdruck Bit Error Rate) des Kanals kennzeichnet.
Die Größe α_i(x) repräsentiert den erwarteten Decodierfehler oder die Verzerrung eines Abtastwertvektors x, der vektorquantisiert worden ist (codiert) zu einem Index i. In COVQ wird der Index i, der die kleinste Verzerrung α_i(x) für einen gegebenen Abtastwertvektor x liefert, als Codierindex ausgewählt. Block 36 findet den Index i des Verzerrungsmaßes in der Sammlung, der den kleinsten Wert hat. Dies ist der Index, der übertragen werden wird.
Das Decodieren in einem konventionellen COVQ-Decoder ist einfach. Wie in 3 gezeigt, besteht es aus einem einfachen Nachschauen im Block 25 des Decodercodebuchvektors c ^_j, der dem empfangenen Index j entspricht. Jedoch erfordert, wie oben erwähnt, dieses einfache Decodierschema eine Menge Speicherplatz für das große COVQ-Codebuch. Als ein Beispiel erfordert das Codieren von Linienspektralfrequenzparametern bzw. LSF-Parametern das Quantisieren von 3-Element-Fließvektoren. Eine typische COVQ-Codebuchgröße für dieses Beispiel ist M = 2¹⁸ = 262 144 Vektoren.
Der Gedanke hinter der vorliegenden Erfindung ist, dass es nicht erforderlich ist, das gesamte COVQ-Codebuch zu speichern, um den decodierten Vektor zu erhalten. Eine andere Möglichkeit ist, diesen Vektor stattdessen dynamisch zu berechnen oder zu schätzen. Als ein Startpunkt für diese Berechnung mag gezeigt werden, dass (siehe [3])
wobei q_i|j die bedingte Kanalübergangswahrscheinlichkeit kennzeichnet, dass ein Index i gesendet worden ist unter der Voraussetzung, dass ein Index j empfangen worden ist. Zudem sind c_i aktive Codiererflächenschwerpunkte des Codierens oder der Voronoi-Regionen, die definiert worden sind durch (siehe [1, 2]) Ki = {x; αi(x) ≤ αj(x), j = 0, 1, ..., M – 1}oder ausgedrückt in Worten c_i sind die Vektoren zu demselben "Massenzentrum" der Regionen K_i, wobei jede Region K_i die Spitze aller Quellenvektoren x einschließt, die dem Index i zugeordnet sein können. 4 zeigt diese für zweidimensionale Vektoren x. Die Volllinien in 4 repräsentieren die Grenzen zwischen den unterschiedlichen Codierregionen K_i während die Punkte die Flächenschwerpunkte c_i repräsentieren. Da inaktive Indizes keine Codierregionen haben werden, ist leicht einzusehen, dass es nur M_a aktive Codierflächenschwerpunkte c_i gibt.
Die Wahrscheinlichkeit q_i|j kann berechnet werden aus den Wahrscheinlichkeiten p_j|i und p_i unter Verwendung des Bayes-Theorems. Demnach kann q_i|j ausgedrückt werden als
Dies liefert den folgenden Ausdruck für den Codebuchvektor
Jedoch, wie oben erwähnt, gibt es nur M_a aktive Codiererflächenschwerpunkte c_i. Dies bedeutet, dass die Summation nur über aktive Indizes i durchgeführt werden muss. Demnach kann der Decodercodebuchvektor ausgedrückt werden als
Aus dieser Formel wird klar, dass was tatsächlich beim Decoder benötigt wird zum Berechnen von c ^_j, ein Satz von M_a aktive Codierflächenschwerpunkte c_i, ein entsprechender Satz von Quellenwahrscheinlichkeiten p_i und die Kanalübergangswahrscheinlichkeiten p_j|i sind. Jedoch, wie oben erwähnt, kann die Bit-Fehlerrate ε verwendet werden zum Berechnen der Wahrscheinlichkeiten p_j|i in Übereinstimmung mit
Wieder zurückkehrend zu dem oben erwähnten Codieren von LSF-Parametern, wurde das COVQ-Codebuch angenommen als aus M = 2¹⁸ = 262 144 Vektoren bestehend. Wenn eine Bit-Fehlerrate von 10% angenommen wird, wird der Trainingsprozess üblicherweise in M_a ≈ 500 aktiven Codiererflächenschwerpunkten c_i resultieren, welches eine signifikante Reduzierung in den Speichererfordernissen ist.
5 ist ein Blockdiagramm einer Ausführungsform eines kanaloptimierten Vektorquantisierungssystems in Übereinstimmung mit der vorliegenden Erfindung. Da nur die aktiven Indizes von dem Decoder verwendet werden, ist es ausreichend, nur eine Sammlung 40 aktiv codierter Flächenschwerpunkte c_i zu speichern. Diese Sammlung 40 wird nur die aktiven Flächenschwerpunktvektoren und ihre entsprechenden Indizes enthalten. Ein Vektorkalkulator 42 berechnet den Codebuchvektor c ^_j, der einem empfangenen Index j unter Verwendung der Sammlung 40, den gespeicherten (in Block 44) Quellenwahrscheinlichkeiten t_i und der gespeicherten (in Block 46) Bit-Fehlerrate entspricht ε. In einer typischen Ausgestaltungsform wird der Vektorkalkulator 42 durch einen Mikroprozessor oder eine Mikro-/Signalprozessorkombination implementiert.
Ein das Grundverfahren darstellendes Ablaufdiagramm ist in 6 wiedergegeben. Im Schritt S1 wird ein Index j von dem Codierer empfangen. In Schritt S3 werden der Zähler und der Nenner in dem obigen Ausdruck für c ^_j auf Null gesetzt. Zudem initialisiert Schritt S3 i als ersten aktiven Index. Im Schritt S5 wird der Zähler um cc ^·p_j|i·p_i inkrementiert und der Nenner wird um p_j|i·p_i inkrementiert. Schritt S7 testet, ob der momentane Index i der letzte aktive Index ist. Wenn dies der Fall ist, wird der resultierende Vektor c^_j durch Dividieren des Zählers durch den Nenner im Schritt S9 gebildet. Andernfalls wird der Index i aktualisiert auf den nächsten aktiven Index im Schritt S11.
In der obigen Diskussion ist angenommen worden, dass alle M_a Quellenwahrscheinlichkeiten p_i > 0 in der Summation verwendet werden. Jedoch kann die Komplexität reduziert werden durch Akzeptieren einer sub-optimalen Schätzung von c ^_j, in welcher die Anzahl von Terme in der Summation reduziert worden ist.
Ein solcher sub-optimaler Ansatz zum Berechnen einer Näherung von c ^_j ist, nur die signifikantesten Terme einzuschließen, das heißt Terme, für welche p_i > δ gilt, wobei δ eine kleine positive Zahl ist, beispielsweise 0,01/M_a. In diesem Fall kann gegebenenfalls eine Schätzung von c ^_j ausgedrückt werden als
Ein Flussdiagramm, das dieses Verfahren zeigt, ist in 7 wiedergegeben. Dieses Flussdiagramm unterscheidet sich von dem Flussdiagramm der 6 durch den hinzugefügten Schritt S4. Schritt S4 testet, ob die Quellenwahrscheinlichkeit einen Schwellwert δ übersteigt. Ist dies der Fall, wird dieser Index i in die Summation eingeschlossen. Andernfalls wird dieser Index von den Summen in dem Zähler und Nenner ausgeschlossen.
Ein anderer sub-optimaler Ansatz zum Berechnen einer Näherung von c ^_jist, L Terme in der Reihenfolge der absteigenden Bedingung der Kanalübergangswahrscheinlichkeit zu summieren. Dieser Ansatz kann folgendermaßen zusammengefasst werden.

Empfange Index j
Stelle Zähler auf 0 ein
Stelle Nenner auf 0 ein
Stelle k (Anzahl von Terme) auf 0 ein
Stelle momentane Hamming-Distanz auf 0 ein
A. Finde alle aktiven Indizes mit der momentanen Hamming-Distanz zum empfangenen Index j
Stelle i als ersten aktiven Index mit der momentanen Hamming-Distanz zu j ein
B. Addiere c_i·p_j|i·p_i zum Zähler
Addiere p_j|i·p_i zum Nenner
Inkrementiere k um 1
Wenn k = L (maximale Anzahl von Terme) gilt, dann gehe zu C. Andernfalls, wenn i der letzte aktive Index mit der momentanen Hamming-Distanz zu j ist dann inkrementiere momentane Hamming-Distanz um 1 und gehe zu A. Andernfalls erhalte nächstes aktives i mit momentaner Hamming-Distanz und gehe zu B.
C. c ^_j auf Zähler/Nenner einstellen.

Ein dieses Verfahren darstellendes Ablaufdiagramm ist in 8 wiedergegeben. Im Schritt S1 wird der Index j empfangen. Schritt S12 initialisiert den Zähler, den Nenner, die Anzahl akkumulierter Terme k und die momentane Hamming-Distanz zum Index j. Schritt S14 findet den Satz aktiver Indizes i mit der momentanen Hamming-Distanz zu dem empfangenen Index j. Schritt S16 stellt i ein auf den ersten aktiven Index mit dieser Hamming-Distanz. Schritt S18 inkrementiert den Zähler, den Nenner und die akkumulierte Zahl von Termen k. Schritt S20 testet, ob alle L Terme akkumuliert worden sind. Wenn dies der Fall ist, wird Schritt S9 erreicht, in welchem der finale Vektor berechnet wird. Wenn k < L gilt, testet der Schritt S22, ob alle aktiven Indizes mit der momentanen Hammingdistanz zu dem Index j verarbeitet worden sind. Wenn dies der Fall ist, inkrementiert der Schritt S24 die momentane Hamming-Distanz um 1 und daraufhin kehrt die Routine zu Schritt S14 zurück, um den Satz aktiver Indizes zu der diese Hamming-Distanz zu j hat, zu finden. Andernfalls wird i eingestellt auf den nächsten Index in dem vorbestimmten Satz mit der momentanen Hamming-Distanz zu j und die Routine kehrt zu Schritt S18 zurück, um den nächsten Term zu jeder Summe hinzuzufügen.
Eine andere Weise des Summierens einer festen Zahl (L) von Terme besteht aus dem Sortieren der M_a aktiven Indizes i in der Reihenfolge der Hamming-Distanz zu dem empfangenen Index j. Dies kann durchgeführt werden durch Ausführen einer XOR- bzw. EXKLUSIVODER-Operation an dem empfangenen Index j und jedem aktiven Index i und Summieren der Anzahl von 1-Bits in dem Ergebnis. Die Ergebnisse werden in einer sortierten Tabelle gespeichert. Die Indizes i, die in den wenigsten 1-Bits resultieren, haben die kürzeste Hamming-Distanz zu j und erscheinen als erstes in der Tabelle. Die aktiven Indizes i entsprechend den L ersten Einträgen in dieser Tabelle werden dann in den trunkierten bzw. gestutzten Summen des Zählers und des Nenners in der Schätzung von c ^_j verwendet.
Es wurde herausgefunden, dass sehr gute Ergebnisse mit sehr wenigen Termen erhalten werden können. Demnach haben Experimente gezeigt, dass ein L in dem Intervall von 1–10 zufriedenstellende Ergebnisse liefert. Tatsächlich liefert L ≈ 5 oder höher eine kaum erkennbare Verzerrung zu der vollen Anzahl (M_a ≈ 500) von Termen. Selbst der Wert L = 1 (einzelner Term) resultiert in einer nur geringen Verzerrung. Dies ist bedingt durch die Tatsache, dass in den meisten Fällen der einzelne ausgewählte Schwerpunkt in dem Decoder (d.h. der nächste Hamming-Nachbar zu dem empfangenen Index j) eigentlich der richtige Vektor ist, d.h. derselbe wie der Schwerpunkt entsprechend dem gesendeten Index i. Demnach würden in diesen Fällen weitere Terme das Ergebnis nur verzerren.
Da es eine hohe Wahrscheinlichkeit gibt, dass der empfangene Index j derselbe ist, wie der gesendete Index i oder nahe bei ihm liegt in der Hamming-Distanz, kann das vorangegangene sub-optimale Verfahren modifiziert werden durch Stoppen der Summation bevor die Grenze L erreicht wird. In einem solchen Fall haben die summierten Terme hohe Kanalübergangswahrscheinlichkeiten p_j|i (Gewicht) und fernere Terme würden nur einen geringen Beitrag zum Endergebnis liefern. In dieser modifizierten Ausführungsform werden die bedingten Kanalübergangswahrscheinlichkeiten p_j|i summierter Terme akkumuliert und die Summation wird gestoppt, wenn ein vorbestimmter Wahrscheinlichkeitsschwellwert p_T erreicht worden ist durch die akkumulierte Wahrscheinlichkeit p bevor L erreicht wird. Ein Vorteil eines solchen modifizierten Verfahrens liegt in der Batterieschonung (in einer Mobilstation), die erreicht wird durch Reduzieren der Anzahl durchzuführender arithmetischer Operationen. Diese Methode kann folgendermaßen zusammengefasst werden:

Empfange Index j
Stelle Zähler auf 0 ein
Stelle Nenner auf 0 ein
Stelle k (Anzahl von Terme) auf 0 ein
Stelle p (akkumulierte bedingte Kanalübergangswahrscheinlichkeiten) auf 0 ein
Stelle momentane Hamming-Distanz auf 0 ein
A. Finde alle aktiven Indizes mit der momentanen Hamming-Distanz zum empfangenen Index j
Stelle i als ersten aktiven Index mit der momentanen Hamming-Distanz zu j ein
B. Addiere c_i·p_j|i·p_i zum Zähler
Addiere p_j|i·p_i zum Nenner
Inkrementiere k um 1
Inkrementiere p um p_j|i Wenn p > pT (Wahrscheinlichkeitsschwellwert) oder wenn k = L (maximale Anzahl von Terme) gilt, dann gehe zu C. Andernfalls, wenn i der letzte aktive Index mit der momentanen Hamming-Distanz zu j ist dann inkrementiere momentane Hamming-Distanz um 1 und gehe zu A. Andernfalls erhalte nächstes aktives i mit momentaner Hamming-Distanz und gehe zu B.
C. c ^_j auf Zähler/Nenner einstellen.

Ein Ablaufdiagramm ist in 9 wiedergegeben. Diese Ablaufdiagramm unterscheidet sich von dem Ablaufdiagramm in 8 auf drei Arten. Die erste Differenz ist, dass Schritt S12 ersetzt worden ist durch Schritt S13, in welchem sowohl die akkumulierte Wahrscheinlichkeit p als auch ein Zähler k auf 0 eingestellt werden. Zudem ist Schritt S18 ersetzt worden durch Schritt S19, in welchem die akkumulierte Wahrscheinlichkeit p inkrementiert wird, um p_j|i und k inkrementiert wird um 1. Schließlich ist Schritt S20 eingesetzt worden durch einen Schritt S21, welcher testet, ob die akkumulierte Wahrscheinlichkeit p den Wahrscheinlichkeitsschwellwert p_T überschreitet oder ob alle L Terme summiert worden sind.
Eine andere Weise des Durchführens dieses modifizierten Verfahrens besteht aus dem Sortieren der M_a aktiven Indizes i in der Reihenfolge der Hamming-Distanz zu dem empfangenen Index j. Dies kann durchgeführt werden durch Ausführen einer XOR- bzw. EXKLUSIVODER-Operation an dem empfangenen Index j und jedem aktiven Index i und Summieren der Anzahl von 1-Bits in dem Ergebnis. Diese Ergebnisse werden in einer sortierten Tabelle gespeichert. Die Indizes i, die zu den wenigsten 1-Bits führen, haben die kürzeste Hamming-Distanz zu j und erscheinen als erstes in der Tabelle. Die aktiven Indizes entsprechend den signifikantesten Einträgen in dieser Tabelle werden dann in den trunkierten bzw. gestutzten Summen der Zähler und Nenner in der Schätzung von c ^_j verwendet. Die Summen werden trunkiert, wenn der Wahrscheinlichkeitsschwellwert p_T überschritten worden ist durch die akkumulierte bedingte Kanalübergangswahrscheinlichkeit p_j|i der enthaltenen Terme oder wenn L Terme eingeschlossen worden sind.
In der obigen Beschreibung der sub-optimalen Ausführungsformen ist die bedingte Kanalübergangswahrscheinlichkeit p_j|i verwendet worden als ein Gütemaß zum Bestimmen der signifikantesten Terme. Jedoch ist es auch möglich, andere Gütemaße zu verwenden wie zum Beispiel g_i|j, p_i und |c_i|², oder eine arithmetische Kombination davon. In diesen Fällen werden Terme stattdessen in absteigender Reihenfolge dieser anderen Gütemaße summiert.
In der obigen Beschreibung ist die Erfindung unter Bezugnahme auf hartes Decodieren beschrieben worden, in welchem die Bits eines empfangenen Index j bestimmt worden sind, entweder 1 oder 0 zu sein. Jedoch können dieselben Prinzipien angewendet werden auf Weich- bzw. Soft-Decodierung, in welcher die Bits des empfangenen Index nicht quantisiert werden auf 1 oder 0, sondern ihre tatsächlichen demodulierten Gleitkommawerte behalten. Weichdecodierung ist allgemein beschrieben in [5].
Der Hauptunterschied zwischen Hart- und Weichdecodierung ist, dass die bedingten Kanalübergangswahrscheinlichkeiten p_j|i ersetzt werden durch bedingte Kanalübergangswahrscheinlichkeitsfunktionen f_R|i(r|i), was die Wahrscheinlichkeitsdichte repräsentiert, die ein "Weichindex" bzw. "Soft-Index" r empfangen hat, wenn ein "harter" Index i gesendet worden ist (die Wahrscheinlichkeit der Weichdecodierung ist angegeben worden durch den Weich-Index r (unterhalb dem Digitalkanal in 5).
Bei der Weichdecodierung ist es üblich, einen Index als einen Vektor zu repräsentieren, in welchem diese Bit-Position eine Dimension repräsentiert. Zudem werden üblicherweise "0" und "1" wiedergegeben durch +1 bzw. –1. Wenn daher der Index i die ganze Zahl 101001 ist (in Binärdarstellung), transformiert eine Transformation b diesen Index in den Vektor b(i) = (–1, 1, –1, 1, 1, –1). In ähnlicher Weise ergibt sich der weichdecodierte Indexvektor r = (r₁, r₂, ..., r_N–1), wobei jede Komponente eine Gleitkommazahl zwischen –∞ und +∞ ist. Mit diesen Definitionen können eine geeignete Wahrscheinlichkeitsdichtefunktion f_R|i(r|i) für einen binären symmetrischen Kanal ausgedrückt werden als
wobei ∥·∥² die quadratische euklidische Distanz kennzeichnet und σ² die Rauschvarianz des Kanals kennzeichnet. Die Varianz σ² bezieht sich auf die Bit-Fehlerrate ε in Übereinstimmung mit der Gleichung
Demnach kann die Kanalqualität wiedergegeben werden entweder durch die Bit-Fehlerrate ε oder durch die Rauschvarianz σ², wie in Block 46 in 5 angegeben.
Der Ausdruck zum Berechnen des decodierten Vektors in dem Vektorkalkulator 42 in 5 kann nun geschrieben werden als
Beachte, dass in diesem Ausdruck
im Allgemeinen nicht exakt einer der Codebuchvektoren c ^_j ist, da der weichdecodierte Indexvektor r gegebenenfalls nicht exakt einem Index j entspricht.
Ein sub-optimales Verfahren, in welchem nur Terme mit p_i > σ behalten werden, kann ausgedrückt werden als
Ähnlich dem hartdecodierten Fall gibt es auch entsprechende sub-optimale Ausdrücke basierend auf dem Sortieren von Termen in absteigender Reihenfolge von f_R|i(r|i) und einschließlich nur einer beschränkten Anzahl von Termen.
REFERENCES

1. Nariman Farvardin, "A Study of Vector Quantization for Noisy Channels", IEEE Transaction on Information Theory, Band IT-36, Nr. 4, Seiten 799–809, Juli 1990.
2. Nariman Farvardin, Vinay Vaishampayan, "On the Performance and Complexity of Channel-Optimized Vector Quantizers", IEEE Transaction an Information Theory, Band 37, Nr. 1, Seiten 155–160, Januar 1991.
3. P. Hedelin, P. Knagenhjelm, M. Skoglund, "Theory for Transmission of Vector Quantization Data", Chapter 10 of "Speech coding and Synthesis", Elsevier Science B. V., 1995.
4. Hong Xiao and Branka Vucetic, "Channel Optimized Vector Quantization with Soft Input Decoding", ISSPA 96, 26–28 August, 1996.
5. Mikael Skoglund, Per Hedelin, "Vector Quantization over a Noisy Channel Using Soft Decision Decoding", Proceedings of IEEE International Conference on Acoustics, Speech and Signal Processing, Band 5, Seiten 605–608, Adelaide, Australien, April 1994.

Claims

Decodierverfahren in einem Kommunikationssystem unter Verwendung kanaloptimierter Vektorquantisierung und einschließlich eines Codierers und eines Decodierers, wobei die folgenden Schritte in dem Decodierer aufgeführt werden: Speichern aktiv-codierter Schwerpunkte c_i entsprechend aktiven Indizes i, wobei ein aktiver Index definiert ist als ein Index, der eine vorbestimmte Quellenwahrscheinlichkeit p_i > 0 hat bezüglich des Ausgewähltseins durch den Codierer zum Senden zu dem Decodierer über einen Sendekanal; Speichern der Quellenwahrscheinlichkeiten p_i; Speichern eines Sendekanalqualitätsmaßes; dynamisches Berechnen, aus dem gespeicherten Sendekanalqualitätsmaß, eines Satzes von bedingten Kanalübergangswahrscheinlichkeiten p_j|i, dass ein Index j empfangen worden ist von dem Decodierer unter der Voraussetzung, dass ein Index i gesendet worden ist von dem Codierer, gekennzeichnet durch das Berechnen einer Schätzung c ^_j eines decodierten Vektors in Übereinstimmung mit der Formel:
wobei die Untermenge die Summation auf nur einige der aktiven Indizes i beschränkt.
Verfahren nach Anspruch 1, gekennzeichnet durch das Berechnen der Schätzung c ^j eines decodierten Vektors in Übereinstimmung mit der Formel:
wobei δ eine vorbestimmte kleine positive Konstante ist.
Verfahren nach Anspruch 1, gekennzeichnet durch das Addieren von Termen in absteigender Reihenfolge bedingter Kanalübergangswahrscheinlichkeit; und Beenden des Addierens zumindest, wenn eine vorbestimmte Anzahl L von Termen addiert worden ist, wobei L geringer ist als die Anzahl aktiver Indizes.
Verfahren nach Anspruch 3, gekennzeichnet durch das Akkumulieren der bedingten Kanalübergangswahrscheinlichkeiten addierter Terme; und das Beenden des Addierens wenn ein vorbestimmter Wahrscheinlichkeitsschwellwert überschritten worden ist durch die akkumulierten bedingten Kanalübergangswahrscheinlichkeiten bevor L Terme addiert worden sind.
Verfahren nach einem der Ansprüche 1–4, dadurch gekennzeichnet, dass das Sendekanalqualitätsmaß eine Bitfehlerrate ε des Sendekanals ist.
Verfahren nach Anspruch 5, gekennzeichnet durch das Berechnen der bedingten Kanalübergangswahrscheinlichkeiten p_j|i in Übereinstimmung mit der Formel
wobei N die Anzahl von Bitpositionen in einem Index kennzeichnet, und d_H(j, i) die Hamming-Distanz zwischen j und i kennzeichnet.
Decodierverfahren in einem Kommunikationssystem unter Verwendung kanaloptimierter Vektorquantisierung und einschließlich eines Codierers und eines Decodierers, wobei die folgenden Schritte in dem Decodierer aufgeführt werden: Speichern aktiv-codierter Schwerpunkte c_i entsprechend aktiven Indizes i, wobei ein aktiver Index definiert ist als ein Index, der eine vorbestimmte Quellenwahrscheinlichkeit p_i > 0 hat bezüglich des Ausgewähltseins durch den Codierer zum Senden zu dem Decodierer über einen Sendekanal; Speichern der Quellenwahrscheinlichkeiten p_i; Speichern eines Sendekanalqualitätsmaßes; dynamisches Berechnen, aus dem gespeicherten Sendekanalqualitätsmaß, eines Satzes von bedingten Kanalübergangswahrscheinlichkeitsdichtefunktionswerten f_R|I(r|i), die die Wahrscheinlichkeitsdichte repräsentieren, dass ein soft-decodierter Index r empfangen worden ist von dem Decodierer unter der Voraussetzung, dass ein Index i gesendet worden ist von dem Codierer, gekennzeichnet durch das Berechnen einer Schätzung
eines decodierten Vektors in Übereinstimmung mit der Formel:
wobei die Untermenge die Summation auf nur einige der aktiven Indizes i beschränkt.
Verfahren nach Anspruch 7, gekennzeichnet durch das Berechnen der Schätzung
eines decodierten Vektors in Übereinstimmung mit der Formel:
wobei δ eine vorbestimmte kleine positive Konstante ist.
Verfahren nach Anspruch 7, gekennzeichnet durch das Addieren von Termen in absteigender Reihenfolge des bedingten Kanalübergangswahrscheinlichkeitsdichtefunktionswertes; und Beenden des Addierens, wenn eine vorbestimmte Anzahl L von Termen addiert worden ist, wobei L geringer ist als die Anzahl aktiver Indizes.
Verfahren nach Anspruch 9, gekennzeichnet durch das Akkumulieren der bedingten Kanalübergangswahrscheinlichkeitsfunktionsdichtewerte addierter Terme; und das Beenden des Addierens wenn ein vorbestimmter Schwellwert überschritten worden ist durch die akkumulierten bedingten Kanalübergangswahrscheinlichkeitsdichtefunktionswerte bevor L Terme addiert worden sind.
Verfahren nach einem der Ansprüche 7–10, dadurch gekennzeichnet, dass das Sendekanalqualitätsmaß eine Rauschvarianz σ² des Sendekanals ist.
Verfahren nach Anspruch 11, gekennzeichnet durch das Berechnen der bedingten Kanalübergangswahrscheinlichkeitsdichtefunktionswerte f_R|I(r|i) in Übereinstimmung mit der Formel
wobei b(i) einen Index i als einen Vektor repräsentiert, in dem jedes binäre Digit in i entweder +1 oder –1 entspricht; und ∥·∥² die quadratische euklidische Distanz kennzeichnet.
Decodieranordnung in einem Kommunikationssystem unter Verwendung kanaloptimierter Vektorquantisierung und einschließlich eines Codierers und eines Decodierers, umfassend: eine Vorrichtung (40) zum Speichern aktiv-codierter Schwerpunkte c_i entsprechend aktiven Indizes i, wobei ein aktiver Index definiert ist als ein Index, der eine vorbestimmte Quellenwahrscheinlichkeit p_i > 0 hat bezüglich des Ausgewähltseins durch den Codierer zum Senden zu dem Decodierer über einen Sendekanal; eine Vorrichtung (44) zum Speichern der Quellenwahrscheinlichkeiten p_i; eine Vorrichtung (46) zum Speichern eines Sendekanalqualitätsmaßes; eine Vorrichtung (42) zum dynamischen Berechnen, aus dem gespeicherten Sendekanalqualitätsmaß, eines Satzes von bedingten Kanalübergangswahrscheinlichkeiten p_j|i, dass ein Index j empfangen worden ist von dem Decodierer unter der Voraussetzung, dass ein Index i gesendet worden ist von dem Codierer, gekennzeichnet durch eine Vorrichtung (42) zum Berechnen einer Schätzung c ^_j eines decodierten Vektors in Übereinstimmung mit der Formel:
wobei die Untermenge die Summation auf nur einige der aktiven Indizes i beschränkt.
Vorrichtung nach Anspruch 13, gekennzeichnet durch eine Vorrichtung (42) zum Berechnen der Schätzung c_j eines decodierten Vektors in Übereinstimmung mit der Formel:
wobei δ eine vorbestimmte kleine positive Konstante ist.
Vorrichtung nach Anspruch 13, gekennzeichnet durch eine Vorrichtung (42) zum Addieren von Termen in absteigender Reihenfolge bedingter Kanalübergangswahrscheinlichkeit; und eine Vorrichtung (42) zum Beenden des Addierens zumindest, wenn eine vorbestimmte Anzahl L von Termen addiert worden ist, wobei L geringer ist als die Anzahl aktiver Indizes.
Vorrichtung nach Anspruch 15, gekennzeichnet durch eine Vorrichtung (42) zum Akkumulieren der bedingten Kanalübergangswahrscheinlichkeiten addierter Terme; und eine Vorrichtung (42) zum Beenden des Addierens wenn ein vorbestimmter Wahrscheinlichkeitsschwellwert überschritten worden ist durch die akkumulierten bedingten Kanalübergangswahrscheinlichkeiten bevor L Terme addiert worden sind.
Vorrichtung nach einem der Ansprüche 13–16, gekennzeichnet durch eine Vorrichtung (42) zum Berechnen der bedingten Kanalübergangswahrscheinlichkeiten p_j|i in Übereinstimmung mit der Formel
wobei N die Anzahl von Bitpositionen in einem Index kennzeichnet, d_H(j, i) die Hamming-Distanz zwischen j und i kennzeichnet, und ε die Bitfehlerrate des genannten Übertragungskanals kennzeichnet.
Decodiervorrichtung in einem Kommunikationssystem unter Verwendung kanaloptimierter Vektorquantisierung und einschließlich eines Codierers und eines Decodierers, umfassend eine Vorrichtung (40) zum Speichern aktiv-codierter Schwerpunkte c_i entsprechend aktiven Indizes i, wobei ein aktiver Index definiert ist als ein Index, der eine vorbestimmte Quellenwahrscheinlichkeit p_i > 0 hat bezüglich des Ausgewähltseins durch den Codierer zum Senden zu dem Decodierer über einen Sendekanal; eine Vorrichtung (44) zum Speichern der Quellenwahrscheinlichkeiten p_i; eine Vorrichtung (46) Speichern eines Sendekanalqualitätsmaßes; eine Vorrichtung (42) zum dynamischen Berechnen aus dem gespeicherten Sendekanalqualitätsmaß eines Satzes von bedingten Kanalübergangswahrscheinlichkeitsdichtefunktionswerten f_R|I(r|i), die die Wahrscheinlichkeitsdichte repräsentieren, dass ein soft-decodierter Index r empfangen worden ist von dem Decodierer unter der Voraussetzung, dass ein Index i gesendet worden ist von dem Codierer, gekennzeichnet durch eine Vorrichtung (42) zum Berechnen einer Schätzung
eines decodierten Vektors in Übereinstimmung mit der Formel:
wobei die Untermenge die Summation auf nur einige der aktiven Indizes i beschränkt.
Vorrichtung nach Anspruch 18, gekennzeichnet durch eine Vorrichtung (42) zum Berechnen der Schätzung
eines decodierten Vektors in Übereinstimmung mit der Formel:
wobei δ eine vorbestimmte kleine positive Konstante ist.
Vorrichtung nach Anspruch 18, gekennzeichnet durch eine Vorrichtung (42) zum Addieren von Termen in absteigender Reihenfolge des bedingten Kanalübergangswahrscheinlichkeitsdichtefunktionswertes; und eine Vorrichtung (42) zum Beenden des Addierens, wenn eine vorbestimmte Anzahl L von Termen addiert worden ist, wobei L geringer ist als die Anzahl aktiver Indizes.
Vorrichtung nach Anspruch 20, gekennzeichnet durch eine Vorrichtung (42) zum Akkumulieren der bedingten Kanalübergangswahrscheinlichkeitsfunktionsdichtewerte addierter Terme; und eine Vorrichtung (42) zum Beenden des Addierens wenn ein vorbestimmter Schwellwert überschritten worden ist durch die akkumulierten bedingten Kanalübergangswahrscheinlichkeitsdichtefunktionswerte bevor L Terme addiert worden sind.
Vorrichtung nach einem der Ansprüche 18–21, gekennzeichnet durch eine Vorrichtung (42) zum Berechnen der bedingten Kanalübergangswahrscheinlichkeitsdichtefunktionswerte f_R|I(r|i) in Übereinstimmung mit der Formel
wobei b(i) einen Index i als einen Vektor repräsentiert, in dem jedes binäre Digit in i entweder +1 oder –1 entspricht, ∥·∥² die quadratische euklidische Distanz kennzeichnet, und σ² eine Rauschvarianz in dem Übertragungskanal kennzeichnet.
Mobilstation in einem Kommunikationssystem unter Verwendung von kanaloptimierter Vektorquantisierung, einen Decodierer umfassend, der einschließt: eine Vorrichtung (40) zum Speichern aktiv-codierter Schwerpunkte c_i entsprechend aktiven Indizes i, wobei ein aktiver Index definiert ist als ein Index, der eine vorbestimmte Quellenwahrscheinlichkeit p_i > 0 hat bezüglich des Ausgewähltseins durch den Codierer zum Senden zu dem Decodierer über einen Sendekanal; eine Vorrichtung (44) zum Speichern der Quellenwahrscheinlichkeiten p_i; eine Vorrichtung (46) zum Speichern eines Sendekanalqualitätsmaßes; eine Vorrichtung (42) zum dynamischen Berechnen aus dem gespeicherten Sendekanalqualitätsmaß eines Satzes von bedingten Kanalübergangswahrscheinlichkeiten p_j|i, dass ein Index j empfangen worden ist von dem Decodierer unter der Voraussetzung, dass ein Index i gesendet worden ist von dem Codierer, gekennzeichnet durch eine Vorrichtung (42) zum Berechnen einer Schätzung c ^_j eines decodierten Vektors in Übereinstimmung mit der Formel:
wobei die Untermenge die Summation auf nur einige der aktiven Indizes i beschränkt.
Mobilstation in einem Kommunikationssystem unter Verwendung von kanaloptimierter Vektorquantisierung, einen Decodierer umfassend, der einschließt: eine Vorrichtung (40) zum Speichern aktiv-codierter Schwerpunkte c_i entsprechend aktiven Indizes i, wobei ein aktiver Index definiert ist als ein Index, der eine vorbestimmte Quellenwahrscheinlichkeit p_i > 0 hat bezüglich des Ausgewähltseins durch den Codierer zum Senden zu dem Decodierer über einen Sendekanal; eine Vorrichtung (44) zum Speichern der Quellenwahrscheinlichkeiten p_i; eine Vorrichtung (46) Speichern eines Sendekanalqualitätsmaßes; eine Vorrichtung (42) zum dynamischen Berechnen aus dem gespeicherten Sendekanalqualitätsmaß eines Satzes von bedingten Kanalübergangswahrscheinlichkeitsdichtefunktionswerten f_R|I(r|i), die die Wahrscheinlichkeitsdichte repräsentieren, dass ein soft-decodierter Index r empfangen worden ist von dem Decodierer unter der Voraussetzung, dass ein Index i gesendet worden ist von dem Codierer, gekennzeichnet durch eine Vorrichtung (42) zum Berechnen einer Schätzung
eines decodierten Vektors in Übereinstimmung mit der Formel:
wobei die Untermenge die Summation auf nur einige der aktiven Indizes i beschränkt.
Basisstation in einem Kommunikationssystem unter Verwendung von kanaloptimierter Vektorquantisierung, einen Decodierer umfassend, der einschließt: eine Vorrichtung (40) zum Speichern aktiv-codierter Schwerpunkte c_i entsprechend aktiven Indizes i, wobei ein aktiver Index definiert ist als ein Index, der eine vorbestimmte Quellenwahrscheinlichkeit p_i > 0 hat bezüglich des Ausgewähltseins durch den Codierer zum Senden zu dem Decodierer über einen Sendekanal; eine Vorrichtung (44) zum Speichern der Quellenwahrscheinlichkeiten p_i; eine Vorrichtung (46) zum Speichern eines Sendekanalqualitätsmaßes; eine Vorrichtung (42) zum dynamischen Berechnen, aus dem gespeicherten Sendekanalqualitätsmaß, eines Satzes von bedingten Kanalübergangswahrscheinlichkeiten p_j|i, dass ein Index j empfangen worden ist von dem Decodierer unter der Voraussetzung, dass ein Index i gesendet worden ist von dem Codierer, gekennzeichnet durch eine Vorrichtung (42) zum Berechnen einer Schätzung c ^_j eines decodierten Vektors in Übereinstimmung mit der Formel:
wobei die Untermenge die Summation auf nur einige der aktiven Indizes i beschränkt.
Basisstation in einem Kommunikationssystem unter Verwendung von kanaloptimierter Vektorquantisierung, einen Decodierer umfassend, der einschließt: eine Vorrichtung (40) zum Speichern aktiv-codierter Schwerpunkte c_i entsprechend aktiven Indizes i, wobei ein aktiver Index definiert ist als ein Index, der eine vorbestimmte Quellenwahrscheinlichkeit p_i > 0 hat bezüglich des Ausgewähltseins durch den Codierer zum Senden zu dem Decodierer über einen Sendekanal; eine Vorrichtung (44) zum Speichern der Quellenwahrscheinlichkeiten p_i; eine Vorrichtung (46) Speichern eines Sendekanalqualitätsmaßes; eine Vorrichtung (42) zum dynamischen Berechnen, aus dem gespeicherten Sendekanalqualitätsmaß, eines Satzes von bedingten Kanalübergangswahrscheinlichkeitsdichtefunktionswerten f_R|I(r|i), die die Wahrscheinlichkeitsdichte repräsentieren, dass ein soft-decodierter Index r empfangen worden ist von dem Decodierer unter der Voraussetzung, dass ein Index i gesendet worden ist von dem Codierer, gekennzeichnet durch eine Vorrichtung (42) zum Berechnen einer Schätzung
eines decodierten Vektors in Übereinstimmung mit der Formel:
wobei die Untermenge die Summation auf nur einige der aktiven Indizes i beschränkt.