ES2206364T3 - Procedimiento e instalacion para la decodificacion de canal controlada por fuente con la ayuda de un filtro de kalman. - Google Patents
Procedimiento e instalacion para la decodificacion de canal controlada por fuente con la ayuda de un filtro de kalman.Info
- Publication number
- ES2206364T3 ES2206364T3 ES01108652T ES01108652T ES2206364T3 ES 2206364 T3 ES2206364 T3 ES 2206364T3 ES 01108652 T ES01108652 T ES 01108652T ES 01108652 T ES01108652 T ES 01108652T ES 2206364 T3 ES2206364 T3 ES 2206364T3
- Authority
- ES
- Spain
- Prior art keywords
- value
- reliability
- reliability value
- frame
- auxiliary
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
Classifications
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M13/00—Coding, decoding or code conversion, for error detection or error correction; Coding theory basic assumptions; Coding bounds; Error probability evaluation methods; Channel models; Simulation or testing of codes
- H03M13/37—Decoding methods or techniques, not specific to the particular type of coding provided for in groups H03M13/03 - H03M13/35
- H03M13/39—Sequence estimation, i.e. using statistical methods for the reconstruction of the original codes
- H03M13/41—Sequence estimation, i.e. using statistical methods for the reconstruction of the original codes using the Viterbi algorithm or Viterbi processors
- H03M13/4138—Sequence estimation, i.e. using statistical methods for the reconstruction of the original codes using the Viterbi algorithm or Viterbi processors soft-output Viterbi algorithm based decoding, i.e. Viterbi decoding with weighted decisions
- H03M13/4146—Sequence estimation, i.e. using statistical methods for the reconstruction of the original codes using the Viterbi algorithm or Viterbi processors soft-output Viterbi algorithm based decoding, i.e. Viterbi decoding with weighted decisions soft-output Viterbi decoding according to Battail and Hagenauer in which the soft-output is determined using path metric differences along the maximum-likelihood path, i.e. "SOVA" decoding
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M13/00—Coding, decoding or code conversion, for error detection or error correction; Coding theory basic assumptions; Coding bounds; Error probability evaluation methods; Channel models; Simulation or testing of codes
- H03M13/37—Decoding methods or techniques, not specific to the particular type of coding provided for in groups H03M13/03 - H03M13/35
- H03M13/3746—Decoding methods or techniques, not specific to the particular type of coding provided for in groups H03M13/03 - H03M13/35 with iterative decoding
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M13/00—Coding, decoding or code conversion, for error detection or error correction; Coding theory basic assumptions; Coding bounds; Error probability evaluation methods; Channel models; Simulation or testing of codes
- H03M13/37—Decoding methods or techniques, not specific to the particular type of coding provided for in groups H03M13/03 - H03M13/35
- H03M13/39—Sequence estimation, i.e. using statistical methods for the reconstruction of the original codes
- H03M13/3961—Arrangements of methods for branch or transition metric calculation
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M13/00—Coding, decoding or code conversion, for error detection or error correction; Coding theory basic assumptions; Coding bounds; Error probability evaluation methods; Channel models; Simulation or testing of codes
- H03M13/37—Decoding methods or techniques, not specific to the particular type of coding provided for in groups H03M13/03 - H03M13/35
- H03M13/39—Sequence estimation, i.e. using statistical methods for the reconstruction of the original codes
- H03M13/41—Sequence estimation, i.e. using statistical methods for the reconstruction of the original codes using the Viterbi algorithm or Viterbi processors
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M13/00—Coding, decoding or code conversion, for error detection or error correction; Coding theory basic assumptions; Coding bounds; Error probability evaluation methods; Channel models; Simulation or testing of codes
- H03M13/63—Joint error correction and other techniques
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M13/00—Coding, decoding or code conversion, for error detection or error correction; Coding theory basic assumptions; Coding bounds; Error probability evaluation methods; Channel models; Simulation or testing of codes
- H03M13/63—Joint error correction and other techniques
- H03M13/6312—Error control coding in combination with data compression
Landscapes
- Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Error Detection And Correction (AREA)
- Detection And Prevention Of Errors In Transmission (AREA)
- Complex Calculations (AREA)
Abstract
Procedimiento para el procesamiento de datos recibidos a través de un receptor (16), en el que datos transmitidos a través de un trayecto de transmisión (14) son recibidos en cuadros (k) consecutivos, conteniendo un cuadro (N) un número predeterminado de posiciones binarias (1), en el que los datos recibidos son procesados con la ayuda de un algoritmo de probabilidad máxima a posteriori o algoritmo de probabilidad máxima (Maximum Likelihood) que utilizan incrementos métricos, donde los incrementos métricos para al menos una posición binaria (1), cuyo valor y/o valor de fiabilidad (L(uk, I)) está correlacionado de cuadro (k) a cuadro (k-1), se calculan en función de un valor de fiabilidad actual (L(uk, I)) determinado para el cuadro (k) procesado actualmente, que es una medida de la probabilidad de que se pueda determinar sin errores el valor de la posición binaria (1), y en el que para la determinación del valor de fiabilidad actual (L(uk, I)) se utiliza al menos un valor de fiabilidad observado (L*(ûkl, I)), (L*(ûk, I)), que se determina a partir de un cuadro (k-1) ya procesado o a partir del cuadro (k) procesado actualmente para la posición binaria (1).
Description
Procedimiento e instalación para la
decodificación de canal controlada por fuente con la ayuda de un
filtro de Kalman.
La invención se refiere a un procedimiento para
el procesamiento de datos recibidos con un receptor, en el que en
cuadros consecutivos son recibidos datos transmitidos a través de
un trayecto de transmisión. Un cuadro contiene un número
predeterminado de posiciones binarias. Los datos recibidos son
procesados con la ayuda de un algoritmo de probabilidad máxima a
posteriori que utiliza incrementos métricos o algoritmo de
probabilidad máxima, utilizando el algoritmo de Viterbi. Los
incrementos métricos para al menos una posición binaria, cuyo valor
y/o, por así decirlo, cuyo valor de fiabilidad está correlacionado
de un cuadro a otro, son calculados en este caso en función de un
valor de fiabilidad actual determinado para esta posición binaria.
El valor de fiabilidad es una medida de la probabilidad de que el
valor de la posición binaria (1) tiene un valor predeterminado.
Se conoce un procedimiento de este tipo para un
algoritmo de Viterbi, por ejemplo a partir del Artículo
"Source-Controlled Channel Decoding", de
Joachim Hagenauer publicado en "IEEE Transactions on
Communications", Vol. 43, Nº 9, Septiembre de 1995, páginas 2449
a 2457. Las partes esenciales de este Artículo están contenidas
también en la publicación de patente DE 42 24 214 C2. Especialmente
la fórmula (21) del Artículo indica el cálculo de métricas nuevas
M_{k}^{(m)} a partir de métricas antiguas
M_{k-1}^{(m)} y a partir de un incremento
métrico correspondiente. En este caso m designa una trayectoria
determinada y k designa una posición binaria determinada en un
cuadro. Durante el cálculo de la métrica M_{k}^{(m)} se utiliza
un valor de fiabilidad L(u_{k}). En las páginas 2454 y 2455
del Artículo mencionado se propone, para la determinación del valor
de fiabilidad L_{(Uk)}, un llamado algoritmo HUK, que se basa en
un modelo empírico, en el que los valores de fiabilidad
L(u_{k}) son calculados de una manera similar a los
llamados puntos en un seguro obligatorio alemán para automóviles. En
virtud del carácter empírico, las estimaciones para los valores de
fiabilidad L(u_{k}) son inexactas. Los incrementos métricos
o bien son sumados a métricas ya calculadas o multiplicados.
El algoritmo de probabilidad máxima a posteriori
y el algoritmo de probabilidad máxima son algoritmos que comparan
una secuencia de datos transmitida a través del trayecto de
transmisión con secuencias de referencia s, y determinan la
secuencia de referencia s, que pertenece con la máxima probabilidad
a la secuencia de datos emitida. La probabilidad máxima a
posteriori significa que se selecciona la secuencia de referencia s
para la que la probabilidad P (y|s) es máxima. El trayecto de
transmisión es, por ejemplo, un canal de radio, una línea de
transmisión o también un medio de memoria, desde el que se leen
datos.
Se conoce por la solicitud de patente europea EP
0 449 327 A2 un receptor múltiple insensible al ruido con varias
antenas de recepción. Las señales de recepción son generadas a
través de una única señal de emisión, que llega a las antenas a
través de diferentes vías de transmisión. A partir de las señales
de recepción de las antenas individuales se calculan métricas de
derivación para la realización de un algoritmo de Viterbi. Antes de
la realización del algoritmo se ponderan las métricas de derivación
calculadas para las señales de recepción de las antenas individuales
y se combinan. Esto conduce a que después de la realización del
algoritmo de Viterbi se genere una secuencia de símbolos, que
coincide bien con una secuencia de símbolos de emisión que subyace
a la señal de emisión.
El cometido de la invención es indicar un
procedimiento sencillo para la determinación de los valores de
fiabilidad que calcula de la manera más libre de errores y exacta
posible los valores de fiabilidad actual.
Este cometido se soluciona a través de un
procedimiento con las características de la reivindicación 1 de la
patente. Las formas de realización ventajosas de la invención están
indicadas en las reivindicaciones dependientes relacionadas con esta
reivindicación.
La invención parte de la consideración de que los
valores de fiabilidad actuales se pueden determinar de una manera
muy exacta con un procedimiento de optimización. Sin embargo, la
dificultad consiste en que los valores de fiabilidad a utilizar para
la optimización se basan en una observación afectada con errores.
Los errores son atribuibles a interferencias durante la transmisión
de los datos a través del trayecto de transmisión y a resultados
erróneos del algoritmo de Viterbi. Por lo tanto, en el
procedimiento según la invención se define como función de destino
la suma de las desviaciones de un valor de fiabilidad esencialmente
libre de errores para un cuadro y del valor de fiabilidad
determinado para el mismo cuadro. La desviación se refiere en este
caso al valor absoluto de la diferencia entre el valor de fiabilidad
real libre de errores y el valor de fiabilidad determinado. La
función de destino se reduce al mínimo a través del procedimiento
de optimización, de manera que los valores de fiabilidad
determinados para la realización del algoritmo de Viterbi se
aproximan mucho a los valores de fiabilidad libres de errores.
La minimización de la función de destino se puede
realizar en el procedimiento según la invención, a pesar de los
valores de fiabilidad libres de error desconocidos, porque en el
procedimiento de optimización se utiliza un modelo matemático, que
establece una relación entre los valores de fiabilidad que se basan
en las observaciones y los valores de fiabilidad libres de errores.
Además, en el moldeo se utilizan las llamadas informaciones a
priori, es decir, informaciones que ya son conocidas antes de la
transmisión de los datos a través de la trayectoria de transmisión,
como por ejemplo informaciones sobre la correlación de los datos o
la correlación de los valores de fiabilidad en cuadros consecutivos.
En este sentido, la fuente de datos influye el procesamiento
posterior de los datos. Si el procesamiento es, por ejemplo, una
decodificación, entonces se habla también de decodificación de canal
controlada por fuente.
El valor de fiabilidad que se basa en la
observación está presente en un algoritmo de Viterbi sin iteración,
en general, ya con un retraso de un cuadro. Por lo tanto, para la
determinación del valor de fiabilidad actual debe recurrirse a un
valor de fiabilidad observado, que ha sido determinado a partir de
un cuadro ya procesado para la posición binaria. En cambio, si se
lleva a cabo un algoritmo de Viterbi con iteración, entonces está
presente ya en la segunda etapa e iteración un valor de fiabilidad
que se basa en una observación para el cuadro procesado en este
momento. En este caso, este valor de fiabilidad observado es
utilizado para la determinación del valor de fiabilidad actual.
El procedimiento según la invención proporciona
resultados mejorados, con respecto al algoritmo HUK conocido,
puesto que con él se pueden procesar señales fuentes fuertemente
oscilantes, en las que el algoritmo HUK no está en condiciones de
estimar con una exactitud suficiente los valores de fiabilidad. En
el procedimiento según la invención, los valores de fiabilidad
utilizados en la realización del algoritmo de Viterbi están
próximos a los valores de fiabilidad reales, de manera que se
reduce la probabilidad de un error en la selección de la
trayectoria, puesto que los valores de fiabilidad utilizados
influyen en la selección de la trayectoria. Una selección correcta
de la trayectoria conduce, por ejemplo, durante la decodificación a
una secuencia binaria decodificada correctamente.
En un desarrollo de la invención, los valores de
fiabilidad son calculados según la fórmula siguiente:
L(u_{1})= log
\frac{P(u_{1} = +1)}{P(u_{1} =
-1)}
En este caso u_{1} es el valor de la posición
binaria, que puede ser con preferencia "+1" o "-1".
P(u_{l} = +1) es la probabilidad de que el valor en la
posición binaria considerada 1 sea "+1". De una manera
correspondiente, P(u_{l} = -1) es la probabilidad de que el
valor en la posición binaria 1 sea "-1".
En un procedimiento según otro aspecto de la
invención, durante la optimización no se calcula directamente con
los valores de fiabilidad, sino que se utilizan valores auxiliares
de fiabilidad, para los que se aplica con preferencia la fórmula
siguiente:
m(u_{l}) =
P(u_{l} = +1) - P(u_{l} =
-1)
Los valores auxiliares de fiabilidad tienen la
ventaja, frente a los valores de fiabilidad, de que para las
probabilidades p entre "0" y "1" tienen un intervalo de
valores entre "+1" y "-1". En cambio, los valores de
fiabilidad tienen en el intervalo de función indicado valores de
función de "-\infty" a "+\infty", de manera que se
dificultan los cálculos en un intervalo limitado de números, como
está presente en ordenadores mecánicos. La conversión de valores de
fiabilidad en valores auxiliares de fiabilidad, o bien de valores
auxiliares de fiabilidad en valores de fiabilidad se realiza en
función de una relación matemática sencilla, que se memoriza, por
ejemplo, en forma de tablas de valores en una memoria.
A través de una optimización recursiva, en la que
el valor de fiabilidad actual o bien el valor auxiliar de
fiabilidad es calculado de forma recursiva a partir del valor de
fiabilidad y del valor auxiliar de fiabilidad, respectivamente,
para el último cuadro procesado, se puede reducir el gasto de
cálculo durante la optimización.
De una manera más ventajosa, para la optimización
se emplea un llamado filtro de Kalman, en el que la optimización se
lleva a cabo igualmente de forma recursiva. Un filtro de este tipo
se indica, por ejemplo, en el Artículo
"Least-squares estimation: from Gauss to
Kalman", de H. W. Sorenson, que se explica en IEEE Spectrum,
Vol. 7, páginas 63 a 68 de Julio de 1970. El modelo matemático que
subyace en el filtro de Kalman tiene en cuenta el hecho de que los
valores de fiabilidad reales solamente se pueden determinar de una
manera indirecta a través de los valores de fiabilidad que se basan
en una observación afectada por error. El filtro de Kalman utiliza,
además, propiedades estadísticas de los valores de fiabilidad y de
los datos transmitidos y sigue la modificación rápida de los valores
de los datos transmitidos con velocidad suficiente.
El procedimiento según la invención se puede
emplear de una manera ventajosa cuando aparecen correlaciones entre
posiciones binarias de cuadros consecutivos. Éste es el caso, por
ejemplo, en posiciones binarias para bits de valor elevado de
parámetros en un cuadro, que es transmitido según la Norma GSM en
un sistema de radio móvil. En un desarrollo del procedimiento de la
invención, se aprovecha la correlación en las posiciones binarias
mencionadas para la decodificación de estas posiciones
binarias.
A continuación se explican ejemplos de
realización de la invención con la ayuda de los dibujos. En
éstos:
La figura 1 muestra un diagrama de bloques con
unidades funcionales esenciales para una transmisión de datos.
La figura 2 muestras dos cuadros de datos a
transmitir.
La figura 3 muestra una representación
esquemática para un primer tipo de cálculo de un valor auxiliar de
fiabilidad en un filtro de Kalman.
\newpage
La figura 4 muestra una representación
esquemática para un segundo tipo de cálculo de un valor auxiliar de
fiabilidad en un filtro de Kalman.
La figura 5 muestra un diagrama de los
coeficientes de correlación para diferentes parámetros a partir de
un codificador de voz de velocidad plena GSM, y
La figura 6 muestra un diagrama de los
coeficientes de correlación para las posiciones binarias 0 a 69 en
un cuadro codificado de velocidad plena GSM.
La figura 1 muestra un diagrama de bloques con
unidades funcionales esenciales para una transmisión de datos. En
este caso, se hace referencia esencialmente a la transmisión de un
cuadro k, donde el índice k, que adopta los números naturales,
solamente se escribe, para mayor claridad en la figura 1 y en la
explicación siguiente de esta figura, en aquellos casos en los que
es importante una distinción de los cuadros k para la invención. La
estructura del cuadro k se explica a continuación con la ayuda de
la figura 2.
Una secuencia de símbolos fuente {q_{I}'},
generada en un emisor 8, está constituida por símbolos fuente
q_{1}, que tienen, por ejemplo, los valores "+1" y "-1"
en función de las informaciones a transmitir. El índice 1' se
extiende para los símbolos fuente q_{I}' transmitidos en el cuadro
k de 0 a L'-1, donde L' es el número de símbolos
fuente q_{I} por cada cuadro k. La secuencia de símbolos fuente
{q_{I}'} es comprimida a través de un codificador de fuentes 10,
por ejemplo con un codificador de voz de velocidad plena GSM. En
este caso, se genera una secuencia codificada por fuente {u_{I}}
de símbolos u_{I} codificados por fuente. Los símbolos u_{I}
codificados por fuente tienen o bien el valor "+1" o "-1".
El índice 1 varía dentro de un cuadro de 0 a L-1,
donde L es el número de símbolos u_{I} codificados por fuente en
un cuadro, En este caso, L' es habitualmente mayor que L.
La secuencia codificada por fuente {u_{I}} es
codificada entonces en un codificador de canal 12 contra
interferencias del canal, utilizando, por ejemplo, un código de
convolución. En este caso, resulta una secuencia codificada por
canal {x_{I,n}} de palabras codificadas x_{I}. Dentro de las
palabras codificadas x_{I}, las posiciones binarias son designadas
por medio del índice n, que va dentro de una palabra codificada
x_{I} desde cero hasta N-1, donde N es el número
de las posiciones binarias en una palabra codificada x_{I}. Las
posiciones binarias x_{I, n} de las palabras codificadas x_{I}
tienen de nuevo o bien el valor numérico "+1" o "-1". La
secuencia codificada por canal {x_{I,n}} es procesada
adicionalmente en un modulador no representado y a continuación es
transmitida a través de un trayecto de transmisión 14. Durante la
transmisión se producen interferencias, por ejemplo desvanecimiento
(Fading), descrito a través de un factor de desvanecimiento
a_{k}, y ruidos, descritos a través del factor de ruido
N_{o}.
El trayecto de transmisión 14 se encuentra entre
el emisor 8 y un receptor 16,. El receptor 16 contiene, dado el
caso, una antena no representada para la recepción de las señales
transmitidas a través del trayecto de transmisión 14, una
instalación de muestreo, un demodulador para la demodulación de las
señales y un atenuador para la eliminación de las interferencias
entre símbolos. Estas instalaciones no han sido representadas
tampoco en la figura 1 por razones de simplificación. El atenuador
emite valores de recepción y_{I,n} de una secuencia de recepción
{y_{I,n}}. Los valores de recepción y_{I,n} tienen, en virtud
de las interferencias durante la transmisión a través del trayecto
de transmisión 14, valores que se desvían de "+1" y "-1",
por ejemplo "+0,2" o "-3,7".
Los valores de recepción y_{I,n} son procesados
adicionalmente en un decodificador de canal 18. La codificación por
convolución realizada por el codificador de canal 12 es reversible
de nuevo en el decodificador de canal 18, debiendo corregirse los
errores de transmisión. Durante la decodificación por convolución
se emplea, por ejemplo, el algoritmo de Viterbi conocido. Para la
realización del algoritmo de Viterbi se alimenta al decodificador de
canal 18 también la información de estado del canal Lc_{I,n}.
Durante la realización del algoritmo de Viterbi en el decodificador
de canal 18 se calcula una llamada métrica M_{I}^{(m)}de la
trayectoria m para la posición binaria 1 según la fórmula
siguiente:
(1),M_{l}^{(m)} =
M_{l-1}{}^{(m)}
+\sum\limits^{N-1}_{n=10}\hat{x}_{l,n}{}^{(m)}Lc_{l,n,Yl,n}+\hat{u}_{l}^{(m)}
L(u_{k,l})
donde M_{I-1}^{(m)} es la
métrica antigua de la trayectoria m, es decir, para la posición
binaria I-1, x-_{I,n}^{(m)} de
los bits de la palabra codificada que pertenece a la trayectoria ,
y a la posición binaria I, \hat{u}_{1}^{(m)} es el símbolo
decodificado que pertenece a la palabra codificada
x-_{I}^{(m)} y L(u_{k,I}) es un valor
de fiabilidad determinado, que es una medida de aquella probabilidad
de que el símbolo UI codificado por fuente sea igual a
"-1".
El valor de fiabilidad L(u_{k,I}) se
determina en una unidad de cálculo 20, cuya estructura se explica
más adelante con la ayuda de las figuras 3 y 4.
La información del estado del canal Lc_{I,n} se
determina de forma implícita, determinando una llamada salida
variable (Soft) del canal, que corresponde al producto de la
información del estado del canal Lc_{I,n} y al valor de recepción
y_{I,n} respectivo. Para la salida variable del canal se aplica
la relación:
(2)L_{c}y = L(x/y) -
L(x)
en la que L(x/y) es un valor de
fiabilidad, que indica con qué probabilidad aparece en la posición
binaria respectiva de la palabra codificada el valor x, cuando se ha
recibido el valor de recepción y, y L(x) es un valor de
fiabilidad, que indica con qué seguridad se puede determinar el
valor x. Para un llamado canal de desvanecimiento gaussiano se
aplica Lc = 4aE_{s}/N_{o}, donde a es el factor de
desvanecimiento y E_{s}/N_{o} es la relación entre señal y
ruido.
El decodificador de canal 18 genera una secuencia
{\hat{u}_{,I}} codificada por fuente recibida que consta de
símbolos de recepción \hat{u}_{,I} codificados por fuente o bien
decodificados por canal. A cada símbolo de recepción
\hat{u}_{k-1,I} codificado por fuente pertenece
un valor de fiabilidad observado
L*(\hat{u}_{k-1,I}) observado, que es una
denominada salida variable (Soft) del decodificador de canal 18. El
valor de fiabilidad L*(\hat{u}_{k-1,I}) es una
medida de la fiabilidad, con la que el símbolo de recepción
\hat{u}_{,I} codificado por fuente podría ser determinado a
través del decodificador de canal 18. El valor de fiabilidad
L*(\hat{u}_{k-1,I}) generado a través del
decodificador de canal 18 se designa a continuación, para la
diferenciación del valor de fiabilidad L(u_{k,I})
calculado a través de la unidad de cálculo 20, también como el valor
de fiabilidad que se basa en una observación o bien como el valor
de fiabilidad observado. El valor de fiabilidad observado
L*(\hat{u}_{k-1,I}) es generado a través del
decodificador de canal 18 en primer lugar con un retardo de un
cuadro k. Este retardo se indica claramente a través del índica
k-1. En el ejemplo de realización de la invención,
explicado a continuación, se utiliza el valor de fiabilidad
observado L*(\hat{u}_{k- 1,I}) en la unidad de cálculo 20 para
determinar el valor de fiabilidad L(u_{k,I}) para el cuadro
k observado actualmente.
Los símbolos de recepción
\hat{u}_{k-1,I} y/o los valores de fiabilidad
observados L*(\hat{u}_{k-1,I}) son introducidos
en un decodificador de fuentes 22, que descomprime los símbolos de
recepción \hat{u}_{I} codificados por fuente, resultando una
secuencia de símbolos fuente {q-_{I'}} que está
constituida por símbolos fuente q-_{I'}
recibidos.
Dos flechas de trazos 24 y 26, que terminan en
una unidad sumadora 28, deben indicar que en la unidad de cálculo
20, además del valor de fiabilidad
L*(\hat{u}_{k-1,I}) o en lugar de estos valores
de fiabilidad se utilizan los símbolos de recepción \hat{u}_{I}
codificados por fuente y/o informaciones que son generadas en el
decodificador de fuentes 22 durante la decodificación. La unidad de
cálculo 20 posibilita en último término que la secuencia de
símbolos fuente {q-_{I'}} recibida coincida
esencialmente con la secuencia de símbolos fuente {q_{I'}}
emitida y, por lo tanto, se corrija en una medida suficientemente
buena la influencia de las interferencias del canal durante la
transmisión.
La figura 2 muestra dos cuadros, a saber, el
cuadro actual k y el cuadro precedente k-1, que
está constituido por símbolos u_{I} codificados por fuente
u_{I}. A cada cuadro k, k-1 pertenecen L símbolos
recepción codificados por fuente u_{I}, de manera que el índice 1
pasa de 0 a L-1. Según la figura 1, solamente se
establece una relación entre los cuadros k, k-1,
k-2, etc., a través de la unidad de cálculo 20. En
este caso, se aprovecha el hecho de que entre determinados símbolos
codificados por fuente, por ejemplo los símbolos u_{k,I} y
u_{k-1,I}, o bien entre sus valores de fiabilidad
L(u_{k,I}) y L(u_{k-1,I}) de
cuadros consecutivos k-1, k aparece una correlación
característica. Esta correlación es reproducida en la invención a
través de un modelo matemático, sobre cuya base se determinan los
valores de fiabilidad L(u_{k,I}).
Si se calculan los incrementos métricos
M_{I}^{(m)} para los estados que corresponden al símbolo de
recepción \hat{u}_{k-1,I}, entonces se tiene en
cuenta en cada caso el valor de fiabilidad
L(u_{k-1,I}) según la fórmula (1). El valor
de fiabilidad L*(\hat{u}_{k-1,I}) no se conoce
todavía en este instante. Si se determinan a continuación las
métricas M_{I}^{(m)} para los estados que pertenecen al símbolo
de recepción \hat{u}_{k,I}, entonces la unidad de cálculo 20,
ver la figura 1, proporciona un valor de fiabilidad
L(u_{k,I}), que ha sido calculado a partir de valor de
fiabilidad L*(\hat{u}_{k-1,I}) conocido en este
instante. De esta manera, a pesar del retardo en un cuadro hasta la
generación del valor de fiabilidad L*(\hat{u}_{k,I}), que se
basa en una observación, está disponible un valor de fiabilidad
L(u_{k,I}) para el cuadro k con exactitud suficiente.
La figura 3 muestra una representación
esquemática de un primer tipo de cálculo de valores auxiliares de
fiabilidad en un filtro de Kalman. Los valores auxiliares de
fiabilidad se explican más adelante, después de describir en
detalle en primer lugar el filtro de Kalman.
A continuación se utiliza un modo de escritura,
que está relacionado con el modo de escritura utilizado en la
explicación de un filtro de Kalman en el Artículo
"Least-squares estimation. From Gauss to
Kalman" por H. W. Sorenson, ver IEEE Spectrum, Vol. 7, páginas 63
a 68, Julio de 1970. El modelo matemático utilizado allí en las
ecuaciones (11') y (10') es multidimensional. Sin embargo, para la
explicación de un ejemplo de realización de la invención se recurre
al caso más sencillo de un modelo unidimensional. En este caso, los
vectores solamente tienen una componente y, por lo tanto, son
escalares. Resulta el siguiente modelo de sistema:
(3),x_{k} =
\rho_{k}x_{k-1}+
w_{k}
donde x_{k} es el estado en el instante k,
x_{k-1} es el estado en el instante
k-1, \rhok es el coeficiente de correlación entre
x_{k} y x_{k-1} así como w_{k}es una
interferencia del sistema en el instante k. Este modelo del sistema
se utiliza para la modelación de un llamado proceso de Markov. Otra
designación utilizada con frecuencia para un modelo de sistema de
este tipo es "modelo autorregresivo de primer
orden".
El modelo de medición correspondiente es:
(4),z_{k} = x_{k} +
v_{k}
en el que z_{k} es un valor de medición en el
instante k y v_{k} es una interferencia de medición en el
instante k. Un factor de medición H_{k} a multiplicar por x_{k}
tiene el valor "1" y, por lo tanto, no ha sido incluido en la
escritura de la fórmula. Las interferencias w_{k} y v_{k}
resultan a través del llamado ruido blanco y tienen el valor medio
de cero. Además, la varianza de w_{k} se designa como Q_{k} y la
varianza de v_{k} se designa como
R_{k}.
Partiendo de los modelos según las fórmulas (3) y
(4), el algoritmo del filtro de Kalman se define, coincidiendo con
H. W. Sorenson a través de las fórmulas siguientes:
(5),\upbar{x}_{k/k-1}
=
\rho_{k}\upbar{x}_{k-1/k-1}
(6),P_{k/k-1} =
\rho^{2}{}_{k}P_{k-1/k-1} +
Q_{k-1}
(7),K_{k} =
\frac{P_{k/k-1}}{P_{k/k-1} +
R_{k}}
(8),\upbar{x}_{k/k} =
\upbar{x}_{k/k-1} + K_{k} (z_{k} -
\upbar{x}_{k/k-1})
(9)P_{k/k} =
(1-K_{k})P_{k/k-1}
donde x-_{k} es una estimación
para el estado x_{k} y P_{k} es la covarianza del error e_{k}
= x_{k} - x-_{k}. En los índices, el primer
índice indica el instante k y k-1 respectivo, en el
que se calcula o bien se ha calculado la variable indizada. El
índice separado por medio de un trazo oblicuo indica en qué
instante están disponibles los valores necesarios para el cálculo
de la variable indizada respectiva. A continuación se utiliza
también un modo de escritura, en el que se omite el segundo índice,
en el caso de que no sea necesario para la
comprensión.
Las varianzas Q_{k}, R_{k} así como el
coeficiente de correlación \rho_{k} son con preferencia
constantes y se predeterminan al comienzo del filtrado. Durante la
previsión se tienen en cuenta de una manera ventajosa valores de
medición que han sido medidos previamente.
El algoritmo del filtro de Kalman indicado en las
fórmulas (5) a (9) es óptimo en el sentido del error cuadrático
medio, es decir, que la suma de las desviaciones entre estados
reales x_{k}y los estados estimados x- es mínima.
A través de la inserción de la fórmula (8) en la
fórmula (5) resulta una llamada estimación de predictos para
x-_{k+1/k}:
(10)\hat{x}_{k+1/k} =
\rho_{k+1} + (\hat{x}_{k/k-1} + K_{k}(z_{k} -
\hat{x}_{k/k-
1}))
Una estimación x-_{k+1/k+1}, en
virtud de un valor de medición z_{k+1} da como resultado, a
través de la inserción de la fórmula (5) en la fórmula (8):
(11)\upbar{x}_{k+1/k1} =
\rho_{k+1}\upbar{x}_{k/k} + K_{k+1} (z_{k+1} -
\rho_{k+1}\upbar{x}_{k/k})
Los valores de estimación
x-_{k+1} son, en cuento al valor absoluto, menores
o iguales que el valor absoluto máximo z_{k}. De esta manera, el
algoritmo de filtro de Kalman trabaja de una forma estable. A
través del nuevo valor de medición Z_{k} y Z_{k+1} se obtiene
un valor absoluto
(z_{k}-x-_{k/k-1})
o bien
(z_{k-1}-\rho_{k-1}x-_{k/k}).
Por medio de conversiones matemáticas, en las que
se substituye en las fórmulas (8) y (9) la covarianza
P_{k/k-1}con la ayuda de la fórmula (6), y en las
que se eliminó a continuación la covarianza
P_{k-1/k-1,}resulta la fórmula
siguiente para el cálculo del factor de amplificación K:
(12)K_{k+1} = \frac{Q_{k} +
_{pk+1}{}^{2} R_{k}K_{k}}{Q_{k} + R_{k+1} + \rho_{k+1}{}^{2}
R_{k}K_{k}}
A partir de la fórmula (12) resulta que cuando
las interferencias de la medición v_{k} son muy pequeñas en
comparación con las interferencias del sistema w_{k} y, por lo
tanto, R_{k} es esencialmente menor que Q_{k}, el factor de
amplificación K_{k} adopta aproximadamente el valor uno. Si el
valor de amplificación K_{k} tiene el valor uno, entonces se
determina según las fórmulas (10) y (11) el valor de estimación
óptimo x-_{k+1} solamente a través del valor de
medición actual z_{k} y z_{k+1,}respectivamente. En cambio, si
las interferencias del sistema w_{k} son reducidas en comparación
con las interferencias de medición v_{k}, entonces el valor de
amplificación K_{k} pasa a cero. A partir de las ecuaciones (10) y
(1) se deduce, para un factor de amplificación K_{k} de
aproximadamente cero, que el valor de estimación óptimo
z-_{k+1} solamente depende del valor de estimación
x-_{k} precedente. Estas propiedades del filtro
de Kalman garantizan una buena estimación de los estados reales
x_{k} que están libres de errores.
La ecuación (11) se puede escribir de la
siguiente manera:
(13),\hat{X}_{k+1/k+1}=(1-K_{k+1})\rho_{k+1}\hat{X}_{k/k}
+ K_{k+1}Z_{k} = h_{0}\hat{X}_{0/0} + \sum\limits^{k+1}_{j=l}
h_{j}Z_{j}
en la que h_{j} son las constantes del filtro
independientes de z_{j} (j = 1, ..., k+1). De esta manera, el
valor de estimación x-_{k+1}es una combinación
lineal de todos los valores de medición z_{k}presentes hasta
ahora. A partir de las ecuaciones (10), (11) y (13) se puede
deducir que en el valor de estimación x-_{k+1}se
tiene en cuenta tanto la correlación estadística (estadística de
primer orden) como también la distribución del valor (estadística
de orden cero) de los valores de medición
z_{k}.
Las fórmulas indicadas anteriormente se pueden
utilizar directamente para el cálculo de los valores de fiabilidad
L(u_{k,I}), cuando x-_{k+1}se substituye
por L(u_{k,I}) y z_{k} se substituye por
L*(\hat{u}_{k,I}). No obstante, por las razones mencionadas a
continuación, es conveniente utilizar, en lugar de los valores de
fiabilidad L(u_{k,I}) y L*(\hat{u}_{k,I}) valores
auxiliares de fiabilidad m(u_{k}) o m*(\hat{u}_{k}),
que resultan, por ejemplo, a partir de una linealización de la
dependencia fuertemente no lineal de los valores de fiabilidad
L(u_{k,I}), de una probabilidad \rho.
Para los valores de fiabilidad se aplica la
siguiente definición general:
(14)L(u_{l}) = log
\frac{P(u_{1} = +1)}{P(u_{1} = -1)} = log
\frac{1-p}{p}
En este caso, u_{I} se considera como variable
aleatoria con los elementos {+1, -1}. P(u_{I} = -1) = p es
la probabilidad de que u_{I} tenga el valor "-1".
P(u_{I} = +1) = 1-p es, en cambio, la
probabilidad de que u_{I} tenga el valor "+1". La abreviatura
"log" identifica el logaritmo natural. Los valores de
fiabilidad son designados también como valores variables o como
relación de probabilidad logarítmica.
Según la definición (14), el valor de
probabilidad es un valor real en el intervalo de [-\infty,
+\infty ]. Si se clasifica u_{I} con la ayuda de los valores
L(u_{I}) como "+1" o "-1", entonces el signo
sign(L(u_{I})) indica la llamada decisión dura y el
valor absoluto | L(u_{I})| indica la fiabilidad de la
decisión, que se designa también como valor variable (Soft).
Si se considera la formula (1) indicada
anteriormente para el cálculo de las métricas M_{k}^{(m)},
entonces éstas se determinan solamente a través de
L(u_{I}), cuando el valor de fiabilidad pasa hacia de
"+\infty " o "-\infty ". Es decir, como se puede
deducir a partir de la fórmula (14), como es el caso para p hacia
cero o bien para p hacia uno. Además, en el caso de una realización
con un procesador, la conversión de la función log es con
frecuencia perturbadora. En un ejemplo de realización de la
invención, para la eliminación de estos inconvenientes, se aproxima
linealmente la relación p y L(uk):
(15),L(u_{k}) \approx
\upbar{L} (u_{k}) \equiv K(1-2p) =
Km(u_{k})
Donde L(u_{k}) es la función aproximada,
K es una constante y m(u_{k}) son los valores auxiliares
de fiabilidad ya mencionados. La constante K tiene el valor numérico
"2", de manera que la derivación de la función
L(u_{k}) de acuerdo con la probabilidad p para la
probabilidad p = 0,5 es igual a la derivación de la función
L(u_{k}) de acuerdo con la probabilidad p en el lugar p =
0,5.
Para los valores auxiliares de la fiabilidad
m(u_{k}) se aplica la relación siguiente:
(16),m(u_{k}) =
1-2p = (-1)p + (+1)(1-p) =
E\{u_{k}\}
A partir de está fórmula se puede deducir que los
valores auxiliares de fiabilidad m(u_{k}) son los valores
medios u_{k}.
\newpage
La relación entre los valores auxiliares de
fiabilidad y los valores de fiabilidad resulta a partir de las
fórmulas (14) y (16) con
(17),m(u_{k}) = tanh
\frac{L(u_{k})}{2}
o
bien
(18),L(u_{k}) = log
\frac{1+m(u_{k})}{1-m(u_{k})}
El valor auxiliar de fiabilidad m(u_{k})
tiene un significado similar al valor de fiabilidad
L(u_{k}), es decir, que el signo signm(u_{k})) es
la llamada decisión fuerte y el valor absoluto |L(u_{k})|
es la fiabilidad de la decisión- la llamada decisión suave. De
acuerdo con las fórmulas (15) y (17), respectivamente, el valor de
fiabilidad observado L*(\hat{u}_{k-l,I}),
generado por el decodificador de canal 18, ver la figura 1, es
convertido, por ejemplo con la ayuda de la tabla, en un valor
auxiliar de fiabilidad m(u_{k-1,I}). El
valor auxiliar de fiabilidad m(u_{k,I}), determinado por
la unidad de cálculo 20, ver la figura 2, es convertido igualmente
utilizando una tabla en el valor auxiliar de fiabilidad
L(u_{k,I}). La aproximación de los valores de fiabilidad
L(u_{k}) a través de los valores auxiliares de fiabilidad
m(u_{k}) según la ecuación (15) conduce en la práctica
igualmente a buenos resultados.
En un ejemplo de realización de la invención con
valores auxiliares de fiabilidad m_{k}, donde la dependencia de
u_{k} no se incluye ya en la escritura, resulta para el filtro de
Kalman, a partir de las ecuaciones (10) y (12), la siguiente
especificación de cálculo.
(19)m_{k/k-1} =
\rho_{k} (m_{k-1/k-2} +
K_{k-1} (m^{*}_{k-1} -
m_{k-1/k-2}))
(20).K_{k-1}
= \frac{\sigma^{2}_{w,k-2} +
\rho_{k-1}^{2} \sigma_{v,k-2}^{2}
K_{k-2}}{\sigma_{w,k-2}^{2} +
\sigma_{v,k-1}^{2} + \rho_{k-1}^{2}
\sigma_{v,k- 2}^{2}
K_{k-2}}
Donde donde \sigma \frac{2}{w,k} es la
varianza Q_{x} ya mencionada y donde \sigma \frac{2}{v,k}
corresponde
a la varianza R_{k} igualmente mencionada.
La figura 3 muestra en un esquema de bloques los
cálculos según la fórmula (19). Con una unidad de resta 50 se
calcula la expresión
(m*_{k-1}-m_{k-1/k-2})
que está en el paréntesis interior. El resultado se multiplica en
una unidad de multiplicación 52 por el factor de amplificación
K_{k-1}, que ha sido calculado según la fórmula
(20). Al resultado de la multiplicación se suma en una unidad de
suma 54 el valor auxiliar de fiabilidad
m_{k-1/k-2}, con lo que se
determina la expresión dentro del paréntesis exterior en la fórmula
(19). A continuación se multiplica el resultado del cálculo de esta
expresión en una unidad de multiplicación 56 por el factor de
correlación \rho_{k}. El resultado de la multiplicación es el
valor auxiliar de fiabilidad m_{k/k-1}, que se
convierte, como ya se ha mencionado, en un valor de fiabilidad,
antes de que sea utilizado por el decodificador de canal 18 (ver la
figura 1).
Una unidad de retardo 58 genera a partir del
valor auxiliar de fiabilidad m_{k/k-1,}a través
de un retardo de un cuadro, el valor auxiliar de fiabilidad
m_{k-1/k-2} para la siguiente
etapa de procesamiento. En la figura 3 se indica una unidad de
multiplicación 60, en la que se multiplica el valor auxiliar de
fiabilidad m_{k-1/k-2} por el
factor de medición H_{k-1}, antes de que sea
utilizado en la unidad de resta 50. El factor de medición
H_{k-1}tiene, sin embargo, como se ha mencionado
anteriormente en el ejemplo de realización el valor uno.
En otro ejemplo de realización con valores
auxiliares de fiabilidad, en el instante k se conoce ya el valor de
fiabilidad auxiliar m*_{k}, por ejemplo cuando se realiza una
decodificación iterativa. En este caso, se aplican para el filtro de
Kalman, en coincidencia con las fórmulas (11) y (12) las dos
fórmulas siguientes:
(21)m_{k/k} =
\rho_{k}m_{k-1/k-1} + K_{k}
(m_{k}^{*} -
\rho_{k}m_{k-1/k-1})
(22)K_{k} =
\frac{\sigma^{2}{}_{w,k-1} + \rho^{2}{}_{k}
\sigma^{2}{}_{v,k-1} K_{k-
1}}{\sigma^{2}{}_{w,k-1} + \sigma^{2}{}_{v,k} +
\rho^{2}{}_{k} \sigma^{2}{}_{v,k-1}
K_{k-1}}
La figura 4 muestra el cálculo de la fórmula
(21). La representación en la figura 4 corresponde esencialmente a
la representación en la figura 3, de manera que no se explican ya
de nuevo las unidades funcionales ya explicadas, pero los signos de
referencia respectivos reciben una prima para la distinción. En la
figura 4, en comparación con la figura 3, se substituye el índice
k-1 por el índice k.
Como condiciones iniciales se seleccionan en los
ejemplos de realización según la figura 3 o la figura 4, por
ejemplo, lo siguiente: m_{0/-1} = m_{0/0} = 0 y K_{0} =
0.
Las varianzas \sigma \frac{2}{w,k} y
\sigma \frac{2}{v,k} son predeterminadas en virtud de valores
de medición. El coeficiente de
de correlación \rho_{k} es predeterminado
igualmente en virtud de valores de medición, que son determinados,
por ejemplo, con la ayuda de la figura 6 explicada a continuación.
Las varianzas
\sigma\frac{2}{w,k} y \sigma
\frac{2}{v,k} así como el coeficiente de correlación
\rho_{k} se pueden calcular dinámicamente
también durante el proceso de filtrado de acuerdo
con funciones predefinidas, dado el caso determinadas
experimentalmente.
En las figuras 3 y 4 se muestra, respectivamente,
un filtro de Kalman para una posición binaria 1 de un cuadro k, ver
la figura 2. En general, existen varias posiciones binarias 1, que
se correlacionan de cuadro a cuadro. En este caso, para cada una de
estas posiciones binarias 1 se utiliza un filtro de Kalman según la
figura 3 o según la figura 4 en la unidad de cálculo 20, ver la
figura 1.
La figura 1 muestra un diagrama, en el que sobre
el eje de abscisas se muestran los coeficientes de correlación para
números de parámetros 0 a 75 registrados sobre el eje de ordenadas.
Los parámetros con los números 0 a 75 corresponden a los parámetros
generados a través de un codificador de voz de velocidad total GSM,
ver la Recomendación GSM 06.10 "European digital cellular
telecommications system; Full rate speech transcoding", 1995. El
codificador de voz de velocidad total GSM es, por ejemplo, el
codificador de fuentes 10, ver la figura 1.
Los parámetros 0 a 7 son llamados coeficientes
LAR (logarithmical area ratio = relación de área logarítmica), que
son generados durante el análisis LPC (lineal prediction coding =
codificación de predicción lineal). La correlación de estos
coeficientes es, en general, mayor que 0,3. También los parámetros
Nº 9, 26, 43 y 60, que son las medidas de similitud b para los
llamados LTP (long term prediction = predicción de larga duración),
tienen una correlación, que es mayor que 0,2. En cada cuadro
existen, además, cuatro coeficientes X_{MAX} a partir del llamado
análisis RPE (regular pulse exciting = excitación de impulsos
regulares), que se modifica sólo poco de cuadro a cuadro y que
tienen un coeficiente de correlación mayor que 0,7. Las
correlaciones de los parámetros mencionados aparecen también en las
posiciones binarias de valor más elevado, en las que se transmiten
estos parámetros.
La figura 6 muestra un diagrama de los
coeficientes de correlación para las posiciones binarias 0 a 69 en
un cuadro GSM. Los valores de muchas posiciones binarias tienen una
correlación considerable entre cuadros, es decir, que el coeficiente
de correlación u_{k} y u_{k-1} es mayor que
0,3. Con la ayuda de la formación del valor medio mostrada en la
ecuación (16) se puede reconocer que el coeficiente de correlación
\rho_{k} entre m(u_{k}) y
m(u_{k-1}) debe ser todavía mayor que el
coeficiente de correlación entre u_{k} y
u_{k-1}, para el valor mencionado es típicamente
0,8 a 0,9, de manera que el modelo matemático de las fórmulas (3)
corresponde a las relaciones reales y los valores de fiabilidad
L(u_{k,I}), generados con el filtro de Kalman, conducen a
una mejora del proceso de decodificación.
En otro ejemplo de realización de la invención,
en lugar del modelo unidimensional, indicado en las fórmulas (3) y
(4), se utiliza un modelo multidimensional. En este caso, se aplica
el modo de escritura de los vectores indicado en el Artículo de
Sorensen ya mencionado. El modelo multidimensional se emplea
especialmente cuando además de las correlaciones entre cuadros, se
tienen en cuenta también las correlaciones
intra-cuadros.
El cálculo de los valores de fiabilidad o bien de
los valores auxiliares de fiabilidad se puede determinar también
sin procedimientos de optimización con una exactitud ligeramente
limitada, pero todavía suficiente para muchas aplicaciones. En este
caso se utiliza la relación indicada anteriormente en la fórmula
(16), determinando los valores auxiliares de fiabilidad
m(u_{k}) según la fórmula siguiente:
m(u_{k}) = E\{u_{k}\}
\approx \upbar{u}_{k} = \frac{1}{N} \sum\limits^{N}_{j=1}
\hat{u}_{k-j}
donde N es un número predeterminado de cuadros,
sobre los que se lleva a cabo una llamada formación de ventanas, es
decir, que sólo se tienen en cuenta los símbolos de recepción
\hat{u}_{k,I} codificados por fuente de los últimos cuadros N.
Por medio de esta medida se detectan también las modificaciones
rápidas de la señal a
estimar.
En lugar de los símbolos de recepción
\hat{u}_{k}, se pueden utilizar también los valores auxiliares
de fiabilidad m(u_{k}) o m*(\hat{u}_{k})
correspondientes. Los valores auxiliares de fiabilidad
m(u_{k}) determinados son procesados entonces
adicionalmente como se ha explicado anteriormente.
La fórmula (23) se puede expresar por medio de la
definición de los valores auxiliares de fiabilidad, a saber, m =
1-2p, también de la siguiente manera:
(24)\overline{\rho} =
\frac{números \ de \ bits \ \hat{u}_{k-j} = -1 \
(j =
1,2,...,N)}{N}
Con la ayuda de los últimos símbolos de recepción
decodificados con N \hat{u}_{k-l},
\hat{u}_{k-2} se lleva a cabo en primer lugar la
determinación de la probabilidad p como la frecuencia relativa p-
de valores "-1". A continuación se calcula directamente el
valor de fiabilidad L(u_{k}) por medio de la fórmula (14),
pudiendo substituirse la probabilidad por la probabilidad aproximada
p-.
Claims (10)
1. Procedimiento para el procesamiento de datos
recibidos a través de un receptor (16), en el que datos
transmitidos a través de un trayecto de transmisión (14) son
recibidos en cuadros (k) consecutivos, conteniendo un cuadro (N) un
número predeterminado de posiciones binarias (1), en el que los
datos recibidos son procesados con la ayuda de un algoritmo de
probabilidad máxima a posteriori o algoritmo de probabilidad máxima
(Maximum Likelihood) que utilizan incrementos métricos, donde los
incrementos métricos para al menos una posición binaria (1), cuyo
valor y/o valor de fiabilidad (L(u_{k,I})) está
correlacionado de cuadro (k) a cuadro (k-1), se
calculan en función de un valor de fiabilidad actual
(L(u_{k,I})) determinado para el cuadro (k) procesado
actualmente, que es una medida de la probabilidad de que se pueda
determinar sin errores el valor de la posición binaria (1), y en el
que para la determinación del valor de fiabilidad actual
(L(u_{k,I})) se utiliza al menos un valor de fiabilidad
observado (L*(\hat{u}_{k-l,I})),
(L*(\hat{u}_{k,I})), que se determina a partir de un cuadro
(k-1) ya procesado o a partir del cuadro (k)
procesado actualmente para la posición binaria (1),
caracterizado porque utilizando una función de conversión
exacta o una función de aproximación se determina a partir del
valor de fiabilidad observado
(L*(\hat{u}_{k-l,I})) un valor auxiliar de
fiabilidad observado (m*(\hat{u}_{k-1,I})),
porque se determina un valor auxiliar de fiabilidad actual
(m(u_{k,I})) de tal forma que la suma, formada para varios
cuadros (k), de las desviaciones de un valor auxiliar de fiabilidad
libre de errores para el cuadro (k) respectivo y del valor auxiliar
de fiabilidad (m(u_{k,I})) determinado para el mismo
cuadro (k) es mínima, y porque utilizando la función de conversión o
la función de aproximación se determina a partir del valor auxiliar
de fiabilidad (m(u_{k,I})) determinado el valor de
fiabilidad actual (L(u_{k,I})).
2. Procedimiento según la reivindicación 1,
caracterizado porque para el valor auxiliar de fiabilidad se
aplica la fórmula siguiente:
m(u_{I}) = P (u_{I} =
+1) - P (u_{I} =
-1)
donde u_{I} designa el valor de la posición
binaria 1 dentro del cuadro, P (u_{I} = +1) es la probabilidad de
que el valor u_{I} tenga un primer valor, con preferencia el valor
numérico "+1", y donde P (u_{I} = -1) es la probabilidad de
que el valor u_{I}tenga el segundo valor, con preferencia
"-1".
3. Procedimiento según la reivindicación 1 ó 2,
caracterizado porque el valor auxiliar de fiabilidad actual
(m(u_{k,I})) es recursivo, siendo calculado con preferencia
utilizando un filtro de Kalman (20), a partir del valor auxiliar de
probabilidad (m(u_{k-1,I})) determinado
para el último cuadro (k-1) procesado.
4. Procedimiento según la reivindicación 3,
caracterizado porque el valor auxiliar de fiabilidad actual
se calcula de acuerdo con la fórmula siguiente:
m_{k} = \rho_{k}
(m_{k-1} + K_{k} (m*_{k-1} -
m_{k-1}))
y/o porque el valor de probabilidad actual
m_{k} se calcula según la fórmula
siguiente:
m_{k} = \rho_{k}mk_{-1} +
K_{k} (m*_{k}
-\rho_{k}m_{k-1})
donde m_{k} es el valor auxiliar de fiabilidad
para el cuadro k, -\rho_{k} es un coeficiente de correlación,
m*_{k} o bien m_{k-1} es el valor auxiliar de
fiabilidad observado y K_{k} o bien K_{k-1} es
un factor de amplificación, que se determina de forma recursiva con
preferencia según la fórmula
siguiente:
K_{k} =
\frac{\sigma^{2}{}_{w,k-1} + \rho^{2}{}_{k}
\sigma^{2}{}_{v,k-1}
K_{k-1}}{\sigma^{2}{}_{w,k-1} +
\sigma^{2}{}_{v,k} + \rho^{2}{}_{k}
\sigma^{2}{}_{v,k-1}
K_{k-1}}
donde \sigma \frac{2}{w,k-1}
es la varianza de una interferencia del sistema y \sigma
\frac{2}{v,k-1} es la varianza de una
interferencia de
medición.
5. Procedimiento según la reivindicación 4,
caracterizado porque el coeficiente de correlación
\rho_{k}, la varianza \sigma \frac{2}{W} de la
interferencia del sistema y la varianza \sigma \frac{2}{v} de
la interferencia de medición son predeterminadas fijamente.
\newpage
6. Procedimiento según una de las
reivindicaciones anteriores, caracterizado porque en la
determinación del valor de fiabilidad actual se utiliza el siguiente
modelo matemático:
X_{k} =
\Phi_{k,k-1} X_{k-1} +
W_{k}
y
Z_{k} = H_{k}X_{k} +
V_{k}
donde X_{k} designa un vector de estado para el
cuadro k, \Phi_{k} designa una matriz del sistema, W_{k}
designa un vector de interferencia del sistema, Z_{k} designa un
vector de medición, H_{k} designa una matriz de medición y V_{k}
designa un vector de interferencia de
medición.
7. Procedimiento según una de las
reivindicaciones anteriores, caracterizado porque se utiliza
para la decodificación de datos transmitidos codificados.
8. Procedimiento según una de las
reivindicaciones anteriores, caracterizado porque el
procedimiento se emplea durante una transmisión de datos en un
sistema de radio móvil, que trabaja con preferencia según la Norma
GSM.
9. Procedimiento según la reivindicación 8,
caracterizado porque en la posición binaria (1) se transmite
con preferencia un bit de valor elevado de un parámetro transmitido
en el cuadro (k).
10. Instalación (16) para el procesamiento de
datos de recepción, especialmente para la realización del
procedimiento según una de las reivindicaciones anteriores, con una
unidad de recepción para la recepción de datos transmitidos a través
de un trayecto de transmisión (14), que son transmitidos en cuadros
(k, k-1) de un número predeterminado de posiciones
binarias (1), con una unidad de incrementos métricos (18), que
procesa los datos recibidos con la ayuda de una algoritmo de
probabilidad máxima a posteriori o algoritmo de probabilidad máxima
(Maximum Likelihood), con una unidad de cálculo (20), que determina
para al menos una posición binaria (1), cuyo valor y/o valor de
fiabilidad está correlacionado de cuadro (k) a cuadro
(k-1), un valor de fiabilidad actual
(L(u_{k,I})), que se emite en la unidad de incrementos
métricos (18), donde la unidad de cálculo (20) utiliza para la
determinación del valor de fiabilidad actual (L(u_{k,I}))
al menos un valor de fiabilidad observado
(L*(\hat{u}_{k-l,I}), (L*(\hat{u}_{k,I}),
que fue determinado a partir de un cuadro (k-1) ya
procesado o a partir del cuadro (k) procesado actualmente para la
posición binaria (1), caracterizado porque la unidad de
cálculo (230) determina el valor de fiabilidad (L(u_{k,I})
de tal forma que la suma, formada para varios cuadros (k), de las
desviaciones de un valor auxiliar de fiabilidad esencialmente libre
de errores para el cuadro (k) respectivo y de un valor auxiliar de
fiabilidad (m(u_{k,I})) determinado para el mismo cuadro
(k) es mínima, siendo calculados los valores auxiliares de
fiabilidad (m(u_{k,I})) a partir de los valores de
fiabilidad (L(u_{k,I})) por medio de una función de
conversión o de una función de aproximación.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DE19726600 | 1997-06-23 | ||
| DE19726600 | 1997-06-23 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| ES2206364T3 true ES2206364T3 (es) | 2004-05-16 |
Family
ID=7833376
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| ES01108652T Expired - Lifetime ES2206364T3 (es) | 1997-06-23 | 1998-06-04 | Procedimiento e instalacion para la decodificacion de canal controlada por fuente con la ayuda de un filtro de kalman. |
| ES98934858T Expired - Lifetime ES2166173T3 (es) | 1997-06-23 | 1998-06-04 | Procedimiento y dispositivo para la decodificacion de canal controlada en la fuente con la ayuda de un filtro kalman. |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| ES98934858T Expired - Lifetime ES2166173T3 (es) | 1997-06-23 | 1998-06-04 | Procedimiento y dispositivo para la decodificacion de canal controlada en la fuente con la ayuda de un filtro kalman. |
Country Status (8)
| Country | Link |
|---|---|
| US (1) | US6393075B1 (es) |
| EP (2) | EP1133063B1 (es) |
| JP (1) | JP2002505051A (es) |
| CN (1) | CN1109409C (es) |
| AU (1) | AU737227B2 (es) |
| DE (2) | DE59809365D1 (es) |
| ES (2) | ES2206364T3 (es) |
| WO (1) | WO1998059423A1 (es) |
Families Citing this family (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6226318B1 (en) * | 1998-03-31 | 2001-05-01 | Zenith Electronics Corporation | Detection of code vectors in single frequency, multiple transmitter networks |
| GB9824012D0 (en) * | 1998-11-03 | 1998-12-30 | Lucent Technologies Inc | Improved source controlled channel decoding |
| JP2003530755A (ja) * | 2000-04-06 | 2003-10-14 | ルーセント テクノロジーズ インコーポレーテッド | アナログチャネルを介してディジタルデータをａ／ｄコンバータへ送信する方法 |
| US6697441B1 (en) * | 2000-06-06 | 2004-02-24 | Ericsson Inc. | Baseband processors and methods and systems for decoding a received signal having a transmitter or channel induced coupling between bits |
| US6798852B2 (en) | 2000-06-06 | 2004-09-28 | Ericsson Inc. | Methods and systems for extracting a joint probability from a map decision device and processing a signal using the joint probability information |
| US6944206B1 (en) * | 2000-11-20 | 2005-09-13 | Ericsson Inc. | Rate one coding and decoding methods and systems |
| US7139334B2 (en) * | 2001-06-21 | 2006-11-21 | Bartlett Alan M | Cooperative code-enhanced multi-user communications system |
| US9331717B2 (en) * | 2009-02-27 | 2016-05-03 | Blackberry Limited | Forward error correction decoding avoidance based on predicted code block reliability |
| DE102014205627B3 (de) * | 2014-03-26 | 2015-06-18 | Siemens Aktiengesellschaft | Zustandsbeobachter für einen Dampferzeuger eines Dampfkraftwerks |
| DE102014205629B4 (de) * | 2014-03-26 | 2023-08-03 | Siemens Energy Global GmbH & Co. KG | Mehrgrößenzustandsregelung für einen Dampferzeuger eines Dampfkraftwerks |
| CN104270119B (zh) * | 2014-09-22 | 2017-05-17 | 武汉理工大学 | 基于非线性未知随机偏差的两阶段容积卡尔曼滤波方法 |
| US10958293B1 (en) * | 2020-03-02 | 2021-03-23 | GM Global Technology Operations LLC | System and method for near-lossless universal data compression using correlated data sequences |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4644564A (en) * | 1983-08-05 | 1987-02-17 | International Business Machines Corporation | Decoding the output signal of a partial-response class-IV communication or recording device channel |
| EP0449327B1 (en) * | 1990-03-30 | 1998-07-15 | Nec Corporation | Noise-immune space diversity receiver |
| US5432821A (en) * | 1992-12-02 | 1995-07-11 | University Of Southern California | System and method for estimating data sequences in digital transmissions |
| US5673291A (en) * | 1994-09-14 | 1997-09-30 | Ericsson Inc. | Simultaneous demodulation and decoding of a digitally modulated radio signal using known symbols |
| ATE217461T1 (de) * | 1994-10-31 | 2002-05-15 | Koninkl Philips Electronics Nv | Digitales übertragungs- und aufzeichungsystem mit einfacher fehlerkorrektur |
| US6581179B1 (en) * | 1996-06-25 | 2003-06-17 | Ericsson Inc. | Methods for generating side information in the presence of time-selective fading |
| US5953376A (en) * | 1996-09-26 | 1999-09-14 | Lucent Technologies Inc. | Probabilistic trellis coded modulation with PCM-derived constellations |
| US6192503B1 (en) * | 1997-08-14 | 2001-02-20 | Ericsson Inc. | Communications system and methods employing selective recursive decording |
-
1998
- 1998-06-04 EP EP01108652A patent/EP1133063B1/de not_active Expired - Lifetime
- 1998-06-04 EP EP98934858A patent/EP0992116B1/de not_active Expired - Lifetime
- 1998-06-04 ES ES01108652T patent/ES2206364T3/es not_active Expired - Lifetime
- 1998-06-04 CN CN98806503A patent/CN1109409C/zh not_active Expired - Fee Related
- 1998-06-04 WO PCT/DE1998/001524 patent/WO1998059423A1/de active IP Right Grant
- 1998-06-04 AU AU84328/98A patent/AU737227B2/en not_active Ceased
- 1998-06-04 JP JP50353899A patent/JP2002505051A/ja active Pending
- 1998-06-04 DE DE59809365T patent/DE59809365D1/de not_active Expired - Fee Related
- 1998-06-04 ES ES98934858T patent/ES2166173T3/es not_active Expired - Lifetime
- 1998-06-04 DE DE59801798T patent/DE59801798D1/de not_active Expired - Fee Related
-
1999
- 1999-12-23 US US09/472,059 patent/US6393075B1/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| EP1133063A1 (de) | 2001-09-12 |
| DE59801798D1 (de) | 2001-11-22 |
| AU737227B2 (en) | 2001-08-16 |
| ES2166173T3 (es) | 2002-04-01 |
| WO1998059423A1 (de) | 1998-12-30 |
| US6393075B1 (en) | 2002-05-21 |
| CN1109409C (zh) | 2003-05-21 |
| CN1261475A (zh) | 2000-07-26 |
| AU8432898A (en) | 1999-01-04 |
| JP2002505051A (ja) | 2002-02-12 |
| EP0992116A1 (de) | 2000-04-12 |
| DE59809365D1 (de) | 2003-09-25 |
| EP0992116B1 (de) | 2001-10-17 |
| EP1133063B1 (de) | 2003-08-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| ES2206364T3 (es) | Procedimiento e instalacion para la decodificacion de canal controlada por fuente con la ayuda de un filtro de kalman. | |
| CA2221137C (en) | An optimal soft-output decoder for tail-biting trellis codes | |
| US5406570A (en) | Method for a maximum likelihood decoding of a convolutional code with decision weighting, and corresponding decoder | |
| US5229767A (en) | Decoder for convolutionally encoded information | |
| US6813323B2 (en) | Decoding method and communication terminal apparatus | |
| EP0529909B1 (en) | Error correction encoding/decoding method and apparatus therefor | |
| EP0907256B1 (en) | Apparatus for convolutional self-doubly orthogonal encoding and decoding | |
| KR20000029992A (ko) | 에러비를최소화하기위해소프트정보출력을이용하는디코더 | |
| US20020040461A1 (en) | Decoder and decoding method | |
| KR20010029910A (ko) | 이동 통신시스템의 데이터 레이트 검출 장치 및 방법 | |
| US7716554B2 (en) | System and method for blind transport format detection with cyclic redundancy check | |
| CN108155972A (zh) | 分布式联合信源信道编码系统的译码优化方法 | |
| RU2214679C2 (ru) | Способ квантования для итеративного декодера в системе связи | |
| JPH09288871A (ja) | 誤り検出方法 | |
| JPH10133898A (ja) | 畳み込みエンコードデータのエラー検出およびエラー補正方法 | |
| KR20050019014A (ko) | 디코딩 장치 및 방법 | |
| KR20020006022A (ko) | 중첩 코드를 디코딩하기 위한 방법 및 장치 | |
| Heinen et al. | Transactions papers source-optimized channel coding for digital transmission channels | |
| US6954507B2 (en) | Method for estimating the bit error rate in a radio receiver and corresponding radio receiver | |
| KR100535783B1 (ko) | 정보를 코딩, 디코딩 및 전송하는 방법, 신호 처리기 및 무선 장치 | |
| US7043678B2 (en) | Method for identifying bad frames | |
| US6525680B2 (en) | Decoder and decoding method | |
| US7027531B2 (en) | Method and system for initializing a training period in a turbo decoding device | |
| US6677865B1 (en) | Method and configuration for decoding information | |
| US6775250B1 (en) | Method of updating reference value in high speed closed loop based on likelihood |