JP3958764B2 - ディジタル通信システムにおけるターボ復号を利用したビットエラー率及びフレームエラー率を減少させる装置及び方法 - Google Patents

ディジタル通信システムにおけるターボ復号を利用したビットエラー率及びフレームエラー率を減少させる装置及び方法 Download PDF

Info

Publication number
JP3958764B2
JP3958764B2 JP2004522824A JP2004522824A JP3958764B2 JP 3958764 B2 JP3958764 B2 JP 3958764B2 JP 2004522824 A JP2004522824 A JP 2004522824A JP 2004522824 A JP2004522824 A JP 2004522824A JP 3958764 B2 JP3958764 B2 JP 3958764B2
Authority
JP
Japan
Prior art keywords
value
metric
difference
adder
decoding
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 - Fee Related
Application number
JP2004522824A
Other languages
English (en)
Other versions
JP2005532766A (ja
Inventor
ナム−ユル・ユ
ミン−ゴー・キム
サン−ヒュック・ハ
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Samsung Electronics Co Ltd
Original Assignee
Samsung Electronics Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Samsung Electronics Co Ltd filed Critical Samsung Electronics Co Ltd
Publication of JP2005532766A publication Critical patent/JP2005532766A/ja
Application granted granted Critical
Publication of JP3958764B2 publication Critical patent/JP3958764B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

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
    • 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
    • H03M13/3905—Maximum a posteriori probability [MAP] decoding or approximations thereof based on trellis or lattice decoding, e.g. forward-backward algorithm, log-MAP decoding, max-log-MAP 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
    • H03M13/29—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 combining two or more codes or code structures, e.g. product codes, generalised product codes, concatenated codes, inner and outer codes
    • H03M13/2957—Turbo codes and 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
    • H03M13/3905—Maximum a posteriori probability [MAP] decoding or approximations thereof based on trellis or lattice decoding, e.g. forward-backward algorithm, log-MAP decoding, max-log-MAP decoding
    • H03M13/3911—Correction factor, e.g. approximations of the exp(1+x) function

Description

本発明は、ディジタル通信システムにおいて、順方向エラー訂正(Forward Error Correction；ＦＥＣ)に関し、特に、ターボ復号のための装置及び方法に関する。
通常、ターボ符号は、高速データの通信のために使用されており、代表的には、１ｘＥＶ−ＤＯ(Evolution Data Only)又は１ｘＥＶ−ＤＶ(Evolution Data and voice)で使用されている。このようなターボ符号は、１９９３年“ベロー(Berrou)”等によって初めて提案された。このターボ符号を生成する方法は、下記の通りである。２つの再帰的組織畳込み符号化器(Recursive Systematic Convolutional(ＲＳＣ) encoder)を並列に連接し、その間にランダムインタリーバを設ける。従って、ＲＳＣ構成符号器で情報ビット及びインタリーブされた情報ビットを符号化してターボ符号を生成する。このようなターボ符号を復号するためのターボ復号器は、２つの構成復号器を直列に連接し、それぞれの構成復号器で生成された付加情報(extrinsic information)を交換しつつ反復復号(iterative decoding)を遂行する。このとき、各構成復号器で使用する復号アルゴリズムとしては、ログマップアルゴリズム(Log-MAP algorithm)、最大ログマップアルゴリズム(Max-Log-MAP algorithm)、及びＳＯＶＡアルゴリズム (Soft Output Viterbi Algorithm)がある。
ログマップアルゴリズムは、トレリス上の情報語を復号するための最適のアルゴリズムであるＭＡＰアルゴリズムをログ領域(log domain)の上で実現したものであり、最大ログマップアルゴリズムは、ログマップアルゴリズムをメトリック演算過程の近似化を通じてさらに単純に実現したものである。この最大ログマップアルゴリズムは、ログマップアルゴリズムの近似化された形態のアルゴリズムであるので、ログマップアルゴリズムに比べて実現が容易である。しかしながら、受信器で正確な信号対雑音比(Signal to Noise Ratio；ＳＮＲ)の推定が可能である場合には、ログマップアルゴリズムによる復号に比べて性能を劣化させる、という短所がある。
この最大ログマップアルゴリズムは、ステートメトリック(state metric)及びログ尤度比(log likelihood ratio；以下、“ＬＬＲ”と略称する。)が演算される。復号時点ｋで、トレリス上のステート(ｓ及びｓ')に対するステートメトリックα、βは、下記式（１）のような再帰関係(recursive relation)で定義することができる。
Figure 0003958764
ここで、γは、チャンネルを介して受信されたシンボルによって定義されるブランチメトリック(branch metric)である。また、任意のｋ番目のシンボルに対するＬＬＲは、ステートメトリック及びブランチメトリックを利用して下記式（２）のように定義することができる。
Figure 0003958764
この式（２）において、Ｍｎ(ｉ)は、任意の復号時点ｋで、情報シンボルｎ(０または１)に対して任意のステートセット(state set)(ｓ'、ｓ)で定義されるメトリック値(ｌｏｇ(αｋ−１(ｓ')γｋ(ｓ',ｓ)βｋ(ｓ)))をその大きさに従って降順に配列した値のうち、i番目に該当するメトリック値である。従って、Ｍ０(０)及びＭ１(０)は、復号時点ｋで、情報シンボル０及び情報シンボル１に対する最大メトリック(best metric)値であり、ｆｃは、各情報シンボルに対する最大のメトリック値と残りのメトリック値との差によって定義される値である。従って、ＬＬＲは、任意の復号時点ｋでの情報シンボル０と情報シンボル１との間の最大メトリック値及び補正値ｆｃを利用して更新される。
これを要約すると、ログマップアルゴリズムは、式（１）によって、１つの構成復号器のトレリス上のすべてのステートメトリックを生成し、このステートメトリックを利用して、トレリス上の任意の符号シンボルに対するＬＬＲを式（２）によって演算する。そして、このＬＬＲから導出された付加情報を他の構成復号器に伝達することによって反復復号を遂行する。このようにして、ターボ復号を遂行する。
このログマップアルゴリズムを単純化した最大ログマップアルゴリズムは、式（１）のステートメトリック更新過程を最大値を求める処理(maximum operation)に単純化し、これを示すと、下記式（３）の通りである。
Figure 0003958764
この式（３）の単純化と同一の方式によって、ｋ番目の復号シンボルに対するＬＬＲ値を最大値を求める処理によって単純化することができ、式（２）の関数ｆｃを０と仮定すると、下記式（４）のように、最大メトリックの差によってのみＬＬＲの更新を遂行することができる。
Figure 0003958764
これを要約すると、最大ログマップアルゴリズムは、式（３）のマキシマムオペレーションによって１つの構成復号器のトレリス上のすべてのステートメトリックを生成し、トレリス上の任意の符号シンボルに対するＬＬＲをこの式（４）によって情報シンボル０と情報シンボル１との最大メトリックの差を利用して演算する。そして、このＬＬＲから導出された付加情報を他の構成復号器に伝達することによって反復復号を遂行する。このようにして、ターボ復号を遂行する。
最大ログマップアルゴリズムの復号性能を改善させるために、式（４）によって演算されたＬＬＲから導出された付加情報に一定の加重値を乗じて反復復号を遂行する。これは、帰還利得を考慮した最大ログマップアルゴリズム(Max-Log_MAP algorithm with FG(feedback gain))と呼ばれる。このとき、帰還利得に乗じられる加重値(weighting factor)は、略「０．５８８２３５」であり、２番目の構成復号器から生成された付加情報にのみ適用される。
このログマップアルゴリズムは、最適のシンボル単位のマップ復号アルゴリズム(symbol by symbol MAP decoding algorithm)をログドメイン(log domain)で実現したものであるので、これによるターボ復号は、ＭＡＰアルゴリズムによるターボ復号の性能と同一の、一番優れている性能を示す。しかしながら、ログマップアルゴリズムをハードウェア上で実現する場合には、各メトリックを定義するｌｏｇ(１+ｅ−Δ)の関数をハードウェア上で実際に実現するか、又は、ルックアップテーブル(look-up table)の形態で実現しなければならない。これによって、ハードウェアの複雑度が増加する。また、ログマップアルゴリズムを最大値を求める処理を通じて近似化した最大ログマップアルゴリズムは、ログマップアルゴリズムに比べてルックアップテーブルを必要としない、という実現上の長所はあるが、これによるターボ復号を行うとき、ログマップアルゴリズムによるターボ復号に比べて性能が劣化する。次に、このログマップアルゴリズム及び最大ログマップアルゴリズムの長所及び短所について説明する。
(１) ログマップアルゴリズム：最適のシンボル単位の決定アルゴリズム(Optimum symbol by symbol decision algorithm)であるので、最適のターボ復号アルゴリズム(turbo decoding algorithm)である。しかしながら、上述したように、ｌｏｇ(１+ｅ−Δ)の実現は、ハードウェアの複雑度を増加させる。また、ｌｏｇ(１+ｅ−Δ)は、非線形関数(nonlinear function)であるので、Δを定義するのに必要なブランチメトリックを計算するにあたって、受信シンボルに対して正確に推定されたＳＮＲが要求される。受信シンボルに対するＳＮＲ推定にエラーが発生すると、このようなＳＮＲの不整合は、格段に性能を劣化させる。
(２) 最大ログマップアルゴリズム：すべてのメトリック計算が最大値を求める処理によって行われるので、メトリック計算のために“ｌｏｇ()”演算が不必要である。従って、このログマップアルゴリズムのようなハードウェアの複雑度が増加する問題がない。また、すべてのメトリック計算が最大値を求める処理によって行われるため、メトリック計算に非線形関数ｌｏｇ(１+ｅ−Δ)を必要としないので、上述したＳＮＲの不整合に関連した問題がない。しかしながら、最大ログマップアルゴリズムは、ログマップアルゴリズムの近似化した形態のアルゴリズムであるので、ログマップアルゴリズムに比べて、約０．３〜０．４ｄＢの性能劣化が常に発生する、という問題があった。
上述したように、ログマップアルゴリズム及び最大ログマップアルゴリズムは、ハードウェアの複雑度及び性能劣化を引き起こす相関関係を有する。
上記背景に鑑みて、本発明の目的は、ターボ復号を行うとき、最大ログマップアルゴリズムよりも性能がさらによいターボ復号装置及び方法を提供することにある。
本発明の他の目的は、ログマップアルゴリズムよりもハードウェアの構成が複雑ではないターボ復号装置及び方法を提供することにある。
このような目的を達成するために、本発明に従うターボ符号を復号するための構成復号方法は、受信された情報シンボルのターボ復号を行うとき、任意の時点で、ターボ復号トレリス上のこの情報シンボルに対するステートメトリックとブランチメトリックとの和で表現されるメトリックのうちの最大メトリック値と二番目に大きいメトリック値とを計算する第１のステップと、この情報シンボル０と情報シンボル１に対するこの最大メトリック値の差を求める第２のステップと、この情報シンボル０と情報シンボル１に対するこの二番目に大きいメトリック値の差を求める第３のステップと、このステートメトリックとこのブランチメトリックとの和で表現されるこのメトリック値が線形になるように、この最大メトリック値の差とこの二番目に大きいメトリック値の差との差を求め、この求められた差に加重値を乗じる第４のステップと、この第２のステップで得られた最大メトリック値の差及び第４のステップで得られた積を利用してログ尤度比(ＬＬＲ)を更新し、この更新されたログ尤度比に従ってこの情報シンボルの値を決定する第５のステップと、を含むことを特徴とする。
この付加情報は、２つのメトリック値の差、信号対雑音比(ＳＮＲ)を考慮した入力シンボル、及びこの入力シンボルに対する事前情報を用いて計算される。
この所定の加重値は、１より小さく、かつ１に近似した値を有し、望ましくは、「０．５８８２３５」より大きい値であり、さらに望ましくは、１／２＋１／４＋１／１６の値である。
このＳＮＲの正確な推定が可能である場合、加重値は、ログ関数を用いて計算される。このＳＮＲの正確な推定が不可能である場合、加重値は、線形関数に近似化した近似値を用いて計算される。
また、本発明に従うターボ符号を復号するための構成復号装置は、受信された情報シンボルのターボ復号を行うとき、任意の時点で、ターボ復号トレリス上のこの情報シンボルが１である最大メトリック値とこの情報シンボルが０である最大メトリック値との差を計算する第１の加算器と、この情報シンボルに対する送信情報及び事前情報を加算する第２の加算器と、この第１の加算器及び第２の加算器の出力間の差を計算して付加情報として出力する第３の加算器と、この第３の加算器の出力に帰還利得の値を有する所定の加重値を乗じる第１の乗算器と、この受信された情報シンボルに対する最大メトリック値と二番目に大きいメトリック値との差を用いて補正値を計算する補正値計算部と、この補正値をこの第１の乗算器の出力に加算する第４の加算器と、を含むことを特徴とする。
この補正値計算部は、この情報シンボルのうち、０の値に対して最大メトリックと２番目に大きいメトリックとの差を計算する第５の加算器と、この情報シンボルのうち、１の値に対して最大メトリックと２番目に大きいメトリックとの差を計算する第６の加算器と、この第５及び第６の加算器の各出力に対するログ関数に基づいた補正値を貯蔵し、この第５及び第６の加算器の各出力に対する補正値を出力するルックアップテーブルと、この補正値間の差を計算する第７の加算器と、この第７の加算器の出力に所定の加重値を乗じる第２の乗算器と、この第５及び第６の加算器の出力値の差を計算する第８の加算器と、この第８の加算器の出力にこのログ関数に近似した線形関数の傾き値を乗じる第３の乗算器と、この第２の乗算器及び第３の乗算器の出力のうちの１つをこの受信された情報シンボルの信号対雑音比の信頼度に従って選択する選択器と、を含むことを特徴とする。
望ましくは、この加重値は、１／２＋１／４＋１／１６の値である。
このＳＮＲ信頼度は、正確なＳＮＲ推定が可能であるか否かに従って決定される。この選択器は、正確なＳＮＲ推定が可能であれば、第２の乗算器から受信された値を出力し、正確なＳＮＲ推定が不可能であれば、第３の乗算器から受信された値を出力する。
本発明に従う最大ログマップアルゴリズムは、ログマップアルゴリズムに比べて、若干のハードウェア的な追加のみでも優れた性能を有し、さらに簡素な構成を有する。従って、最大ログマップアルゴリズムは、ＣＤＭＡ２０００ １ｘＥＶ−ＤＶのシステム及び端末のチャンネルデコーダのみならず、ＵＭＴＳ及びＨＳＤＰＡの端末のチャンネルデコーダにも適用可能であり、簡素な構成で優秀な性能を有することができる、という長所がある。
以下、本発明の望ましい実施形態を、添付図面を参照して詳細に説明する。本発明の説明において、関連する公知機能、或いは構成についての具体的な説明が本発明の要旨を不要にぼかすものと判断される場合には、その詳細な説明を省略する。
本発明は、ターボ復号化過程で、最大ログマップアルゴリズムのＬＬＲ情報の更新過程を修正して、ログマップアルゴリズムによるターボ復号の性能よりも約０．１ｄＢのみの性能劣化を保証し、最大ログマップアルゴリズム及び帰還利得を考慮した最大ログマップアルゴリズムによるターボ復号性能よりも優れる、改善した最大ログマップアルゴリズムを提案する。また、本発明で提案する改善した最大ログマップアルゴリズムは、基本的に、最大ログマップアルゴリズムに基づいたターボ復号アルゴリズムであるので、最大ログマップアルゴリズムに比べて、ハードウェアの複雑度の増加があまり大きくなく、ＳＮＲの不整合の問題も発生しない、という長所がある。
そこで、本発明を簡略に説明すれば、下記の通りである。
(１) 任意の復号時点のＬＬＲ情報を求める過程で、情報シンボル０と情報シンボル１に対する最大メトリックの以外に、既存の最大ログマップアルゴリズムでは使用しなかった‘０’と‘１’に対する二番目に大きいメトリック値まで考慮してＬＬＲ情報を更新する。このようにすると、ターボ復号は、ログマップアルゴリズムによって得られることができるターボ復号器の性能に近接する性能を得られることが、下記説明されるシミュレーション結果から分かる。
(２) 任意の復号時点で、情報シンボル０と情報シンボル１に対する２番目に大きいメトリックを用いて求めた補正値ｆｃを非線形関数で定義する場合、ＳＮＲの不整合に従って性能が変化するという問題が発生するので、これを線形関数に近似化して定義する。これを通じて、ターボ復号器がＳＮＲの不整合に無関係に優秀な性能を示すことが、下記説明されるシミュレーション結果から分かる。
従って、本発明では、この定義したｆｃに対する線形近似化のための具体的な方式を提示する。また、ｆｃを元のｌｏｇ関数でそのまま定義した場合に対する性能を提示し、このような方式を実現するときの適用の可能性を提示する。
図１は、本発明の実施形態による２次の最大ログマップアルゴリズムを適用したターボ符号器の構造を示すブロック図である。上述したように、２次の最大ログマップアルゴリズムとは、本発明の実施形態に従い、復号時点で情報シンボルに対して最大メトリック値及び二番目に大きいメトリック値を利用してＬＬＲを更新するための最大ログマップアルゴリズムを意味する。
２次の最大ログマップアルゴリズムは、各構成復号器(ＤＥＣ１及びＤＥＣ２)に適用され、付加情報(extrinsic information)に対する加重値(weighting)のためのフィードバック利得制御器(feed Back gain controller；ＦＧＣ)は、ＤＥＣ１及びＤＥＣ２にも適用される。
図１を参照すると、第１及び第２の構成復号器(ＤＥＣ１及びＤＥＣ２)１０１、１０４は、上述した２次の最大ログマップアルゴリズムを用いて実際の復号動作を遂行して、各情報シンボルに対する付加情報及びＬＬＲ情報を導出する。すなわち、構成復号器１０１及び１０４は、ターボ符号を構成する構成符号器に対応してこれを復号する。インタリーバ１０２は、第１の構成復号器１０１から出力された信号をインタリービングする。インタリーバ１０２は、ターボ符号をなす各構成符号器間のデータの順序が互いにインタリービングされていることを考慮して、第１の構成復号器１０１の出力が第２の構成復号器１０４の入力にマッチングするように、データのシーケンスを変える動作を遂行する。このようにインタリービングされた信号は、第１のＦＧＣ１０３に入力される。第１のＦＧＣ１０３は、本発明による２次の最大ログマップアルゴリズムによって得られた付加情報に従って決定された加重値を乗じる。この加重値は、実験によって求められた値であって、最大ログマップアルゴリズムによって求められた値であるので、ログマップアルゴリズムよりも大きい値を有する。従って、このような影響を減らすために、各情報シンボルに対する付加情報に１より小さい帰還利得(加重値)を乗じることによって、さらに良い性能を得ることができる。このように、インタリービングされて加重値が乗じられた値は、第２の構成復号器１０４によって復号されてデインタリーバ１０５に入力される。デインタリーバ１０５は、インタリーバ１０２で遂行された過程の逆過程を遂行して、第２の構成復号器１０４の出力が第１の構成復号器１０１の入力にマッチングするようにする。このように処理された値は、第２のＦＧＣ１０６に入力され、２次の最大ログマップアルゴリズムによって得られた付加情報に対する加重値(weighting)のために定められた値を乗じて第１の構成復号器１０１に入力する。
また、加算器１０７及び１０８は、第２の構成復号器１０５から導出された付加情報を利用して各情報シンボルに対するＬＬＲを生成するために、受信された符号シンボルの伝送信頼度(transmission reliability)及び事前情報(priori probability)を加算する。この事前情報は、任意の情報シンボルが符号化過程以前に０の値と１の値を有する確率のＬＬＲであり、一般的な符号化理論では、情報シンボルが０である確率と情報シンボルが１である確率が同一であると仮定する。従って、最初の事前情報は、常に０の値を有する。しかしながら、ターボ復号過程の反復復号が進行されるので、各構成復号器からの付加情報は、任意の他の構成復号器で復号しようとする情報シンボルの事前情報として使用される。それゆえに、事前情報は、もうこれ以上、０の値を有することはない。判別器１０９は、導出されたＬＬＲ符号を検査し、ＬＬＲ符号が０より大きいと、情報シンボル０を生成し、ＬＬＲ符号が０より小さいと、情報シンボル１を生成する。判別器１０９から出力された信号は、２つに分岐されて出力バッファ１１０及びＣＲＣ検査器１１１に入力される。本発明の実施形態では、出力バッファ１１０は、判別器１０９から判別された‘０’又は‘１’の値を有する情報シンボルを貯蔵するメモリになることができる。また、ＣＲＣ検査器１１１は、復号された情報シンボルで構成されたフレームデータのエラーを検出するために、事前に挿入されたＣＲＣ情報を通じてＣＲＣ検査を遂行する。
次に、この構成復号器で遂行される２次の最大ログマップアルゴリズムについて説明する。
本発明に従う２次の最大ログマップアルゴリズムは、最大ログマップアルゴリズムに基づき、ＬＬＲを更新する過程で修正を加えた形態である。従って、２次の最大ログマップアルゴリズムで、ステートメトリックα、βを定義する式は、実現上の便宜及びＳＮＲの不整合に対する復号性能のインセンシティビティー(insensitivity)を保持するために、最大ログマップアルゴリズムで説明した式（３）と同一に定義して使用する。また、本発明による２次の最大ログマップアルゴリズムのＬＬＲ更新のために、ログマップアルゴリズムのＬＬＲについての定義は、式（２）を用いる。すなわち、本発明による２次の最大ログマップアルゴリズムのＬＬＲは、式（２）で、補正値ｆｃの近似化された形態を使用し、残りはそのまま使用する。
この補正値ｆｃの近似化過程は、式（２）で、ｆｃを構成するすべてのメトリック値Ｍｎ(ｉ)のうち、情報シンボル０及び情報シンボル１に対する最大メトリックＭｎ(０)と、２番目に大きいメトリックＭｎ(１)のみを使用して、ｆｃを定義する過程によってなされる。すなわち、本発明によるターボ復号アルゴリズムでは、任意の復号時点のＬＬＲを求める過程で、情報シンボル０及び情報シンボル１に対する最大メトリック以外に、最大ログマップアルゴリズムで使用しなかった情報シンボル０及び情報シンボル１に対する２番目に大きいメトリック値まで考慮してＬＬＲを更新するのに使用する。
次に、この補正値ｆｃの近似化について説明する。
本発明による２次の最大ログマップアルゴリズムでＬＬＲを更新する過程では、この補正値が下記式（５）のように近似化される。
Figure 0003958764
すなわち、任意の復号時点で、情報シンボルｎに対して、一番大きい値を有するメトリックＭｎ(０)及び２番目に大きい値を有するメトリックＭｎ(１)のみを用いて、補正値ｆｃを定義する。これより小さいメトリックＭｎ(ｉ)(ｉ>１)による補正値ｆｃの影響は、微々たるものであるので、近似化の過程でこれを除去する。また、最大ログマップアルゴリズムでは、任意の復号時点で、トレリス上のすべてのステートセット(ｓ'、ｓ)を検索しつつ、各セットに対してメトリックを更新し、情報シンボルｎに対する最大メトリックＭｎ(０)の値を求める。本発明による２次の最大ログマップアルゴリズムでは、最大メトリックＭｎ(０)のみならず、二番目に大きいＭｎ(１)の値を求めなければならなく、復号時間を増加させないためには、Ｍｎ(０)とＭｎ(１)を同時に求めなければならない。このためには、各ステートｓでのメトリックをｍ(ｓ)と定義し、下記表１のような方法によって、Ｍｎ(０)とＭｎ(１)を同時に求める。
Figure 0003958764
この表１において、“ＭＩＮ”は、“-∞”に該当するステートメトリックの初期化のための相当に小さい値であり、Ｓは、構成畳込み符号(constituent convolutional code)を構成するトレリスでのステートの総数である。
図２は、本発明の実施形態に従って、任意の復号時点ｋで最大メトリックＭｎ(０)及び二番目に大きいメトリックＭｎ(１)の値を求めるためのフローチャートである。
図２を参照すると、ステップ２００で、表１のように、任意の時点で、トレリスのステート及び情報シンボル０及び情報シンボル１に対する最大メトリック値と二番目に大きいメトリック値を初期化する。このように初期化を遂行した後、ステップ２０２に進行すると、ステートを１つずつ増加させて各ステートで情報シンボルｎ(０又は１)に対するメトリック値を求める。従って、図２では、現在の状態(ｓ)を求める過程を示す。ステップ２０４に進行して、ステップ２０２で求めた情報シンボルｎに対するメトリック値と既存の最大メトリック値とを比較する。ステップ２０４で、現在のステートで求めたメトリック値が既存の最大メトリック値より大きい場合、ステップ２０６に進行し、そうでない場合、ステップ２０８に進行する。ステップ２０６で、最大メトリック値を現在のメトリック値として設定し、二番目に大きいメトリック値を既存の最大メトリック値として設定する。
一方、ステップ２０８で、現在のメトリック値と既存の二番目に大きいメトリック値とを比較する。現在のメトリック値が既存の二番目に大きいメトリック値より大きい場合、ステップ２１０で、二番目に大きいメトリック値を現在のメトリック値に更新する。ステップ２０６又はステップ２１０、あるいは、ステップ２０８で、現在のメトリック値が既存の二番目に大きいメトリック値と同一であるか、または小さい場合、ステップ２１２に進行する。
ステップ２１２で、現在のステートが最大ステートであるか否かを検査し、最大ステート数より１つ少ないステートである場合には、動作を終了し、そうでなければ、ステップ２１４に進行する。ステップ２１４で、ステートを１つ増加させて新たなメトリックを求めることができるようにする。
上述した過程を通して、任意の復号時点で、情報シンボルｎに対する最大メトリックＭｎ(０)及び二番目に大きいメトリックＭｎ(１)を同時に求めることができる。このようなメトリックを用いて、最大ログマップアルゴリズムのＬＬＲ更新過程の補正値ｆｃを式（５）を通じて近似的に求めることができる。
しかしながら、この補正値ｆｃを式（５）のように非線形関数に近似化すると、ターボ復号器の入力シンボルの絶対値に従って復号性能が影響を受ける。すなわち、受信器では、正確なＳＮＲの推定(estimation)が不可能であるので、ＳＮＲの不整合が発生する。これによって、ターボ復号器の入力シンボルが変わると、ターボ復号器の復号性能も変わる。従って、このログ関数の線形関数への近似化が必要である。
そこで、以下、ログ関数の線形関数への近似化について説明する。
実際のログマップアルゴリズムのように、ｆｃの値を示すとき、ログ関数をそのまま使用するか、又は、ログ関数に対応するルックアップテーブルを使用する場合、ターボ復号器への入力シンボルのＳＮＲが一定であるとしても、ＳＮＲの不整合によって入力シンボルに乗じられるＥｓ／Ｎｏの値が変化することに応じて、その性能も大きく変化する。従って、入力シンボルの値に無関係に、復号性能を保持することができるようにするためには、ｆｃを示すログ関数を変形させなければならない。このために、式（６）のような近似化の過程を考慮する。
Figure 0003958764
ターボ復号器の復号性能が入力シンボルの値の変化に無関係になるようにするためには、ＬＬＲを定義する過程で、メトリックを因数として有する関数が必ずメトリック値についての線形関数(linear function)でなければならない。これは、入力シンボルの変化に応じて変わるメトリック値に従って、補正値ｆｃが非線形に変わると、同一のＳＮＲであるとしても、変化する入力シンボルに従って、ＬＬＲに対して非線形的に変化する補正値ｆｃを出力するからである。従って、一定の性能を保証することができない。
この式（６）のような近似化の過程で、実際定数ｃの値は重要でない。なぜならば、補正値ｆｃは、情報シンボル０及び情報シンボル１に対するメトリックを因数として有する関数ｌ(ｘ)の差によって定義されるので、同一の定数ｃを使用する１次関数によってｌ(ｘ)が近似化されると、補正値ｆｃで、ｃは相殺されるためである。
実際に、上述のような近似化の過程は、大まかな(rough)ものである。このような大まかな近似化(rough approximation)過程によって発生したエラーによって、本発明による２次の最大ログマップアルゴリズムの復号性能は、ｌ(ｘ)をログ関数で定義した場合の２次の最大ログマップアルゴリズムによる復号性能に比べて低下する。しかしながら、ｌ(ｘ)を非線形関数で定義すると、正確なＳＮＲの推定が保証される場合には、優秀な性能を有することができるが、入力シンボルの値がＳＮＲの不整合によって変わる場合には、復号性能が変化する。
この近似化の過程を通して、２次の最大ログマップアルゴリズムのＬＬＲの更新過程を示すと、下記式（７）の通りである。
Figure 0003958764
この式（７）において、Ｍｎ(１)は、上述した近似化過程のアルゴリズムによってＭｎ(０)と同時に求めることができる。
次に、付加情報に対する加重値について説明する。本発明による２次の最大ログマップアルゴリズムによって修正されたＬＬＲの更新過程を通して求めれたＬＬＲを用いて、任意の復号時点ｋで、各情報シンボルに対する付加情報を求めることができる。最大ログマップアルゴリズムを通して得ることができる付加情報は、近似化の過程を通して得られた情報であるので、ログマップアルゴリズムによって得られることができる実際の付加情報に比べて一般的に大きい値を有する。従って、このような影響を減らすために、各情報シンボルに対する付加情報に加重値を乗じなければならない。従来の帰還利得を有する最大ログマップアルゴリズムでは、反復するときごとに第２の構成復号器からの付加情報にのみ所定値、例えば、「０．５８８２３５」の加重値を乗じる。しかしながら、本発明による２次の最大ログマップアルゴリズムでは、各情報シンボルに対するＬＬＲごとに二番目に大きい値を有するメトリックによる補正値ｆｃを含んでいるので、付加情報に対する加重値は、ｆｃより１に近い値でなければならない。従って、加重値Ｗｆを考慮した付加情報は、下記式（８）のように修正される。
Figure 0003958764
この式（８）において、Ｋ'＝Ｋ・Ｗｆである。Ｌｃｙｋは、チャンネルの信頼度(reliability)を考慮したターボ復号器の入力であり、
Figure 0003958764
は、現在の情報シンボルに対する事前情報(priori information)である。すなわち、この式は、最大メトリック値と二番目に大きいメトリック値との差を計算した値から付加情報を引いた値によって作られる。そして、この値に新たな補正値ｆｃ'を加える形態になっている。以下では、ｆｃ'を補正値と呼ぶ。
次に、上述した２次の最大ログマップアルゴリズムによる任意のシンボルに対するＬＬＲ及び反復復号のための付加情報を定義する過程を説明する。
図３は、本発明の実施形態に従って、２次の最大ログマップアルゴリズムで任意のシンボルに対するＬＬＲ及び反復復号のための付加情報を定義するためのフローチャートである。
図３を参照すると、ステップ４００で、トレリス上の任意の遷移(transition)過程で、ブランチメトリックγを計算した後、ステップ４０２で、遷移過程のすべてのステートセット(ｓ'、ｓ)に対するステートメトリックα、βを更新する。ステップ４０４で、このα、βを用いて、図２の手順に従って、遷移過程のすべてのステートに対する更新過程を遂行しつつ、ＬＬＲを求めるための最大メトリックＭｎ(０)と二番目に大きいメトリックＭｎ(１)を同時に求める。この最大メトリックＭｎ(０)と二番目に大きいメトリックＭｎ(１)を求めた後に、ステップ４０６で、式（８）に従って、このメトリック値の差、ＳＮＲを考慮した入力シンボル、及び該当シンボルに対する事前情報等を用いて、該当シンボルに対する付加情報を求める。ステップ４０６の動作は、図５に示すブロック６０１、６０２及び６０３で遂行された後、ステップ４０８に進行して、この付加情報に加重値Ｗｆを乗じる。ステップ４０８の動作は、図５に示すブロック６０４で遂行される。
本発明による２次の最大ログマップアルゴリズムのための補正値ｆｃ'は、ログ関数を線形関数に近似化させるか否かに従って、式（８）で定義された２つの値のうち１つの値として定義される。受信器で正確なＳＮＲの推定が可能であると仮定すると、式（８）において、補正値ｆｃ'は、元のログ関数の形態で定義された式によって求められ、受信器で正確なＳＮＲの推定が不可能であると仮定すると、補正値ｆｃ'は、線形関数に近似化させた形態で求められる。従って、ステップ４１０で、正確なＳＮＲの推定が可能であれば、ステップ４１２に進行する。正確なＳＮＲの推定が不可能であれば、ステップ４１４に進行する。ステップ４１４で、ログ関数は、ｆｃ'として使用され、ステップ４１２で、線形関数は、ｆｃ'として使用される。ログ関数は、図６に示すブロック７０１、７０２、７０３、７０５及び７０７がＦＬＡＧを０として出力する場合に選択され、一方、線形関数は、図６に示すブロック７０１、７０２、７０４、７０６及び７０８がＦＬＡＧを１として出力する場合に選択される。
図４は、本発明の実施形態に従って、任意の復号時点で、ＬＬＲについての最大メトリック値と二番目に大きいメトリック値とを同時に求めるためのブロック図である。
図４を参照すると、太い実線で示した部分は、２番目に大きいメトリック値を求めるために構成された部分、すなわち、ブロック５１１、５１２、５１３、及び５１４である。従って、その以外のブロック５０１、５０２、及び５０３は、最大ログマップアルゴリズムに従って動作する。このようなブロックは、トレリス上のすべてのステートに対して、ステートを１つずつ増加させつつメトリックを更新する。このとき、信号ＳＥＬＯは、一番目のステートでは、‘０’の値を有し、以降のステートでは、‘１’の値を有する。信号ＳＥＬ１は、一番目及び二番目のステートで、‘０’の値を有し、以後のステートでは、‘１’の値を有する。
ブロック５０２、５０３、５１１、５１３及び５１４は、選択信号が‘０’である場合、０ポートの入力をそのまま出力し、選択信号が‘１’である場合、１ポートの入力をそのまま出力する選択器である。ブロック５０１及び５１２は、２つの入力ポートａ及びｂに入力される信号に対して、ａポートの信号がｂポートの信号より小さい値である場合、‘１’の値を出力し、ａポートの信号がｂポートの信号と同一であるか、または大きい場合、‘０’の値を出力する選択器である。
図５は、本発明の実施形態に従って、任意の復号時点で該当情報シンボルに対する付加情報を生成するためのブロック図である。
図５を参照すると、第１の加算器６０１は、情報シンボル０及び情報シンボル１の最大メトリック値の差を求めてＬＬＲ情報を得る。第２の加算器６０２は、受信シンボルの送信情報及び事前情報を加算する。第３の加算器６０３は、第１の加算器６０１から受信されたＬＬＲ情報から第２の加算器６０２から受信された和を減算する。第３の加算器６０３の出力は、既存の最大ログマップアルゴリズムで定義された付加情報である。乗算器６０４は、付加情報に加重値を乗じ、既存の加重値を有する帰還利得を考慮した最大ログマップアルゴリズムで適用される。加重値が１であれば、最大ログマップアルゴリズムになる。第４の加算器６０５は、加重値が乗じられた付加情報に図６に示すブロックによって得られる補正値ｆｃ'を乗算器６０４の出力に加算する。従って、２次の最大ログマップアルゴリズムに従う最終の付加情報を計算して出力する。
すなわち、最大ログマップアルゴリズムに比べて、本発明に従って追加された部分は、加重値Ｗｆを乗じる乗算器６０４及び補正値ｆｃ'を加える加算器６０５である。また、帰還利得を有する最大ログマップアルゴリズムと比較してみると、追加される部分は加算器６０５になる。
図６は、本発明の実施形態による付加情報を求めるのに必要な補正値を計算するためのブロック図である。
図６を参照すると、第１の加算器７０１は、情報シンボル０に対して、最大メトリック値と２番目に大きいメトリック値との差を求める。第２の加算器７０２は、情報シンボル１に対して、最大メトリック値と２番目に大きいメトリック値との差を求める。ルックアップテーブル７０３は、この差を利用して、式（８）で定義されたログ関数から補正値を求める。第３の加算器７０５は、補正値間の差を計算する。第１の乗算器７０７は、このような差に加重値を乗じて、これによって、最終の補正値を決定する。
第４の加算器７０４は、第１の加算器７０１及び第２の加算器７０２の出力間の差を計算する。第２の乗算器７０６は、この差に傾き値を乗じ、これによって、線形関数に近似した補正値を決定する。
式（８）で定義された補正値のうちの１つは、信号ＦＬＡＧに従って選択される。ログ関数を選択する場合、選択器７０８は、０ポートの入力を選択する。一方、線形関数を選択する場合、選択器７０８は、１ポートの入力を選択する。前者の場合は、ルックアップテーブル(ＬＵＴ)を要求する一方、後者の場合は、加算器及び乗算器のみを要求する。ただ、信号ＦＬＡＧが０である場合、受信器で、正確なＳＮＲの推定を保証しなければならない。図６に示すこのような構成は、本発明で提案する２次の最大ログマップアルゴリズムで追加されるハードウェアのブロックである。このブロックの実現の際に、加重値Ｗｆ及び値Ｋ'が２の指数で表現されることができれば、図５及び図６の乗算器は、単純なビット選択器又はこれを含む加算器で実現されることができる。
次に、本発明で提案した２次の最大ログマップアルゴリズムに従うターボ復号性能について説明する。下記のような条件でシミュレーションが遂行される。
まず、すべてのシミュレーションは、浮動小数点(floating point)シミュレーションであり、復号性能は、ＢＥＲ(Bit error rate)及びＦＥＲ(Frame error rate)によって示される。また、ＳＮＲの不整合による影響を説明するために、Ｅｂ／Ｎｏオフセットに従う復号性能が示される。シミュレーションのためのターボ符号器は、ＣＤＭＡ２０００１ｘＥＶ−ＤＶで定義されたレート１／５のターボ符号器を使用し、オーバーオール(overall)符号化率(code rate)を１／５以外の値に変更するためには、ＱＣＴＣ(Quasi Complementary Turbo Code)動作を遂行した。フレームの大きさは、１ｘＥＶ−ＤＶスペックに定義されたＥＰ(encoder packet)サイズのうちの１つである。シンボル伝送のときの変調方式はＢＰＳＫであり、ＡＷＧＮチャンネルを介して伝送されるものと仮定した。ターボ復号過程において、反復復号の最大数は８であり、５０個のフレームエラーが発生するときまで、シミュレーションを遂行してＢＥＲ及びＦＥＲを測定した。
この加重値Ｗｆ及び値Ｋ'は、実験的に定義した。一般的に、ターボ復号のための反復復号過程は、最尤復号（Maximum likelihood decoding）ではなく、準最適復号処理(sub-optimal decoding operation)であるので、 反復復号過程で、性能の劣化を来たす可能性がある。実際に、ＳＮＲの不整合についてのシミュレーションにおいても、Ｅｂ／Ｎｏオフセットがまったくない場合よりも−１ｄＢ程度のＥｂ／Ｎｏオフセットを有する場合の方がさらに良い性能を有する。これは、反復復号過程で発生する可能性がある性能の劣化が−１ｄＢのエラー加重値(erroneous weighting)によって相殺されるためである。従って、加重値Ｗｆは、実験的に、下記式（９）のように定義される。
Figure 0003958764
この式（９）に示すように、Ｗｆの値を２の指数の和で表現することによって、加重値を乗じる演算をハードウェア上で容易に実現することができる。
式（８）でのＫ'は、式（４）での傾きＫに加重値Ｗｆを乗じた値である。式（６）でのＫは、関数ｌ(ｘ)＝ｌｏｇ(１＋ｅ−ｘ)の接線の平均傾きで定義される。従って、これを式で示すと、下記式（１０）の通りである。
Figure 0003958764
ここで、ａの値は、関数ｌ(ｘ)の意味ある値を有する範囲の最大値に設定される。ａが略９より大きい場合、ｌ(ｘ)は、１０-４より小さい。従って、ａの値を９として決定し、これに対するＫの値を求めると、下記式（１１）の通りである。
Figure 0003958764
複数回の実験を通して、−Ｋの値を式（１１）のように定義することで、優秀な性能を有することが分かる。この式（１１）でのＫ'は、下記式（１２）のように定義することができる。
Figure 0003958764
この式（１２）のようなＫ'の値は、ハードウェア上で乗算演算を単純なビット選択の演算によって単純化することができる。
以下、近似化を遂行した場合と、そうでない場合とのシミュレーション結果を図７から図１６を参照して説明する。図７及び図８は、ＥＰサイズが３８６４であり、オーバーオール符号化率が１／２である場合に対するターボ復号性能を示すＢＥＲ及びＦＥＲの結果を示す。図７及び図８において、‘ＬｏｇＭＡＰ’は、ログマップアルゴリズムによる復号性能を示し、‘ｌｏｇ２ＭａｘＬｏｇＭＡＰ’は、ｆｃをログ関数ｌ(ｘ)で定義したアルゴリズムによる復号性能を示し、‘ｍｏｄＭａｘＬｏｇＭＡＰ’は、ｆｃを１次関数に近似化させたアルゴリズムによる復号性能を示し、‘ＭａｘＬｏｇＭＡＰ with ＦＧ’は、既存の帰還利得を有する最大ログマップアルゴリズムによる復号性能を示し、‘ＭａｘＬｏｇＭＡＰ’は、既存の最大ログマップアルゴリズムによる復号性能を示す。図示するように‘log２ ＭａｘＬｏｇＭＡＰ'による復号性能が‘ＬｏｇＭＡＰ'による復号性能に一番近接するが、ＳＮＲの不整合が発生する場合には、このような性能を保証することができない、という短所がある。そして、‘ｍｏｄＭａｘＬｏｇＭＡＰ’による復号性能は、‘ＬｏｇＭＡＰ’による復号性能に比べて、１０-２のＦＥＲで０．１ｄＢ程度の損失のみが存在し、‘ＭａｘＬｏｇＭＡＰwith ＦＧ’による復号性能に比べては、０．０５ｄＢ程度の性能利得があることが分かる。また、‘ｍｏｄＭａｘＬｏｇＭＡＰ’による復号性能は、ＳＮＲの不整合と無関係に、同一の性能を保持することができる。
図９及び図１０は、Ｅｂ／Ｎｏ＝１．３ｄＢで、反復復号に従って、‘ｌｏｇ２ＭａｘＬｏｇＭＡＰ’の性能、‘ｍｏｄＭａｘＬｏｇＭＡＰ’の性能、‘ＭａｘＬｏｇＭＡＰ with ＦＧ’の性能、及び‘ＭａｘＬｏｇＭＡＰ’の性能を比較した図である。‘ｌｏｇ２ＭａｘＬｏｇＭＡＰ’の性能が反復を通して一番優れた性能を有する。‘ｍｏｄＭａｘＬｏｇＭＡＰ’の性能は、‘ＭａｘＬｏｇＭＡＰ with ＦＧ’の性能に比べて大きい利得はないが、ＦＥＲの観点から見ると、７回の反復復号のみで、‘ＭａｘＬｏｇＭＡＰ with ＦＧ’の８回の反復復号の性能を得られることが分かる。
図１１及び図１２は、ＥＰサイズが７９２であり、有効な符号化率が１／５である場合に対するＢＥＲ及びＦＥＲの性能の実験結果を示す。ＥＰサイズが３８６４である場合と同様に、５通りのアルゴリズムを適用した復号性能間の優劣関係には変化がない。ただ、ＥＰサイズが３８６４である場合に比べて、‘ｍｏｄＭａｘＬｏｇＭＡＰ’は、‘ＭａｘＬｏｇＭＡＰ with ＦＧ’よりも０．１ｄＢ程度さらによい性能を有していることが分かる。
図１３及び図１４は、Ｅｂ／Ｎｏ＝０．７ｄＢで、ＥＰサイズが７９２である場合の反復復号に従うＢＥＲ及びＦＥＲの性能を比較したグラフである。図１５及び図１６は、ＥＰサイズが３８６４であり、有効な符号化率が１／２である場合、Ｅｂ／Ｎｏ＝１．２ｄＢで、ＳＮＲの不整合に従う各復号アルゴリズムによる復号性能を比較したグラフである。すなわち、ターボ復号器の入力シンボルに対するＳＮＲの推定過程で、Ｅｂ／Ｎｏオフセットだけのエラーが発生したときのＢＥＲ及びＦＥＲの性能を示すもので、Ｅｂ／Ｎｏオフセットが０ｄＢである場合が正確なＳＮＲの推定を仮定した場合である。図示するように、‘ｍｏｄＭａｘＬｏｇＭＡＰ’による復号性能は、ＳＮＲの不整合とは無関係に示されていることが分かる。これは、ｆｃを定義するｌ(ｘ)をメトリックの１次関数に近似化させたためである。しかしながら‘ｌｏｇ２ＭａｘＬｏｇＭＡＰ’による復号性能は、ＳＮＲの不整合に従って変化することを示しており、これは、ｌ(ｘ)を非線形“ｌｏｇ()”関数で定義したので、ＳＮＲの不整合に従って、“ｌｏｇ()”関数の因数であるメトリックの変化に従うｆｃが非線形的に変化するためである。しかしながら、ログマップアルゴリズムに比べて、ｆｃの変化の幅があまり大きくない。従って、実際の環境で、略−６ｄＢ〜＋６ｄＢの以内のＳＮＲの推定が保証されると、‘ｌｏｇ２ＭａｘＬｏｇＭＡＰ’アルゴリズムは、ターボ復号アルゴリズムとして使用される。
本発明で提案した２次の最大ログマップアルゴリズムによるターボ復号性能は、ＥＰサイズに無関係に、ログマップアルゴリズムによる復号性能に比べて、０．１ｄＢ程度のみの性能損失を示していることがシミュレーションを通して分かる。また、この性能は、既存の最大ログマップアルゴリズム(with or without FG)に比べて、優秀であることを確認することができる。さらに、本発明で提示するアルゴリズムは、ＳＮＲの推定にエラーが発生しても、これに無関係に、常に優れた性能を示し、シミュレーション結果を通して確認することができる。
以上、本発明を具体的な実施形態に参照して詳細に説明したが、各種の変形が特許請求の範囲により限定される本発明の思想及び範囲を逸脱しない限り、本発明の技術分野における通常の知識を持つ者により可能なのは明らかである。
本発明の実施形態による２次の最大ログマップアルゴリズムを適用したターボ符号器の構造を示すブロック図である。 本発明の実施形態に従って、任意の復号時点ｋで最大メトリックＭｎ(０)と２番目に大きいメトリックＭｎ(１)との値を求めるためのフローチャート図である。 本発明の実施形態に従って、２次の最大ログマップアルゴリズムでＬＬＲ情報及び反復復号のための付加情報を定義するためのフローチャート図である。 本発明の実施形態に従って、任意の復号時点でＬＬＲ情報についての最大メトリック値と二番目に大きいメトリック値とを同時に求めるためのブロック図である。 本発明の実施形態に従って、任意の復号時点で該当情報シンボルに対する付加情報を生成するためのブロック図である。 本発明の実施形態による付加情報を求めるのに必要な補正値を計算するためのブロック図である。 本発明の実施形態に従って、ＥＰサイズが３８６４であり、全体の符号化率が１／２である場合のターボ復号器の復号性能を示すＢＥＲ及びＦＥＲの結果を示すグラフである。 本発明の実施形態に従って、ＥＰサイズが３８６４であり、全体の符号化率が１／２である場合のターボ復号器の復号性能を示すＢＥＲ及びＦＥＲの結果を示すグラフである。 本発明の実施形態に従って、Ｅｂ／Ｎｏ＝１．３ｄＢで反復復号に従って‘ｌｏｇ２ ＭａｘＬｏｇＭＡＰ’の性能、‘ｍｏｄ ＭａｘＬｏｇＭＡＰ’の性能、‘ＭａｘＬｏｇＭＡＰ ｗｉｔｈ ＦＧ’の性能、及び‘ＭａｘＬｏｇＭＡＰ’の性能を比較したグラフである。 本発明の実施形態に従って、Ｅｂ／Ｎｏ＝１．３ｄＢで反復復号に従って‘ｌｏｇ２ ＭａｘＬｏｇＭＡＰ’の性能、‘ｍｏｄ ＭａｘＬｏｇＭＡＰ’の性能、‘ＭａｘＬｏｇＭＡＰ ｗｉｔｈ ＦＧ’の性能、及び‘ＭａｘＬｏｇＭＡＰ’の性能を比較したグラフである。 本発明の実施形態に従って、ＥＰサイズが７９２であり、有効な符号化率が１／５である場合のターボ復号アルゴリズムのＢＥＲ及びＦＥＲ性能の実験結果を示すグラフである。 本発明の実施形態に従って、ＥＰサイズが７９２であり、有効な符号化率が１／５である場合のターボ復号アルゴリズムのＢＥＲ及びＦＥＲ性能の実験結果を示すグラフである 本発明の実施形態に従って、Ｅｂ／Ｎｏ＝０．７ｄＢでＥＰサイズが７９２である場合の反復復号に従うＢＥＲ及びＦＥＲ性能を比較したグラフである。 本発明の実施形態に従って、Ｅｂ／Ｎｏ＝０．７ｄＢでＥＰサイズが７９２である場合の反復復号に従うＢＥＲ及びＦＥＲ性能を比較したグラフである。 本発明の実施形態に従って、ＥＰサイズが３８６４であり、有効な符号化率が１／２である場合、Ｅｂ／Ｎｏ＝１．２ｄＢでＳＮＲの不整合に従う各復号アルゴリズムによる復号性能を比較したグラフである。 本発明の実施形態に従って、ＥＰサイズが３８６４であり、有効な符号化率が１／２である場合、Ｅｂ／Ｎｏ＝１．２ｄＢでＳＮＲの不整合に従う各復号アルゴリズムによる復号性能を比較したグラフである。
符号の説明
１０１ 第１の構成復号器(ＤＥＣ１)
１０２ インタリーバ
１０３ 第１のＦＧＣ
１０４ 第２の構成復号器(ＤＥＣ２)
１０５ デインタリーバ
１０６ 第２のＦＧＣ
１０７，１０８ 加算器
１０９ 判別器
１１０ 出力バッファ
１１１ ＣＲＣ検査器
５０１，５０２，５０３ 最大ログマップアルゴリズムに従って動作するブロック
５１１，５１２，５１３，５１４ ２番目に大きいメトリック値を求めるために構成されたブロック
６０１ 第１の加算器
６０２ 第２の加算器
６０３ 第３の加算器
６０４ 乗算器
６０５ 第４の加算器
７０１ 第１の加算器
７０２ 第２の加算器
７０３ ルックアップテーブル
７０４ 第４の加算器
７０５ 第３の加算器
７０６ 第２の乗算器
７０７ 第１の乗算器
７０８ 選択器




Claims (10)

  1. ターボ符号を復号するための構成復号方法であって、
    受信された情報シンボルのターボ復号を行うとき、任意の時点で、ターボ復号トレリス上の前記情報シンボルに対するステートメトリックとブランチメトリックとの和で表現されるメトリックのうちの最大メトリック値と二番目に大きいメトリック値とを計算する第１のステップと、
    前記情報シンボル０と情報シンボル１に対する前記最大メトリック値の差を求める第２のステップと、
    前記情報シンボル０と情報シンボル１に対する前記二番目に大きいメトリック値の差を求める第３のステップと、
    前記ステートメトリックと前記ブランチメトリックとの和で表現される前記メトリック値が線形になるように、前記最大メトリック値の差と前記二番目に大きいメトリック値の差との差を求め、前記求められた差に加重値を乗じる第４のステップと、
    前記第２のステップで得られた最大メトリック値の差及び第４のステップで得られた積を利用してログ尤度比(ＬＬＲ)を更新し、前記更新されたログ尤度比に従って前記情報シンボルの値を決定する第５のステップと、
    を含むことを特徴とする構成復号方法。
  2. 前記更新されたログ尤度比、信号対雑音比(ＳＮＲ)を考慮した入力シンボル、及び前記第５のステップの後の入力シンボルに対する事前情報を用いて付加情報を計算するステップをさらに含むことを特徴とする請求項１記載の構成復号方法。
  3. 前記加重値は、
    下記数１式によって計算されることを特徴とする請求項１記載の構成復号方法。
    「数１」
    加重値 ＝ Ｋ・Ｗｆ
    但し、Ｗｆは、１より小さく、かつ１に近似した値とし、Ｋは、ログ関数ｌ(ｘ)＝１ｏｇ(１＋ｅ−ｘ)の接線の平均傾きとする。
  4. 前記Ｗｆの値は、「０．５８８２３５」より大きい値であることを特徴とする請求項３記載の構成復号方法。
  5. 前記加重値は、
    前記最大メトリック値と二番目に大きいメトリック値との差によって表現されるログ関数で、前記ログ関数の接線の傾きに対する平均値を用いて計算された線形化関数から導出された値であることを特徴とする請求項１記載の構成復号方法。
  6. 前記ログ関数の接線の平均の傾き値は、
    「０」と「９」との間の整数であることを特徴とする請求項３記載の構成復号方法。
  7. ターボ符号を復号するための構成復号装置であって、
    受信された情報シンボルのターボ復号を行うとき、任意の時点で、ターボ復号トレリス上の前記情報シンボルに対するステートメトリックとブランチメトリックとの和で表現されるメトリックのうちの最大メトリック値と二番目に大きいメトリック値とを計算するメトリック計算部と、
    前記情報シンボル０と情報シンボル１に対する前記最大メトリック値の差を求める第１メトリック加算器と、
    前記情報シンボル０と情報シンボル１に対する前記二番目に大きいメトリック値の差を求める第２メトリック加算器と、
    前記ステートメトリックと前記ブランチメトリックとの和で表現される前記メトリック値が線形になるように、前記最大メトリック値の差と前記二番目に大きいメトリック値の差との差を求め、前記求められた差に加重値を乗じるメトリック乗算器と、
    前記第１メトリック加算器で得られた最大メトリック値の差及び前記メトリック乗算器で得られた積を利用してログ尤度比 ( ＬＬＲ ) を更新し、前記更新されたログ尤度比に従って前記情報シンボルの値を決定する情報シンボル判定部と、
    を含むことを特徴とする構成復号装置。
  8. 受信された情報シンボルのターボ復号を行うとき、任意の時点で、ターボ復号トレリス上の前記情報シンボルが１である最大メトリック値と前記情報シンボルが０である最大メトリック値との差を計算する第１の加算器と、
    前記情報シンボルに対する送信情報及び事前情報を加算する第２の加算器と、
    前記第１の加算器及び第２の加算器の出力間の差を計算して付加情報として出力する第３の加算器と、
    前記第３の加算器の出力に帰還利得の値を有する所定の加重値を乗じる第１の乗算器と、
    前記受信された情報シンボルに対する最大メトリック値と二番目に大きいメトリック値との差を用いて補正値を計算する補正値計算部と、
    前記補正値を前記第１の乗算器の出力に加算する第４の加算器と、
    を有する付加情報計算部をさらに含むことを特徴とする請求項７記載の構成復号装置。
  9. 前記補正値計算部は、
    前記情報シンボルのうち、０の値に対して最大メトリックと２番目に大きいメトリックとの差を計算する第５の加算器と、
    前記情報シンボルのうち、１の値に対して最大メトリックと２番目に大きいメトリックとの差を計算する第６の加算器と、
    前記第５及び第６の加算器の各出力に対するログ関数に基づいた補正値を貯蔵し、前記第５及び第６の加算器の各出力に対する補正値を出力するルックアップテーブルと、
    前記補正値間の差を計算する第７の加算器と、
    前記第７の加算器の出力に所定の加重値を乗じる第２の乗算器と、
    前記第５及び第６の加算器の出力値の差を計算する第８の加算器と、
    前記第８の加算器の出力に前記ログ関数に近似した線形関数の傾き値を乗じる第３の乗算器と、
    前記第２の乗算器及び第３の乗算器の出力のうちの１つを前記受信された情報シンボルの信号対雑音比の信頼度に従って選択する選択器と、
    を含むことを特徴とする請求項８記載の構成復号装置。
  10. 前記所定の加重値と前記線形関数の傾き値が２の指数形態で表現されることができれば、前記各乗算器は、ビット選択器として実現されることを特徴とする請求項９記載の構成復号装置。
JP2004522824A 2002-07-19 2003-07-19 ディジタル通信システムにおけるターボ復号を利用したビットエラー率及びフレームエラー率を減少させる装置及び方法 Expired - Fee Related JP3958764B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2002-0042686A KR100487183B1 (ko) 2002-07-19 2002-07-19 터보 부호의 복호 장치 및 방법
PCT/KR2003/001435 WO2004010588A1 (en) 2002-07-19 2003-07-19 Appartaus and method for reducing bit error rates (ber) and frame error rates (fer) using turbo decoding in a digital communication system

Publications (2)

Publication Number Publication Date
JP2005532766A JP2005532766A (ja) 2005-10-27
JP3958764B2 true JP3958764B2 (ja) 2007-08-15

Family

ID=29775041

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2004522824A Expired - Fee Related JP3958764B2 (ja) 2002-07-19 2003-07-19 ディジタル通信システムにおけるターボ復号を利用したビットエラー率及びフレームエラー率を減少させる装置及び方法

Country Status (10)

Country Link
US (1) US7032156B2 (ja)
EP (1) EP1383246B1 (ja)
JP (1) JP3958764B2 (ja)
KR (1) KR100487183B1 (ja)
CN (1) CN1557052B (ja)
AU (1) AU2003247190B2 (ja)
BR (1) BR0305571A (ja)
CA (1) CA2458450C (ja)
RU (1) RU2263397C1 (ja)
WO (1) WO2004010588A1 (ja)

Families Citing this family (40)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7391826B2 (en) * 2003-08-08 2008-06-24 Lucent Technologies Inc. Decoding method and apparatus
EP1521375A3 (en) * 2003-10-03 2005-04-13 Kabushiki Kaisha Toshiba Signal decoding methods and apparatus
GB2408901B (en) * 2003-12-05 2006-07-12 Motorola Inc A decoder for a wireless communication device
WO2006059688A1 (ja) * 2004-12-02 2006-06-08 Mitsubishi Denki Kabushiki Kaisha 復号装置及び通信装置
KR100850744B1 (ko) 2005-12-08 2008-08-06 한국전자통신연구원 Ｌｌｒ 계산 장치 및 계산 방법
US7917834B2 (en) 2005-12-08 2011-03-29 Electronics And Telecommunications Research Institute Apparatus and method for computing LLR
EP1821415B1 (en) * 2006-02-16 2009-03-11 Telefonaktiebolaget L M Ericsson (Publ) Hybrid decoding using multiple turbo decoders in parallel
US8194760B2 (en) 2006-06-01 2012-06-05 Ntt Docomo, Inc. Method and apparatus for distributed space-time coding in wireless radio networks
US7599441B2 (en) * 2006-06-20 2009-10-06 Newport Media, Inc. Low complexity soft-input Viterbi decoding for digital communication systems
JP4709119B2 (ja) * 2006-10-13 2011-06-22 ルネサスエレクトロニクス株式会社 復号装置及び復号方法
US8027407B2 (en) 2006-11-06 2011-09-27 Ntt Docomo, Inc. Method and apparatus for asynchronous space-time coded transmission from multiple base stations over wireless radio networks
US8059732B2 (en) 2006-11-28 2011-11-15 Ntt Docomo, Inc. Method and apparatus for wideband transmission from multiple non-collocated base stations over wireless radio networks
US8861356B2 (en) 2007-03-13 2014-10-14 Ntt Docomo, Inc. Method and apparatus for prioritized information delivery with network coding over time-varying network topologies
US8281212B1 (en) 2007-03-30 2012-10-02 Link—A—Media Devices Corporation Iterative ECC decoder with out of order completion
US7958427B1 (en) * 2007-03-30 2011-06-07 Link—A—Media Devices Corporation ECC with out of order completion
US8136008B1 (en) * 2007-03-30 2012-03-13 Link—A—Media Devices Corporation ECC with out of order completion
US8064548B2 (en) 2007-05-18 2011-11-22 Ntt Docomo, Inc. Adaptive MaxLogMAP-type receiver structures
TWI339956B (en) * 2007-12-31 2011-04-01 Ind Tech Res Inst Method and apparatus for convolutional turbo decoding
US8325840B2 (en) 2008-02-25 2012-12-04 Ntt Docomo, Inc. Tree position adaptive soft output M-algorithm receiver structures
US8279954B2 (en) 2008-03-06 2012-10-02 Ntt Docomo, Inc. Adaptive forward-backward soft output M-algorithm receiver structures
US20090231439A1 (en) * 2008-03-14 2009-09-17 Arkady Kopansky Method for Propagating Data Through a Video Stream
US8565329B2 (en) 2008-06-03 2013-10-22 Ntt Docomo, Inc. Soft output M-algorithm receiver structures with generalized survivor selection criteria for MIMO systems
US8229443B2 (en) 2008-08-13 2012-07-24 Ntt Docomo, Inc. Method of combined user and coordination pattern scheduling over varying antenna and base-station coordination patterns in a multi-cell environment
US8705484B2 (en) 2008-08-15 2014-04-22 Ntt Docomo, Inc. Method for varying transmit power patterns in a multi-cell environment
US8451951B2 (en) 2008-08-15 2013-05-28 Ntt Docomo, Inc. Channel classification and rate adaptation for SU-MIMO systems
US8542640B2 (en) 2008-08-28 2013-09-24 Ntt Docomo, Inc. Inter-cell approach to operating wireless beam-forming and user selection/scheduling in multi-cell environments based on limited signaling between patterns of subsets of cells
US8855221B2 (en) 2008-09-15 2014-10-07 Ntt Docomo, Inc. Method and apparatus for iterative receiver structures for OFDM/MIMO systems with bit interleaved coded modulation
US8161358B2 (en) 2008-10-06 2012-04-17 Telefonaktiebolaget Lm Ericsson (Publ) Parity bit soft estimation method and apparatus
US8321772B1 (en) 2008-10-20 2012-11-27 Link—A—Media Devices Corporation SOVA sharing during LDPC global iteration
US9048977B2 (en) 2009-05-05 2015-06-02 Ntt Docomo, Inc. Receiver terminal driven joint encoder and decoder mode adaptation for SU-MIMO systems
US8514961B2 (en) 2010-02-04 2013-08-20 Ntt Docomo, Inc. Method and apparatus for distributed space-time coding in wireless radio networks
EP2398175B1 (en) * 2010-06-18 2012-08-22 Cisco Technology, Inc. Method and circuit for BER estimation
JP5721486B2 (ja) * 2011-03-18 2015-05-20 株式会社日立国際電気 通信機
US9026434B2 (en) * 2011-04-11 2015-05-05 Samsung Electronic Co., Ltd. Frame erasure concealment for a multi rate speech and audio codec
KR101749096B1 (ko) * 2011-05-12 2017-06-21 한국전자통신연구원 Ｌｄｐｃ 부호의 복호화 방법 및 장치
US8897399B2 (en) 2012-03-07 2014-11-25 Samsung Electronics Co., Ltd. Communication system with signal-to-noise ratio adjustment mechanism and method of operation thereof
KR102039062B1 (ko) * 2013-02-14 2019-10-31 한국전자통신연구원 Ｍａｐ 디코딩 장치 및 방법
CN103501210B (zh) * 2013-09-30 2017-05-10 复旦大学 一种高性能多标准fec译码器
US10205470B2 (en) * 2014-02-14 2019-02-12 Samsung Electronics Co., Ltd System and methods for low complexity list decoding of turbo codes and convolutional codes
JP2021153226A (ja) * 2020-03-24 2021-09-30 アンリツ株式会社 誤り率測定装置及びエラーカウント方法

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2585906B1 (fr) * 1985-08-02 1987-09-25 Battail Gerard Procede de decodage d'un code convolutif et decodeur correspondant
DE3910739C3 (de) * 1989-04-03 1996-11-21 Deutsche Forsch Luft Raumfahrt Verfahren zum Verallgemeinern des Viterbi-Algorithmus und Einrichtungen zur Durchführung des Verfahrens
US5414738A (en) * 1993-11-09 1995-05-09 Motorola, Inc. Maximum likelihood paths comparison decoder
US5867538A (en) * 1995-08-15 1999-02-02 Hughes Electronics Corporation Computational simplified detection of digitally modulated radio signals providing a detection of probability for each symbol
JP3674111B2 (ja) * 1995-10-25 2005-07-20 三菱電機株式会社 データ伝送装置
GB2309867A (en) * 1996-01-30 1997-08-06 Sony Corp Reliability data in decoding apparatus
FI101845B (fi) * 1996-08-09 1998-08-31 Nokia Telecommunications Oy Menetelmä yhteyden laadun määrittämiseksi sekä vastaanotin
US5933462A (en) * 1996-11-06 1999-08-03 Qualcomm Incorporated Soft decision output decoder for decoding convolutionally encoded codewords
FI102230B (fi) * 1997-02-28 1998-10-30 Nokia Telecommunications Oy Vastaanottomenetelmä ja vastaanotin
FR2776873B1 (fr) * 1998-03-25 2000-06-02 Matra Communication Procede de detection d'une sequence de symboles discrets a partir d'un signal d'observation, et processeur de viterbi mettant en oeuvre un tel procede
US6487255B1 (en) * 1998-08-31 2002-11-26 Ericsson Inc. Information generation for coherent demodulation of differentially encoded signals
JP2000341140A (ja) * 1999-05-28 2000-12-08 Sony Corp 復号方法及び復号装置
KR100350502B1 (ko) * 1999-10-05 2002-08-28 삼성전자 주식회사 이동통신시스템의 구성 복호기 및 방법
JP2001352258A (ja) * 2000-06-08 2001-12-21 Sony Corp 復号装置及び復号方法
US6529559B2 (en) * 2001-01-12 2003-03-04 Comsys Communication & Signal Processing Ltd. Reduced soft output information packet selection
US6476739B1 (en) * 2001-09-18 2002-11-05 The Aerospace Corporation Method and processing system for estimating likelihood ratios for input symbol values

Also Published As

Publication number Publication date
JP2005532766A (ja) 2005-10-27
CA2458450C (en) 2007-11-27
CN1557052A (zh) 2004-12-22
EP1383246B1 (en) 2013-04-17
EP1383246A2 (en) 2004-01-21
KR100487183B1 (ko) 2005-05-03
RU2263397C1 (ru) 2005-10-27
US20040153956A1 (en) 2004-08-05
US7032156B2 (en) 2006-04-18
CA2458450A1 (en) 2004-01-29
WO2004010588A1 (en) 2004-01-29
EP1383246A3 (en) 2004-09-29
KR20040008945A (ko) 2004-01-31
AU2003247190A1 (en) 2004-02-09
CN1557052B (zh) 2010-05-26
BR0305571A (pt) 2004-09-28
AU2003247190B2 (en) 2006-03-09

Similar Documents

Publication Publication Date Title
JP3958764B2 (ja) ディジタル通信システムにおけるターボ復号を利用したビットエラー率及びフレームエラー率を減少させる装置及び方法
US6145114A (en) Method of enhanced max-log-a posteriori probability processing
KR100941346B1 (ko) 다중 스케일 선택을 갖는 터보 디코더
JP4709119B2 (ja) 復号装置及び復号方法
KR100662519B1 (ko) 결정 피드백 등화를 갖는 터보 디코더
US6999531B2 (en) Soft-decision decoding of convolutionally encoded codeword
KR101018982B1 (ko) 고차 기수의 ｌｏｇ ｍａｐ 프로세서
US20010010089A1 (en) Digital transmission method of the error-correcting coding type
US7391826B2 (en) Decoding method and apparatus
US8230311B2 (en) Method and apparatus for turbo code decoding
US6614858B1 (en) Limiting range of extrinsic information for iterative decoding
US20030018941A1 (en) Method and apparatus for demodulation
US20070168820A1 (en) Linear approximation of the max* operation for log-map decoding
US7143335B2 (en) Add-compare-select arithmetic unit for Viterbi decoder
US6973615B1 (en) System of and method for decoding trellis codes
US20070157063A1 (en) Method for iterative decoding in a digital system and apparatus implementing the method
Bahirgonde et al. BER Analysis of Turbo Decoding Algorithms
US9647798B2 (en) Decoding method using dynamic scaler factor
CN113824452A (zh) 基于网格图的译码方法、分量译码器和信道译码器
BRPI0305571B1 (pt) Apparatus and method for turbo decoding using modified max-log-map decoders
KR20020058757A (ko) 최대사후복호(ｍａｐ) 알고리즘을 이용한 복호 알고리즘
ABBAS SIMULATION (OF TURBO)-ENCODER-DECODER
JP2006314055A (ja) ターボ復号方法及び装置
KR20060100716A (ko) 터보 디코더의 로그맵 근사화 방법
KR20010060023A (ko) 디지털 통신시스템의 비터비 디코딩 장치에서의 최적의디스카딩 임계치의 결정 방법

Legal Events

Date Code Title Description
A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20061212

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20070306

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20070417

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20070510

R150 Certificate of patent or registration of utility model

Ref document number: 3958764

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

Free format text: JAPANESE INTERMEDIATE CODE: R150

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20110518

Year of fee payment: 4

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20120518

Year of fee payment: 5

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20130518

Year of fee payment: 6

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

LAPS Cancellation because of no payment of annual fees